上周在开智社群分享了有关人机交互的话题，引发了很多有意思的讨论。在这里分享一下讲座内容和讨论，希望给不熟悉这一领域的同学可以对这个新兴学科有一个基本了解。
人机交互与心理学
今天我想和⼤家交流⼀下⼈机交互（Human-Computer Interaction）这⻔学科的⼀些情况。在前 半部分，我会聊聊⼼理学和其他社会科学如何影响⼈机交互这⻔学科的发展。在后半部分，我们 可以聊聊⼈机交互现在⽐较关注⼀些⽅向，如果⼤家有感兴趣的问题也可以进⼀步讨论。
如果有⼈问我什么是⼈机交互，这其实是⼀个特别难定义的问题，因为它是彻彻底底的⼀⻔交叉 学科。所谓交叉学科，就是它的理论、模型、研究⽅法都来⾃于其他学科。只要是和研究“⼈ （⽣命体）与技术交互”的，基本都可以纳⼊到这个范畴。于是很⾃然的，我们会在⼈机交互领 域遇到⼼理学家，计算机科学家，传播学者，社会学家，⼈类学家，机器⼈学家……可谓是“左 ⼿社会和⾏为科学，右⼿是计算机和信息科学”。
和⼈⼯智能想要“取代”⼈不同，⼈机交互的最终⽬的⾃然是让⼈更好的使⽤机器。⼤家可能还都 记得很⼩时候第⼀次看到电脑的样⼦：⿊黢黢的屏幕和闪烁的光标。到今天我们之所以能够已各 种丰富的⽅式（例如触屏，语⾳）与机器进⾏互动，都和⼈机交互学者的努⼒密不可分。
早期⼈机交互⾥程碑式的创造当属⿏标的发明。它的创造者 Douglas Engelbart 当时在 60 年代 初，Douglas Engelbart 在参加⼀个会议时随⼿掏出了随身携带的本⼦，画出了⼀种在底部使⽤ 两个互相垂直的轮⼦来跟踪动作的装置草图，这便是⿏标的雏型。到了 1964 年，Engelbart 再 次对这种装置的构思进⾏完善，并动⼿制作出了原型。在⿏标发明后的若⼲年后，施乐帕罗奥多 研究中⼼（Xerox PARC）将⿏标应⽤于 Alto 电脑中。后来的故事我们都知道了，乔布斯把 Alto 的技术借鉴到了苹果电脑中。到现在，Xerox 研究中⼼仍然是创新⼈机交互研究的重镇。
如果⼤家有机会到硅⾕的计算机⽂化博物馆（Computer History Museum），能看到很多当年早 期⿏标的雏形，和现代计算机交互变迁的痕迹。 ⿏标的例⼦是⼈机交互过程中对“输⼊”（input）过程的⼀种变⾰式的创新。我们⼩时候学计算机 都学过计算机的⼏个重要部分：“输⼊”，“输出”，“处理”。事实上⼈类的认知功能何尝不也是这 个过程？正因为如此，早期的⼈机交互研究很多都由认知⼼理学家来引导，通过对⼈类输⼊，输 出，认知过程的模拟去改造对⼈机交互的模式进⾏开发。
提到⼼理学，让我们讨论⼀下⼏个对⼈机交互⾮常᯿要的⼼理学理念。这个问题最基础的⼀本书 当属 Don Norman 的《The Design of Everyday Things》。Norman 可谓是⼼理学引⼊设计研究 的奠基⼈。由 Don Norman 和 Jakob Nielsen 创⽴的Nielson Norman Group(https://www.nngrohttps://up.com/) 也已经成为⽤户体验领域的标杆，他们也经常发布最新的⽤户体验设计报告，谈论最新 的设计趋势。
Norman 提出了了以⽤户为中⼼的设计（User-Centered Design）。顾名思义，设计不应当只关 注审美层⾯的需求，⽽设计师更应当考虑到⽤户的⼼理需求。最᯿要当然是我们群⾥讨论过很多 次的Affordance（可供性）。可供性在⼈机交互领域指的是物体“看起来”可以拥有的属性，能够 承载怎样的功能。在物理世界的例⼦是⼀块⽯头可以有“被坐”的可供性。在设计领域最经典的例 ⼦就是拉（pull）和推（push）的⻔应当通过设计表达对应的可供性。⼀个把⼿对应的是“拉”的 动作，⼀个横梁则更⾃然对应“推”的动作。⼤家可以留⼼观察⽇常⽣活中遇到的⻔是否符合了可 供性的原则。⽽在界⾯设计领域，最好的例⼦则是”按钮“的设计－好的按钮设计，例如带⼀些阴 影或模拟真实世界的按钮，会有“按”的可供性。⽽有的⽹站上只有⼀⾏字，没有很好的表达 出“按”的可供性，会让⽤户感到困惑。
除了可供性，Norman 还提出了⼏个设计的重要原则。⾸先是可⻅性（visibility），顾名思义就 是设计要明显，不能让⽤户忽视。其次是匹配（mapping），指动作与效果之间的对应，例如向 上箭头代表增加，向下箭头代表减少。例如很多房间的开关按钮，由于排列的位置与实际对应的 灯的空间位置不⼀致，就会造成因为“对应”错误产⽣的问题。
另外反馈（feedback）也很关键，能让⽤户迅速得到动作的结果反馈。最后 Norman 提出了⼼理模型 （mental model）的概念，也就是⼈们认为⼀个事物应当如何运作的概念。他认为设计师 应当理解⽤户的⼼理模型，⽽当设计师和⽤户的⼼理模型不⼀致时，就产⽣了失败的设计。
刚刚我们只提到了⼼理学对⼈机交互领域的贡献。除了研究个体与技术之间的关系，现在⼈机交 互领域很多研究者也更关系社会与技术的关系。这⼀领域的⼈机交互学者认为技术与社会会互相 影响⽽构建⼀个社会－技术系统（socio-technical system） 。我博⼠期间的⼀个研究领域Computer-supported Collaborative Work（CSCW）就更多的研究在社会情境下⼈与技术的互 动。
在 CSCW 领域，除了⼼理学之外，传播学和社会学为理解技术相关的社会⾏为提供了丰富的理 论指导。例如随着⼈们通信设备的不断变迁，传播学的计算机介⼊传播（computer
mediated communication，CMC）的理论研究，就为由技术为媒介的各种社会⾏为提供了思路。
例如媒介丰富性理论（media richness theory）就认为，不同的媒介所携带的信息不同，就会导 致使⽤者选择不同的媒介。媒介丰富度分为四个维度： 1. 实时回馈的能⼒，即沟通双⽅对实时响应和修改的需求； 2. 多渠道沟通提示，如⾯对⾯接触、声⾳声调、身体姿势、数字、⽂字以及图像等； 3. ⽇常⽤语的使⽤； 4. 个⼈对媒介的关注点。 根据这个理论，⾯对⾯传播是最丰富的媒介，紧接着是电话、电⼦邮件、指定收件⼈的书信沟 通、⽆指定收信⼈的书信沟通和正式的⽂字沟通。
根据媒介丰富性理论，我们就可以很好地理解为何各种沟通⼯具会拥有现在的形态。例如早期的 即时通讯软件只具有简单的语⾔功能，那就⼤⼤限制了沟通可以表达的渠道和信息的多样性。现 在的微信，Messages，iMessenger 上⾯开始提供更丰富的表情包，GIF，则⼤⼤拓宽了媒体丰 富性。⽽现如今⽕爆的直播，短视频也可以通过丰富性理论来理解：能包含更丰富信息的视频媒 介⾃然更受到⽤户的欢迎。
另⼀个具有影响⼒的理论是分布式认知理论（distributed cognition），亦即随着⼈与技术的紧密 合作，⼈类的认知和智慧不在只保留在个体内，⽽可能是以与周遭的环境，物体，或其他⼈合作 的形式存在。例如现在技术的发展已经不在需要⼈们记住所有的事情，⽽可能会将⼀部分记忆保 留在电脑和云存储⾥。⽽在⼀个组织内部，认知也可能分布在组织内部的不同⼈和物体当中，如 何协调调动分布式认知称为完成⼯作的关键。
分布式认知的很多研究是基于舰船和⻜机上对操作员和⻜⾏员如何操纵仪表盘的⺠族志研究提出 的。例如在舰船上，船员需要⽤仪器记录舰船和罗盘的⻆度，这些读数通过电话传递给导航室， 导航员再根据这些数据在地图上绘制图线来计划轮船下⼀步的⽅位。在这个定位循环的测量过程 中，船员并不完全理解他们所做的计算，因为下⼀个陆标是由导航员来选择的。但是，导航员也 并不⾜以᯿新建构整个过程，还需要⽤量⻆器和平⾏尺把关于陆标的数字表征转化为地图上可以 分析的物理⻆度的表征。因此整个定位过程来⾃个⼈，其他⼈以及空间中⼯具间的交互作⽤，个 体仅仅是复杂导航系统的⼀部分，这个系统还包括相关环境中的⼯具组织以及通过技术传递的信 息表征，所以，没有⼈可以完成所有认知。
有趣的是，由于⻜⾏员操作的这种复杂性，我了解很多⼈机交互领域的研究者⾃⼰会考⼀个⻜⾏ 驾照，以便更好的体验 distributed cognition 的过程 ：）
在分布式认知理论的影响下，⼈机交互研究者开始研究如何促进这种“集体智慧”的⽣成与使⽤。 分布式认知也不再仅限于驾驶的仪表盘。协同式的标签（tag）系统就是⼀个例⼦。通过不同的 ⽤户对⽹⻚内容的贴标签，就可以⾃动⽣成对⽹⻚内容的分类。⽽对我们每个⼈来说，也有越来 越多的分布式认知的⼯具。前不久⼀项研究就表明，⼈们已经把 Google 当作⾃⼰“外延⼤脑”的 ⼀部分，因为我们知道只要有了 Google 就可以对任何信息触⼿可及。在未来我们可能会继续变 成“信息赛博格”，分布式认知也会让我们的能⼒变得更加强⼤。
CSCW 领域另外⼀个影响⼒的⼀个理论是⼈类学家 Lucy Suchman 提出的 situated
action theory（情景⾏动理论）。这个理论不在仅仅关注个体的⾏为，⽽进⼀步讨论了社会情境对技术 使⽤的影响。这个理论认为⼈类⾏为包含⼀系列“计划”与“意图”。⾏为展开是⼀个连续的动作， 会不断受到周围⼀系列社会环境和“偶然因素”的影响。因此在设计⼀个技术时，不仅要了解⼈们 要完成什么任务，也必须去了解⼈们如何使⽤技术⼯作的即周遭的社会环境。
在今天，设计研究当中经常会使⽤到的 context inquiry (情景访谈) ，⽥野调查（ethnography） 这样的研究技术，去了解⽤户如何在⼯作环境当中使⽤产品，从⽽为设计提供洞察，正是受到 situated action 理论的影响。
人机交互的热门方向
技术的变⾰⽇新⽉异，⼈机交互也因此成为⼀个⻜速发展的学科，⼏乎每⼏年都会涌现新的研究 ⽅向。下⾯我想简要介绍⼀下⼈机交互发展⾄今的⼏个⽐较⼤的⽅向，让⼤家可以总览⼀下今天 的⼈机交互研究者在做些什么。想要了解最前沿的⼈机交互研究，最好的⽅式是参加⼀年⼀度的 国际⼈机交互⼤会（Conference on Human Factors in Computing Systems，CHI）。例如，今 年的主题可以通过 CHI ⽹站了解：2018/20180719/T161391.org
⽹络社区（online communities）：随着社交媒体对⽣活的渗透，很多社会科学背景的⼈机交互 学者开始以⽹络社区为平台，讨论社交媒体上⼈们的社交⾏为，以及由⽹络社区中的社交⾏为带 来的影响。早期很多在维基百科（wikipedia）上开展的研究就探讨了⼈们如何通过 Wiki 这样的 ⼤型线上社区进⾏合作。之后随着各类社区的出现，关于⽹络社区⼈们如何合作，如何促进社区 ⽤户的参与度（engagement），促进⼀个社区的⻓久发展都成为重要课题。
近年来关于 Facebook这个⼈们⽣活中已经不可或缺的社交媒体的讨论越来越多，例如⼈们如何理解 newsfeed 算法，如何防⽌谣⾔（rumor）和虚假信息的流传。 由于⽹络社区层出不穷，基本上每年 CHI 等⼈机交互会议上都有⼀些关于最新 App 的讨论，⽐ 如前⼏年的 Facebook，Twitter 的研究，近⼏年关于 Tinder，Snapchat 的研究也都很及时。 当然新的 App 只是⼀个表⾯，⼈机交互学者更关⼼的还是新技术带来的社会和⼼理学问题，例 如 Tinder 如何改变⼈们 relationship 的模式，snapchat 等阅后即焚的 App 给⼈们的社交与隐私 问题带来何种影响，Facebook 带来⼈们政治参与模式的变化。
普适性计算（ubiquitous computing）：随着⼿机等移动设备的⼴泛使⽤，越来越多的研究开始 关注 “任意设备，任意地点，任意形式” 的普世计算。如何更好的利⽤地理信息，提升情境感知 （context awareness）的能⼒从⽽丰富各种现在的场景交互，如何⽤⼿机更好的⼿机数据，都 是这个领域的研究课题。
新的交互模式（input and output）：很多研究者在开发新的交互模式。创新的输⼊模式⽐如⼿ 势交互。创新的输出形式也不再限于视觉听觉，⽽可能是触觉（haptic
interface）。此外还有新 的媒介例如编织物（Fabrication
Techniques），3D 打印，使得⼈机交互不在仅限于双⼿，⽽更 ⾃如的覆盖到全身。
信息可视化（visualization）：随着⼤数据（big data）时代的到来，有越来越多的信息需要我们 处理，⽽更为直观的通过可视化的⽅式传达信息已经成为趋势。可视化的研究学者在深⼊了解⼈ 们如何理解数据，如何呈现数据能更好的为⼈们所理解⽅⾯作出了巨⼤努⼒。信息可视化应⽤的 地⽅也有很多，例如新闻数据（data journalism）的呈现，医疗数据的可视化等等。
以上是⼀些对交互平台的研究课题，近⼏年也有很多对某些具体技术，甚⾄是技术对社会影响的 研究，也值得关注。
健康：技术在健康领域的应⽤已经越来越⼴。这个领域包括利⽤可穿戴设备等纪录健康信息的个 ⼈信息学（personal informatics），通过对医疗⼈员的⼯作流程的研究开发各种辅助⼯作的信息 系统，⽤⼤数据对各种医疗信息进⾏数据分析，已经针对各种健康问题（⾃闭症，衰⽼）所设计 的独特技术。
⼈⼯智能：随着机器学习和⼈⼯智能的发展，也涌现除了很多新的⼈机交互⽅式。近年来关于聊 天机器⼈（chatbot）界⾯设计的研究逐渐增多。除此之外，也有很多对⼈⼯智能造成的社会影 响，例如机器学习算法的公平性（fairness）的讨论。在⽤户体验设计领域，也有关于如何应⽤ ⼈⼯智能辅助设计师⼯作的讨论。 ⽐如这次 2017 CHI 有⼏篇有趣的研究：
Us vs. Them: Understanding Artificial Intelligence Technophobia over the Google DeepMind Challenge Match（doi>10.1145/3025453.3025539）来⾃韩国的研究者报告了⼀项关于⼈们 对“阿尔法狗”⼼理反应的有趣研究。他们发现⼈们会把“阿尔法狗”当作与⼈类不同的⼀种“⽣ 物”看待，并认为⼈⼯智能对⼈类存在威胁。
People Don’t Feel Guilty About Exploiting Machines（doi>10.1145/2890495）来⾃斯坦福的研 究者发现，当⼈和机器玩博弈游戏时，⼈们对于机器的“内疚感”更少，但“嫉妒感”却和与⼈类玩 时类似
UX Design Innovation: Some Challenges for Working with Machine Learning as a Design Material（doi>10.1145/3025453.3025739）这篇⽂章从另⼀个⻆度分析了⼈⼯智能与设计之间 的关系：机器学习如何辅助设计。作者讨论了机器学习带给交互设计的更多可能性，交互设计师 应当如何学习机器学习，以及交互设计师在使⽤机器学习时遇到的挑战。
公⺠科技：我博⼠期间的课题是公⺠科技（civic technology）的设计与应⽤。这个领域更是从个 ⼈与线上交互，进⼀步扩展到社区与城市。这个领域很多研究者采⽤了参与式设计 （participatory design）的⽅法，让社区⺠众和技术的直接使⽤者也参与到技术设计当中。我博 ⼠期间主要研究了如何利⽤社交媒体，以及创客（hacking）的形式创造公⺠科技，从⽽让有技 术专⻓的志愿者参与到社会问题的解决。
⼈机交互发展到今天，我们经常和同⾏打趣，已经没有什么东⻄是不可以被研究的了。有着来⾃ 不同领域专家们的智慧，相信未来的设计会越来越贴近⼈的需求，我们也会在⽣活中享受到更多 科技代理的便利。⼈机交互的未来发展会让⼈与计算机的界限变得越来越模糊，之间的衔接越来越invisible。
如果⼤家感兴趣阅读更多⼈机交互⽅⾯的书籍，可以参考我的⾖列 UX/HCI
之前也曾经做过⼀期 podcast 介绍我博⼠期间的经历：https://uxcoffee.co/812a5d66
整体的介绍部分就先到这⾥吧，由于是交叉学科，很难把所有相关理论在短时间给⼤家介绍全， 所以先抛砖引⽟⼀些。
转载请注明：好现场 » 开智讲座⼼理学与⼈机互动从理解⼈到设计机器上