《Computers in Human Behavior Reports》：Towards Immersive Communication: A User-Centered Investigation of Life-Sized 3D Telepresence
编辑推荐：
摘要翻译：本文设想了一个未来，人们以沉浸式的、生命尺寸的三维（3D）表征进行互动，远程交互如同物理在场一样自然和包容。为了实现普及，理解潜在用户的态度和采用模式至关重要。为此，我们提出了第一项实证研究，让真实终端用户将沉浸式远程临场系统作为一种类似于现有数字通
摘要翻译：本文设想了一个未来，人们以沉浸式的、生命尺寸的三维（3D）表征进行互动，远程交互如同物理在场一样自然和包容。为了实现普及，理解潜在用户的态度和采用模式至关重要。为此，我们提出了第一项实证研究，让真实终端用户将沉浸式远程临场系统作为一种类似于现有数字通信媒介的实时通信媒介进行体验。为了在探索用户感知时最大化生态效度，我们设计了一个现实的原型系统，让参与者能够体验未来沉浸式系统可能提供的切实且可信的近似效果。在我们的设计中，参与者可以通过混合现实（MR）头显实时将通信对方感知为生命尺寸的3D照片级真实表征。这使得感知、用户体验和行为结果能够更真实地浮现，而非依赖假设性情境。我们的混合方法分析表明，参与者认为沉浸式通话更具真实感、参与感和社交临场感，并且给予了共享空间感。他们采用该技术的意愿显著增加，尽管技术成熟度远低于视频通话，但其采用意愿已接近与视频通话持平。参与者指出了其在专业和临床使用中的额外益处，并认为只要保真度和可靠性足够，它作为面对面咨询的可信替代方案具有巨大潜力。人们对头显舒适度、晕动症和技术稳定性提出了担忧，但也表示愿意在未来升级，这表明当前的障碍主要与实施可行性相关，而非用户对基础范式的接受度。本研究展示了这一创新的前景，并强调了以用户为中心的设计对其持续发展的重要性。
论文解读文章
一、研究背景与问题
随着高速互联网和数字通信工具的发展，远程交互已能传递丰富的视觉、听觉和社交信息。现代视频会议平台支持用户交换面部表情、手势和声音线索，提供了比文本系统更丰富的非语言和上下文线索，从而增强了社交临场感。然而，视频通话仍难以达到物理共处一室所提供的主观体验深度，尤其是共享同一时空的感觉以及行为被对方感知的共临场感。沉浸式远程临场技术作为一种新兴方法，利用具身化、空间一致和尺度一致的表征，有望同时作用于社交临场感和共临场感。近年来，3D重建技术因人工智能进步而快速发展，混合现实（XR）技术也被用于重建跨距离的物理共临场体验。但现有文献对终端用户如何体验和感知这些技术作为实时数字通信媒介的研究相对不足。已有研究多聚焦于用户在沉浸式系统内的交互，而未将其作为一种通信媒介进行考察。因此，一个重要的开放问题是：沉浸式体验为数字通信带来的附加价值是否真正被用户认可，尤其是当与传统视频通信的便利性相比时。为弥补这一空白，本研究首次实现了一种范式，让终端用户通过一个定制的、接近真实通信场景的沉浸式远程临场系统进行实时人际通信，以生态效度高的方式探究用户感知、体验和采用意愿。
二、研究目的与方法概要
本研究依据技术接受模型（TAM）和扩散创新理论（DIT），在社交、专业和医疗三种具体场景中评估沉浸式通信的相对优势。研究采用混合方法设计，结合了被试间和被试内实验。研究人员开发了一套基于现成设备的混合现实远程临场系统，包含微软HoloLens 2头显、Unity应用和Azure Kinect深度相机。系统实时捕获用户的体积表征并传输给远程伙伴，使其通过增强现实头显看到生命尺寸的3D模型。实验在英国肯特大学认知机器人与自治系统实验室进行，招募了50名年龄18-65岁的参与者（平均38.6岁），包括学生和教职工，通过目的性抽样和滚雪球抽样确保多样性。每对相识的参与者分处不同房间，轮流体验视频通话（控制条件）和沉浸式通话（实验条件），每次交互最长10分钟，并共享饮料以营造自然对话氛围。数据通过三份问卷收集：交互前收集人口统计和技术经验，交互后收集单条件感知，两种条件均体验后收集对比性评价。定量数据采用Welch t检验、卡方检验、方差分析（ANOVA）和序数逻辑回归分析，定性数据采用词云和主题分析。
三、主要研究结果
（1）集群A：沉浸式通信的感知与价值判断
通过被试间分析（25个数据点），基于Q1-Q8八个李克特量表项目，视频通话综合评分（M=5.93, SD=0.58）显著高于沉浸式通话（M=5.12, SD=0.98），p=0.0015。分项显示视频通话在易用性、独立操作、信心和适用性方面评分更高，但在享受度、社交临场感等方面无显著差异。被试内分析（50个数据点）显示，体验两种技术后，参与者在享受和沉浸维度上显著偏好沉浸式通话，而视频通话在易用、信心、便利和任务适合性上更优。美学吸引力、自然感和提供有用选项方面无显著差异。词云分析证实视频通话关联“易用”、“可靠”，沉浸式通话关联“自然”、“沉浸”。主题分析识别出正面主题包括沉浸质量、真实感和社交连接，负面主题涉及视听质量、头显舒适度、晕动症和移动受限。总体表明沉浸式通话的体验优势显著，但当前局限主要属于技术成熟度问题而非概念问题。
（2）集群B：影响采用的心理建构
意愿使用分析：视频通话和沉浸式通话在社交和专业情境中的未来使用意愿接近，差异仅边缘显著（F(1,93)=3.58, p=0.061），表明沉浸式通信的采用意愿已与成熟基准接近。直接比较时，参与者在社交和医疗情境中显著更偏好沉浸式通话（χ2=6.48, p=0.011），专业情境中无显著差异（χ2=0.32, p=0.572）。
可接受性分析：双向混合设计ANOVA显示通话类型主效应不显著（F(1,48)=0.045, p=0.833），但情境主效应显著（F(2,96)=11.21, p<0.001），社交和专业情境可接受性高于医疗情境。沉浸式通话在医疗情境中的可接受性与视频通话持平（M=5.64 vs M=5.56），表明其尚未获得足够信任。
采用调节因素：序数逻辑回归显示，先前VR经验（β=3.95, p=0.015）和技术创新兴奋度（β=1.30, p=0.031）是采用意愿的显著预测因子，AR经验未达显著（p=0.065）。78%的参与者表示愿意从视频通话升级到沉浸式通话。
四、讨论与研究结论
讨论部分指出，沉浸式通话被认可为提供比视频通话更丰富、更吸引人的体验，尤其在社交互动中。共享空间感和真实感是主要优势。参与者的采用意愿接近视频通话水平，表明早期用户接触能显著改变对技术可行性和价值的感知。实际障碍（如头显依赖、舒适度、晕动症）主要与当前技术就绪度相关，而非概念可行性。专业情境中，参与者期待与现有工作流集成；医疗情境中，保真度、可靠性和法规合规是关键。未来可能走向混合使用轨迹，而非完全替代现有媒介。
研究结论部分原文翻译如下（注：原文未单独列出结论部分，但讨论末尾总结了核心发现）：本研究证明了沉浸式通信作为视频通话潜在后继者的前景。尽管当前原型存在技术局限，但用户的整体认可度、接近基准的采用意愿以及在医疗等领域识别出的额外价值，表明该技术一旦成熟，将具有变革远程连接、临场感、同理心和协作的潜力。以用户为中心的设计对于其持续发展至关重要。
