"What Are You Really Trying to Do?": Co-Creating Life Goals from Everyday Computer Use
本文介绍了“奋斗式共创”（striving co-creation），这是一个基于活动理论（Activity Theory）的系统，它通过一个交互式编辑界面，从用户日常的计算机使用中推断并协作完善其长期人生目标，从而克服了现有系统仅能捕捉表层行为的局限性。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一台不仅能观察你的点击或输入，还能理解你为何如此做的计算机。几十年来，人机交互的梦想一直是构建能够领悟我们日常行为背后深层意图的系统。我们早已接受了机器可以告诉我们正在查看电子表格或阅读电子邮件，但它一直难以察觉这些碎片化的时刻实际上是一个更大、更长期努力的一部分，例如计划搬迁到新城市或为不断壮大的家庭建立稳定的生活。这种差距之所以存在，是因为当前的技术关注的是即时任务，而非潜在的动机。它看到了步骤，却错过了旅程。斯坦福大学的研究人员现在通过开发一个系统，向弥合这一鸿回迈出了重要一步，该系统不仅记录行为，还与人们协作，以揭示驱动其日常电脑使用的长期目标。
由 Shardul Sapkota 及其同事领导的研究团队开发了一个名为 Tempo 的系统。其核心理念是一个被称为“奋斗共创”（striving co-creation）的过程。与其让计算机默默猜测用户的需求，或者让用户必须手动输入一份人生目标的清单，不如让系统与人共同构建这些目标的图景。系统首先通过在用户全天候截取屏幕截图来开始工作，捕捉从浏览网页到给朋友发消息的一切内容。随后，它利用先进的人工智能将这些原始图像组织成一个层级结构。底层是简单的操作，如单次点击或滚动。这些操作组合成动作（如搜索特定主题）。动作进一步结合成活动（即重复的行为模式）。最后，这些活动被综合成“奋斗”（strivings），即那些赋予日常工作意义的持续性、长期的追求，例如“保护文化身份”或“建立职业声誉”。
然而，研究人员知道，仅仅观察屏幕的计算机并不总能了解全貌。同样的行为，比如研究学校，可能意味着一个家庭为了更好的工作而搬迁，也可能意味着他们正在逃离困境。为了解决这个问题，Tempo 包含了第二个部分，即用户可以审查并编辑系统的猜测。如果计算机认为用户正在“建立社会资本”，但用户知道自己其实只是在处理行政文书工作，他们就可以纠正系统。这种纠正不仅仅是一次性的修复；它成为了计算机在未来必须遵循的规则。系统通过这些编辑进行学习，随着时间的推移不断完善对个人生活目标的理解。这创造了一个循环：机器提出一种解释，人类对其进行完善，然后机器将这种新的理解纳入其下一轮分析中。
为了测试这种方法是否奏效，研究人员在为期一周的时间里，在十四名志愿者身上部署了 Tempo。参与者在他们的个人电脑上安装了该软件，在过着正常生活的同时，软件捕捉了数千张截图。系统处理了这些数据，构建了动作和目标的层级结构，并在实验室环节中邀请参与者审查结果。研究结果令人鼓舞。当系统包含了用户对自身生活的描述（例如当前的职业、压力源和优先级）时，它生成的关于目标的评价在准确性和与个人真实优先级的契合度上都显著提高。如果没有这些个人背景信息，系统虽然仍能识别人们正在做什么，但往往会错过更深层的“为什么”。
研究还表明，这种层级结构至关重要。当研究人员测试了一个跳过中间步骤、试图直接从截图猜测长期目标的系统版本时，效果较差。参与者觉得那些直接的猜测过于受限于特定的、瞬间的任务，未能捕捉到努力背后的更广泛目的。这种循序渐进的层级结构使系统能够将看似无关的活动联系起来，揭示出搜索健康监测服务和向父母发送关于家族传统的讯息，其实都是为了实现同一个更大的奋斗目标——照顾亲人。
或许最令人惊讶的发现是，回顾这些目标的整个过程如何改变了参与者自身的思考方式。甚至在进行任何编辑之前，仅仅是看到系统对他们那一周生活的解读，就促使许多人开始反思自己的行为。有些人意识到自己把时间花在了与所声明价值观不符的任务上，而另一些人则在工作中看到了以前未曾察觉的模式。一位参与者将这种体验描述为感觉像是在接受一位分析其行为的心理治疗师，提供了他们此前未曾考虑过的洞察。该系统不仅仅是记录数据；它像一面镜子，帮助人们看到日常数字习惯与长期人生抱负之间的联系。
研究人员谨慎地指出，这个系统并不完美，也不是一个最终成品。这项研究仅持续了一周，这足以观察到重复出现的模式，但不足以证明这些推断出的目标在数月或数年内是否保持稳定。此外，也存在系统做出自信但略有偏差的猜测的情况，例如假设用户正在转型职业，而实际上并非如此。参与者发现，编辑层级结构的能力至关重要；它赋予了他们控制权，并允许他们纠正系统的误解。如果没有干预的能力，系统的猜测会让人感到像是一个僵化的标签，而不是一种有益的解读。
最终，这项工作为技术如何与我们互动提供了一种新的方式。它不再是一个等待指令的被动工具，也不再是一个试图窥探我们思想的侵入式观察者，而是成为了理解我们生活的伙伴。它提出了一个关于我们试图实现什么的“故事”，而我们有权重写那个故事，直到它符合我们的心声。研究人员发现，当人类与机器以这种方式协作时，所呈现出的对人类目标的表达，比任何一方单独实现的结果都更加准确且富有意义。这种方法将我们的生活目标视为不断演进的叙事，而非可以被提取的固定事实，我们与每天使用的工具共同塑造着这些叙事。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。