人机交互过程中的感受，500-1000字 用物体实例进行逆的观点的论述，可以加入图片说明

人们期盼着能拥有并使用更为人性化和智能化的计算机。在人机交互中，从人操作计算机，变为计算机辅助人；从人围着计算机转，变为计算机围着人转；计算机从认知型，变为直觉型。显然，为实现这些转变，人机交互中的计算机应具有情感能力。情感计算研究就是试图创建一种能感知、识别和理解人的情感，并能针对人的情感做出智能、灵敏、友好反应的计算系统。

情感——人际通信交流的重要手段

情感被用来表示各种不同的内心体验（如情绪、心境和偏好），情绪被用来表示非常短暂但强烈的内心体验，而心境或状态则被用来描述强度低但持久的内心体验。情感是人与环境之间某种关系的维持或改变，当客观事物或情境与人的需要和愿望符合时会引起人积极肯定的情感，而不符合时则会引起人消极否定的情感。

情感具有三种成分：⑴主观体验，即个体对不同情感状态的自我感受；⑵外部表现，即表情，在情感状态发生时身体各部分的动作量化形式。表情包括面部表情（面部肌肉变化所组成的模式）、姿态表情（身体其他部分的表情动作）和语调表情（言语的声调、节奏、速度等方面的变化）；⑶生理唤醒，即情感产生的生理反应，是一种生理的激活水平，具有不同的反应模式。

概括而言，情感的重要作用主要表现在四个方面：情感是人适应生存的心理工具，能激发心理活动和行为的动机，是心理活动的组织者，也是人际通信交流的重要手段。从生物进化的角度我们可以把人的情绪分为基本情绪和复杂情绪。基本情绪是先天的，具有独立的神经生理机制、内部体验和外部表现，以及不同的适应功能。人有五种基本情绪，它们分别是当前目标取得进展时的快乐，自我保护的目标受到威胁时的焦虑，当前目标不能实现时的悲伤，当前目标受挫或遭遇阻碍时的愤怒，以及与味觉（味道）目标相违背的厌恶。而复杂情绪则是由基本情绪的不同组合派生出来的。

情感可以测量应用深远广阔

情感测量包括对情感维度、表情和生理指标三种成分的测量。例如，我们要确定一个人的焦虑水平，可以使用问卷测量其主观感受，通过记录和分析面部肌肉活动测量其面部表情，并用血压计测量血压，对血液样本进行化验，检测血液中肾上腺素水平等。

确定情感维度对情感测量有重要意义，因为只有确定了情感维度，才能对情感体验做出较为准确的评估。情感维度具有两极性，例如，情感的激动性可分为激动和平静两极，激动指的是一种强烈的、外显的情感状态，而平静指的是一种平稳安静的情感状态。心理学的情感维度理论认为，几个维度组成的空间包括了人类所有的情感。但是，情感究竟是二维，三维，还是四维，研究者们并未达成共识。情感的二维理论认为，情感有两个重要维度：⑴愉悦度（也有人提出用趋近-逃避来代替愉悦度）；⑵激活度，即与情感状态相联系的机体能量的程度。研究发现，惊反射可用做测量愉悦度的生理指标，而皮肤电反应可用做测量唤醒度的生理指标。

情感是一种内部的主观体验，但总是伴随着某种外部表现，即表情。面部表情、姿态表情、语调表情三种表情被称之为体语，构成了人类的非言语交往方式。面部表情是指通过眼部、颜面和口部肌肉的变化来表现各种情感状态。面部表情不仅是人们常用的较自然的表现情感的方式，也是人们鉴别情感的主要标志。研究表明，人脸的不同部位具有不同的表情作用，例如，眼睛对表达忧伤最重要，口部对表达快乐与厌恶最重要，前额能提供惊奇的信号，而眼睛、嘴和前额等对表达愤怒很重要。使用特定的仪器可以对面部的微小表情变化进行研究，甚至可以区分真笑和假笑：人在真笑时面颊上升，眼周围的肌肉堆起，大脑左半球的电活动增加；而人在假笑时仅有嘴唇的肌肉活动，下颚下垂，大脑左半球的电活动不明显。脸部运动编码系统facs通过不同编码和运动单元的组合，可以在脸部形成复杂的表情变化，其成果已经被应用于人脸表情的自动识别与合成。还有mpeg-4 v2视觉标准，定义了3个重要的参数集，即人脸定义参数、人脸内插变换参数和人脸动画参数，其表情参数具体数值的大小代表人激动的程度，可以组合多种表情以模拟混合表情。目前面部表情的研究侧重于对三维图像的更细致的描述和建模，也注重使用复杂的纹理和较细致的图形变换算法，以达到生动的情感表达效果。

人的姿态即身体表情，一般伴随着交互过程而发生变化，并表达着一些信息。而语调表情是通过语音的高低、强弱、抑扬顿挫来表达说话人的情感。在人际交往中，语音是人们最直接的交流通道。通过语音人很容易就能感受到对方的情感变化，就像“你真行!”这句话，既可以表示赞赏，也同样可以表示讽刺或妒忌。情感语音研究目前主要侧重于情感的声学特征的分析。语音中的情感特征往往通过语音韵律的变化表现出来（如当一个人发怒时，讲话的速率可能变快，音量变大，音调变高等），但也可同时通过一些音素特征（如共振峰、声道截面函数等）表现出来。中国科学院心理研究所、中国科学院自动化研究所、清华大学计算机系等机构都在从事相关研究。

在人机交互研究中已使用过很多种生理指标，例如，皮质醇水平、心率、血压、呼吸、皮肤电活动、掌汗、瞳孔直径、事件相关电位、脑电eeg等。生理指标的记录需要特定的设备和技术，在进行测量时，研究者有时很难分离各种混淆因素对所记录的生理指标的影响。

情境化是人机交互研究中的新热点

情感计算研究的内容包括三维空间中动态情感信息的实时获取与建模，基于多模态和动态时序特征的情感识别与理解，及其信息融合的理论与方法，情感的自动生成理论及面向多模态的情感表达，以及基于生理和行为特征的大规模动态情感数据资源库的建立等。

欧洲和美国的各大信息技术实验室正加紧进行情感计算系统的研究。剑桥大学、麻省理工学院、飞利浦公司等通过实施“环境智能”、“环境识别”、“智能家庭”等科研项目来开辟这一领域。例如，麻省理工学院媒体实验室的情感计算小组研制的情感计算系统，通过记录人面部表情的摄像机和连接在人身体上的生物传感器来收集数据，然后由一个“情感助理”来调节程序以识别人的情感。如果你对电视讲座的一段内容表现出困惑，情感助理会重放该片段或者给予解释。麻省理工学院“氧工程”的研究人员和比利时imec的一个工作小组认为，开发出一种整合各种应用技术的“瑞士军刀”可能是提供移动情感计算服务的关键。而目前国内的情感计算研究重点在于，通过各种传感器获取由人的情感所引起的生理及行为特征信号，建立“情感模型”，从而创建个人情感计算系统。研究内容主要包括脸部表情处理、情感计算建模方法、情感语音处理、姿态处理、情感分析、自然人机界面、情感机器人等。

情境化是人机交互研究中的新热点。自然和谐的智能化的人机界面的沟通能力特征包括：⑴自然沟通：能看，能听，能说，能触摸；⑵主动沟通：有预期，会提问，并及时调整；⑶有效沟通：对情境的变化敏感，理解用户的情绪和意图，对不同用户、不同环境、不同任务给予不同反馈和支持。而实现这些特征在很大程度上依赖于心理科学和认知科学对人的智能和情感研究所取得的新进展。我们需要知道人是如何感知环境的，人会产生什么样的情感和意图，人如何做出恰当的反应，从而帮助计算机正确感知环境，理解用户的情感和意图，并做出合适反应。因此，人机界面的“智能”不仅应有高的认知智力，也应有高的情绪智力，从而有效地解决人机交互中的情境感知问题、情感与意图的产生与理解问题，以及反应应对问题。

显然，情感交流是一个复杂的过程，不仅受时间、地点、环境、人物对象和经历的影响，而且有表情、语言、动作或身体的接触。在人机交互中，计算机需要捕捉关键信息，觉察人的情感变化，形成预期，进行调整，并做出反应。例如，通过对不同类型的用户建模（例如，操作方式、表情特点、态度喜好、认知风格、知识背景等），以识别用户的情感状态，利用有效的线索选择合适的用户模型（例如，根据可能的用户模型主动提供相应有效信息的预期），并以适合当前类型用户的方式呈现信息（例如，呈现方式、操作方式、与知识背景有关的决策支持等）;在对当前的操作做出即时反馈的同时，还要对情感变化背后的意图形成新的预期，并激活相应的数据库，及时主动地提供用户需要的新信息。

电脑能像人一样具有情感

计算智能领域“百花齐放”，进化计算、遗传算法、混沌理论、粗集理论、情感计算、免疫计算等研究方兴未艾。不少人都翘首以盼，计算机会变得越来越聪明，在不久的将来，电脑就能像人一样具有情感，与人进行自然、亲切和生动的智能交互。

情感计算是一个高度综合化的技术领域。通过计算科学与心理科学、认知科学的结合，研究人与人交互、人与计算机交互过程中的情感特点，设计具有情感反馈的人机交互环境，将有可能实现人与计算机的情感交互。迄今为止，有关研究已在人脸表情、姿态分析、语音的情感识别和表达方面取得了一定的进展。情感计算研究将不断加深对人的情感状态和机制的理解，并提高人机界面的和谐性，即提高计算机感知情境、理解人的情感和意图并做出适当反应的能力。

目前情感计算研究面临的挑战仍是多方面的：⑴情感信息的获取与建模，例如，细致和准确的情感信息获取、描述及参数化建模，海量的情感数据资源库，多特征融合的情感计算理论模型；⑵情感识别与理解，例如，多模态的情感识别和理解；⑶情感表达，例如，多模态的情感表达（图像、语音、生理特征等），自然场景对生理和行为特征的影响；⑷自然和谐的人性化和智能化的人机交互的实现，例如，情感计算系统需要将大量广泛分布的数据整合，然后再以个性化的方式呈现给每个用户。

情感计算有广泛的应用前景。计算机通过对人类的情感进行获取、分类、识别和响应，进而帮助使用者获得高效而又亲切的感觉，并有效减轻人们使用电脑的挫败感，甚至帮助人们理解自己和他人的情感世界。计算机的情感化设计能帮助我们增加使用设备的安全性，使经验人性化，使计算机作为媒介进行学习的功能达到最佳化。在信息检索中，通过情感分析的概念解析功能，可以提高智能信息检索的精度和效率。在电子商务领域，在设计购物网站和股票交易网站等时能充分利用人的情感因素的作用，以改变客流量。多模式的情感交互技术能构筑更贴近人们生活的智能空间或虚拟场景，而机器人、智能玩具、游戏等产业则能构筑出更加拟人化的风格和更加逼真的场景。

展望现代科技的潜力，我们预期在未来的世界中将可能会充满运作良好、操作容易、甚至具有情感特点的计算机。

生生交互在表达经验上改善的是全方位支持。

生生交互是指学生之间的相互作用和相互影响，包括相互讨论、相互激励、相互评价、相互反馈、合作与竞争等。

形成“生生互动”有两个必要因素：其一，学习环境必须是民主、平等的，因为个体之间的积极互动依赖于民主的机制和平等和谐的氛围。其二，互动必须是积极的、自主的，互动双方务必自觉自愿、积极参与。

生生互动可分为学生个体与个体之间的互动、学生个体与小组之间的互动，以及学生个体与全体之间的互动，内容包括行为互动、思维互动和情感互动三个方面。

1、行为互动

行为互动包括：学生互相观看对方参与课堂的表现，如特定情景下的角色扮演等；互相倾听彼此用英语朗读、回答教师提问或发表见解；互相提问、回答或讨论；互相评价和反馈；互相竞争及合作，等等。

2、思维互动

教师通过启发引导，激发学生的思维碰撞，让学生带着问题相互讨论、交流。如果学生的思维、思路有共鸣之处，那么彼此间的交流就会趋向融洽，在观点、见解等方面达成一致；如果学生的观点、见解有分歧，他们就会讨论、争辩，互相补充，锻炼用英语进行思维和表达的能力。

3、情感互动

在参与课堂活动的过程中，学生之间互相激励、互相帮助、互相悦纳，从而加深友谊，使得每一个学生都有集体归属感，体验到受到同学帮助的温暖感、帮助同学的快乐感、来自同伴肯定和褒奖的成就感。

并不是。

与另一半的愉快相处，会让我们把生活里所有的小事都告诉对方，让双方都处于相同的心情和频率。当对方体会到你的心情时，彼此的联系就会更加紧密。所以在分享欲的背后，我认为，是安全感。分享能带来一定程度的安全感。

分享欲降低一种原因是得不到对方真切地回应。比如，我看到了一只很可爱的小鸟，突然落在我的窗台。我告诉你，你回应我，我的表达得到了回应，就会让我知道你也在乎我，就会感到被安全包围。反之，分享得不到回应，就会逐渐丧失这种安全感，在下一次点击发送键时，就会迟疑，甚至退缩。而安全感恰恰又是爱情里最坚实的地基。地基出现裂痕，爱将难以为继。也就是说，分享欲的降低带来安全感的下降，继而将会是爱的日渐消散。

而另一种情况恰好相反。可能是由于各种主客观原因，二人之间的感情逐渐淡化，爱在消失，也就不愿再与对方分享，哪怕是今天路上摔了个跟头，也不会哭着发对方消息，而是拍拍土，继续向前走。

可是，爱情是个奇妙的东西，因为永远不能将其简单归类。我前面说分享欲降低有两种原因，这是大部分人面临的处境，但却无法将所有情况皆囊括其中。

人与人之间千差万别，不同的性格不同的组合，都会有不同的相处模式。因此，感情之事绝不能一概而论。有的人愿意表达，却爱上一个沉默寡言的人，他们之间的交流或许就不会那么顺畅，久而久之分享欲就会下降。但这就一定会影响他们的感情吗？不一定。两人的相处模式取决于双方的行为习惯，情感经历，在时间的磨合中，才能找到一种最融洽最舒适的相处方式。我们无权对他们的分享与否指指点点，更无法直言哪一种感情才会更长久。有轰轰烈烈，有细水长流，有外放，有内敛。

更何况，安全感绝不仅仅是来自于分享。分享欲不是单一针对爱情，在亲情、友情中，它依旧存在。而在爱情当中，有太多太多可以用来衡量爱与不爱的因素了。就像一对共同携手度过了大半生的老夫妻，他们经历了风风雨雨，许多事无需多言，早就融入了他们的生活细节中，可能是站起身时的一个搀扶，可能是互相把脉搏量血压时的屏息，可能是做午饭时突然想起应该少放油盐的犹豫，那些细小的生活碎片，承载着他们相处的点点滴滴，是无言的默契，更是岁月的累积。

许多迷失在爱情中的男男女女，在网络上不断搜索着有没有同病相怜的人，在许许多多的类似经历中，试图找到与自己感情经历相似的影子，然后来回对照，非得开出个诊断，然后陷入对方是否已经和自己貌合神离的患得患失，陷入对于感情忽而肯定又忽而质疑的无尽漩涡。其实，当发觉自己分享欲降低，不要直接对于爱情充满失望，直接给爱情判了死刑。遇到问题，尝试着去解决，找到原因，才能让爱不断扎根，不断生长。

给彼此一点时间，是对双方的尊重，更是对爱情的尊重。

用户黏性是我们常用的衡量用户行为忠诚度的重要指标，关于“黏性”，马尔科姆在《引爆点》中介绍了引爆流行的三项法则——个别人物法则、附着力因素法则和环境威力法则。所谓“附着力因素法则”是指流行物拥有让人过目不忘或留下深刻印象的附着力，也就是通常所说的“黏性”。《让创意更有黏性》的作者在马尔科姆的基础上对潮流创意的黏性进行了补充和剖析，总结出了六大原则（SUCCESS）——简约（Simple）、意外（Unexpected）、具体（Concrete）、可信（Credential）、情感（Emotional）、故事（Stories）。这些原则能让用户在海量信息中记住你的产品或构思。

一、简约（Simple）

简约=核心+精炼，分解出创意最关键的本质（核心），再用短小精悍的方式表达你的创意（精炼）。简约不代表简单，不是一味追求少，而是恰到好处，雅致而实用。最典型的例子是谚语，从丰富经验（核心）中提炼出的短句（精炼），即使历经千百年，跨越地域、语言的界限，我们依然能从谚语中领悟其背后的文化涵义。这种黄金法则是简约的的根本模式，即一句话就可以深刻到让一个人用一生的时间去遵守它。而我们要做到的，起码是一句文案能让人秒懂，为什么李叫兽的XY文案会大热？正是因为里面提到的Y型文案符合简约的黄金法则，用最简单直白的语言来影响用户的感受。

除了文案，简约也是设计的重要原则，相信大家都对“伟大的产品永远只有一个按键”耳熟能详，区别并不在于一个还是两个按键，而在于简约，成功的设计应该能够解决已知的问题，应对未知的变数，杜绝功能蔓延。如果遥控器有50个按钮，你便无法选择想要的频道，同样地，如果页面铺满功能和信息，用户也无法使用你的产品。

二、意外（Unexpected）

意外是要打开用户的知识缺口，使他们保持兴趣、好奇心，集中注意力，有些事物天生具备黏性，能长时间维持用户的注意力，比如说都市传说、阴谋论、流言飞语，它们的共同特点就是破坏听众的推测机器，用违反直觉的方式传递信息，也就是我们常说的剧情反转，你猜到了开头却猜不到结局。

意外能够满足KANO模型里面的兴奋型需求，使用户产生惊喜。特性不充足的时候，用户觉得无所谓，但当意外成功发酵之后，用户就会对产品服务非常满意，从而提高用户的忠诚度。比如网易云音乐是最早做歌词分享的，当初使用的时候我就觉得这个功能正好满足了文艺咖的需求，也很迎合时下社交平台的分享动机，随后各大竞品也纷纷推出相关功能；微信的随机红包，原来红包还能这样抢……意外难寻，因为这属于潜在需求，需要用心挖掘，但成功后的效果却是非常显著的。

三、具体（Concrete）

将讲授的东西具体化，是确保我们的创意对每个听众都能达到一致效果的唯一方式。具体就是画面感、实物化，比文字更能让人的大脑感知和记忆，有时候我们看到文字会联想起某些画面，比如看到“酷狗”会想起胖胖的酷小狗，看到会想起Paul McCartney的弹唱或Beatles的专辑，这就是场景记忆，我们的大脑会自动将抽象的东西转化为具象的场景。设计其实是一种权衡的艺术，有时候我们要通过微交互或增加视觉部分来减少用户认知的负荷，使整个操作体验更为流畅自然，就像脑海中一幅幅画面。

四、可信（Credential）

可信相当于创意世界一个“先试后买”的哲学理念，通过细节、数据、人性化原则给用户提供一个信任背景。我们的设计需要通过交互细节令用户产生信任感，尤其是涉及到他们切身利益（如金钱、安全），比如常见的密码安全性，通过红黄绿不同颜色反馈用户当前设置密码的安全程度；还有通过动画来表达内容的归属、状态转变，让支付过程更便利可信。

五、情感（Emotional）

情感就是满足人们情感的诉求，如张小龙所说，需求本身就是满足人贪嗔痴的本性。情感化设计已经是一个老话题了，在此不详谈，有趣的是人们在网络上越来越倾向于用表情直接表达自己的情感以及所思所想，想想聊天里满天飞的表情包还有朋友圈里每句话总加上一两个表情，Facebook还专门为了这点进行了设计改版，因为单纯的点赞已无法反映人们复杂的感情，团队在全球调研和反复试验后最终敲定了六种情感符号，现在一条Facebook上的新闻资讯就能大概看出大众的情感反应，有的会用为简单调查，比如赞成点赞，反对点怒。点赞曾经是Facebook的特色，而当信息泛滥点赞成灾的时候，他们改用另一种方式让用户更简单快捷表达自己的态度，未尝不是一次情感化的挑战和突破。

六、故事（Stories）

很多演讲者都喜欢和听众讲故事，为什么说故事容易打动人？因为故事提供了模仿和鼓舞，这两者都旨在激发行动。我觉得故事原则在游戏里面比较常见，一方面练级打怪是一种模仿，获取关于如何行动的知识，另一方面关卡设计和奖励机制则是鼓舞，竞技性给用户提供了强烈的行为动机。

被理解的创意才具有黏性，以上六大原则都是以用户导向思维出发，旨在打破“知识的诅咒”，很多时候我们容易陷入演奏者的困境，造成信息不对称。虽然我们经常强调同理心，但当我们真的做到这点，离创意的黏性也就不远了。