《Computers in Human Behavior Reports》:Augmented reality smart glasses: Understanding user benefits, risks, and outcomes
编辑推荐:
增强现实智能眼镜(Augmented Reality Smart Glasses, ARSGs)仍处于广泛采用的早期阶段,在工业应用和个人使用方面尚未充分发挥其全部潜力。然而,持续的技术进步催生了由不同品牌开发、配备日益精密功能的新型ARSG模型。本研究提出一
增强现实智能眼镜(Augmented Reality Smart Glasses, ARSGs)仍处于广泛采用的早期阶段,在工业应用和个人使用方面尚未充分发挥其全部潜力。然而,持续的技术进步催生了由不同品牌开发、配备日益精密功能的新型ARSG模型。本研究提出一个研究模型,以考察影响ARSG采用与使用的因素。该模型整合了信息隐私关注与感知无处不在性(perceived ubiquity)。此外,研究通过隐私计算理论(privacy calculus theory)的视角,纳入感知收益(perceived benefits)与感知风险(perceived risks)。该理论框架假定,个体在决定是否采用新兴技术时会进行成本—收益分析。模型将这些感知与两个关键结果相关联:幸福感(well-being),一种人本主义结果;以及终端用户绩效(end-user performance),一种工具性结果。研究结果显示,感知无处不在性与感知收益对结果具有强烈且显著的影响,其作用往往超过对隐私及相关风险的关注。这些发现深化了对ARSG情境下用户接受度的理解,并为开发者、营销人员及政策制定者促进更有效的采用策略提供了有价值的洞见。
一、研究背景与问题
增强现实智能眼镜(ARSGs)作为可穿戴设备,将虚拟元素融入用户实时视野,具有变革人机交互方式的潜力。尽管自2013年Google Glass问世以来引发广泛关注,ARSG在工业与个人生活中的潜力尚未充分释放。在医疗领域,ARSG可改善手术流程、增强患者监测、促进远程会诊;在教育领域,交互式应用易于使用,带来高度临场感与低负荷体验;在日常使用中,免手操作与语音识别可促进信息可及性,GPS与智能手机功能兼容可提升效率,社交应用可增进亲情与友情联结。
既有研究多聚焦于ARSG采用与使用意图的前因,主要基于技术接受模型(TAM)等框架,考察感知有用性、感知易用性、社会影响、愉悦感等变量。然而,驱动技术采用的因素未必等同于决定使用后结果的因素。现有研究对ARSG使用所产生的结果关注不足,且以往研究多集中于效率与控制导向,缺乏对人本主义结果的考察。因此,本研究提出两个核心问题:第一,理解采用ARSG相关的个人收益与风险;第二,识别个体使用ARSG所实现的特定结果。
二、研究内容与结论
研究人员构建了一个整合促进与制约因素的整合研究模型。模型以无处不在性(ubiquity)为促进因素,指不受时空约束获取信息的能力;以移动用户信息隐私关注(MUIPC)为制约因素,涵盖感知监控、感知侵扰与个人信息二次使用三个维度。研究以隐私计算理论为理论透镜,认为用户在使用ARSG时会在感知收益与隐私相关风险之间进行权衡。模型将感知收益细分为功利性收益、社会性收益与感觉性收益,将感知风险细分为个人隐私风险与他人隐私风险,并关联至两个结果变量:感知幸福感(人本主义结果)与终端用户绩效(工具性结果)。
研究通过在线问卷收集数据,最终获得201份有效样本。采用偏最小二乘结构方程模型(PLS-SEM)进行数据分析。研究结果显示:无处不在性对三类感知收益均有显著正向影响;MUIPC对两类隐私风险均有显著正向影响;三类感知收益对幸福感与终端用户绩效均有显著正向影响;个人隐私风险与他人隐私风险对结果变量的负向影响未获支持。总体而言,感知收益与无处不在性的作用显著强于隐私风险的影响。
三、主要技术方法
研究人员采用在线问卷调查法收集数据,问卷以英文编制,采用七点李克特量表。数据收集时间为2026年2月19日至4月21日,通过LinkedIn、Reddit增强现实论坛及社交媒体平台招募参与者。调查对象为18岁及以上人群,不限国家与先前知识水平。问卷开头附有14秒短视频展示ARSG日常使用场景,并设置两道注意力检测题确保数据质量。共收到347份回复,经完整性与注意力检测筛选后保留201份有效样本。数据分析采用SmartPLS 4软件进行PLS-SEM分析,该方法适用于含二阶反映型—构成型构念且数据非正态分布的研究模型。
四、研究结果
测量模型评估:研究人员对反映型构念进行信度与效度检验。所有构念的组合信度(CR)均大于0.7,平均方差抽取量(AVE)均大于0.5,所有题项载荷均超过0.7阈值,表明测量模型具有良好的内部一致性、收敛效度与指标信度。二阶构念的权重均显著,方差膨胀因子(VIF)均低于阈值,不存在多重共线性问题。
假设检验结果:无处不在性对功利性收益(β=0.779, p<0.01)、社会性收益(β=0.632, p<0.01)与感觉性收益(β=0.625, p<0.01)均有显著正向影响,假设H1a、H1b、H1c获得支持。MUIPC对个人隐私风险(β=0.807, p<0.01)与他人隐私风险(β=0.757, p<0.01)均有显著正向影响,假设H2a、H2b获得支持。功利性收益对幸福感(β=0.214, p<0.01)与终端用户绩效(β=0.550, p<0.01)均有显著正向影响,假设H3a、H3b获得支持。社会性收益对幸福感(β=0.229, p<0.01)与终端用户绩效(β=0.219, p<0.01)均有显著正向影响,假设H4a、H4b获得支持。感觉性收益对幸福感(β=0.409, p<0.01)与终端用户绩效(β=0.157, p<0.01)均有显著正向影响,假设H5a、H5b获得支持。个人隐私风险与他人隐私风险对幸福感与终端用户绩效的负向影响均不显著,假设H6a、H6b、H7a、H7b未获支持。
五、讨论与结论
研究结果表明,感知无处不在性与感知收益在塑造ARSG使用结果中发挥主导作用,其影响显著超过隐私风险的作用。这一发现表明,用户在使用ARSG时更关注技术带来的功能性、社会性与感觉性收益,而非潜在的隐私风险。无处不在性作为ARSG的核心特征,显著增强用户对各类收益的感知,进而促进幸福感与绩效结果。值得注意的是,隐私风险对结果的负向影响未获支持,这可能意味着在ARSG情境下,用户对收益的重视程度高于对隐私风险的担忧,或用户已形成对隐私风险的适应性认知。
研究结论指出,无处不在性与感知收益对ARSG使用结果具有强烈且显著的影响,往往超过隐私与相关风险的关注。这些发现深化了对ARSG用户接受度的理解,为开发者、营销人员与政策制定者提供了有价值的洞见。对于开发者而言,应重点强化ARSG的无处不在性特征与收益导向功能设计;对于营销人员而言,应突出收益价值而非仅关注风险缓解;对于政策制定者而言,应在促进技术采用与保护用户隐私之间寻求平衡。研究同时拓展了隐私计算理论在可穿戴技术情境中的应用,并引入无处不在性作为ARSG研究的新构念,为后续研究提供了理论基础与实证依据。