Meta实验研究：虚拟现实比视频会议更具面对面交流体验
虚拟现实更接近于面对面交流
（映维网 2021年11月08日）视频是远程会议的主要媒介，它通过摄像头为远程参与者提供基于屏幕的2D视觉感知。虚拟现实则是一种新兴的替代方案，其可以使用运动追踪和头显设备将参与者置于共享的3D环境中。尽管保真度较低，但这种沉浸式3D体验更类似于面对面交互。所以，理解它如何影响协作体验非常重要。
在名为《Videoconference and Embodied VR: Communication Patterns Across Task and Medium》的论文中，加利福尼亚大学，特温特大学和Meta组成的团队比较了参与者在两种媒介上的行为模式，涉及四项任务。实验表明，虚拟现实更接近于面对面交流。
研究基于长期以来人们对传播媒介的可供性是如何支持各种任务的兴趣。理解不同可供性所产生的行为对于远程协作系统的设计具有重要的影响。作为一个例子，最近有研究假设人们因视频会议而感到疲惫，部分原因可能是人们接受过多注视行为模式。
在本次研究中，团队采用了最先进的虚拟现实技术，通过身体追踪、面部追踪和手指追踪驱动逼真虚拟化身，从而提供令人信服的交互体验。在实验中，研究人员非常小心地确保视频会议和虚拟现实条件尽可能均匀地匹配，例如，采用推荐的视频会议框架，只显示上半身以便手势清晰可见，提供一个共享的鼠标界面，并且要求所有参与者在这两种情况下都保持固定的坐姿。
然而，差异依然存在。虚拟化身的保真度低于视频，并且不能完全揭示一个人的身份。例如，性别和种族可以匹配，但其他则不然。接下来，虚拟化身允许用户置身于共享的3D空间中，而视频会议依然基于屏幕。
参与者分成三人一组并完成热身任务和四项实验任务。作为说明，所述任务旨在复刻会议期间可能发生的不同类型活动。其中，智力任务要求参与者对一个具有正确答案的问题给出答案；决策任务要求参与者在没有一个正确答案的情况下达成共识；一个混合动机任务要求参与者就团队成员存在分歧的地方进行谈判；另一个混合动机任务则引入了一个平面图，并探索这将如何影响非言语行为。
每名参与者只分配一种媒介，但需要完成所有四项任务。总共有210人参加了这项研究，35组，每组三人。
对表现和主观指标的分析并未显示这两种媒介之间存在显著差异。例如，调查显示，满意度、共同临在感、相互理解和清晰的情感沟通没有显著差异。
不过，本次研究的重点是行为测量的差异，亦即旨在了解人们使用虚拟现实或视频会议作为召开工作会议的媒介所产生的行为差异，以及所述行为差异是不是源于工作任务的性质。作为当前默认的远程会议选项，视频会议为评估虚拟现实诱发行为提供了一个重要的比较点。在潜在的广泛采用之前，理解具象虚拟现实的潜力和影响非常重要。
为了说明不同技术所起的作用，两种媒介之间的基本会议配置尽可能相似。通过对比不同类型的任务，团队希望探索行为是否会随着任务的变化而变化。评估的行为测量包括会话转向、注视模式和非言语行为。研究论文发现，任务和媒体之间存在显著的行为差异。媒体的差异包括视频会议参与者会投入更多的时间观察对话者（尤其是对方的脸部），他们提供了更多的语言和非语言背景，进行了更多的自我调整，更少的指示手势，在某些情况下有更长的对话轮。对所述行为变化的一个潜在解释是，视频会议的参与者比具体虚拟现实的参与者更努力地维持社会联系。
团队总结道，这表明使用这两种媒体所需的努力存在差异，并可能会影响用户。但是，这需要进一步的深入研究。
对于具体的实验过程。在到达后，参与者保持距离，以确保彼此的所有互动仅通过中介接口进行。然后研究人员将参与者引导到三个独立但布局相似的区域。为了让参与者熟悉系统和彼此，他们首先完成热身任务，然后按照随机顺序完成四项实验任务。
每项任务开始时都提供了说明，并向其告知将根据表现每项任务最多提供11美元的奖励，从而激励参与。在实验结束时，所有参与者都得到了全额奖励。每项任务最长可以持续15分钟，整个实验的总时间最长可达195分钟。在完成每项任务后，远程会话暂时停止，以便参与者接受调查并短暂休息。参与者所做的事情只是开始和结束每项任务，并回答有关任务说明的问题。
实验共有70组，每组三人，共210名参与者，并在两种媒介条件下平均分配。虚拟现实参与者的虚拟现实体验各不相同（35人之前没有虚拟现实体验，43人有一定的虚拟现实体验，14人经历过多次虚拟现实体验，3人拥有自己的虚拟现实头显，10人没有陈述自己的虚拟现实体验）。
团队在实验中发现，虚拟化身和视频会议之间存在强烈的行为差异：
会话转向：先前基于会话游戏分析的研究发现，面对面交互比音频更有效，因为参与者会依赖视觉指标来确认理解，而不是要求口头反馈，但与音频相比，视频的效率提高并不成立。团队的一个关键发现是，视频会议中的反馈通道比虚拟现实更长、更频繁。这似乎反映出参与者更需要在视频会议中进行调整和确认。另外，在面对面交谈中，人们互相打断的次数大约是视频会议的两倍，而本次研究表明，在具身化的虚拟现实中，交互风格不是那么正式，所以有更多的打断和更多的言语重叠。因此，虚拟现实看起来更类似于面对面交流。
注视：之前的研究发现，视频会议的注视率高于面对面的注视率。有研究表明，使用视频的参与者在注视对方次数方面比面对面交流多56%。这与团队在视频会议和虚拟现实中的实验结果完全相同，从而表明虚拟现实更接近于面对面交流。
指示手势：指示手势在虚拟现实中更为频繁。总体而言，VR用户使用手势表达信息要高得多，达到20.6%，而视频会议为12%。与会话转向类似，这意味着为了减少让对方反感的可能，人们在视频会议中会付出了更多的努力，较少使用指示手势。
总的来说，视频会议中的互动表现出更频繁、更长的反馈通道、更正式的话题转换、更高的注视率、更多的自我适应和更少的手势信息。相反，虚拟现实的行为更接近于面对面交流。
相关论文：Videoconference and Embodied VR: Communication Patterns Across Task and Medium
当然，团队承认需要更多的研究来理解所述行为差异的影响，而且虚拟现实离丰富的面对面互动还有很长的路要走，但希望本次研究能够为虚拟现实支持更自然远程交互提供早期证据。因为仅凭减少差旅对环境的影响就可以促使虚拟现实方案成为一个值得追求的目标。
