如何设计人机交互实验？CHI论文案例解析、HCI作品项目全流程

01.

人机交互实验方法类型

在人机交互（HCI）领域，实验类型通常被划分为定量实验和定性实验两类，而在实际项目中，研究者往往会根据研究目标的不同，将实验进一步区分为两种主要方向。一类是针对交互技术本身性能的测评，这类实验以收集精确数据为主，属于典型的定量研究。

另一类则更强调用户在交互过程中的感受与行为反馈，即以用户体验为核心的研究方法，通常称为用户实验，属于定性研究范畴。随着研究的深入发展，越来越多的项目也采用将定量与定性方法结合的混合研究路径，以获取更加全面的结论。

1. 定量实验

① 以技术性能为目标的定量实验

该实验目的是评估一项交互技术“本身”的表现好不好。可以理解为，它更像是在“测试产品的技术参数”，就像是在实验室里测试一台新手机的电池寿命或处理速度一样，关注的是客观数据，不是问用户“你喜欢它吗”。

在 HCI（人机交互）中，这种实验通常用来回答这样的问题如这个“语音识别系统的反应有多快”，“这个手势识别系统的错误率有多高”研究者会提前设定一些 可测量的性能指标，比如响应时间（Response Time）、错误率（Error Rate）、成功率（Success Rate）、操作效率（Efficiency）等，然后组织用户完成一系列操作任务，通过 客观数据收集与分析，来看这项技术是否达到了预期目标。实验通常还有一个 对照组或参考值（baseline），用来对比不同技术方案的优劣，。

② 以用户体验为核心的用户实验

这类实验更关注的是用户在使用交互系统时的感受和行为即用户实验（user study）。也就是说，不是看系统本身“跑得快不快”，而是看用户在使用过程中是否觉得“好用”“顺手”或“舒服”。用户实验通常会让参与者完成一个完整的交互流程，比如使用一个新的应用或设备，并在这个过程中观察他们的操作情况、记录他们的行为表现，还会收集他们的主观反馈，比如觉得哪里难用、哪里设计合理。研究者通过这些信息来优化界面、流程或交互方式，让设计更贴近用户的真实需求。

两类研究方法一个是侧重技术性的，一个是侧重用户体验。

（选自朝菌学园zhaodesign课程内容｜人机交互实验）

③ 启发式用户实验：从模糊到清晰的设计探索

在更细分的实验方法中，“启发式用户实验”是一种常见于设计早期的方式。当设计空间还处于模糊状态时，比如研究者要为车机系统设计一套手势交互，但尚不确定具体的操作流程，此时可以采用两种路径：一种是基于文献和已有理论，由设计者作为专家设定几套手势方案，再找用户来进行打分评估；

另一种是让用户直接参与设计，研究者向他们介绍目标与需求，由用户自己设计出他们认为合适的交互方式，研究者选择最适合的方式进行设计开发。这种方式强调从用户出发，吸收用户的直觉与偏好，广泛用于设计灵感的获取与方案筛选。

④ Wizard of Oz 实验：让系统“看起来已经实现”

另一种常被使用的实验方法是“Wizard of Oz”（绿野仙踪）实验。这种方法在交互技术呈现之前，研究者会先设计好完整的体验流程，然后由实验人员在幕后手动控制交互反馈，让用户误以为交互系统已经被实现。在用户看来，系统是在自动响应他们的操作，而实际上背后是人工干预。比如设定了一组手势集，来深化它的体验性，由实验人员观察用户的动作并及时给予预设反馈，完善交互流程，如果用户满意则是具备一定价值的。这样可以节省验证的时间成本，尤其是去侧重于一种交互体验方式的探索，关注的不是技术的可行性，是关注于它的体验性。

⑤ 任务分析实验：让用户在真实任务中操作

任务分析法的特点是在一个完整的、接近真实的使用情境下，让用户完成一系列实际任务。比如你想测试一个手机银行的转账功能，不是只让用户点击“转账”按钮，而是设计一个真实场景：用户要登录、查余额、再转账，并处理转账中遇到的问题。这类实验不是看一个按钮好不好用，而是看整个流程是否顺畅、是否符合用户的思维方式。通过观察用户如何完成这些任务，研究者可以发现哪些环节容易出错，哪些部分不够直观，从而进行改进。

2. 定性研究

在定性研究部分，最常见的方法包括访谈与观察。访谈方式根据结构化程度可分为结构化访谈、半结构化访谈与非结构化访谈。其中半结构化使用最为广泛，它允许在一定提纲下灵活深入某些问题，既保持了研究的一致性，又能激发用户自发的表达。结构化访谈类似于记者提问，有严格问题顺序；非结构化用的较少。

除了访谈外，还有观察法，尤其是在“在野观察”（in-the-wild study）中的应用较为突出。这种方法强调在用户的真实生活场景中进行观察，而非将其请入实验室环境。传统的实验环境可能导致“霍桑效应”——即用户意识到自己在被观察，行为会出现偏差。若要研究家庭中的技术使用方式，研究者最好将设备部署到用户家中，而非搭建一个“模拟家庭环境”，这样才能捕捉更真实的使用行为。

02.

人机交互实验案例

案例1：LivingLoom: Investigating Human-Plant Symbiosis Through Integrating Living Plants Into (E-)Textiles

在本研究中，研究者提出了“LivingLoom”这一设计探究方法，通过将植物种子直接整合进可穿戴织物结构中，重新思考人类与植物之间的互动关系，并提出一种以照护为核心的新型交互方式。研究聚焦于植物与织物共生形态下的交互实践，探索如何通过身体穿戴的方式，使人们与植物建立起持续性的关怀行为。

为了理解人在日常生活中如何佩戴和照护这类“活体织物”，研究者开展了一项为期三天的用户研究。实验共招募10位年龄在18至37岁之间、具备不同植物照护经验的参与者。每位参与者佩戴研究团队设计的“植物织物腕带”，并在三天内每日穿戴总计2至8小时，同时记录照护行为和植物生长状态。研究设计借鉴了日记式方法，通过每日问卷和照片提交收集用户行为和感受，同时在实验结束后进行半结构化访谈，以深入了解用户的主观体验与感知变化。

用户所佩戴的腕带结构包括可拆卸的植物纺织组件、用于实时监测湿度的可穿戴电子传感器，以及水瓶、量尺和便携存放容器等辅助照护工具。在电子集成方面，研究者特别强调“以植物为中心”的技术整合方式，避免使用干扰用户注意力的软件界面，而是通过可触控传感器、RGB指示灯等简单反馈机制，帮助用户更有效地完成植物照护动作。

数据收集方面，研究团队记录了每位参与者三天内的穿戴时长、浇水频率、植物生长高度、主观健康评价等，同时通过访谈分析，归纳出用户在“照护需求认知”、“共居行为变化”、“人与植物关系感知”及“电子技术辅助照护”等方面的反馈。

案例2：DreamGarden: A Designer Assistant for Growing Games from a Single Prompt

编码助手在游戏设计中的作用日益凸显，它既能生成代码，又能制定高级计划。 DreamGarden是一个能够协助虚幻引擎开发各种游戏环境的人工智能系统。方法的核心是一个由 LLM 驱动的规划器，它能够将单个高级提示（例如梦境、记忆或人类用户提供的想象场景）分解为一个层级化的行动计划，然后将其分发到专门的子模块中，以促进具体的实施。该系统呈现给用户的是一个计划和行动的系统，既可以独立生长，又能通过种子提示、修剪和反馈来响应用户的干预。通过一项用户研究，我们探索了该系统的设计意义，并为未来在半自主助手和开放式模拟设计方面的工作规划了方向。

在实验方法上，研究团队设计并开发了一个具备多种交互模式的原型系统。该系统允许用户以自然语言输入构想（如“一艘外星飞船降落并抓走农场里的动物”），系统再通过分层任务规划模块将这一高层目标拆解为一系列结构化子任务，并交由不同的实现子模块（包括代码生成、3D建模、资源下载等）具体执行。整个系统以“设计花园”的隐喻呈现，用户可在节点树界面中查看、修改、扩展或删除生成的任务计划，亦可对生成的中间内容进行反馈或替换，从而在多个抽象层级上干预系统运行过程。

为验证系统在人机交互方面的实际效能，研究团队开展了一项用户研究，招募具有游戏设计经验或对生成式AI有兴趣的参与者。实验过程中，参与者被邀请使用 DreamGarden 完成游戏内容创作任务，并就系统提供的计划结构、可视化界面、反馈机制等提出反馈。

案例3：Deploying and Examining Beacon for At-Home Patient Self-Monitoring with Critical Flicker Frequency

慢性肝病可引发神经系统疾病，最终导致昏迷甚至死亡。虽然早期发现有助于干预，但检测频率低且不标准化。Beacon 是一款家用设备，患者可以通过临界闪烁频率（即闪烁光在观察者看来稳定的频率）自行测量认知功能。

为评估Beacon在真实情境下的交互效果，研究者开展了一项为期六周的家庭部署实验。共有21位肝病患者参与，他们在自己的生活环境中使用Beacon进行每日测量。该设备通过调整两组LED灯的闪烁频率，让用户判断何时两个光点看起来同步或不再同步。测量结果记录为CFF值，并通过无线方式传输到移动设备上的App中。研究团队改进了硬件体积、交互界面与数据存储方式，使用户可以在无医护人员监督的情况下自主操作。

实验方法结合了自动化数据记录与半结构化访谈分析。在定量部分，系统共收集了有效测量数据，研究者通过分析这些数据的变化趋势和跨日稳定性来评估设备的一致性。在定性部分，研究者对15位参与者和5位肝病专家进行了深入访谈，了解他们在使用过程中的体验、理解和偏好，包括App界面的可用性、结果展示的清晰度，以及设备在患者日常生活中的整合方式。

03.

人机交互作品集项目建议

在构建设计作品集时，清晰阐述设计框架是一个重点环节，需要着重 展示各个设计维度如何展开，以及设计理念与实际设计元素之间如何构建联系。优秀的作品集应当能够清晰地呈现出 信息传达的意图 与 最终呈现的设计成果之间的转化过程，这也是设计类作品集中的核心部分。

朝菌学园 HCI 作品集课程内容

其中， 痛点分析 方法特别适合于那些源于特定问题的设计项目，比如通过调研发现的具体问题，以及与交互技术本身相关的挑战（如语音交互中的唤醒词问题），我们可以在分析痛点后突出相应的解决策略。值得注意的是，如果涉及现实中的痛点，尤其是那些不太明显的问题， 需要补充充相关调研数据来支持分析，从而形成 "痛点-解决策略"的完整路径。

我们可以用用户旅程图来进行“痛点-解决策略”的梳理

另一个构建框架的重要路径是设计流程的展示，这主要强调的是 设计过程（process）本身。 具体而言，可以通过 交互流程的梳理，针对特定问题或交互痛点，展开一个合理化的交互流程。在这一部分，可以借助 交互流程图或信息结构图等可视化工具，更直观地呈现我们的设计思路和解决方案的演进过程，使老师/面试官能够清晰地理解项目的设计逻辑和决策依据。

通过以上框架的构建，人机交互作品集能够更加系统地展示设计者的思考过程和解决问题的能力，从而在视觉呈现之外，彰显设计者的专业素养和深度思考。这不仅能够更好地传达设计理念，也能够展示 设计者如何将抽象概念转化为具体解决方案的能力，这正是优秀人机交互设计作品的核心价值所在。

**PART 01**

人机交互作品集的流程

人机交互作品集的工作流程主要分为两类： 一类是针对具体服务或任务的流程节点展开，另一类是方法论的流程梳理，重点阐述工作是如何展开的。

例如，为了实现某个设计， 可能先进行调研，然后进行一轮实验，接着开发第一版原型，之后进行迭代评估，再回到第二轮原型设计。 这种工作展开方式可以放在design space部分进行说明。

设计流程展示方式示例

同时， 分析设计的多重可能性也是一个可以展示的路径，这要求设计师能够全面地展示各种可能性。 比如设计触屏手势机时，可以先将所有维度列出，如指点类、滑动类等，然后在每个维度下展开不同分支，最终通过实验进行筛选。这一环节充当了从创意到具体实现的桥梁，可视化在此起着重要作用。

作品的具体实施环节 是一个较大的部分，主要展示 如何落实设计概念。首先是 社会调研和访谈，这一步是可选的，具体取决于项目需求。其次是 模型的设计和开发，可以包括概念手稿、3D模型、平面图或工程制图等，目的是展示模型的样子。然后是 原型制作，分为有硬件和无硬件两种情况。

如有硬件，重点在于阐述设计的技术可行性； 如无硬件，则可以展示代码、代码实现的流程图或工程截图。在这个环节中， 技术原理的说明 也很重要，需要解释交互逻辑是如何实现的，例如使用了什么感知方案、数据分析方法等。HCI领域比较看重技术点，所以 在技术原理环节应适当增加比重，确保不是纯靠图片就完成了实现部分。

评估环节 虽然是可选的，但有比没有更好。这部分需要设计一个实验来验证方案是否可行，无论是从用户体验还是交互效率、性能角度。评估应包括实验设计体系、具体实施过程和实验结果。

可以通过照片展示实验场景，通过表格展示结果数据。值得注意的是，有时可以采用低成本的" wizard of world"方法，即不必真正开发出完整技术，而是通过人为因素控制实验结果，让用户以为这是通过技术实现的。

最后是 效果呈现(presentation)，这在电子版作品集中尤为重要。可以选择实际应用场景的展示，比如在真实环境中试用；也可以是纯视觉或多媒体的呈现。考虑到电子版作品集的特性，建议准备一些视觉效果较好的展示方式。 最后可以加入设计反思，说明当前设计的不足和未来展望，这虽是可选项，但会使作品集更加完整。这整个流程并非硬性规定，具体选择哪些部分，还是要根据作品的输出目标来决定。

**PART 02**

人机交互设计作品项目的输出

人机交互设计作品集可以呈现多种类型的输出。 第一类是纯理论交互的方法论，这种思路较为挑战性，因为需要在知识全面性上有较高要求。如果走纯方法论路线，需要展示方法的来源与理论支撑、相关工具包、方法验证以及评估结果。这类输出适合 投稿学术论文，例如设计一套针对非物质文化遗产的AR协同设计方法，关键在于方法论本身，而非单纯的视觉案例。

能识别唇语的“无声语音交互技术”— LipLearner

第二类是设计智能硬件或产品，需要阐释创意产生过程、概念模型设计、草图及原型实现。 第三类是创新或优化交互方案，可以是基于某种交互流程或模态的新设计，重点需要阐述交互流程和原理，包括感知方案、分析方案和反馈方案。还可以设计创新界面，如可触摸界面、液体界面或空气界面等，关键是将交互性阐释清楚。

好的人机交互设计应走创新思路。 创新可以从 应用角度出发，找到新的应用方式，如VR中通过鼻腔神经传递温度信息的触觉反馈；也可以 提出新的交互方式，如小米"一指连"利用UWB技术指向控制设备，或华为手机后盖敲击交互；还可以 构建新概念，如基于IMU感知日常行为变化设计个人故事。

小米“一指连”技术

另一种思路是 优化已有交互，如苹果耳机的入耳检测，基于自然行为省略交互步骤；或通过检测用户听到错误信息时的微表情作为打断语音助手的触发机制，这种设计非常贴合人的自然认知和行为表现，优化了交互流程。

对于AI时代的交互作品集， 整体表现力比完成度更为重要。作品集呈现并不要求提交实际代码或原型，关键在于原理解释清晰， 让评审确信设计是可行的。在视觉呈现上，要 给人真实感受，即使并未完全实现，也要表现出你有能力完成。呈现技巧包括多用图表达、突出亮点、结合个人专业知识背景。例如，如果你擅长建模，就应强调这一优势，使作品呈现事半功倍。作品集的核心是框架完整，内容充实，后期可以继续完善细节和实现部分。

**PART 03**

以人机交互设计学员作品为案例

接下来要展示的几个案例是之前学园同学完成的作业。其中有一个纯交互流程类的案例， 主要基于我们日常使用手机过程中的交互流程优化。这个设计分析了几个典型场景：通话时的静音、免提、接听和录音功能，这些都是我们在打电话时高频使用的操作。传统交互方式通常需要用户执行多个步骤，例如通话静音时，需要将手机从耳边拿开再点击静音按钮，整个流程较为繁琐。

该设计通过引入更自然的交互动作优化了这些流程。 例如，想要静音时，用户只需用手遮挡麦克风位置，无需寻找并点击静音键；需要免提时，只要将手机放在桌面上即可自动切换；接听电话时，只需将桌面上的手机拿起即可接通。这些交互方式更符合用户的自然行为模式，大大简化了操作流程。系统通过手机内置的传感器(MU)来检测这些动作，实现功能的自动触发。

在项目呈现方面，学生首先阐释了设计空间，然后通过 故事板(story board) 展示了完整的需求和设计故事。技术实现部分，使用软件 实时传输并分析手机MU信号，展示了各场景下的技术流程和环境搭建。最后，同学还进行了用户研究以验证设计的可行性，包括 实验设计和评估量表的应用。这个案例的闪光点在于， 它类似于入耳检测功能，利用用户的自然行为动作，通过感知技术优化了整个交互流程。

联系我们

微信：zhaojundesign2