人机交互系统模型应用实践分析

基础理论篇第七章意识交互三要素和意识交互成本

本书第三章讲解了信息的基础定理。信息作为本书最重要的概念，不仅体现在理论层面，更深入到社会实践层面。本书描述的世界，是由物质和信息构成，研究信息交互非常重要。宇宙中信息交互，大多是物质与物质间的信息交互，而人类社会的信息交互则特指意识交互。意识是信息在人头脑中的投影，意识的交互实际就是人类社会中的信息交互。下面将重点讲述意识交互三要素和意识交互成本。

构成世界的物质之间互相交互是由力所引起的，物理上把物质之间交互的力分为引力、电磁力、弱相互作用力、强相互作用力。这些力是物质的基本属性，不同的作用力通过不同的途径彼此互相作用、互相影响。那么作为构成世界最基本元素的信息之间是如何传递的呢？从物理学上看，当物质之间交互时其信息必然同时交互，所以信息是和物质一起随着力的交互而交互。但是我们本章讨论的并不是纯物与物的信息交互，我们这里主要详细分析人类信息交互，也就是意识交互需要的要素。

意识交互三要素是指，意识发送方、意识接收方、意识传递方式这三个要素。其中意识的发送方和接收方都是人，两者关系可以是一人对多人、多人对一人、多人对多人这三种，而意识传递方式，根据人的感官，可以分为视觉、声音、味觉、嗅觉、触觉、直觉这六大类。意识传递三要素，看起来是常识，但是里面包含非常重要的信息。我们之所以研究这些要素就是想提高意识交互的效率，降低意识交互中的信息损耗。

意识交互，不是简单的人与人之间信息交互。意识发起方要传递的意识，不是凭空来的，而是头脑从外部世界获取的信息 。所以意识发起方这个要素的含义是，发送的所有信息，都要经过了人类头脑的加工后才能发送。意识接收方的含义是，接收方接收到的信息损耗与接收方头脑中固有意识的融合度成正比，融合度越高，信息传递效率越高损耗越低，反之融合度越低，信息传递效率越低损耗越大。意识传递方式的每一种方式都可以传递信息，但是不同方式传递信息的容量和效率都有不同。

意识交互三要素的含义告诉我们三个事实，一是意识传递的信息一定不是完全真实的。因为意识传递前，头脑接收的信息不一定完整，且所有信息还都要被头脑加工；二是传递信息方式对信息交互的效率和内容都有巨大影响；三是接收信息方的头脑要是不接受发送的信息，无论使用什么样的信息传递方式都会失败，或者接收到的信息会出现大幅损耗。

了解了意识交互三要素的含义，我们要想提高意识交互的效率，降低交互信息损耗，就要从几个方面努力。一是，加大信息发送方的信息收集力度，尽可能让发送方的信息贴近真实；二是，通过学习，提高信息发送方的头脑加工能力，提高发送方头脑加工能力相当于对要发送的信息，从多维度，多角度加工，这样可以更完整、效率更高的送出信息；三是，采用尽可能多的传递方式发送信息，或在某种传递方式中采用更好的形式，来降低信息损耗，提高信息接收效率。四是，提高信息接收方的头脑接收能力。这个通常让接收方采用学习和多接触不同事物的方式（俗语说的长见识），锻炼接收方头脑融合新信息的能力，来提高接收方的接收信息能力。

意识交互是否只要拥有三要素就可以传递信息？其实不然。意识之间的交互，是物质与物质信息交互的一个特例，其依然符合物质与物质信息交换的基本原则。物质与物质信息交互，一定要有力的作用，而只要有力的作用一定要消耗能量。所以意识要想发生交互，一定需要消耗能量。意识交互中消耗的能量，称之为意识交互成本。意识交互成本在意识三要素中都普遍存在。意识发送方的能量消耗，主要是发送前头脑加工信息所需能量。意识传递方式能量消耗，主要是头脑中的意识变成具体传递方式所消耗的能量。意识接收方能量消耗，主要是接收方头脑接收信息所需要能量。这三种能量消耗的合计就是意识交互成本。

我们理解意识交互的成本，对于生活中的很多事物就会有更清晰的认识。让孩子在动画片，绘本和纯文字书这三样信息传递方式中选择，大部分最喜欢动画片，最不喜欢看纯文字书籍。原因就是接收动画片信息所消耗能量最低，接收纯文字信息能力消耗最高。人们总是喜欢低成本获得大信息量，换句话说用最低的成本获得最多的信息，符合人的本性。我们思考人类的历史发展，可以发现人类一直在不断的追求用最低的能量获得最多的信息。语言、文字、音乐、绘画的发展历史，可以看做一部信息交互的发展史，发展的方向就是用同等能量交互更多的信息。

为了低成本获得更多信息，各种信息交互设备也被研制出来，收音机、电视机、INTERNAT网络、卫星通讯等等。信息包含两个维度，信息广度和信息深度。信息广度指的是某一领域内可获得的各种不同来源和类型的信息的数量。它反映了一个领域内的信息丰富程度，也可以用来评估一个信息源的重要性和影响力。信息深度指的是某一领域内所包含的信息的详细程度和复杂程度。它反映了一个领域内所包含的信息的质量和深度，也可以用来评估一个信息源的精度和价值。信息量是包含信息广度和信息深度的所有信息的总合。

从接收信息方角度看，要用最低能量也就是低成本获得大量信息的方式，最简单方法是通过增加信息广度，而降低信息深度的方式，这样接收信息的能量消耗最小而信息量最大。现代社会年轻人都酷爱抖音、快手、小红书之类的视频APP，对于阅读书籍的兴趣反而降低，根源就是这种视频方式，可以从视觉、听觉快速灌输大量信息给接收方，满足接收方用最小能量接收最大信息量的需求。但是现代这种低能量快速接收信息的方式，带来的后果就是信息深度不足，即信息质量不高。这里需要思考一下是否存在低能力高质量的接收信息的方式呢？

信息交互成本结合信息量守恒定理（第三章定理）和能量守恒定理（物理学定理），可以得出一个结论。信息交互成本是获得信息交互信息量的必要条件。简单说，高能量不见得一定能获得高信息量，因为可能存在能量浪费。但是低能量获得的一定是低信息量。人们有低能量接收大信息量的需求，那么用技术手段将大量的意识集合在一起用低能量的视频方式灌输给接收方意识，就会让接收方产生意识麻痹，这种麻痹会让接收方错误的认为自己获得了大量的信息，其实这只是一种误解。这种一个低成本视频能够提供的信息量非常少，用APP连续播放这种大量低信息量视频，用数量弥补质量的不足，容易让接收方错误认为自己获得了大量信息，而产生满足感。

这种获取大量息产生满足感的情况是普遍存在的。但是很多人对这种低质量信息接收方式是不满足的，他们更喜欢高质量，深层次的信息。这一般来源于这些人年幼时的文字阅读习惯。文字阅读是单一意识到单一意识的信息交互，排除了多意识的干扰，那些优秀的文字中可以包含有更多、更深层次的信息，非常锻炼人自我思考能力，经过幼年时思考训练的人，长大后这些短视频中低信息量很难让他们产生满足感。他们更希望从文字或高质量长视频中获得深层次信息。

在科幻文学中，未来存在信息直接灌输技术。就是信息可以通过仪器，直接灌输到人类的大脑中，省却人类几十年的学习过程。很多人不愿意学习，对学习过程感觉非常痛苦，幻想着未来这种信息灌注技术的实现。但是本章告诉我们，信息灌输的越多，其消耗的能量也越大。信息直接从意识到意识，其消耗的能量的数学公式我虽不会推导，但是理论上与质能转换公式E=MC²应该类似。所以就算未来存在这样的信息灌注技术，其能量消耗也将是惊人的。

VR/AR项目对接、需求分析及空间交互设计需考虑的几个方面（二）

关键词：

空间交互设计 VR/AR 眼动交互 手势交互 语音交互 沉浸感与舒适度

在前面我们已经说过，VR/AR空间交互设计是一种利用虚拟现实（VR）和增强现实（AR）技术，在三维空间中创建虚拟交互环境的设计。

这种设计的主要目的是为用户提供更加真实、沉浸式的交互体验。设计师应考虑用户在虚拟（或增强现实下的真实）环境中的视觉、听觉、触觉等多个感官的体验，以用户为中心，充分考虑用户的需求和体验，设计出更加符合人类感知和行为习惯的虚拟环境。

这就需要结合项目产品需求侧从空间（环境）、要素、情景、聚焦、交互、反馈、沉浸感和舒适性这几个维度，去理解、交流、梳理需求并整体设计和把控项目产品。

在《VR/AR项目对接、需求分析及空间交互设计需考虑的几个方面（一）》中我们已经就空间、要素和情景展开了讨论。本期，借着前面的交流，把聚焦、交互和反馈深入剖析一下。

聚 焦

即人与要素建立联系。顾名思义，空间中存在诸如GUI（即GraphicalUserInterface：图形化的用户界面；VR中常用3DUI来表示；AR中常用AUI-Augmented-realityUserInterface来表示）、对象（虚拟物、真实物）及各类功能组件等可交互的内容，用户首先聚焦到这些内容上，接下来进行交互操作。

交 互

英文是interaction“互相行动”，交互是人与计算机系统之间的互动过程，可以是界面元素（如按钮组件等）、虚拟空间中的对象、真实环境中的物体等的各类操作（点击触发某个功能、移动、旋转、放缩等）。

反 馈

即系统交互反馈，目的是为了提高用户体验。可以包括多方面，例如用户对按钮、滑动页面等的操作，系统都可以进行相应的反馈。这些反馈可以是视觉上的，例如颜色、形状、位置、大小等的变化，也可以是听觉上的，例如声音的播放、音量的大小等。此外，反馈还可以是触觉上的，例如震动等的变化。

（1）基于眼睛的聚焦、交互与反馈

（A）基于眼睛的聚焦

眼睛聚焦

又称“眼动追踪”，人类的信息加工在很大程度上依赖于视觉通道搜集的信息。通过图像处理技术来定位瞳孔位置，获取瞳孔中心坐标，并计算人的注视点，让电脑知道人正在看什么，以此来判断用户的兴趣点。人们可以通过眼球来操作屏幕或其它电子设备。

眼动追踪适合聚焦但注意组合式交互

眼动追踪虽然丰富了交互方式，满足人的自然习惯，特别是在聚焦方面解放了双手或控制器，的确是一个新的、比较好的聚焦方式。

但在设计过程中眼动追踪技术适合聚焦但慎用眼动触发。触发属于交互的一种，关于为何要慎用此类功能，可在下面的“基于眼睛的交互”章节查看。

注意用户的眼睛运动习惯和视觉感知

在设计空间交互界面时，需要考虑用户的眼睛运动习惯和视觉感知。例如，在手机或电脑的2D平面UI视觉交互时，用户通常从屏幕的左上角向右下角移动。而在VR/AR空间环境中的视觉交互过程中，用户清晰的视觉范围是有局限性的，一般集中在以视线正前方为中心点的左右视场角（垂直与水平方向）0-30度范围内，用户的视觉清晰且容易聚焦，这也是为什么在界面布局时，重要信息集中在这个区域显示的原因。

关于空间界面通用布局设计可查看之前文章《VR/AR/MR-空间交互设计之“界面通用布局”》。在设计界面布局时，应该遵循这种视觉感知习惯，然后再结合用户眼睛的运动习惯进行界面信息架构。为了视觉舒适，要注意请尽量避免眼睛的过度运动。眼睛向上注视和向对角线旋转注视查看需要进行大量的眼肌运动，可能会让人感到疲倦。

设计内容位置时，请记住，人们将视线向下或左右转动是最舒适的。

因此，尽可能将内容选择在这些位置呈现。需要延长阅读或细长目标注朝中心放置，略低于视线以提供舒适的视觉体验。

若必须在上方或对角线这些位置（角度）放置内容，请务必设计简短的交互，或者将内容移动到视野中心以减少眼睛旋转。

眼动追踪技术的兼容性和标准化

由于不同的眼动追踪技术具有不同的性能和特点，因此在选择这些技术时，需要考虑到其兼容性和标准化的程度。有些眼动追踪技术可能只能与特定的设备和软件配合使用，而其他技术则可以与多种设备和软件兼容。

（B）基于眼睛的交互

米达斯接触问题

米达斯接触问题在眼球追踪技术中，指的是由于用户视线运动的随意性而造成计算机对用户意图的识别困难。例如，用户可能在观察物体，但并不希望触发与该物体相关的功能。如果用户只是选择激活（如高亮显示、框选或调整大小）他们注视的物体，通常不会有问题。然而，如果用户注视的物体将触发场景切换或功能设置的变化，那么就可能出现问题：用户可能只想随意浏览，而不需要任何特定的含义，也不希望每次转移视线都引发一个动作。

为解决此问题，通常不会立即在注视后触发操作，避免导致频繁错误的操作。

米达斯接触问题产生的原因

前面提到，眼睛的一系列指标被追踪并用于空间对象（物体）的聚焦方面是比较自然和友好的，但使用眼睛进行更多的触发交互并不一定是最优的。

因为眼动追踪需要衡量一些如注视点、注视时长、眼跳、移动轨迹、瞳孔缩放等因素，注视行为在某种程度上能反映大脑的思维活动，如瞳孔大小的变化与疲劳程度、兴趣、思维等存在关联，但不可避免的会出现如注视点确认、注视时长因人而异、眼皮跳动等误差，导致在确认用户是否想要对当前聚焦的对象（兴趣点）进行进一步的交互操作方面产生问题。这也印证了“米达斯接触问题”。

如何解决？

最好结合其他输入工具进行交互，如手柄、语音、手势等。

用户执行大多数操作的方式是看向虚拟对象以聚焦其上，并使用轻点等非直接手势以激活它。——苹果VisionPro。

当然，您也可以说采用延迟触发的方式，延迟触发确实试用一些应用场景。比如，一些有肢体缺陷或语音功能受限的人群，在这种特殊应用情景下是可以采用的，但延迟触发的确会引起用眼疲劳。

另外，视线碰撞检测时，应该合理设置检测范围，避免将视线设置为一条线导致碰撞检测的不准确。在进行碰撞检测时，最好是将视线设置为一个圆锥形，这样无论目标的距离有多远，其检测范围的半径是恒定的。

注意眼动追踪技术的精度和稳定性

眼动追踪技术的精确性和稳定性对空间交互设计的成功具有决定性影响。如果这些技术不够精确或不稳定，可能会导致交互设计效果不如预期。因此，在选择眼动追踪技术时，必须考虑其精确性和稳定性是否满足设计需求。

在眼球追踪技术中，无法达到100%的准确性，与传统桌面交互中的鼠标相比是不可比拟的。因此，在交互设计中不应过度依赖精度，碰撞检测的范围不应过小，甚至可以采用吸附算法来防止用户无法与元素进行交互行为。

此外，为了减少由于距离过近而引起的错误交互，多个可产生交互的元素之间应保持一定的距离。例如，用户原本打算与A元素交互，但由于B元素开始响应而导致与A元素的交互被忽略。

（C）基于眼睛交互后的反馈

视觉反馈

用户通过看向虚拟对象来聚焦其上，即将它识别为可交互的目标，并通过高亮标记、被聚焦对象显示轮廓、改变被聚焦对象的空间深度视觉或大小等，提供视觉反馈来帮助用户确认这是其想要交互的对象。

视觉反馈（或悬停效果）用于显示对象已获得焦点，意味着用户可使用手势轻点等非直接手势与其交互。

例如，用户可看向返回按钮来将焦点移至其上，然后轻点返回按钮以返回上一个网页。同样，用户可看向照片图库中的单张照片并轻点以打开它。

视觉反馈的应用

我们都知道，苹果公司向来注重用户体验，在其visionpro使用过程中更是利用视觉深度的方式来表现交互反馈。使用视觉深度传达层级结构、表现眼睛聚焦到空间物体或对象（如按钮组件）的反馈等，因为用户依赖距离、遮挡、色温和阴影等视觉提示来感知深度和理解周围。

少数情况下，系统可在组件获得焦点后，通过自动显示其二级菜单或次级界面视图的方式进行反馈。例如，用户看向标签页栏时，在旁边显示文本标签；用户注视按钮时显示提示信息等。

（2）基于手势（柄）及控制器聚焦、交互和反馈

关于手势（手柄等控制器）聚焦、交互和反馈的内容，可参考之前文章《VR/AR/MR-空间交互设计之“手势交互”》。

（3）基于语音的聚焦、交互与反馈

语音交互

语音交互技术是一种人机交互技术，它是指人类通过语音与系统进行交互。语音交互技术的核心是语音识别、自然语言理解、对话管理和语音合成等技术。有些设备和应用程序可以通过语音识别技术来聚焦兴趣点。

一些VR虚拟现实和AR增强现实应用程序也可以使用语音指令来调整焦点,您可以使用语音命令来选择特定对象或区域，然后让应用程序将焦点集中在该对象或区域上。这种技术可以让用户更轻松地与设备交互，而不必使用手动操作。

语音交互的特点

语音交互的方式效率高、解放眼和手等。特别是在VR/AR空间的场景应用下，传统的文字交互往往不方便。例如，当空间存在距离较远时，我们无法直接通过文字方式进行交互。因此，语音交互在这种场景下显得尤为重要且高效。

使用语音指令调整VR虚拟现实和AR增强现实应用程序的焦点或触发操作时，因为语音指令需要识别、编码解算以及输出交互结果（反馈，可以是语音反馈如小爱，也可以是语音+行为以及状态视觉方面的改变，也可以是纯视觉状态的变化）。

但也有局限性，比如在嘈杂环境下使用则容易干扰信息传达的准确性。另外，受用户体验环境的不确定性，在嘈杂环境下的语音交互显得“力不从心”，所以语音交互应该是作为辅助交互功能，与眼、手及“其它交互设备”配合的方式进行，效果更好。

空间语音交互

我通过多方了解，也仅仅是查到了部分新闻对苹果VisionPro等设备语音输入控制的一点报道，关于VR/AR中如何有效的使用语音交互功能进行产品设计，目前资料还很有限，相对于各类语音交互助手和语音交互技术的普及倒是有很多内容，殊途同归的原理告诉我们，所有内容都是有一个相同的规律。所以，在此就语音交互进行一下普及和归纳吧，至于说语音交互如何很好的应用在空间设计领域，随着应用不断地普及，再展开详述。

采用语音交互的原则概述

所以在利用语音功能进行交互设计时，需要注意语音识别准确性、自然语言处理、语音反馈、隐私和安全以及兼容性等问题。

语音识别准确性：确保应用程序能够正确识别您的语音指令，并准确执行相应的操作。如果识别不准确，可能会导致焦点调整不正确，影响用户体验。这就要求在设计语音指令性词句时要考虑用户使用情景，准确提炼关键语，避免重复性等。

自然语言处理：语音指令应该使用自然语言，以便用户可以轻松地理解和使用。同时，应用程序应该能够理解简单的语法和口音，以适应不同的用户需求。

语音反馈：在图形用户界面（GUI）中，“确认反馈”是一个常见的元素。无论是在点击按钮还是进行编辑操作时，我们都会给出不同程度的交互反馈。同样，在语音用户界面（VUI）中也有类似的反馈机制（三种类型：显性确认、隐形确认和视觉确认）。当用户通过语音指令调整焦点时，应用程序应该提供适当的语音反馈，以确认指令已被接受并执行。这可以使用户更加自信地使用应用程序，并减少错误操作。苹果VisionPro的应用场景是支持语音输入，用户将眼睛集中在搜索字段中的麦克风图标上将触发“说话搜索”功能。或者聚焦到空间中的某个对象，通过语音命令进行进一步的操作（如打开app）。

隐私和安全：语音指令可能会涉及到用户的个人信息和敏感信息，因此应用程序必须保证用户的隐私和安全。应该采取适当的措施来保护用户数据，并确保只有在用户授权的情况下才能访问其信息。

兼容性：语音指令应该兼容不同的设备和操作系统，以确保用户可以在不同的环境中使用应用程序。同时，应用程序应该能够适应不同的语言和口音，以满足不同地区用户的需求。

（1）沉浸感

概要说明

VR/AR空间设计中的沉浸感和舒适性是一个重要的衡量因素。特别是VR对于沉浸感和舒适性的需要、AR对舒适性的要求（AR因其是基于现实的应用对沉浸感要求没那么高）等。

好的沉浸感和舒适性，与产品内容的方向、空间信息的布局架构、GUI或空间要素的视觉设计以及交互方式的选型息息相关，是一个涉及到方方面面的话题。

关于如何提升VR/AR项目的沉浸感或舒适性，可以参考之前的文章：

《VR/AR空间交互，学习苹果VisionPro/VisionOS关于空间交互设计理念》；

《VR/AR/MR-空间交互设计之“界面通用布局”》；

《VR/AR项目对接、需求分析及空间交互设计需考虑的几个方面（一）》；

并结合实践经验总结，逐步提升。在这里，仅归纳列举一些有关提升沉浸感和舒适性的思路（VisionPro的设计思路），作为参考。

将沉浸感留给有意义的时刻和内容

沉浸感并非对每种任务都使用，沉浸式任务也并非都需要完全沉浸。虽然用户有时想要进入完全不同的世界，但在体验项目产品期间通常还会密切关心其周围环境或者查看项目中的其它功能或内容，根据想要体验的内容适度将沉浸感留给有意义的时刻和内容。

例如，用户可在共享空间中使用熟悉的界面窗口浏览其“照片”相册，但在想要检查单张照片时，可暂时转换到全空间中更有沉浸感的体验，并在其中放大照片和欣赏细节。

让用户决定何时进入更有沉浸感的体验之中

不应未经用户同意、或者没有任何过渡性提示下就将用户带到更有沉浸感的体验中，也不应出其不意地显示大窗口或对象而吓到用户。

提供可让用户从视觉上追踪变化的平缓过渡，以帮助其为不同体验做好准备。避免可能让用户迷失方向或感到不适的突发刺眼过渡。

并且提供明确的进入和退出，以便用户决定何时沉浸或退出该内容。

用户处于全沉浸式体验中时，避免鼓励其移动

在全沉浸式体验中，用户在体验你的内容时可能会失去对周围的关注，鼓确保用户安全舒适至关重要。

帮助用户仅需停留在某个位置进行沉浸式体验的一种方式是将内容带到用户面前，而不要等待或引导用户移向内容。

（2）舒适性

关注用户的视觉舒适度

例如，虽然能够在全空间中设计内容，可以将内容放在任何位置，但优先将其放在用户的视场内。并确保以舒适方式显示动态效果，动态效果可巧妙地传达“前前后后”，与深度结合使用时，动态效果还可在用户聚焦元素时提供至关重要的反馈。

按用户预期的方式使用动态效果，而不要导致用户注意力分散、困惑或者不适，这一点非常重要。

存在较大虚拟对象的移动时，确保用户的舒适感

如果对象大到足以填充大部分视场，为了帮助用户感知对象的移动而不会让其觉得自身或周围在移动，你可以增加对象的半透明效果，帮助用户透视对象，或者降低对象对比度来让其动态效果不那么明显。

如果需要在大型对象间显示过渡效果，请考虑使用渐变过渡效果，以尽量降低用户的迷失感。

如需在窗口中显示移动内容，请考虑限制窗口或内容区域的尺寸，以便用户可以继续看到周围。

如果创建在窗口中显示的动态效果，请优先维持水平视界，保持速度较慢，并避免突然或意外的相机移动。不妨使用低对比度纹理，这会让动态效果更不易察觉。使用旋转动态效果时应柔和。

旋转效果不易过快

通过旋转相机或者旋转用户周围的大型虚拟对象来旋转虚拟世界时，尤其是当旋转速度过快或者持续时间过长时，旋转可能会扰乱用户的稳定感。

避免显示持续振荡的对象

尤其应避免显示频率为 0.2 赫兹左右的振荡，因为用户对于此频率非常敏感。如果需要显示对象振荡，请尽量保持振幅较低并考虑让内容半透明。

除去不必要的动态效果，结合静态参照物

去除不必要的动态效果。因为用户会看向想要交互的对象，在可能导致其看向别处的位置显示动态效果可能会带来困扰。仅在你需要引导用户看向重要内容时，才首选使用动态效果。

尽量避免在用户视场的边缘显示动态效果。用户对于发生在边缘视觉处的动态效果尤其敏感。边缘动态效果除了会分散用户注意力外，甚至还会引起不适，因为它会让用户感到自身或周围在移动。

考虑为用户提供静态参考系。在不会移动的区域内包含视觉移动时，用户会更容易接受。相比之下，如果看起来周围的一切对象都在移动，用户会感到不舒服。

文章链接：VR/AR项目对接、需求分析及空间交互设计需考虑的几个方面（二）

关注【XR元培坊】头条号、视频号、抖音号、微信公众号，了解更多内容。