智能手表如何成为情绪管理与自我觉察的催化剂？一项为期14天的数字日记研究揭示心理受益机制

作者Frensen Salim来自印度尼西亚的Bina Nusantara University（BINUS）的这项研究，发表在2025年ACM人机交互会议（CHI EA ‘25）的会议论文集中。研究聚焦于智能手表的心理影响机制，填补了可穿戴技术研究在情绪调节（emotional regulation）和自我觉察（self-awareness）领域的空白。

学术背景与目标 当前可穿戴设备主要被宣传为监测心率、步数等生理指标的物理健康工具，但其对心理健康的影响尚未充分探索。情绪调节（指个体调整情绪反应的过程）和自我觉察（对自身情绪和行为的意识）是心理健康的核心要素。尽管已有研究表明智能手表可能通过实时反馈和个性化干预影响这两项能力（如文献[8,31]证实其情绪调节作用，[21,22]验证自我觉察功能），但现有研究多局限于特定场景。本研究通过大规模日常追踪，旨在回答三个核心问题：智能手表交互如何影响情绪调节（RQ1）？如何增强自我觉察（RQ2）？以及用户对其心理效益的感知效果如何（RQ3）？

研究方法与流程 研究采用14天数字日记法（digital diary method），通过在线平台收集75名参与者的1050份日记条目。样本通过Prolific平台招募，最终完成率75%。参与者的地域和人口分布具有多样性：41.33%来自英国，其余来自南非、波兰等12国；年龄以19-39岁为主（84%），使用苹果（29.33%）、三星（18.67%）等主流品牌设备。

数据采集流程具体包含三个阶段： 1. 预筛查环节：每日通过两个强制问题筛选有效数据：”今日是否佩戴智能手表？”和”使用了哪些功能？”，仅当两者均为”是”才允许填写日记。这种设计保障了数据相关性，同时通过Prolific ID实现匿名化追踪。

1. 核心数据采集：采用混合题型问卷（Google Forms集成）：

   • 单选题记录使用的功能（如睡眠监测、心率检测等20类）
   • 多选题标注情绪反应（从”兴奋”到”恼怒”的16种选项）
   • 开放式文本详细描述交互细节和情感体验（平均耗时5分钟/天）

2. 数据分析：采用ATLAS.ti软件进行主题编码（thematic coding）。首先利用AI辅助生成初始代码，再通过人工迭代修正，最终形成情绪调节、自我觉察、用户感知三大主题簇。为确保严谨性，研究团队对AI生成的代码进行交叉验证，并通过时间序列分析（day1-day14的纵向对比）识别行为模式。

关键发现 1. 情绪调节的双路径机制
- *认知负荷减轻*：73%的参与者提到通知管理功能降低心理干扰。典型陈述如：”手表自动记录步行数据并提醒达标情况，让我无需分心统计”（P34）。活动追踪和自动任务触发帮助用户保持专注，减少情绪波动。
- *积极情绪强化*：68%的日记涉及成就感激增，尤其在达成运动目标时。一位睡眠障碍者写道：”看到睡眠质量改善数据，让我对身体状况更有掌控感”（P19）。健康数据可视化构建了正向反馈循环。

1. 自我觉察的增强作用

   • *觉知唤醒*：61%的参与者通过设备提醒察觉行为模式。例如：”周末闹钟的不同设置让我意识到工作日的焦虑规律”（P52）。这种”触发-反思”模式促进习惯认知。
     
   • *自我控制*：健身目标追踪产生行为约束力。有位减肥者描述：”每日步数监控防止我偷懒，数据停滞会立刻调整饮食”（P07）。这种外源性监督弥补了自制力缺口。

2. 用户感知的两大维度

   • *个性化联结*：82%的用户将设备视为”生活助手”，其价值源于功能定制化。例如根据心率自动调整运动计划的设计获得高度评价。
     
   • *工具可信度*：健康监测的准确性（如ECG功能）建立心理依赖，形成”数据驱动决策”的行为模式。

研究结论与价值 该研究证实智能手表通过四种核心机制影响心理健康：
1）*生理-心理桥梁作用*：将血氧、睡眠等生理数据转化为情绪认知的量化依据
2）*场景化干预*：通过适时提醒（如压力呼吸引导）实现”即时情绪调节”
3）*目标可视化*：运动目标达成度等数据提升自我效能感
4）*行为反射镜*：通过活动模式分析促进习惯反思

方法论创新与局限
本研究首创将数字日记法与主题编码结合应用于可穿戴设备研究，其动态追踪设计克服了传统问卷调查的回忆偏差。但样本年龄偏年轻化（84%为40岁以下），且14天周期可能无法捕捉长期效应。作者建议未来研究可结合生物传感器数据（如皮电反应）增强客观性，并探索不同文化背景下的使用差异。

这项研究为”数字心理健康”（digital mental health）领域提供了实证基础，其发现对开发具有心理辅助功能的下一代可穿戴设备具有直接指导意义。特别是对于需要情绪管理支持的特定人群（如焦虑症患者），研究揭示了技术赋能的精细化干预可能。