从冲浪运动员到高音喇叭，人类充分展现了自身适应与塑造情境的娴熟技能。萨奇曼(Suchman)在《计划与情境行为》(Plans andSituatedActions)一书中首先记录了人们是如何与环境相互作用以完成工作，以及这些技能又是如何塑造了人们对于人机交互与系统设计的认识(Suchman，1987)。她在撰写博士论文之时—这些研究后来成了该书的基础—人类行为尚且被认为可形式化为一系列脚本。在这个世界上，人类与计算机一样，都要遵循一些程序，当然是更为复杂的程序。萨奇曼以有力的证据证明行为与环境是交织在一起的，人类是动态地适应环境，而非机械式地运作。
处理情境的机器
人们渴望让机器拥有可与人类相媲美的智能，这种愿望刺激了所谓的“人工智能”研究热潮。同样受人欢迎的还有情境感知，自1994年以来，随着席尔特和泰默介绍了情境感知这个概念，许多人试图提供具有类似功能的计算设备与服务，应对或探索其情境感知能力(SchilitandTheimer，1994)。空间、场所或者，过去所讲的位置—时间、温度、心率及速度，这一切都被用作改变显示、提升输入或更改过程的线索。我们可以称这些尝试为“强情境适应性”或以机器为导向的情境研究。其目标是在设计过程中不仅要应对大环境就像设计精良的闹钟或亲子阅读设备而且要能够动态地适应环境。
在以情境研究为重点的移动设备或服务中，这种适应被用于补界面欠缺(屏幕太小、输入繁琐、用户对设备的关注不足)的问题，并量身定制输出结果，以更好地适应环境。以第一点为例，这已成为移动研究领域日益重要的任务。卡姆瓦和巴卢哈(Kamvar andBaluja，2007)研究了如何基于位置(在旧金山，输入“Al”，就会提示阿尔卡特拉斯“Alcatraz”)、时间及交通方式来提示问题。对于第二个方面，可参考亚马贝等人(Yamabe etal.，2008)的研究，他们提出一个框架，将某个移动系统的输出结果从原本主要以显示屏为基础转换为音频，继而又转换为根据感知到的用户运动量(用户在步行、跑步或者骑自行车)
数字技术研究(世哲手册)
45
56