Apple研究：用户构建个人感知系统时的本体论边界协商
2026/10/05 08:00阅读量 3
Apple机器学习研究团队发表新论文，探讨用户在“用户 authored”个人感知系统中如何协商本体论边界。通过为期一周的探索性研究，利用“Wizard of Oz”技术让用户定义现象并训练个性化ML系统，识别出四个关键的边界协商点。该研究为支持边界协商的设计提供了起点，并验证了开放式探针作为本体论设计方法的有效性。
事件概述
Apple机器学习研究团队（作者包括来自斯坦福大学及前Apple员工的研究人员）于2026年10月发表论文《Negotiating Ontological Boundaries in User-Authored Personal Sensing Systems》。该研究聚焦于人机交互领域，旨在解决现有系统在评估时仅关注可用性、有用性或技术可行性，而忽视了用户对系统本体论边界协商能力的问题。
核心信息
- 研究背景：预设设计的 artifacts（人工制品）具有本体论属性，它们塑造甚至限制了可能性和想象力的范围。赋予用户设计和构建系统的权力被视为缓解这种限制的一种途径。
- 研究方法：
- 设计了两个开放式探针（open-ended probes），采用“Wizard of Oz”（绿野仙踪/幕后操纵）技术。
- 该技术模拟了用户对自己定义的特定现象进行个性化机器学习系统训练的体验。
- 开展了一项为期一周的探索性研究，参与者在日常生活中使用这些探针。
- 关键发现：研究识别出本体论边界在以下四个主要场景中被协商：
- 现象的边界（Boundaries of a phenomena）：用户如何界定所关注的现象范围。
- 主体作为关系的一部分（The subject as part of relations）：用户如何将自身视为关系网络中的一环。
- 信号与噪声的定义（What is signal and what is noise）：用户如何区分数据中的有效信息与干扰项。
- 数据的客观性（The objectivity of data）：用户对数据客观性的认知与协商。
值得关注
- 设计启示：研究提出了支持边界协商的设计起点，强调在设计个人感知系统时应考虑用户在本体论层面的参与和协商过程。
- 方法论贡献：论证了开放式探针（Open-ended probes）作为一种有效的“本体论设计”（Ontological Design）方法，能够帮助研究者理解用户如何重新定义系统与自我的关系。
- 学术发表：该论文已在 arXiv 发布（ID: 2608.24058），属于 Apple Machine Learning Research 系列出版物。