用戶自主設計個人感測系統中的本體論邊界協商研究
arXiv - Human-Computer InteractionNava Haghighi, Danielle Olson, Halden Lin, Erdrin Azemi, Gierad Laput, Kayur Patel, James Landay
研究探討用戶在自主定義與訓練個人化機器學習系統時，如何透過定義現象與數據來協商系統的本體論邊界。
AI 幫你先抓重點
AI 重點 1
從「工具可用性」轉向「本體論設計」的思維轉變
滑鼠懸停看 AI 判斷理由
傳統 EdTech 關注工具好不好用，但此研究提醒我們，設計本身會定義「什麼是可被學習或感測的」。這對於開發能促進自主學習的系統至關重要，因為系統的設計框架會直接影響學習者對自我與環境的認知。
AI 重點 2
賦予用戶定義「數據與現象」的主導權
滑鼠懸停看 AI 判斷理由
當學習者能自主定義什麼是重要的「信號」而非僅是被動接受系統預設的數據時，這能強化學習者的主體性，讓技術從單向的監測工具轉變為支持個人化認知建構的協作夥伴。
核心研究發現
- 1
研究發現用戶在建立個人化感測系統時，會進行四個層面的本體論邊界協商：現象的定義、主體與關係的界定、信號與雜訊的區分，以及數據的客觀性。
- 2
透過 Wizard of Oz 技術設計的開放式探針，能有效讓參與者在日常生活中體驗定義並訓練個人化機器學習系統的過程。
- 3
現有的系統評估多集中於可用性、實用性與技術可行性，卻忽略了設計如何限制或形塑用戶對可能性的想像（即本體論邊界）。
對教育工作者的啟發
對於教育科技開發者而言，設計學習系統時不應僅追求精準的數據追蹤，而應提供「開放式」的定義空間。例如，在設計自主學習監測工具時，應允許學生自行定義哪些行為（如：專注力、情緒波動或思考過程）屬於重要的學習信號，而非僅由演算法預設。這種「由下而上」的設計模式能讓技術更貼合學習者的個人脈絡，並透過讓學習者參與系統定義的過程，進一步促進其元認知（Metacognition）與對自我學習狀態的深度反思。
原始文獻資訊
- 英文標題：
- Negotiating Ontological Boundaries in User-Authored Personal Sensing Systems
- 作者：
- Nava Haghighi, Danielle Olson, Halden Lin, Erdrin Azemi, Gierad Laput, Kayur Patel, James Landay
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。