摘要

远程协作场景中的一个常见实践是提供来自分布式团队成员的表示，旨在积极地影响社会存在的水平，进而影响工作成果。然而，这些刺激会导致学习体验的断裂，因为合作者需要在任务、共享信息和对等代表之间分散注意力。本文探讨了后者如何影响社会存在、协作的其他维度，以及远程指导场景下的任务解决。我们进行了一项用户研究，比较了两种不同的情况:传统的视频聊天(团队成员的表示总是可见的)和增强现实(AR)注释(合作者的表示永远不可用)。这些选择是由于与行业合作伙伴正在进行的研究，遵循参与式设计过程的见解。考虑了一个现实生活中的用例，即具有4个完成阶段的同步维护任务，需要远程专家使用计算机指导使用手持设备的37名现场参与者。根据数据分析，对研究结果进行了描述和讨论，结果表明，尽管没有专家代表，但大多数参与者更喜欢基于ar的条件。

1 介绍

协作可以定义为在同一地点或远程个人之间进行的相互依赖的活动，以实现共同的目标(Thomas 1996;Kim et al. 2018a, b, 2020, 2020;Gervasi et al. 2020)。

许多应用领域都利用了协作活动，医疗、教育和工业领域以及其他领域也是如此(Johnson et al. 2015;Schneider et al. 2017)。

涉及协作的场景已经从更简单的共同定位场景演变为更复杂的远程协作用例，包括具有不同多学科背景的几个团队成员。

因此，解决协作活动所需的方法在复杂性、规模和跨学科性方面一直在增长，不仅需要掌握多个知识领域，而且需要在每个领域都有一定程度的专业知识(Arias et al. 2000;Schneider et al. 2017;Marques et al. 2021f)。

远程协作意味着现场合作者必须能够与不同地方的远程合作者进行有效和高效的通信和交互，以获得最佳任务绩效(Kim et al. 2020)。

在这个过程中，为了以无缝的方式集成不同的活动，团队成员必须走到一起共同努力。

计算机支持的协作工作(CSCW)解决了远程协作的技术支持，重点是概念化、设计和原型化解决方案，用于通信、合作、援助、培训、学习以及分布式协作者之间的知识共享(Grudin and Poltrock 2013;Billinghurst et al. 2015;Jalo et al. 2018;Ens et al. 2019)。

远程协作的一个主要问题是协作者并不共享一个共同的空间/世界。这在以计算机为媒介的协作中特别有趣，它提供了更自然的交互和空间连接，平衡了分布式团队成员之间更接近面对面协作的协作(Billinghurst et al. 1998;Rhee et al. 2020)。在这种情况下，视频解决方案(被认为是最传统的方法)以及基于虚拟和增强现实(VR &AR)技术的新范式已经被探索(Billinghurst等人，2015;Jalo et al. 2018;Kim et al. 2018c;Ens et al. 2019;Alves等。2021;gonalalves等。2021;Wang et al. 2021;Marques et al. 2022b)。

所有这些都以不同的方式赋予团队成员权力，使他们需要从现场无法获得的合作者那里获得额外的专业知识，即定义一个共同基础，支持讨论、分析和解决复杂活动，促进问题的识别，以及使假设和假设可见(Wang et al. 2016;Hall et al. 2018;Lee et al. 2020;Ludwig et al. 2021)。

这些技术应该鼓励远程专家积极参与，并鼓励现场合作者意识到对方的存在(Kim等人，2018a)。

这可以通过多种方式实现，例如在共享视图中使用视觉交流线索(如手势、指向、预定义形状、绘图等)显示专家的信息。

另一种常见的做法是通过实时视频/音频流、投影图像、逼真的体积捕捉或虚拟复制品(例如，人类化身)提供一种表现形式(Gerhard et al. 2004;Latoschik et al. 2017;Piumsomboon et al. 2018;Teo等人。2019b;Yoon et al. 2019;Kim et al. 2020)。

此外，研究表明，在为此类活动开发新颖的界面和有效的工具时，除其他人为因素外，最重要的是要考虑社会存在感，这是一个重要的概念，可能会影响远程活动的结果，以及合作者的感知、认知和行为(Marques et al. 2021e;Kim et al. 2020, 2020;Osmers et al. 2021)。

社会存在可以解释为在一起和彼此交流的感觉(Witmer和Singer 1998;Biocca等人，2003;Gerhard et al. 2004;Oh et al. 2018;Yoon et al. 2019)。它超越了关于团队成员位置或可用性的简单信息，因为它需要在互动过程中产生“真实和在场”的感觉，以及在沟通过程中发生的事情(Yoon等人，2019;Sereno et al. 2020;Marques et al. 2021e)。

这通常与存在感不同，存在感虽然可以根据不同的作者以多种方式定义，但可以统称为在环境中存在的完整感觉(Steuer 1992;Oh et al. 2018;IJsselsteijn et al. 2000;Rhee et al. 2020;Liberatore and Wagner 2021;Scavarelli et al. 2021)。

社会存在已经成为衡量协作质量以及给定工具的成功程度的流行标准。此外，这通常与生理、心理、行为和社会影响有关，例如技能培训和任务表现等。

研究人员经常假设，更高的社会存在会带来更好的工具和更高的协作，尽管一些研究报告了相互矛盾的结果，即在一些研究中，更高的社会存在水平会转化为良好的协作质量，而在其他研究中则没有影响(Oh et al. 2018;Osmers et al. 2021)。

一个可能的原因是，社会存在感是以一种孤立的方式来衡量的，也就是说，没有考虑到合作过程的其他方面，例如，注意力分配水平，信息理解，心理努力，以及分享想法和沟通的容易程度等。事实上，一些研究甚至将社交存在视为可用性或用户体验的指示，从而避免在评估研究中使用额外的测量。

这误导了研究界，因为更高的社会存在并不一定会带来更好的结果。在某些情况下，团队成员必须将注意力分散在任务、共享信息和对等代表之间，这可能导致学习经验的断裂(Wang et al. 2021;Marques et al. 2022a)。

因此，问题出现了:在远程任务解决过程中，社会存在感(单独)是否足以描述协作质量?

因此，我们研究的主要动机是探索分布式团队成员的不同视觉表征，以及这些视觉表征如何影响社会存在、任务解决和协作质量。

这是一个重要的主题，因为它可以为设计更有效的解决方案提供信息。

在本文中，受到所报告的挑战的激励，进行了一项有37名参与者的用户研究，比较了两种不同的情况:1-视频聊天，团队成员的表示总是可见的，2-基于ar的注释，合作者的表示永远不可用。

这些条件是根据参与式设计过程的见解，在与工业界合作伙伴的研究项目范围内考虑的(Marques et al. 2021a, 2022a, c, d)。

在这种情况下，使用了一个包含四个完井阶段的现实维护任务。

根据数据分析，对得到的结果进行了描述和讨论，结果表明，尽管没有团队成员代表，但大多数参与者更喜欢基于ar的条件，这导致社会存在感略低，但在协作的其余维度上取得了显着更高的结果，以及更快的任务解决。

本文的剩余部分结构如下。

首先，我们描述了实验设置和选择的条件，以及它们背后的基本原理。

接下来，我们给出了实验设计和用户研究的步骤。

然后，我们描述了通过数据分析获得的结果，并批判性地讨论了结果。

最后，得出结论，并提出进一步研究的机会。

2 远程维护场景下的用户研究

通过用户研究，探讨了在远程指导情境下，团队成员表征如何影响协作过程的社会在场和其他维度(如易于沟通或表达想法、享受、心理努力、信息理解和注意力分配以及整体协作感)，以及对任务解决的影响。

2.1 实验装置

两个不同的工具被认为是建立远程合作者之间的共同点:C1 -视频工具(专家代表总是可见的)和C2 - AR工具(专家代表永远不可用)(见图1)。

这些方法是在与行业合作伙伴(Marques et al. 2021a)的参与式设计过程中考虑的，其中讨论了分布式团队成员的协作现实和现有视频工具的作用。然后，确定了限制和约束。详细地说，据报道，合作者只能被动地观看视频馈送，无法与远程物理环境进行交互，因为它只允许通过口头提示或手势来响应视觉馈送，限制了参考环境中感兴趣的区域或特定对象的能力。因此，它可以变得模棱两可或模糊的沟通，导致混淆和错误，因为视频不适合汇聚空间信息。这迫使合作者采用耗时、复杂的口头谈判来传达他们的预期方向并实现共同目标。此外，使用视频对于某些网络来说已经被证明是繁重的，显然会影响远程协作者的交互方式。

这些缺点代表了以交互方式引入不同方法的动机，以AR工具的形式用于这些分布式团队的远程日常活动。

我们的目标是提供一个没有视频的替代方案，并评估它是否能保持视频工具的相同健壮性水平，即，它是否能以不同的视角解决相同的问题。

下面，简要说明每个工具的主要特性。

澄清一下，这两种方法都使用了相同的硬件，这意味着只有工具的功能不同。

远程专家使用的是一台MacBook Pro 13英寸，2017年的笔记本电脑(2,3 GHz双核英特尔酷睿i5, 8 GB 2133 MHz LPDDR3，英特尔Iris Plus Graphics 640 1536 MB，带有1080p摄像头)，运行macOS Monterey 12.3.1。

至于现场参与者，他们使用的是基于android(版本11)的联想Phab 2 Pro智能手机(高通骁龙652 MSM8976, 4gb内存，1600万后置摄像头和800万前置摄像头)

此外，基于c#脚本，Unity 3D游戏引擎(2018.3.0f2)用于开发这两个工具。增强的内容通过Vuforia库(8.0.11)放置在现实环境中。一台专用服务器负责所有通信，通过WRT 1200交流双频路由器(5ghz)通过Wi-Fi使用WebRTC呼叫。

2.1.1 视频聊天工具

第一种方法是共享视频/音频，在协作过程中提供帮助。

现场团队成员可以将手持设备指向情境，并通过实时视频/音频流与远程专家共享。

对于这种方法，专家表示在任何时候都是可用的，而现场合作者可以分别使用手持设备的前/后摄像头在显示他们的表示或任务上下文之间切换。

此外，短信也可以通过聊天，确保重要的信息仍然清晰可见。

利用上述功能，团队成员能够交流/讨论所捕获的内容，以及表达他们的主要困难，确定感兴趣的领域，或者在远程专家的情况下，告知在哪里执行给定的操作以及如何执行。

2.1.2 使用AR的注释工具

第二种方法使用基于2D注释和AR的附加信息层。在这种情况下，专家表示永远不可用。

为了捕捉情境上下文，现场团队成员必须使用手持设备相机并捕捉图像。然后，使用音频通信和注释功能，如绘图，放置预定义的形状或注释，以及排序注释，团队成员可以编辑捕获的图像。通过这样做，可以表达困难，突出有关的兴趣领域或具体说明问题。

当远程专家接收到增强的捕获时，他/她能够使用与之前解释的相同的注释功能提出指令。

在现场参与者接收到注释后，他/她可以将设备指向任务上下文，并通过与现实世界重新对齐来执行增强操作。必要时，可以将手持设备放置在表面上，以免提设置遵循说明。

在任何时候，都可以拿起设备，并通过将指令与现实世界重新对齐来执行增强操作。

这可以迭代地重复，直到任务成功完成。

不同工具支持远程指导:C1-视频工具;C2- AR工具

2.2 实验设计

考虑的实验设计为组内方法，考虑零假设(H0)，即在进行选定的维护任务时，两种实验条件同样可用且可接受。

自变量为协作过程中的远程专家表征，分为两个层次，对应实验条件:

C1 -视频工具和C2 - AR工具。

因变量是绩效指标和参与者的意见。

作为次要变量，考虑了参与者的人口统计数据、以前使用AR的经验以及协作工具。

2.3 任务

我们考虑了这样一种情况:使用手持设备的现场合作者需要执行维护过程，同时由使用计算机的远程团队成员协助。

该任务是一个有4个完成阶段的同步问题(图2):1-更换互连组件，2-插拔一些能源模块，3-移除特定传感器，以及4-将新组件集成到设备中。

每个条件使用不同的程序，以避免学习效应，同时确保难度和资源的同质水平。这些是根据我们的行业合作伙伴的反馈来定义的，考虑了他们的需求和工作活动。

此外，团队成员需要以持续的方式(交替，即相互依赖)来解决流程。

现场参与者需要使用各种手动工具来完成定义的程序，尽管需要很少的物理运动/努力。

维修任务完成阶段说明:1-更换互联部件;2-插拔一些能源模块;3-拆卸特定温度传感器;在设备中加入新部件

2.4 测量

对于这两种情况，所有数据都是通过CAPTURE工具包收集的(Marques et al. 2021b, d)，这是一个可以合并到协作工具中的统一包。

它支持在远程协作场景中进行上下文数据收集和分析，允许对协作的选定方面获得额外的视角。

中央服务器负责存储与远程团队成员相关的所有数据。可视化仪表板用于后评估分析(图3)，允许审查选定条件的协作过程。

在此基础上，根据之前的工作(Marques et al. 2021c, a, 2022c)，将该工具包添加到现有的视频聊天工具和基于ar的注释工具中。

在这种情况下，标准措施被考虑，比如

任务绩效基于任务时间，即以协作方式成功完成任务所需的持续时间。

此外，还考虑了关于协作过程的其他措施，例如，易于沟通或表达想法，社会存在水平，享受，心理努力，信息理解和注意力分配，以及整体协作感(从文献中的现有研究中获得灵感)(Kim et al. 2018b;Aschenbrenner et al. 2018;Teo等人。2019b;Piumsomboon et al. 2019;Merino et al. 2020;Kim et al. 2020;Marques et al. 2021f, b, a))。

考虑到它们在现有研究中的主导作用，这些被认为是帮助说明协作过程如何发生的相关维度，特别是当作为一个整体进行分析时。

参与者在任务完成前后的情绪状态，

参与者的喜好和意见也被记录下来。

远程参与者使用带有CAPTURE工具包的不同工具进行协作的示例:1-专家使用这些工具提供远程协作;现场技术人员对所提供的指示作出反应;3-分布式多用户数据采集;4-评价数据存储;用于分析协作过程的可视化仪表板。改编自:(Marques et al. 2021b)

2.5 过程

参与者被介绍了研究目标、任务和实验设置。在给予他们知情同意后，向他们介绍视频和AR工具，并提供一段适应期。

参与者在C1和C2条件下扮演现场技术人员，总是按照这个顺序(这是考虑到使用不同的程序来最小化偏见，并且这样的参与者不会受到学习效应的影响)，而远程对应人员则由研究人员确保每次都能正确传输指令。

这种方法被用来促进协作，因为让参与者充当远程对应物会导致额外的复杂性，这对于研究的预期目标是不必要的。

考虑到这个角色是由同一个人来保证的，可以得出这样的观点，即它与拥有参与者是不一样的，尽管我们认为它仍然允许对协作工作有一个细粒度的视图，因为并非所有的协作会话都是彼此相似的。

此外，所描述的方法与最近文献(Piumsomboon等人，2018;Yoon et al. 2019;Teo等人。2019a;Osmers et al. 2021;Marques et al. 2021f)，让参与者充当现场或远程团队成员，而参与者，即研究人员负责确保协作过程的另一方。

因此，研究人员负责在研究的所有部分遵循相同的方法，这有助于与协作过程如何发生相关的数据变异性。

参与者首先填写一份人口调查问卷。

然后，在两种条件下完成维护任务。

接下来，参与者回答了一份与合作过程相关的研究后问卷，以及他们对所使用工具特征的偏好。

最后，为了了解参与者在使用每个条件时对协作的看法，进行了一次小型访谈。

2.6 参与者

共招募了37名参与者(15名女性，占40.5%)，年龄在20 - 63岁之间(M = 32.9, SD = 10.6)。

与会者来自各行各业，有教师、研究员，也有来自不同领域的硕士生和博士生。此外，前端开发人员，软件工程师，旅游经理，家庭主妇，公共行政官员，物理治疗师，银行家，以及制造经理和装配线操作员。

其中，18名参与者以前有过AR的知识，33名来自协作工具。

目录

摘要 1 介绍 2 远程维护场景下的用户研究 3.结果与讨论 4 有限公司 结论和未来的工作 数据可用性 笔记 参考文献 致谢 作者信息 道德声明 搜索 导航 #####

3.结果与讨论

接下来，对用户研究的结果进行描述和讨论。这些是通过使用SPSS和Statistica S/W进行数据分析获得的。探索性、描述性、推断性(由于评估维度的有序数据和缺乏正态性而进行的非参数检验(经Shapiro-Wilk检验验证)，

以及时间数据异常值的存在)和多元统计技术被使用。

3.1 任务时间

图4显示了两种情况下任务持续时间(以分钟为单位)的箱形图，表明:

缺乏正态性(经Shapiro-Wilk检验证实，两个样本的p值均< 0.01)，也用峰度值表示，C1分别为1.61,C2为0.03，表明偏离正态分布。

此外，它还表明任务持续时间的中心值存在差异(C2

Wilcoxon非参数检验(匹配样本)拒绝零假设-中位数相等(p值< 0.000)，表明条件之间存在差异;在这种情况下，任务时间从条件C1(中位数= 15分钟)显著减少到条件C2(中位数= 12分钟)(表1)。

两种情况的任务时间(以分钟为单位)。C1 -视频工具;C2 - AR工具

按性别对任务时间进行分类，男女在两种情况下均无显著差异。由于两个独立样本缺乏正态性且维数较小，故采用非参数Mann-Whitney检验。

重要的是要强调这一事实，因为它似乎与近几十年来的趋势背道而驰，表明在教育、社会或文化方面，以性别为基础进行分类是有道理的。我们认为，也许在某些情况下，考虑这种划分不再有意义，因为男性和女性参与者之间的界限似乎正在消失，我们认为这是一个相当积极的方面。

同样，通过VR-AR经验对任务时间进行分类，两组在两种情况下也没有显著差异。同样，由于两个独立样本缺乏正态性且维度较小，因此不使用t检验，而是使用非参数Mann-Whitney检验。

这表明，拥有VR或AR的经验并不是更快完成的资产。

这可能被认为是一个好处，因为它鼓励了这样一种想法，即没有先前经验的个人能够快速使用该工具来学习和应用新技能。事实上，当考虑到例如工业场景时，这方面可能代表未经培训的工人可以在远程专家的协助下执行专门任务，这可以在减少生产停机时间，减少旅行需求，降低成本方面产生重大影响，并根据联合国(UN)发展目标促进重要的可持续性因素。脚注1

3.2 协作过程概述

图5和图6概述了参与者在使用这两种条件时对合作的所有维度的评估，由参与者使用7分李克特量表(1-低到7-高)进行评分。

此外，表2总结了数据分析的主要结果。结果表明，两种条件在除社会存在感外的所有维度上均存在显著差异。

关于正确表达想法的有效性(D1)， Wilcoxon检验拒绝零假设-中位数相等(p值< 0.000)，表明方法之间存在差异，在这种情况下，从条件C1(中位数=5,sum=173)到条件C2(中位数=6,sum=235)显著增加。

注意分配水平(D2)， Wilcoxon检验拒绝零假设-中位数相等(p值< 0.000)，表明不同方法之间存在差异，在这种情况下，从条件C1(中位数=4,sum=158)到条件C2(中位数=7,sum=239)显著增加。

关于感知信息理解的有效性(D3)， Wilcoxon检验拒绝了零假设-中位数相等(p值< 0.000)，表明方法之间存在差异，在这种情况下，从条件C1(中位数=5,sum=172)到条件C2(中位数=7,sum=238)显著增加。

对于脑力劳动水平(D4)， Wilcoxon检验拒绝零假设-中位数相等(p值< 0.000)，表明方法之间存在差异，在这种情况下，从条件C1(中位数=5,sum=185)到条件C2(中位数=2,sum=76)显著降低。

关于享受水平(D5)， Wilcoxon检验拒绝零假设-中位数相等(p值< 0.000)，表明方法之间存在差异，在这种情况下，从条件C1(中位数=4,sum=163)到条件C2(中位数=6,sum=234)显著增加。

关于易沟通(D6)， Wilcoxon检验拒绝零假设-中位数相等(p值< 0.000)，表明方法之间存在差异，在这种情况下，从条件C1(中位数=5,sum=184)到条件C2(中位数=6,sum=229)显著增加。

关于社会存在水平(D7)， Wilcoxon检验没有拒绝零假设-中位数相等(p值= 0.254)，表明从条件C1(中位数=5,sum=188)到条件C2(中位数=5,sum=176)的方法之间没有显著差异。

最后，在整体协作意识方面(D8)， Wilcoxon检验拒绝了零假设-中位数相等(p值< 0.000)，表明方法之间存在差异，在这种情况下，从条件C1(中位数=5,sum=176)到条件C2(中位数=6,sum=233)显著增加。

代表协作过程的雷达图:D1-正确表达想法的有效性;D2-注意分配水平;D3-感知信息理解的有效性;D4—脑力劳动水平;D5-享受程度;D6-易于沟通;D7——社交在场水平;D8-合作意识。C1:视频工具;C2: AR工具。使用李克特量表显示的数据:1-低;7 -高

协作过程概述:D1-正确表达想法的有效性;D2-注意分配水平;D3-感知信息理解的有效性;D4—脑力劳动水平;D5-享受程度;D6-易于沟通;D7——社交在场水平;D8-合作意识。C1:视频工具;C2: AR工具。使用李克特量表显示的数据:1-低;7 -高

因此，可以观察到，在考虑的合作的大多数方面，条件C2被参与者评价更高:正确表达想法的有效性，注意力分配水平，感知信息理解的有效性，享受程度和沟通的便利性。

对于心理努力水平，条件C1的评分明显更高，可能是由于一些沟通争论理解在哪里执行某些程序，这可能与条件C1的注意力分配水平降低有关。

因此，获得的结果似乎表明，与基于ar的替代方案相比，视频工具的性能较差。

相反，条件C1的社会存在水平略高;然而，差异无统计学意义。

可能，因为这个条件支持远程团队成员之间的实时视频共享，也就是说，合作者的表现在任务期间总是出现在工具界面中，这可能会影响参与者与他们的协作对手在一起的感觉。

此外，条件C2在从任务上下文获得的捕获之上提供了基于ar的稳定注释。然而，团队成员的代表在工具界面中是不可用的，这可能会影响参与者对社会存在水平的感知，尽管没有任何重大差异，如表2所示。

除了已经提出的分析，我们还做了额外的努力，按年龄对协作过程进行分类，以验证使用技术的效果，即考虑两个样本<=30，>30，分别有19和18个参与者。之所以选择这个值，是因为它似乎是区分两代参与者的技术素养的相关阈值。通过非参数Mann-Whitney检验，结果显示两种情况无显著差异。

此外，在用VR-AR经验对协作过程进行分类时，在考虑非参数Mann-Whitney检验时，两组在两种情况下也没有显著差异。

因此，拥有VR或AR的经验对于更好的协作过程来说并不是一项资产。可能与3.1节中描述的原因相同。

3.3 参与者的偏好和意见

对于参与者的满意度，由于数据是有序的，并且每个用户都执行了两个条件(匹配样本)，因此必须使用非参数检验来检验中位数的相等性。Wilcoxon检验拒绝零假设-中位数相等(p值< 0.000)，表明方法之间存在差异，在这种情况下，从条件C1(中位数=5,Sum=174)到条件C2(中位数=6,Sum=239)，评分显著增加。

尽管条件C2没有远程对应的表示，但还是发生了这种情况。采访证实了这一事实。大多数参与者更喜欢C2条件，它提供了与任务上下文一致的非语言指令，这有助于参与者理解在哪里执行给定的指令，同时也促进了他们如何表达自己来请求专家指导。

关于参与者的经验，参与者选择了55张反应卡(微软使用的一种方法，用于了解团队成员对协作期间使用的工具的反应(Barnum 2010))来表征条件C1, 58张来表征条件C2。

下面的前10张反应卡代表了参与者选择最多的表达来描述每种情况(图7):

C1 -协作，耗时，可访问，乐于助人，熟悉，简单，灵活，可用，预期和可预测;

C2 -乐于助人、吸引人、授权、协作、吸引人、灵活、先进、新颖、可定制和易于使用。

参与者关于使用条件的前10名反应卡:C1 -视频工具;C2 - AR工具。考虑的颜色:绿色-积极的意义;Gray—中性的意思;红色(*)——根据巴纳姆2010年的说法，表示否定。(网上彩色图)

尽管反应卡可以让我们掌握参与者对所使用的条件的反应，但仅通过这种方法是不可能清楚地区分出一个突出的条件或识别出这种情绪的强度的。

然而，分析参与者的情绪状态提供了一个更清晰的视角。

关于条件C1(见图8 -顶部)，研究前参与者的情绪状态在喜悦(37人中有15人)，惊讶(37人中有4人)，兴奋(37人中有10人)和轻蔑(37人中有8人)之间变化。然后，在研究结束后，它在快乐(37人中有10人)、惊讶(37人中有2人)、兴奋(37人中有1人)、蔑视(37人中有23人)和厌恶(37人中有1人)之间变化。

至于C2(图8 -底部)，它在喜悦(17 / 37)、惊讶(3 / 37)、兴奋(7 / 37)和轻蔑(10 / 37)之间变化。然后，在研究结束后，它在快乐(37人中有15人)、惊讶(37人中有9人)、兴奋(37人中有12人)和蔑视(37人中有1人)之间变化。

被试在任务前(左栏)和任务后(右栏)的情绪状态:C1 -视频工具(上);C2 - AR工具(底部)

考虑到所有因素，在研究结束时，可以观察到对条件C1感到高兴，惊讶和兴奋的参与者数量减少。结果，这引起了对情绪状态的轻蔑的显著增长。还有一个厌恶的案例。

相反，在C2条件下，只有1次出现轻蔑，而更多的参与者表达了喜悦、兴奋和惊讶。没有关于厌恶的报道。

因此，条件C2对与积极内涵相关的情绪，如惊喜、喜悦和兴奋的得分更高。在条件C1中，唯一较高的值与轻蔑(中性内涵)相关。

以下是与会者的一些评论，为上述发言提供额外的背景:

• 社交水平高，易于正确分享想法;

：

起初，当我使用AR工具时，我错过了专家的身影，尽管当我继续前进并专注于任务时，我甚至没有注意到它的缺失!在真实世界和声音之上的指令足以成功完成任务;

：

鉴于我的工作要求我在日常工作中使用远程视频解决方案，我预计视频流的缺失会影响与远程对等方的协作。然而，考虑到AR工具进一步专注于任务本身，我非常投入，没有专家代表并不影响我的表现;

：

我已经远程工作5年多了，从来没有想过使用视频可以向另一个人解释一个实际问题及其背景。正确定位给定的组件、工具或感兴趣的领域是非常具有挑战性的。拥有一个界面专家并不是一个优势，因为还需要进行很多讨论。AR模式让我们能够更快、更准确地表达和理解彼此;

：

当使用AR工具时，我能够更清晰地交互，更好地理解需要执行的特定操作。我更喜欢这个，而不是视频，我总是不得不注意确保做什么。如果我眨眼一秒钟，我们就需要概括一下，而AR指令总是可用的，即使专家的描述不是;

• 信息理解和注意力分配水平:

：

由于更熟悉，视频工具可以更快地开始与专家交流。然而，当我需要表达自己对设备组件和工具的需求时，我明显感到缺乏支持。因此，我开始用不同的方式一遍又一遍地重复自己，目的是为了恰当地表达我心中的预期目标。这也发生在我的对手身上;

：

与视频替代方案相比，将操作说明放在我需要干预的设备附近有助于更容易地进行维护程序，因为除了文本之外，视频替代方案没有提供线索来帮助我记住该做什么，或确认我的行动。

• 易于沟通和水平的脑力劳动:

：

我觉得视频工具除了使用语音功能外，缺乏其他支持功能，这让我更喜欢AR，尽管它对我来说是一种新鲜事物，我必须适应它。

：

我从来不做维修工作，我的专业领域是旅游。总的来说，我更喜欢AR工具。每当我花了很长时间去做一个程序，或者忘记了下一个指令，我只是再次查看设备或用正确的信息增强锅炉组件，而专家描述该怎么做。

3.4 讨论

综合数据分析的结果，似乎试图增加社会存在可能不会像许多文献中报道的作品所假设的那样产生一致的积极结果。

鉴于报告的结果，我们强烈认为未来的研究应该考虑一个关于社会存在感的更全面的观点，即考虑影响协作过程的不同维度，以提供更广泛的工作努力视图，正如本工作所描述的那样，否则将无法为每个条件提供更全面的协作过程视图。

还应特别注意个人偏好和预期目标，以及可能影响技术的不同方面如何被接受和使用，从而影响协作如何发生的上下文特征。

例如，如果考虑到团队成员的特征，以及任务类型(例如，管理、咨询、谈判、心理运动、明确的问题、不明确的问题(Marques et al. 2021e))及其上下文，就有可能定制协作工具，即利用不同层次的社会存在，这可能会导致更大的接受和采用。

一些团队成员可能会对较低水平的社交存在感到更舒服，而不是当它很高的时候(例如，有社交焦虑或沟通恐惧的个体)。

事实上，37名参与者中有13人建议提供远程专家代表，但不是在任何时候，而是作为一个可选的功能，当团队成员认为这与增加信任和在任务解决过程中对情况的理解有关时。

事实上，虽然视频条件被评为具有较高水平的社会存在感，但共享视频流对于现有网络来说可能会很重，导致延迟问题和通信短缺，显著影响参与者在协作活动中的反应，例如注意力分配，信息理解以及社会存在感和感知。

总而言之，让远程专家出现在用户界面中似乎并不是在所有情况下都有帮助，可能会导致认知负荷增加，并在某些情况下阻碍性能和工作效率。综上所述，当使用AR注释和语音通信作为替代方案时，团队成员代表的缺失可能不会显著影响任务的解决，这仍然可以激发合作者的社会存在感。

也许要走的路是使协作工具支持更大的表示方法选项，并让团队成员根据他们的个人概况和任务需求选择他们喜欢的协作方式，而在并行或异步活动等情况下，对等方的行为更零星，可能支持较少的功能，因为在大多数情况下，现场团队成员主要专注于任务，需要较少的干预/帮助。

4 有限公司结论和未来的工作

本文中提出的工作是由文献中关于社会存在在远程场景中的作用的不同结果所驱动的。

我们探讨了合作者的表现如何影响社会存在的水平和其他被认为相关的协作维度，以及在(同步)远程指导期间的任务解决，这是由与行业部门的协作驱动的。

从数据分析中获得的结果表明，尽管视频条件呈现出更高水平的社交存在，但基于ar的条件所考虑的协作的其他方面(例如，正确分享想法和沟通的便利性，信息理解水平，注意力分配和精神努力)的评分更高。

事实上，大多数参与者更喜欢基于ar的条件，他们同情远程专家在任何时候都可见并不是完成任务程序所必需的。

因此，有人建议，专家代表只能作为一项可选功能提供。通过这种方式，团队成员可以根据他们的个人概况和任务需求定制他们的协作体验。

因此，我们认为，社会存在本身不能作为合作好坏的一般预测因素，这是为分布式活动设计未来支持工具时要考虑的一个重要方面。

进一步的工作将致力于获得更多关于远程设置中社会存在的作用的知识，考虑到团队成员的特征(例如，情绪，社交焦虑水平，沟通理解等)，以及任务类型和背景，以便理解是否有可以识别的模式来指导研究社区。

另外，我们打算支持第三个条件，即使用虚拟化身来代表团队成员。

在这方面，我们计划与目标用户和领域专家进行正式的用户研究，也考虑ar头显的使用和效果。

下载原文档：https://link.springer.com/content/pdf/10.1007/s10055-023-00770-7.pdf