Ian Li, Anind K. Dey, and Jodi Forlizzi ACM Transaction on CHI, Vol.19, No.1, Article 7, March 2012.

1. Using Context to Reveal
Factors that Affect
Physical Activity
+ TOCHI 2012
-Ian Li et al.
/최진한
x 2013 summer

2. Using Context to Reveal Factors
that Affect Physical Activity
Ian Li, Anind K. Dey, and Jodi Forlizzi
Human Computer Interaction Institute,
Carnegie Mellon University
ACM Transaction on CHI,
Vol.19, No.1, Article 7, March 2012.
(Received Feb 2011; revised Sep 2011; accepted Oct 2011)
최진한
8/22/13

3. Authors
Jodi Forlizzi
A. Nico Habermann Associate Professor
Human-Computer Interaction Institute,
Carnegie Mellon University
Research Areas
Design Research, Human Assistance
Research Interests
Notification systems and interfaces
ranging from peripheral displays to
avatars to embodied robots; the role of
design practice and research in HCI.
Ian Li
UI Designer at Google
Ph D (2011)
Human-Computer Interaction
Institute,
Carnegie Mellon University
Thesis
Personal Informatics and Context:
Using Context to Reveal Factors
that Affect Behavior
Anind Dey
Associate Professor
Human-Computer Interaction
Institute,
Carnegie Mellon University
Research Areas
Design Research, Enabling
Technologies
Research Interests
Ubiquitous computing and context-
aware computing, user-interface
software and technology, end-user
programming

4. Introduction
- 사람들은 개인 정보 시스템를 자신들에게 자신의 행동을 알리는데 사용하고 있음
- 시스템이 사람들에게 행동에 영향을 미치는 요소를 알려주면 상황을 이해하는 것과,
행동의 개선/변화에 도움을 줄 수 있을 것임
- 현재의 시스템은 하나에 한개의 행동 정보만 추적하여
행동에 영향을 주는 요소를 파악하기 위해서 기억에 의존해야 했음
- 장소, 활동, 사람 등의 맥락 정보를 제공하는 것이 솔루션
1. 시스템이 맥락과 행동 정보를 수집하고 반영하는데 어떻게 적절히 도움을 줄 수 있을까?
2. 사람들에게 행동에 영향을 주는 요소를 알려주는 것에 맥락 정보를 제공하는 것이 얼마나
효과적일까?
3. 사람들은 행동에 영향을 주는 요소를 이해하는데 맥락 정보는 어떻게 사용할까?
4. 이러한 새로운 자각이 행동 변화를 이끄는가?
Background
Research Question

5. Related Work > Physical Activity Awareness
신체활동(운동) 부족은 비만, 심장 질환, 당뇨, 고혈압 등의 질병에 걸릴 리스크를 높임
Physical Activity awareness system은 발걸음 수, 에너지 소비, 심박수 등의 정보를 제공

6. Related Work > Personal Informatics
B. Franklin (1916) 부터 artist, designer, engineer 등이 self-tracking을 위한 도구 개발
+ 일반 사용자들을 위한 데이터 수집, 반성 도구도 발전
self-insight로 self-control을 향상시켜 positive behavior을 유도
많은 도구들이 각각 한개의 정보(걸음수, 혈당, 구매기록)를 수집하여 단순하지만 사용자에게는 불편
여러개의 정보를 수집하는 경우에도 정보가 통합되어 보여지지 않아 유의미한 정보를 찾기 어려움
유비쿼터스 컴퓨팅에서 개인 정보와 여러 종류의 맥락 정보를 수집, 저장, 제공하는 것을 연구함
여러개의 프로젝트에서 가이드라인과 운동 자각 디바이스 설계에 대해 논의됨
그렇지만, 행동에 영향을 주는 요소를 알아내기 위해서 맥락 정보를 어떻게 효과적으로
개인 정보 시스템에 통합하는지는 아직 연구 대상임.

7. Related Work > Personal Informatics
개인 정보 시스템을 사용하는데 5가지 단계 (Li 2010)
이 논문에서는 collection, integration, reflection의 단계만 봄
Prep: 수집 정보 선정 - activity, location, people
Action: 초기의 장벽이 action 단계의 미치는 영향 파악 위해 우선적으로 초기 단계에 집중
본 연구에서는 multi-faceted의 장점 파악을 위한 탐색
2개의 프로토타입을 제작 user-driven / system-driven 탐색

8. Study Approach
연구는 운동 부족인 사람들을 선정하여 진행됨
일상 생활에서 비교적 쉽게 접근 가능한 ‘걷기’를 운동으로 정함
Craigslist, 실험 참여 모집 웹, 온라인 커뮤니티, 전단지 등으로 리쿠르팅
5가지 단계의 Behavior change model (Marcus 1992)을 기초로 스크리닝
전 숙고 단계, 숙고 단계, 준비 단계인 사람들을 선발
Diary Study
Prototype v.1.0
Prototype v.2.0

9. Study 1 > diary study
프로토타입을 만들기 전에
사람들이 운동에 맥락 정보를 어떻게 반영하는지 연구
3주간 4명이 참여. Armband를 차고
사람들에게 발걸음 수, 행동, 장소, 사람을 다이어리에 적어달라고 함
총 4번의 대면 인터뷰 및 설문지
1주: armband에 디스플레이가 없어서 자신의 데이터를 보지 않음
2주: armband에 만보계를 같이 들고 다녀서 실시간으로 발걸음 수를 볼 수 있음
3주: 만보계를 없에고, armband에서 얻은 데이터를 매일 프린트해서 보여줌
Method

10. Study 1 > diary study
사람들은 armband의 daily report를 좋아함
자세한 데이터들이 자신이 언제 활동적이었는지 아는데 도움이 됨
참여자들은 점점 신체적 행동 지수를 인식하게 됨
또한 신체 활동을 위한 기회를 찾기도 함.
맥락 정보를 가지고 자신의 신체 활동을 반성할 때에
사람들은 맥락 정보와 신체 활동은 연결지어서 생각한다.
Results

11. Study 2 > IMPACT 1.0
IMPACT (Integrated Monitoring of Physical Activity and ContexT)
사람들이 신체 행동과 맥락 정보를 연관지어 볼 수 있도록 시각화에 초점을 맞추어 개발
3개의 실험 phase를 위해 control, step-only, IMPACT의 버전으로 제작
control : 시각화 없음, 발걸음 수를 입력 only
step-only: 일/주 별 발걸음 수 시각화
IMPACT: 맥락 정보를 입력을 위한 라벨 추가
day view
during a week
detailed daily
during a week
with context info.

12. Study 2 > IMPACT 1.0
43명 (남:14, 여:29) - 13명 드랍
7주간 (1주: control version, 3주: steps-only, 3주: IMPACT)
4번의 인터뷰와 설문
설문 결과 IMPACT가 신체 행동의 기회를 많이 발견할 수 있었음
phase간 발걸음 수의 차이는 없었음
인터뷰에서 어떻게 도움이 되었는지 자세히 물어봄
“맥락 정보를 가장 많은 발걸음 수를 기록했을 때에 행동을 파악하기 위해서 사용해요.”
“IMPACT 가장 유용하지만 사용하기 어려워요.”
“자동으로 입력이 되면 더 사용할 수 있을 것 같아요”
Study 2는 맥락 정보를 신체 활동의 기회를 인지하도록 통합하는데 경험적 근거가 됨

13. Study 3 > IMPACT 2.0
이전 스터디를 보완
pedometer + journal recording -> mobile phone + GPS
모바일 폰에서 기존에 사용한 보수계의 정확도를 가진 보수계 개발, 정확도 테스트
외부 GPS 센서로 사용자의 위치를 매 분마다 기록
각 이벤트에 대해 맥락 정보인 행동과 사람이 미리 입력되어 있고,
사용자는 진동 알람이 울리면 확인하고 수정할 수 있음

14. Study 3 > IMPACT 2.0
두가지 버전을 제작
Control: 발걸음 수만 모니터, 웹에서의 시각화 없음
Step-only: 발걸음 수 모니터하고 웹에서는 맥락 정보를 제외한 일간 발걸음 수를 보여줌
사용자에게 알람을 주지만 맥락 정보를 입력하는 것이 아닌, 얼마나 활동적인지 5점 척도 점수 입력
모바일 폰과 웹 사이트가 싱크되어 데이터가 자동으로 입력됨
추가로 맥락 정보를 덧붙일 수 있음
step-only ver.
with context info.

15. Study 3 > IMPACT 2.0
8주간 실험
4주: control system 사용
4주: control, step-only, IMPACT가 랜덤하게 바뀜
3번의 인터뷰 및 설문
49명의 실험 참여자, 14명 이탈
사용자들은 4주씩 두번의 phase동안 평균 발걸음 수에는 유의미한 변화가 없었음
study2와 다르게 서로 다른 버전에서 맥락을 인지하는 정도의 차이가 없었음
study 2의 참여자들은 직접 데이터를 기록하고 맥락 정보를 입력하는 등 적극적으로 관여함,
study 3는 데이터가 자동으로 기록되고, 웹과도 싱크가 되어 덜 관여하게 됨
사용자의 관여가 중요함.
데이터 기록에서 자동화는 사용자에게서 귀찮은 일을 덜어주기 때문에 필요한 요소,
적절한 사용자의 관여를 위한 균형을 찾는 것이 어려움

16. Study 3 > IMPACT 2.0
6개월 후에 추가 인터뷰 진행
14명 참여자 (control 5명, step-only 6명, IMPACT 3명)
참여자 공통적으로 그래프에서 피크 지점에서 내가 무슨 상황에 있었는지 알고 싶어함
맥락 정보가 포함되지 않은 시스템 사용자는 자신의 캘린더 앱을 열어 비교하며 보기까지 함
자동으로 라벨링된 맥락 정보는 기억을 되살리는데 유용하다.
이미 있는 외부의 기록들 (캘린더, 이메일)이 맥락 정보로 역할을 한다.
신체 활동에 영항을 주는 맥락 정보에 행동, 장소, 사람뿐만 아니라 분위기, 날씨 등도 중요하다.

17. Discussion & Conclusion
Findings
- 사용자는 맥락 정보와 신체 활동 정보 사이의 관계를 지어 신체 활동에 영향을 미치는 요소를 찾는다.
- 신체 활동과 맥락 정보를 모니터링하고 반영하는 것은 신체 활동의 기회를 자각하는데 도움을 준다.
- 신체 활동 정보와 맥락 정보를 자동으로 수집하는 것은 데이터 양을 늘여 장기간의 반성에 도움을 주지만
사용자 관여를 적게 하게 되어 즉시적인 자각에 그칠 수 있다.
한계점
- 맥락 정보로 장소, 행동, 사람만 수집했는데 분위기와 날씨도 중요한 요소임을 배제
- 충분한 시간과 사람을 관찰하지 못한점
- 5가지 단계중 preparation, action을 제외한 3단계만 봄

18. 이야기
기술 (시스템)에 의해
self-insight --> self-control 향상 --> behavior change 하는
느낌과 생각은 어떤가요?
혹시, 긍정적이다면
우리 주변에서 이런 것이 필요한 문제는 어떤것이 있을까요?