Meta實(shí)驗(yàn)研究：虛擬現(xiàn)實(shí)比視頻會(huì)議更具面對(duì)面交流體驗(yàn)

　　視頻是遠(yuǎn)程會(huì)議的主要媒介，它通過(guò)攝像頭為遠(yuǎn)程參與者提供基于屏幕的2D視覺(jué)感知。虛擬現(xiàn)實(shí)則是一種新興的替代方案，其可以使用運(yùn)動(dòng)追蹤和頭顯設(shè)備將參與者置于共享的3D環(huán)境中。盡管保真度較低，但這種沉浸式3D體驗(yàn)更類似于面對(duì)面交互。所以，理解它如何影響協(xié)作體驗(yàn)非常重要。

　　在名為《Videoconference and Embodied VR: Communication Patterns Across Task and Medium》的論文中，加利福尼亞大學(xué)，特溫特大學(xué)和Meta組成的團(tuán)隊(duì)比較了參與者在兩種媒介上的行為模式，涉及四項(xiàng)任務(wù)。實(shí)驗(yàn)表明，虛擬現(xiàn)實(shí)更接近于面對(duì)面交流。

　　研究基于長(zhǎng)期以來(lái)人們對(duì)傳播媒介的可供性是如何支持各種任務(wù)的興趣。理解不同可供性所產(chǎn)生的行為對(duì)于遠(yuǎn)程協(xié)作系統(tǒng)的設(shè)計(jì)具有重要的影響。作為一個(gè)例子，最近有研究假設(shè)人們因視頻會(huì)議而感到疲憊，部分原因可能是人們接受過(guò)多注視行為模式。

　　在本次研究中，團(tuán)隊(duì)采用了最先進(jìn)的虛擬現(xiàn)實(shí)技術(shù)，通過(guò)身體追蹤、面部追蹤和手指追蹤驅(qū)動(dòng)逼真虛擬化身，從而提供令人信服的交互體驗(yàn)。在實(shí)驗(yàn)中，研究人員非常小心地確保視頻會(huì)議和虛擬現(xiàn)實(shí)條件盡可能均勻地匹配，例如，采用推薦的視頻會(huì)議框架，只顯示上半身以便手勢(shì)清晰可見(jiàn)，提供一個(gè)共享的鼠標(biāo)界面，并且要求所有參與者在這兩種情況下都保持固定的坐姿。

　　然而，差異依然存在。虛擬化身的保真度低于視頻，并且不能完全揭示一個(gè)人的身份。例如，性別和種族可以匹配，但其他則不然。接下來(lái)，虛擬化身允許用戶置身于共享的3D空間中，而視頻會(huì)議依然基于屏幕。

　　參與者分成三人一組并完成熱身任務(wù)和四項(xiàng)實(shí)驗(yàn)任務(wù)。作為說(shuō)明，所述任務(wù)旨在復(fù)刻會(huì)議期間可能發(fā)生的不同類型活動(dòng)。其中，智力任務(wù)要求參與者對(duì)一個(gè)具有正確答案的問(wèn)題給出答案;決策任務(wù)要求參與者在沒(méi)有一個(gè)正確答案的情況下達(dá)成共識(shí);一個(gè)混合動(dòng)機(jī)任務(wù)要求參與者就團(tuán)隊(duì)成員存在分歧的地方進(jìn)行談判;另一個(gè)混合動(dòng)機(jī)任務(wù)則引入了一個(gè)平面圖，并探索這將如何影響非言語(yǔ)行為。

　　每名參與者只分配一種媒介，但需要完成所有四項(xiàng)任務(wù)�？偣灿�210人參加了這項(xiàng)研究，35組，每組三人。

　　對(duì)表現(xiàn)和主觀指標(biāo)的分析并未顯示這兩種媒介之間存在顯著差異。例如，調(diào)查顯示，滿意度、共同臨在感、相互理解和清晰的情感溝通沒(méi)有顯著差異。

　　不過(guò)，本次研究的重點(diǎn)是行為測(cè)量的差異，亦即旨在了解人們使用虛擬現(xiàn)實(shí)或視頻會(huì)議作為召開(kāi)工作會(huì)議的媒介所產(chǎn)生的行為差異，以及所述行為差異是不是源于工作任務(wù)的性質(zhì)。作為當(dāng)前默認(rèn)的遠(yuǎn)程會(huì)議選項(xiàng)，視頻會(huì)議為評(píng)估虛擬現(xiàn)實(shí)誘發(fā)行為提供了一個(gè)重要的比較點(diǎn)。在潛在的廣泛采用之前，理解具象虛擬現(xiàn)實(shí)的潛力和影響非常重要。

　　為了說(shuō)明不同技術(shù)所起的作用，兩種媒介之間的基本會(huì)議配置盡可能相似。通過(guò)對(duì)比不同類型的任務(wù)，團(tuán)隊(duì)希望探索行為是否會(huì)隨著任務(wù)的變化而變化。評(píng)估的行為測(cè)量包括會(huì)話轉(zhuǎn)向、注視模式和非言語(yǔ)行為。研究論文發(fā)現(xiàn)，任務(wù)和媒體之間存在顯著的行為差異。媒體的差異包括視頻會(huì)議參與者會(huì)投入更多的時(shí)間觀察對(duì)話者(尤其是對(duì)方的臉部)，他們提供了更多的語(yǔ)言和非語(yǔ)言背景，進(jìn)行了更多的自我調(diào)整，更少的指示手勢(shì)，在某些情況下有更長(zhǎng)的對(duì)話輪。對(duì)所述行為變化的一個(gè)潛在解釋是，視頻會(huì)議的參與者比具體虛擬現(xiàn)實(shí)的參與者更努力地維持社會(huì)聯(lián)系。

　　團(tuán)隊(duì)總結(jié)道，這表明使用這兩種媒體所需的努力存在差異，并可能會(huì)影響用戶。但是，這需要進(jìn)一步的深入研究。

　　對(duì)于具體的實(shí)驗(yàn)過(guò)程。在到達(dá)后，參與者保持距離，以確保彼此的所有互動(dòng)僅通過(guò)中介接口進(jìn)行。然后研究人員將參與者引導(dǎo)到三個(gè)獨(dú)立但布局相似的區(qū)域。為了讓參與者熟悉系統(tǒng)和彼此，他們首先完成熱身任務(wù)，然后按照隨機(jī)順序完成四項(xiàng)實(shí)驗(yàn)任務(wù)。

　　每項(xiàng)任務(wù)開(kāi)始時(shí)都提供了說(shuō)明，并向其告知將根據(jù)表現(xiàn)每項(xiàng)任務(wù)最多提供11美元的獎(jiǎng)勵(lì)，從而激勵(lì)參與。在實(shí)驗(yàn)結(jié)束時(shí)，所有參與者都得到了全額獎(jiǎng)勵(lì)。每項(xiàng)任務(wù)最長(zhǎng)可以持續(xù)15分鐘，整個(gè)實(shí)驗(yàn)的總時(shí)間最長(zhǎng)可達(dá)195分鐘。在完成每項(xiàng)任務(wù)后，遠(yuǎn)程會(huì)話暫時(shí)停止，以便參與者接受調(diào)查并短暫休息。參與者所做的事情只是開(kāi)始和結(jié)束每項(xiàng)任務(wù)，并回答有關(guān)任務(wù)說(shuō)明的問(wèn)題。

　　實(shí)驗(yàn)共有70組，每組三人，共210名參與者，并在兩種媒介條件下平均分配。虛擬現(xiàn)實(shí)參與者的虛擬現(xiàn)實(shí)體驗(yàn)各不相同(35人之前沒(méi)有虛擬現(xiàn)實(shí)體驗(yàn)，43人有一定的虛擬現(xiàn)實(shí)體驗(yàn)，14人經(jīng)歷過(guò)多次虛擬現(xiàn)實(shí)體驗(yàn)，3人擁有自己的虛擬現(xiàn)實(shí)頭顯，10人沒(méi)有陳述自己的虛擬現(xiàn)實(shí)體驗(yàn))。

　　團(tuán)隊(duì)在實(shí)驗(yàn)中發(fā)現(xiàn)，虛擬化身和視頻會(huì)議之間存在強(qiáng)烈的行為差異：

　　會(huì)話轉(zhuǎn)向：先前基于會(huì)話游戲分析的研究發(fā)現(xiàn)，面對(duì)面交互比音頻更有效，因?yàn)閰⑴c者會(huì)依賴視覺(jué)指標(biāo)來(lái)確認(rèn)理解，而不是要求口頭反饋，但與音頻相比，視頻的效率提高并不成立。團(tuán)隊(duì)的一個(gè)關(guān)鍵發(fā)現(xiàn)是，視頻會(huì)議中的反饋通道比虛擬現(xiàn)實(shí)更長(zhǎng)、更頻繁。這似乎反映出參與者更需要在視頻會(huì)議中進(jìn)行調(diào)整和確認(rèn)。另外，在面對(duì)面交談中，人們互相打斷的次數(shù)大約是視頻會(huì)議的兩倍，而本次研究表明，在具身化的虛擬現(xiàn)實(shí)中，交互風(fēng)格不是那么正式，所以有更多的打斷和更多的言語(yǔ)重疊。因此，虛擬現(xiàn)實(shí)看起來(lái)更類似于面對(duì)面交流。

　　注視：之前的研究發(fā)現(xiàn)，視頻會(huì)議的注視率高于面對(duì)面的注視率。有研究表明，使用視頻的參與者在注視對(duì)方次數(shù)方面比面對(duì)面交流多56%。這與團(tuán)隊(duì)在視頻會(huì)議和虛擬現(xiàn)實(shí)中的實(shí)驗(yàn)結(jié)果完全相同，從而表明虛擬現(xiàn)實(shí)更接近于面對(duì)面交流。

　　指示手勢(shì)：指示手勢(shì)在虛擬現(xiàn)實(shí)中更為頻繁。總體而言，VR用戶使用手勢(shì)表達(dá)信息要高得多，達(dá)到20.6%，而視頻會(huì)議為12%。與會(huì)話轉(zhuǎn)向類似，這意味著為了減少讓對(duì)方反感的可能，人們?cè)谝曨l會(huì)議中會(huì)付出了更多的努力，較少使用指示手勢(shì)。

　　總的來(lái)說(shuō)，視頻會(huì)議中的互動(dòng)表現(xiàn)出更頻繁、更長(zhǎng)的反饋通道、更正式的話題轉(zhuǎn)換、更高的注視率、更多的自我適應(yīng)和更少的手勢(shì)信息。相反，虛擬現(xiàn)實(shí)的行為更接近于面對(duì)面交流。

　　相關(guān)論文：Videoconference and Embodied VR: Communication Patterns Across Task and Medium

　　當(dāng)然，團(tuán)隊(duì)承認(rèn)需要更多的研究來(lái)理解所述行為差異的影響，而且虛擬現(xiàn)實(shí)離豐富的面對(duì)面互動(dòng)還有很長(zhǎng)的路要走，但希望本次研究能夠?yàn)樘摂M現(xiàn)實(shí)支持更自然遠(yuǎn)程交互提供早期證據(jù)。因?yàn)閮H憑減少差旅對(duì)環(huán)境的影響就可以促使虛擬現(xiàn)實(shí)方案成為一個(gè)值得追求的目標(biāo)。