饥饿的新闻推送以进行社交媒体排毒:严格的和自我调控的Facebook新闻推送饮食的影响

在线骚扰与反制工具社交平台设计与用户行为

文献标题

《Starving the Newsfeed for Social Media Detox: Effects of Strict and Self-regulated Facebook Newsfeed Diets》

文献信息

  • 主题领域: 人机交互 (HCI) 与数字健康
  • 关键词: 数字干预, Facebook新闻推送, 数字健康, 强制限制, 自我调节, 社交媒体, 嗜用行为, 用户体验, FOMO, 人工设计
  • 发表日期和会议: CHI 2023 (人机交互领域的顶级会议)

研究背景与问题

  • 发现的问题或挑战:

    1. 社交媒体的“无尽新闻推送”(Infinite newsfeed)模式会引发用户的强迫式使用行为(例如“刷屏成瘾”、“厌食性滚动”)。
    2. 这些毫无止境的推送设计可能影响用户的心理健康和社会互动,导致时间管理等问题。
    3. Facebook等社交媒体平台的设计依赖行为心理学规律,利用“黑暗模式”(Dark Patterns)来延长用户的在线时间。
  • 研究重要性:

    • 世界用户平均每天花费3-4小时在社交媒体上,尤其是年轻人,遭受更严重的干扰和不良心理影响(例如害怕错过重要消息,FOMO)。
    • 在已有研究中已证明,减少社交媒体的无止尽新闻推送可能有助于提升数字健康,但用户体验下降的问题需要进一步探索。
  • 研究动机与相关工作:

    • 当前已有若干数字干预工具(如时间限制器、屏幕提醒等)致力于缓解社交媒体成瘾问题。
    • 新的研究思路集中在内部干预(通过重新设计新闻推送机制,而非外部通知),但如何在降低平台使用时间的同时提高用户的整体满意度,仍未解决。

解决方案

  • 提出的方法/解决方案:

    1. 设计两种新闻推送干预工具:严格限制型(自动最小化新闻推送内容)和自我调节型(允许用户选择继续关注的页面和用户)。
    2. 实现跨设备适用的工具(通过浏览器扩展)以便不同设备参与,同时结合量化数据分析用户行为表现。
  • 创新之处:

    • 通过主动截断用户与推送内容的联系("Unfollow")来触发使用时间的减少。
    • 引入更多用户参与感和选择权,自主调节是否重新关注联系人。
    • 避免偏于外部限制的干预方法(如强制提醒)可能引发的负面效应。
  • 实施步骤或关键技术:

    • 使用设计科学研究方法(Design Science Research Methodology, DSRM)来逐步开发、评估两种干预方案。
    • 为“严格限制型”设置自动化的所有“取消关注”操作;为“自我调节型”允许用户根据自身需要重新关注。
    • 数据收集与统计分析结合:基于浏览器插件记录用户时间,结合用户体验调查与定量回归模型分析。

研究成果

  • 具体成果:

    1. 严格限制型干预使用户在Facebook上的使用时间减少了64%。
    2. 自我调节型干预使用户使用时间减少了39%,但比严格限制型具有更好的用户体验。
    3. 两种干预均能帮助用户重新审视自己的使用习惯,甚至减少其依赖性。
  • 相对优势:

    • 相较于完全屏蔽新闻推送内容的工具,该研究方案保留了更多用户体验的正面元素(例如,通过自我调节的方式减少“被动情绪”)。
    • 研究还显示,这些干预方案对具有强迫症状和非强迫症状的用户均起到有效作用。
  • 实验或评估结果:

    • 严格限制型干预引发用户更多负面情绪(56%用户体验评价为负面),而自我调节型干预则能减少负面情绪(负面评论仅占21.2%)。
    • 通过回归分析和定性主题法,确认了干预对减少社交媒体时间的正向影响,以及其在焦点转移、FOMO缓解、自我意识提升等方面的增益。
  • 局限性与未来方向:

    • 实现上的问题:部分用户的“全部取消关注”操作未能完全成功,导致新闻推送的干预效果被削弱。
    • 未观察到耐受行为(如用户转向Instagram或其他平台替代Facebook)的潜在效应。
    • 未来研究或需结合其他类型社交媒体平台,扩展接触更广泛的用户群,进一步验证设计原理。

总结: 本研究表明,适当限制新闻推送内容可以有效降低社交媒体依赖程度,提高用户数字健康水准。但需进一步探索如何在时间减少效益与用户体验之间取得平衡,为数字工具的设计提供更多启示。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/96174/2023

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3544548.3581187
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
在线骚扰与反制工具、社交平台设计与用户行为
work
职业/产业
article
内容状态
已索引正文
hub
相关论文
5 篇相关论文