《Behaviour & Information Technology》:Assessing OS-level automation for digital self-control interventions
编辑推荐:
数字自我控制工具(DSCTs)——旨在支持用户对技术使用进行自我控制的移动应用——研究面临着与技术复杂性、操作系统限制和隐私相关的障碍。本文研究操作系统级自动化作为一种轻量级且以隐私为中心的方法,用于在不编写代码的情况下实施和分发数字自我控制干预。首先,研究人
数字自我控制工具(DSCTs)——旨在支持用户对技术使用进行自我控制的移动应用——研究面临着与技术复杂性、操作系统限制和隐私相关的障碍。本文研究操作系统级自动化作为一种轻量级且以隐私为中心的方法,用于在不编写代码的情况下实施和分发数字自我控制干预。首先,研究人员基于当前最先进的数字自我控制策略分类法,评估了iOS快捷指令能够在多大程度上作为一个模块化干预工具包。研究结果表明,它可以复现当代DSCTs中75%的干预特征,同时实现诸如特征级、上下文感知和多设备干预等新能力。其次,研究人员报告了一项被试间研究(N = 193),调查干预分发策略如何影响数字健康实验中参与者的隐私感知。研究人员在论文结尾讨论了新兴AI技术如何进一步增强这一方法——基于研究人员可行性评估中的一个具体实例(该实例中已使用设备端AI模型生成干预内容)进行讨论——并概述了AI辅助创作如何降低创建个性化干预的障碍。
**论文解读:评估操作系统级自动化用于数字自我控制干预**
**研究背景、问题与意义**
随着智能手机等数字技术的普及,公众和学术界越来越关注其带来的负面后果,如分心、过度使用和数字健康问题。人机交互(HCI)领域强调设计能够支持用户维持健康数字习惯的技术,实现数字健康。数字自我控制工具(DSCTs)作为移动应用,旨在通过活动监控、定时器和访问限制等机制帮助用户调节与其他应用的交互。然而,DSCTs的研究面临两大挑战:一是技术复杂性,开发需要大量编程技能,且受限于操作系统(尤其是iOS)的限制;二是隐私问题,用户对安装第三方DSCTs存在顾虑,因为这些应用需要访问敏感行为数据(如使用历史)。为克服这些障碍,研究人员探索轻量级方法,本研究关注苹果内置的自动化环境——iOS快捷指令,评估其作为操作系统级平台实现和分发数字自我控制干预的可行性。该平台允许用户通过触发-动作规则(TAP)组合功能,无需传统软件开发,有望降低技术门槛、绕过平台限制并减少隐私摩擦。论文发表在《Behaviour》。
**主要关键技术与方法**
1. **分类法评估**:基于Lyngs等人(2019年)提出的DSCT干预策略分类法(包含24个设计特征,分为阻止/移除、自我追踪、目标推进、奖励/惩罚四类),研究人员与Reddit社区贡献者合作,使用iOS快捷指令(仅限苹果原生功能,避免第三方应用)尝试实现每个特征的原型,并评估实现难度(按动作数量分为低、中、高)。
2. **被试间实验**:通过Prolific平台招募193名英语母语iPhone用户(均为Instagram用户,日均使用≥10分钟),随机分配到手动重建组(按15步教程自行搭建干预)或复用组(扫描二维码导入预构建干预)。两组均测试干预10分钟,之后测量感知隐私关注(PCON)和感知隐私风险(RISK)量表,采用Welch's t检验分析差异。
3. **样本队列来源**:参与者在Prolific平台招募,通过Qualtrics调查完成实验。
**研究结果**
**1. 评估iOS快捷指令用于数字自我控制(第3节)**
- **阻止/移除**:成功实现5/7个特征,包括特征最小化(灰度显示)、努力覆盖任务(锁屏)、阻止(返回主屏幕)、使用时间限制(9:00-18:00允许访问)、启动时间延迟(等待10秒)。未能实现防止卸载和付费覆盖,因需系统级权限或外部支付服务。
- **自我追踪**:成功实现全部3个特征,包括记录历史(将每次打开记录到本地JSON文件)、可视化使用(显示会话次数、耗时和剩余时间,需两个自动化)、显示计时器(连续使用5分钟发送通知)。
- **目标推进**:成功实现全部7个特征,包括设定具体时间目标(菜单选择30-120秒)、设定活动目标(未明确单独实现,但包含在设定时间目标中)、具体目标提醒(达到限制时通知)、价值/一般目标提醒(使用计时器)、激励语录(调用设备端AI模型生成随机语录)、比较行为与目标(记录开始和结束时间,计算剩余时间)、重定向活动(打开提醒应用)。
- **奖励/惩罚**:成功实现3/7个特征,包括表扬/责备/愉悦/打扰(未达到目标时发送责备通知)、获得积分/连续记录(定义积分并存储)、失去积分/连续记录(超出目标时扣分)。未能实现解锁成就、社交排行榜、生命形式积分和现实奖励/惩罚,因需图形元素或外部API。
**2. 在数字健康研究中使用iOS快捷指令(第4节)**
- **研究问题**:分发方式(手动重建 vs. 复用预构建)如何影响感知隐私关注和风险?
- **结果**:手动重建组感知隐私关注(M=3.871)显著低于复用组(M=4.664),Welch's t检验p<0.001,效应量中等(d=0.465)。手动重建组感知隐私风险(M=4.338)显著低于复用组(M=4.782),p=0.027,效应量小(d=0.284)。这表明手动重建干预可降低安装时的隐私担忧。
**讨论与结论**
**讨论部分总结**:
- **对数字健康研究者的启示**:iOS快捷指令作为集成OS工具,可访问通常受限的数据、设置和传感器,减少对传统编程的依赖,但需非技术研究者的可用性验证。研究2表明手动重建干预(参与者可检查所有组件)与更低的隐私感知相关,有助于降低早期退出率。
- **超越传统DSCTs**:iOS快捷指令可克服传统DSCTs的局限,包括多设备干预(通过苹果生态系统同步)、特征级干预(针对特定交互模式,如无限滚动)、干预组合(同时实施多种策略或轮换)和基于上下文的干预(利用时间、位置等触发条件)。
- **面向终端用户的DSCT发展**:手动重建的隐私优势提示终端用户可成为干预创建者,但需进一步研究其独立创作能力。TAP平台需改进,如原生支持DSCT相关触发/动作(如使用统计事件),并加强与第三方应用的集成。
- **AI的作用**:可行性评估中已包含AI集成实例(激励语录使用设备端AI模型),AI可支持创作(如自然语言转规则)和自适应干预(如推断使用模式),但需保持透明度和可检查性以保护隐私。
**结论部分**:
近年来,关于过度使用技术(尤其是数字健康和智能手机成瘾)潜在负面影响的讨论备受关注。虽然DSCTs作为支持用户自我控制的工具出现,但开发和评估这些工具对研究人员而言是一项挑战,需要具备编程技能并应对技术限制和隐私问题。本研究探索了iOS快捷指令(苹果集成工具)的技术潜力,以应对其中一些挑战,评估其复现常见DSCT干预特征的能力,并调查分发方式如何影响参与者的隐私感知。研究结果证明了该工具在复现广泛DSCT干预方面的多功能性,并表明与导入预构建干预相比,手动重建干预与参与者更低的感知隐私关注和风险相关。此外,本研究提供了初步证据,表明设备端AI模型已可集成到基于TAP的干预中,概述了未来AI辅助创作工具如何进一步民主化数字自我控制干预的创建,同时保留基于快捷指令方法的透明度和隐私优势。