📖 AI 总结

这篇论文探讨用户自建个人感知系统中本体边界的协商问题。研究指出，设计的人工制品具有本体性，会塑造甚至限制人们对可能性的想象，而赋予用户自主构建系统的权力是缓解这种限制的途径之一。尽管相关研究已有数十年历史，但既有评估多聚焦于系统的可用性、实用性或技术可行性，忽视了本体边界协商这一维度。作者设计了两个开放式探针，采用“绿野仙踪”技术，让用户训练针对自己定义现象的个性化机器学习系统，并开展为期一周的探索性研究。研究识别出四个本体边界协商的场景：现象本身的边界、主体作为关系的一部分、信号与噪声的区分，以及数据的客观性。作者据此提出支持边界协商的设计起点，并讨论了开放式探针作为本体设计方法的价值。