IEEE VR 2022｜具有“同理心”XR 的设计和挑战

同理心，也称为共情，被定义为理解和分享他人感受的能力，这是有意义的社会互动的关键部分。有不同类型的同理心，例如认知，情感的同理心。关于扩展现实（XR）的主要主张是，它可以通过数字模拟来促进同理心并引起同理心反应。在使用 XR 时，便携式的生物传感器可测量实时生理和其他一些信号。这些测量值（例如心率，呼吸速率，面部表情，脑电图等）可以实时告知用户的认知和情感状态，并实现同理心反应和测量。这些信息既可以用来评估 XR 内容对用户的影响，又可以根据用户状态调整 XR 内容。本文介绍了“同理心” XR 的设计、应用以及将会遇到的挑战。

来源：IEEE VR 2022
主讲人：Denis Gracanin
内容整理：桂文煊

同理心 XR 的设计

XR 的设计选择

针对于 XR 的设计有以下几种选择：具有同理心的机器、同理心实体或者两者皆有。

若要把 XR 设计为具有同理心的机器，则要识别所要使用的行为线索/模式。不仅如此，还需要开发影响同理心的预测模型，换句话说，就是要开发一个预测模型以帮助识别在 XR 中何种行为或者变化能够更好地激发出同理心。最后，还需要选择和定义测量的工具。至此，便可以完整的设计一套完整的同理心机器，通过测量以及采集数据，来帮助预测模型收敛，最后很好地识别行为模式。

而对于同理心实体的设计，需要选择一个计算模型或者用户-环境交互模型（在上半部分的叙述中有提及，具体框架如图 1 所示）来决定反馈给用户何种等级的同理心。对于多用户的案例，由于处理的对象不仅仅是环境，还有其他用户，故应该选择向其他用户呈现一定的同理心描述。

XR 的设计任务

通过 XR 中的同理心功能促进用户间的协作。
确定长期使用的影响。XR 对于用户的调研不应当仅仅局限于一次或者一周，而是应当进行有可能长达几个月的用户调研以提供更优质的服务。
使用不刻板的人物形象以避免先入为主的错误观念。
考虑用户在使用不同的人物形象时可能会出现的实际行为与形象不匹配的情况。
提供对于用户情绪调节的支持。

图2 用户在 XR 中的化身

XR 系统搭建中可能会遇到的问题

显而易见的是，对于这样一套具有同理心的 XR 系统来说搭建是很难完成的。比如说这样一套系统在接入许多的设备情况下，其负担能力是需要考量的。这样一套系统还可能遇到互联互通上的问题，尤其是对于多用户的场景，当多个传感设备被接入系统时，怎样将他们融合到一个系统中正常运作需要在实际实现上需要解决。进一步的，如今 XR 在研究如何在通用设备上使用，所需要解决的一个问题便是如何在缺少充足传感器的通用设备上仍然带给用户良好的 XR 体验。

XR 的设计应用场景

XR 的设计现在已经用于多个领域，例如教育、历史学、训练、医疗护理、娱乐、房屋建筑、制造业、数据分析、智慧城市等等。

进一步地以 XR 在教育中的应用为例。如图 3 所示，XR 可用于用于提高学生在课堂/家庭中的学习和参与度，并提高知识学习率。教育者可以使用 XR 提高学生参与度。2019 年，XR 在教育和培训领域的全球市场规模大约为 10 亿，预计 2026 年将达到 20 亿至 100 亿。

再拿 XR 在交流沟通中的应用为例。人们对待有些设备，尤其是具有语音接口的设备来说就和对待其他人类一样，即使该设备没有同理心功能，人们会给予社交机器人特定的名字，还会和这些机器人倾诉和交谈，例如 Siri。由于疫情，如今人们很多时候戴口罩，对于年轻的小孩来说，由于缺乏对人们面部神情等信息的捕捉，会影响他的情感认知功能，而 XR 会很好地改善这一点。

面临的挑战

首先，为了有效地使用和部署具有同理心的 XR，数据是必不可少的。这些数据不仅仅是采集到来自环境的实时数据，也有一些基于用户的纵向数据，所以如何建立这样一个数据集是面临的挑战之一。数据集当然来自于传感器对于用户状态的采集，而这个数据集显而易见会成长的很迅速，因而如何去使用大规模的数据集是问题之一。还有一大问题便是用户的隐私以及安全问题，因为数据集中不乏用户的日常活动以及具体私人信息，如何有效地保护用户的个人隐私是亟待解决的。

其次，技术成本问题是一个绕不开的话题。显然 XR 的系统搭建过程中必不可少地需要一些设备，例如一些低价的 VR 设备，大约 200-400 美元，混合现实设备大约需要 1000 美元左右。然而技术成本还需要考虑到采集数据的传感器价格以及数据转化的整套设备价格。