数字技术研究

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

来调节的触觉输出内容。

如前所述，让系统以某种特定方式积极主动地调整状态有多方面的好处。然而，即使是在最简单的例子中，将情境首先看作设备输入手段（设备继而会对用户做出回应并控制用户），这是存在一定风险的；随着情境使用日益复杂，这种风险也在加剧。

人类重新掌握控制权

在本章中，我们将首先考察以机器为导向的研究存在的部分困难。虽然这些困难可能会激发某些研究人员试图解决这些技术挑战，但更大的问题或许在于该如何处理情境。因而，问题的表达方式非常重要；随后，我们将继续回顾一下杜里西(Dourish)那发人深省的话，他鼓励人们重新思考计算系统中的情境问题(Dourish，2004)。我们不妨以他的论断为起点，来思考计算机系统中以人为导向的情境设计与使用，进而说明我们对基于位置的移动系统的观点。

几年前，我在芬兰购买了一个迷人的iittala盒(见图3.1)。这个盒子的下半部是漂亮的细纹木，上半部则为厚实而清澈的蓝色顶盖，外观简单结实，但非常漂亮。不过，设计师的天才创意在这个盒子内部的银色小纸条上体现得更为淋漓尽致。在这个纸条上，轻轻地印着一句话：“内容决定价值”。这条信息的意思很明确无论这个盒子看起来多么完美，但其意义与价值是源于你放入其中的内容，是由内容决定的。人类是能够感知、塑造情境并善于分享的动物。无论我们进入怎样的情

境，都能给其带来意义，并尝试着去理解。正如这个盒子，没有人类作为核心，其情境设计就不那么有意义。

第3章情境、位置与移动：人类的故事

57

以机器为导向的情境计算面临的问题

建立成功的情境感知或适应性系统无疑是困难的。我们不妨想象一项简单的感知反应任务：将听筒挪开后，让音乐播放器里的音乐暂停。我最开始购买的具有此功能的设备，一开始反应非常准确，但很快就出现了问题。我慢跑时，将设备塞进运动短裤，结果由于感应器太过灵敏，每隔一大步就会出现音乐暂停。

这种困难体现在三个方面。首先，精确感知“情境”其实是非常困难的，哪怕是像位置这样相对简单的特征。其次，了解感知数据的意义非常重要—比如，某人停顿了两分钟，这一情况是说明他迷路了，需要更多导航帮助呢？还是他半路上来到某个甜品店享用咖啡，并不希望有人干扰呢？第三，根据情境进行的适应性调整往往不是直截了当的比如，我有一次开车，在多次忽略了导航器的提示后，导航器迅速宣告：“好，现在就靠你自己吧！”然后便关闭了。

研究人员已经在努力地迎接上述各项挑战。比如，针对移动设备进行的室内定位，现已成为一个非常活跃的领域，其目的是让这些小装置知道人们所处的位置；比如，在购物中心游览时，可以确定人的方位。有些方法是全自动化的(Belloni etal.，2009)，还有一些是在环境中设置标签—比如QR码(Taherand Cheverst,2011)、RFID芯片，及其他位置孤立的标志(Ramirez etal.，2009)，用户可以使用移动设备扫描这些标签来确定方位。

随着越来越多的大数据集的出现，机器学习算法被用来提供更好的预测，做出恰当的应对。仍以前面提到过的Google问题完成一建议交互界面为例，系统将某个位置的知识与各种查询录入模式相结合，给出n个最有可能的条件。即使在这样有所制约的任务中，对用户进行预测也是相当困难的。正如卡姆瓦和巴卢哈所指出的，这些难以预测的输出结果往往是令人费解的：“当用户在旧金山时，字母s引出的完整词汇是sushi;而当用户在北达科他访问网络时，s引出的完整词汇是soup，这是不是有些令人困惑?”(2007)。最后，在实现适应性方面，我们是倡导系统与用户间进行对话和协商的。也就是说，交互界面应该向用户显示其认为有用的结果，但同时也应允许用户看到其他选项，并从中进行选择(Dey andMankoff,2005)。

数字技术研究(世哲手册)

46

58

除了难以适应现实世界的杂乱无章外，情境感知系统还可能由于过度强调某个因素、忽略其他因素，而导致失误。我经常旅行，一直随身带着笔记本电脑。这台电脑储存着我的大量数据我的电子邮件、聊天记录、文章、设有标签的亲朋好友的照片。虽然有这些私密的内容，当我在海外上网，使用一些主流搜索引擎时，交互界面及输出结果照例是以当地语言呈现的。系统知道我来到了一个新的国家，并且假定我现在可以讲当地语言。Facebook几年前推出其Beacon系统时，这种交互性设计就可见一斑（JamalandCole，2009)。该平台自动更新用户的状态，显示合作者网站上出现的产品及服务。一部卡通片反映了这种“有用的”情境共享系统的问题：一位妻子看到了丈夫自动更新的状态—在圣诞节找到他对质，“哇哦！”她说：“金耳环！谢谢你，亲爱的！太可爱了！你买的另一对耳环给谁了?”1

更大的问题

以机器为导向的情境感知方法—就像此处所刻画的—体现的设计立场是协助、推动或影响用户，获得先发制人的优势；给出的是答案而非问题。其用意是好的：帮用户节省时间，提供更好的解决方案等等。然而，这个视角也损害了用户的主体性与创造力，有可能阻碍了个人与周围世界的交流。

要了解这种框架如何减少而非提升了人际交互，我们不妨来思考两类家用能源监控系统。第一种是传统系统，感知到能源消耗，以小时功率及金钱(英镑及便士)的形式来呈现这种情境信息。其准确性及对数量的关注并不能为关于消耗与能源的对话提供丰富的养料。与之形成对比的是古斯塔夫松和于伦斯韦德(GustafssonandGyllenswärd，2005)所提议的电力感知电线(见图3.2)，该设计旨在激发人们对有限而重要的电力能源的反思。当能源被使用时，电线上的灯就会有节奏地闪烁，能源使用得越多，其闪烁的速度与亮度也越快越强。能源并未以绝对的数字呈现出来，但人们能够从光亮中看到这些最宝贵的能源。水也是如此。

47

第3章情境、位置与移动：人类的故事

[1]http://geekandpoke.typepad.com/geekandpoke/2007/12/that-was-2007-3.html

59

表征结构vs交互结构

杜里西探讨了设计者的情境结构会如何影响他们建造的系统类型，决定着他们优先考虑机器还是人。我们这里将探讨两个界定方法表征结构及交互结构(Dourish，2004)。

表征结构就是我们先前看到过的关键在于精确地捕捉尽可能多的“情境”信息，认为交互是发生在这种元数据包之内的。相关因素有很多，所有因素都要尽可能地参数化，该视角下的研究者进一步确定了值得数字化的特征类型(Abowd et al.，1999)。与此同时，从交互视角来看，情境是由活动来确定的，或者像杜里西所说的，情境起源于活动，会随着行为的逐渐展开而动态变化，而非保持常态。

我们不妨想象一下自己聆听过的某场讲座，你被演讲者的叙述所吸引，欣赏着她的观点。这场表演吸引你的不只是外部世界的元素—如演讲者指着外面树上叽叽喳喳的小鸟还有你的内心世界，因为她引导着你对情感记忆进行反思。这一切—在当时那个时刻构成了由演讲者、展示中所使用技术及你自身共同编织的情境。就在那个时刻，她突然停下来，请你仔细聆听。你能听见数据处理投影仪的风扇声。其实，这个声音一直都在，只是它现在作为情境的一部分，也被引入了进来。若从表征方法来看这场谈话，则试图对房间里的光与声、每个人的相对位置、参与者的心跳声等进行监测与编码。

数字技术研究(世哲手册)

60

从表征的视角出发，在照片标签体系中，我们会给数字照片加上数据标签，使得这些照片能够被充分理解—数据、时间、全球定位系统协作、每张命名过的脸、光线条件。我们也可以从交互的视角出发，给这些照片加上标签，使其能够被人读懂；区别在于单个描述语(如：用“又是一个辉煌的日子”来描述某张人们骑车穿行于暴风骤雨中的照片)就足以说明问题，比其他所有的数据更能够反映情况。如果说表征视角帮助机器理解了这张照片，那么交互视角带来的则是人文含义。

情境产物

从面向机器的情境视角出发，人类生活的复杂性是一个巨大的挑战。重新将情境视作一种由人类活动创造与影响的现象，将人类从被管理的资源转变成为给丰富的数字物质交互提供广大机会的资源。

在数字设计中，情境的典型特征是以事件为基础。也就是说，用户在做着某件事情，系统将情境因素考虑在内来予以协助。但是，作为情境动物的人，实际活动时间更长，在事件的准备过程、这个活动本身以及活动结束之后都会考虑到情境。

大家可以设想一下我准备到外地发表演讲时所做的计划：出席这个活动，我该穿短裤呢，还是穿商务套装呢？听众是怎样的一群人？他们有何期待呢？我或许还得把太阳眼镜和雨衣都带着，因为天气预报信息自相矛盾。这些就是我在想象自己即将面对的情境时考虑的部分问题。当情境发生改变时，其中部分问题的选项当然会终止比如，穿短裤还是套装出席演讲。人们显然已经用了各种网络渠道——从天气预报到详细的地图景观——来判断自己即将身处的地方或情境。你还能预见哪些其他的情境感知服务呢？(Brown and Chalmers,2003)

在活动过程中，人们能够以各种复杂的方式彼此互动，选择巧妙的线索，相互协作以有效地完成任务。试想一下，咖啡桌上的两个朋友，边吃午餐边开心地聊天。观察他们的姿势与身体语言在吃饭时如何彼此映衬，聆听他们的语言—用词及信息分享——是如何适应对方的风格。他们的动作有助于谈话的顺利进行，令彼此更加舒适。在这种情况下，移动技术给此类谈话带来的更可能是侵扰，而非支持(Tamminen et al.,2004)。

第3章情境、位置与移动：人类的故事

48

61

现在，再看到他们时，他们正肩并肩地坐在一辆车里，仍然在交谈，但当车子快要到达某个有些拥挤的十字路口时，乘客们本能地停止讲话，好让司机更好地集中注意力。这种情况与当前的卫星导航设备形成了鲜明的对比，后者并不理会汽车内外的注意力分散因素(Leshed et al.,2008)。

当天晚些时候，他们来到一个喧嚣的大型聚会，这里的人们几个一组，能够聆听并参与谈话，而不会被其他干扰声淹没，彰显了著名的“鸡尾酒会”效应(Moray，1959)。他们能够有效地选择该关注什么，该“情境”中的一切其他事务都被过滤掉了。如果我们能够通过眼睛或耳朵的内置设备了解我们即将会面的人的实时在线信息，那么能否设计出一些设备来有效地过滤掉宴会上的这些信息及嘈杂声呢?(Kurzeand Roselius,2011)

随后，他们又与另外几人一起来到一间酒吧喝“晚安酒”。其中一位朋友搞恶作剧，提了一个有关当天活动的问题，大家由此开始编造故事，桌上的每个人都加上了自己的描述与想法。这些浮现出来的叙述就是情境，通过这个情境，这群人进行了有意思的互动，当天的情形再次浮现在众人眼前。我们能够(或者说应该)设计出某项技术，使人们在类似的开玩笑过程中，将各种图像、声音片断等都投进这个混合体中吗？(Robinson et al.,2012)

活动结束后，人们往往会回顾自己所经历过的一切，将不同的元素进行整合，经过过滤后，找到一种对他们自身有意义的方式来陈述过去的情形。在线日记、杂志、博客及社交网络上的帖子已经被广泛应用于这一过程(Durrantetal.，2012)，Facebook近期推出的时间轴用事实说明了另一种将个人在长时间内的经历拼合成故事的更为复杂的方式。

以人为中心

以机器为导向的方法，关注的是人们如何对待与处置活动之前、活动过程

49

数字技术研究(世哲手册)

62

当中及之后的各种情境。如果不这么做，那我们又该如何针对此现象而进行更加有效的设计呢？

可能性显然有许多，在此，我们将探讨几种符合杜里西设计理念的可能性，即“普适计算（能够）支持持续地展示、定义、协商与共享情境的过程”(Dourish,2004)。

具体来讲，我们将思考的系统应该能够：

·允许人们以对自己有意义的方式来理解情境；

·引人入胜地呈现情境赋予其丰富的阐释与使用机会；

•使人们能够改变情境；

• 提供情境共享的平台。

构建能创造意义的情境

几年前，我在芬兰工作了一段时间，住在坦佩雷附近的一座小岛上。在此期间，我每天的行程都是划船前往大陆，跑步穿过一片森林，再骑车6公里去工作。大约一周之后，这趟旅程变得不再那么累人，而更多地成了一种充满感情的仪式：河水的飞溅、船桨深入水下与河水的搏击、森林松软的草皮的回弹、森林末端升起的跑道的噼啪声。

现在，每当我闭上眼睛，回想起那个时刻，都有一种深切的平静感，我的呼吸变得平缓，一抹笑容从我的脸上掠过。若是能再丰富地体验一次那个旅程该多好啊。

技术能帮助人们捕捉这些地方的样子，尤其是我们反复经历过的那些地方；这样的技术将大有可为。情境感知型位置系统正越来越渗透进我们的日常生活；相比之下，本例所讲的以人为设计核心的系统，却只是增强了人们的现实体验，并不干扰到人自身的活动。我们需要提供一些轻量级的工具来捕捉人们的经历，以用于日后的回忆。

我们开发的Point-to-Geoblog系统正好说明了这一点。下面我们来看一下鲁滨逊等人(Robinson et al.，2008)记下的这个片段：

第3章 情境、位置与移动：人类的故事

63

萨姆在新加坡，他发现马路正对面有几座色彩丰富的老房子，这与他身边其他闪耀的新事物形成了有趣的对比。他从口袋里拿出手机，对准那片区域；他几乎是竖着拿手机，因为这些房子离他很近。之后，他到了市中心，他看到河对岸有座雕塑—是一个介于狮子与美人鱼之间的杂交品种(即鱼尾狮)。他把手机拿到面前，对着雕塑，手机倾斜过来，几乎呈水平状，因为这个雕塑离得很远。当萨姆返回酒店房间后，他津津有味地回味着这趟旅行，欣赏与阿拉伯街相关的照片及网页链接，以及自动生成的地图上的鱼尾狮。

利用全球定位系统感应器上的简单距离探测器[见图3.3(a)]或者结合某个直观显示设备[见图3.3(b)]，用户可以在自己注意到的各个地方设置地理标签。随后，系统会根据与这些景点相关的内容生成一个行程图[见图3.3(c)]。用户可以据此展开回忆。

数字技术研究(世哲手册)

64

微软公司推出的SenseCam，以及Rekimoto实验室近期推出的“辅助眼”可以比简单的地理日志系统(Geoblog)记录下更多细节。SenseCam通过戴在脖子上的绳索装置——就像会议装置——能够捕捉到一系列照片(Hodges etal.，2006)。“辅助眼”的设计理念是将两个摄像机结合在一起，一个向外拍摄，一个追踪佩戴者的目光，监测眼睛聚焦于何处(Ishiguro et al.,2010)。

此类“生命记录”设备虽然呈现出再现我们丰富体验的诸多可能性，但看起来往往是机械化的、枯燥的全过程记录系统这些系统将我们的人生全部囊括了进去。而人们往往希望更有选择性地、诗意般地生活以及重温生活，这一愿望能够通过富于想象地、创造性地、机智地使用Facebook等社交网站上的状态更新而轻易地实现。为了满足这些需要，研究人员近来提出要建立一类系统，此类系统与其说是记忆替代物，倒不如说是能够激发个人回忆的线索资源(Sellen andWhittaker,2010)。

哈珀等人在研究SenseCam图像如何诱导人们的反应时提出，系统应该捕捉人类生活情境、传递引起情感共鸣的线索，而不要喧宾夺主(Harper etal.，2008)。他们举到一个例子：一个小女孩站在测高仪面前，测高仪上有一个长颈鹿的图像。作者解释称，母亲记得这张照片拍摄的当天，自己非常沮丧，正忙于应付带大这些小孩而面对平常但似乎永无止境的挑战。她给这张照片写下的说明文字，透露出一丝紧张与压力，但她最后还是简洁地表达了身为人母与爱的力量，而这些是她事后才感觉到的：

妈妈，我什么时候能长大？

妈妈，我什么时候能长大？

……等你吃完所有的米饭……

妈妈，明年我会像长颈鹿一样高吗？

……但菲比，你可不想像长颈鹿那么高哦。

我想的，我想要又大又长的腿，还有长长的脖子。

…不，你不会的。你现在这样就很漂亮。

(Harper et al. ,2008)

正如作者所言：“回过头来看，她发现自己对那个时刻有了不一样的想法，

第3章情境、位置与移动：人类的故事

65