短视频降低我们保持意图的能力:情境切换对前瞻性记忆的影响
作者
慢性病自我管理(糖尿病、高血压等)社交平台设计与用户行为科技伦理与批判性HCI网络安全工程师AI/ML 研究员与工程师隐私政策制定者HCI 研究员
文献标题
短视频削弱了我们保持意图的能力:多任务切换对前瞻性记忆的影响
文献信息
- 主题领域: 人机交互、认知科学
- 关键词: 前瞻性记忆、社交媒体、数字健康、短视频、分心、注意切换
研究背景与问题
- 研究问题: 短视频以及社交媒体的格式如何影响人类的前瞻性记忆?即在一个人执行另一项任务的过程中,是否能够记住并完成此前计划的任务。
- 背景: 短视频平台(如TikTok)以其令人上瘾和高信息密度的视频流快速吸引了大量用户。但这些快速上下文切换是否损害了我们重要的认知能力,如记忆和意图执行,仍然不明确。
- 重要性: 前瞻性记忆对日常生活(如工作、完成任务或计划的恢复)以及生产力和安全性至关重要。理解社交媒体对这类记忆的影响,可以为用户健康设计更好的技术介入策略。
- 研究动机与相关工作:
- 过去研究提示社交媒体的干扰会对视觉记忆和任务表现造成负面影响,但尚未深入探讨社交媒体不同格式对记忆的具体作用。
- 在多任务情境下的注意资源划分问题和目标记忆的挑战性问题仍未充分调查。
解决方案
- 研究方法:
- 作者设计了一项实验,分四组研究小组(Rest、Twitter、YouTube、TikTok),让每组参与者经历不同中断条件(休息或使用上述平台),然后检验这种干扰对记忆任务表现的影响。
- 使用两项任务:一个词汇决定任务(Lexical Decision, LD),一个前瞻性记忆任务(Prospective Memory, PM)。
- 实验设计创新:
- 比较短视频(TikTok)引起的快速上下文切换与长视频(YouTube)、主要文本内容(Twitter)以及休息控制条件对记忆表现的影响。
- 使用了扩展的扩散决策模型(Drift-Diffusion Model),以量化反应时间和决策行为变化的心理机制。
- 控制了不同内容属性下的任务格式(视频/文字)和任务干扰强度。
- 实施步骤:
- 实验招募60名参与者,每组参与者需完成任务中断前后两轮记忆任务。
- 在10分钟中断过程中,参与者执行四种不同任务(TikTok、Twitter、YouTube、或休息)。
- 数据采集包括行为数据(反应时间、任务准确性)和主观数据(社交媒体使用习惯、专注与成瘾评估等)。
研究成果
- 成果总览:
- TikTok的短视频流显著降低了参与者的PM任务表现,尤其是在中断后,明显提高了错误率(从20%升至50%),正确/错误决策几乎变成随机选择。
- 其他条件(Rest、Twitter、YouTube)均未对PM或LD任务造成显著负面影响。
- 关键发现:
- 丁复杂的快速上下文切换和高情感化的视频内容可能导致PM任务的显著损害。
- 通过扩散决策模型分析,更高的不确定性(增加的方差)和决策边界的降低(较快、不精确的选择)进一步验证了TikTok干扰对记忆和决策过程的负面影响。
- 此外,PM任务表现的损害与参与者的主观参与度、社交媒体成瘾指数(BSMARS)或漫不经心的手机使用习惯(SUQ-A)无统计学相关关系。
- 与现有解决方案的对比:
- 本研究首次量化了不同社交媒体交互格式对前瞻性记忆的特定影响,尤其是短视频(如TikTok)造成的显著认知负担。
- 局限性和未来方向:
- 其他社交媒体(如Instagram、Facebook)的格式未被考察,未来研究可探索多平台联合影响。
- 日常生活中的真实情境任务需要进一步验证特定短视频影响机制。
- 未来可以在实验中系统操控上下文切换的频率和内容类型以更细化理解其影响。
总结
本研究提供了短视频影响前瞻性记忆的首批经验量化数据,为社交媒体设计者提供了改进用户体验的参考。短视频平台可能不仅仅是娱乐媒介,还会对用户的认知健康产生深远影响,因此需审慎设计,并探索相关干预机制以减轻这些负面效应。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 短视频和社交媒体的形式如何影响人类的前瞻性记忆(如记住并完成计划任务的能力)?分类: 自动视频剪辑与用户偏好同类问题arrow_forward
- 在中断期间接触短视频是否会显著降低任务完成的记忆能力?分类: 自动视频剪辑与用户偏好同类问题arrow_forward
- 快速上下文切换与情感丰富的内容如何影响决策表现和反应时间?分类: 自动视频剪辑与用户偏好同类问题arrow_forward
lightbulb
现实痛点
1- 用户因为短视频分心,容易忘记计划任务,影响工作与生活。分类: 自动视频剪辑与用户偏好同类问题arrow_forward
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3544548.3580778
一眼看懂
fact_check论文快照
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
慢性病自我管理(糖尿病、高血压等)、社交平台设计与用户行为、科技伦理与批判性HCI
work
职业/产业
网络安全工程师、AI/ML 研究员与工程师、隐私政策制定者、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文