理解量化建筑中居住者的体验：一系列探索性研究的结果

文献标题

Understanding Occupants’ Experiences in Quantified Buildings: Results from a Series of Exploratory Studies.

文献信息

• 主题领域: 人机建筑交互 (Human-Building Interaction, HBI)，量化建筑与用户体验
• 关键词: Human-Building Interaction, Quantified Buildings, Workplace, Privacy, Data Awareness, Accessibility, Usability, Data Interaction, Adaptive Architecture

研究背景与问题

• 发现的问题或挑战:

  • 随着智能建筑技术的发展，对于建筑内数据收集的关注增加，但却很少关注其对使用者体验及隐私带来的影响。
  • 关于用户在“量化建筑”中可能的隐私问题和数据使用的接受度，仍存在显著的研究空白。
  • 数据的积累及可用性如何影响用户理解和建筑使用体验尚未明确。

• 问题重要性:

  • 量化建筑中数据的收集与应用可能极大地影响员工的福祉、生产力以及隐私保护，且其为人机建筑交互领域提供了新的研究方向。
  • 对量化建筑的认识可以推动更人性化且可持续的智能建筑设计。

• 研究动机与相关工作:

  • 本研究探索了其中的关键问题，包括数据采集与处理对隐私及可接受度的影响。
  • 研究基于已有关于人机建筑交互和量化建筑话题的文献背景，例如对于建筑与使用者间的交互界面设计、数据隐私的讨论，以及建筑环境对健康和行为的影响等。

解决方案

• 提出的解决方法或解决方案:

  • 研究设计了四个工作坊，目的是了解用户对量化数据收集和使用的看法。
  • 使用定性方法，包括焦点小组讨论、设计虚构(Design Fiction)、讲故事和数据交互等方式引导参与者思考。

• 创新之处:

  • 探讨真实量化建筑中的用户体验，而非实验室模拟。
  • 提出了基于用户隐私需求和数据利用水平的设计框架，强调个性化、可持续性和用户自主性。

• 实施步骤及关键技术:

  • 设立工作坊以探讨多个主题，包括当前数据收集与处理方式、用户对数据的长期价值的理解、以及通过设计虚构场景预测未来智能建筑的发展。
  • 运用了Zoom虚拟工具以及视觉化设计技术，使参与者能够参与远程工作坊并创作故事。

研究成果

• 具体成果:

  • 通过主题分析，提炼出四大主题：数据混淆、隐私复杂性、建筑数据的呈现与实用性、以及AI与健康及福祉。
  • 提出了基于用户需求的量化智能建筑设计议程，包括提升隐私保护和数据体验设计。

• 与现有解决方案的优势:

  • 强调用户隐私的动态协商与建筑数据的可见性及可用性。
  • 向占用者赋权，使用户在量化建筑环境中能自主使用数据。

• 实验或评估结果:

  • 发现用户对数据处理的混淆集中在哪些数据是“个人数据”及是否需要知情同意。
  • 数据呈现缺乏可访问性和清晰度，导致用户对建筑环境的实际数据应用感到失望。
  • 提供了关于AI与适应性建筑的设计机会，但同时提出了不可忽视的控制与操纵风险。

• 局限性与未来方向:

  • 局限性包括参与者数量较少及工作坊部分为远程形式展开，可能限制了结果的普适性。
  • 未来研究方向建议：
    • 开发新的隐私工具，实现动态的隐私管理。
    • 探索建筑数据的实用界面设计，增强信息的可视化与实体化。
    • 研究长期数据交互与建筑健康与福祉的智能化支持。

总结

本研究通过定性探索对量化建筑中用户体验与期待的认识，揭示了隐私、数据可见性、用户控制等关键议题。同时提出了一系列针对量化建筑的具体设计倡议，强调建筑智能化应以用户为中心，而非技术导向。这些发现为未来研究建设更具人性化的量化智能建筑奠定了基础，并提供了研究框架与设计方向。