立即行动：比较在线居家办公人员自我提议和机器推荐的压力干预措施

文献标题

Just Do Something: Comparing Self-proposed and Machine-recommended Stress Interventions among Online Workers with Home Sweet Office

文献信息

• 主题领域: 人机交互 (HCI)，压力管理，在线健康干预
• 关键词: 压力, 干预, 在线工作者, 机器学习, 自提方案, 自我管理, 多臂老虎机算法, 微干预

研究背景与问题

• 问题与挑战:
  • 工作压力对工作者的生产力、工作满意度、个人生活以及心理和生理健康有直接影响。
  • 在线工作者缺少专业支持和资源来管理工作压力。
  • 针对个体化的压力干预手段缺乏适应性和灵活性，尤其是在多样化的压力触发场景中。
• 研究意义:
  • 本研究试图探索如何使用基于浏览器的应用程序来提供压力微干预措施，以缓解在线工作者的日常压力。
  • 针对机器推荐干预 (machine-recommended interventions) 和用户自提干预 (self-proposed interventions) 的效果对比展开研究。
• 研究动机与相关工作:
  • 机器学习算法已被用于健康干预（如物理活动推荐）并显示出良好效果。
  • 但关于机器推荐干预是否优于用户自提的干预方案尚缺乏详细研究。
  • 传统的压力管理应用（如应用于移动端的PopTherapy等）存在用户流失率高的问题，需要改进推荐策略和用户体验设计。

解决方案

• 方法与解决方案:
  • 开发了一个浏览器插件——Home Sweet Office (HSO)，提供基于理论支持的压力管理微干预。
  • 干预内容涵盖四类心理治疗技术：认知行为、正向心理学、元认知和躯体性干预。
  • 创建并测试多臂老虎机（Multi-Armed Bandit, MAB）算法来推荐干预措施，算法能够基于用户特性和过去的有效性动态调整推荐。
• 创新之处:
  1. 首次基于浏览器提供压力干预，避免了移动端应用对用户注意力的过度占用。
  2. 比较了自提干预、随机干预和机器推荐干预的有效性。
  3. 系统允许嵌入用户偏好的自定义干预内容，结合算法优化提升个性化。
• 实施步骤:
  • 开发并部署HSO浏览器插件，用户安装并通过插件完成自评压力干预。
  • 设计包含160项干预内容的干预池，内容通过用户快速评估压力水平的反馈不断更新改进。
  • 实验设计包括4组对比：对照组（无干预）、HSO-Self（自提）、HSO-Random（随机选取干预）、HSO-Bandit（机器推荐干预）。

研究成果

• 具体成果:
  1. 无法观测到任何干预组的长期（多周）压力显著改善，但HSO-Self组和HSO-Bandit组的即时压力缓解效果显著优于HSO-Random组。
  2. HSO-Bandit组所推荐的干预具有更丰富和多样化的内容，用户参与度更高，完成时间更长，与压力缓解正相关。
  3. HSO-Self组用户多选择躯体性干预（如呼吸练习、饮食等）。
• 与现有解决方案的比较:
  • 机器推荐干预在即时压力缓解中的有效性与用户自提的干预方案相当，但优于随机干预。
  • 像PopTherapy等移动端应用并未整合用户自提干预内容，另一方面HSO显著提升了干预的多样性和完成效率。
• 实验数据与评估结果:
  • 实验由58名参与者完成，有效干预1028次。
  • 分析表明，参与者对干预任务的主动请求（非被系统主动提醒）情境下，压力缓解效果更佳。
  • 不同用户偏好的分析揭示：躯体性干预（如深呼吸或冥想）普遍最为有效。
• 局限性与未来方向:
  • 由于研究中存在随机分配技术故障，部分用户在实验早期接触到默认的HSO-Self干预，可能影响后续分配组的参与度。
  • 干预未直接考虑压力来源（如经济压力、人际关系问题）的调控，未来可关注此类个性化源问题。
  • 应用中的多臂老虎机算法可以进一步优化，避免重复推荐导致的用户流失。
  • 建议未来延长研究周期以深入评估长期压力变化，并探索多类型线上工作者的适用性

这篇研究通过比较用户自提干预与机器推荐干预在压力管理中的即效性和长期有效性，为未来个性化压力干预设计提供了有价值的见解和实现方案。