今日在日本横滨举行的计算系统中的人为因素会议上发表的研究表明,获得积极在线体验的关键在于找到个人投入的适当水平——既不过多也不过少。
这项由研究数字自我调节的研究人员开展的研究揭示了不同的用户类型,并提出社交媒体平台可进行改造以支持更有意识的使用。
来自布里斯托大学科学与工程学部的主要作者丹·贝内特解释说:"许多人感到需要更好地控制他们在社交媒体上的时间。虽然社交媒体提供娱乐、社交联系和个人成长的机会,但人们感到需要更好地管理他们的参与度,以避免浪费时间以及以损害情绪和幸福感的方式使用。
"我们知道数字自我控制没有放之四海而皆准的解决方案。人们受社交媒体使用的影响不同,对管理在线时间也有不同需求。然而,我们缺乏关于什么驱动了不同体验和需求,以及如何调整社交媒体设计以适应这些需求的数据。"
本研究引入了一种以人为中心的机器学习方法,根据用户的动机和行为将社交媒体用户分类为不同群体:
这项研究凸显了个性化数字工具在帮助用户自我调节社交媒体习惯方面的潜力。平台可以引入支持不同用户需求的定制功能,取代一刀切的方法,例如帮助强迫性用户重获有意识的控制,或帮助受社交约束的用户平衡社交联系的压力与益处。
研究结果基于对500名参与者的调查,使用心理评估和以人为中心的机器学习来识别不同的参与风格。
丹补充道:"我们识别出社交媒体上的不同类型用户——包括那些缺乏强烈目的性浏览的用户、那些深度投入在线生活的用户,以及那些看到使用社交媒体价值但保持个人距离的用户。虽然最后一组可以说整体结果最佳,但每组都呈现出独特的自我调节挑战。
"通过根据这些不同需求定制社交媒体设计,平台可以帮助用户保持控制,使他们的在线时间更有目的性和价值。"
这项工作的意义超越了社交媒体设计,更广泛地涉及技术使用。在另一篇近期论文中,作者发现包括游戏和个人健康技术在内的一系列技术中也存在类似的用户分组。这些结果共同指向一种数据驱动的设计方法,有助于促进与用户关注事物相关的可持续参与,而不仅仅是最大化屏幕使用时间。
下一阶段工作将探索社交媒体平台如何识别不同用户群体,并调整界面以帮助用户以符合其个人福祉的方式参与。
论文:
丹·贝内特、冯峰和艾丽莎·D·梅克勒撰写的《社交媒体使用的自主调节:对自控力、幸福感和用户体验的影响》,发表于CHI '25:2025年计算系统中的人为因素会议论文集。
Story Source:
Materialsprovided byUniversity of Bristol.Note: Content may be edited for style and length.
2025-08-03
2025-08-03
2025-08-03
2025-08-03
2025-08-03