每天使用屏幕10小时，你知道自己都干了些什么吗？

本文来自微信公众号：Nature自然科研（ID：Nature-Research），原文作者：Byron Reeves, Thomas Robinson & Nilam Ram

人们热爱屏幕。

在我们被屏幕上的社交信息、真假新闻、广告、会扰乱睡眠的蓝光“轰炸”的同时，我们对这种关系的焦虑也达到了顶峰。越来越多的人担心，屏幕对身心健康、教育、人际关系，甚至是政治和民主都会造成不容忽视的影响。

一位中国传统戏曲比赛的参赛者在玩手机。图片来源：Thomas Peter /Reuters

就在去年，世界卫生组织发布了关于限制儿童屏幕使用时间的指导意见；美国国会调查了社交媒体对政治倾向以及选举的影响；加州颁布了一项新的法案（272号议会法案），授权学校可以限制学生使用手机。

科学家、立法者、医疗工作者、公共卫生专家和各团体所表达的担忧以及采取的行动都基于一种假设，即数字媒体（尤其是社交媒体）会对人类行为产生强大且绝对消极的影响。但是，到目前为止，研究人员很难通过实证研究证明这个似乎显而易见的道理。反之亦然，他们也很难证明这种担忧是多余的。

过去十几年里，数千项研究都把目光对准了数字媒体的影响。这些研究的主要局限在于，它们分析的数据无法揭示人们在屏幕上看什么和做什么，尤其是涉及医生、议员和家长最担心的一类问题。大多数研究采用的都是自我报告的“屏幕时间”。

这种研究方法让人们估算自己的屏幕时间，或是在“手机”“电视”“社交媒体”“政治新闻”或“娱乐媒体”等平台上花费的时间。然而，目前人们接触内容的范畴宽泛性、消费模式碎片化、信息食粮异质性、体验交互性以及设备移动化的程度均过高，不适合使用这种简单的归纳。

政策和建议必须以对媒体使用的准确评估为参考。这就需要对人们什么时间在屏幕上做了什么进行实时追踪，并对屏幕上的内容及其出现顺序展开机器分析。

目前的技术已经可以详尽记录一个人的数字生活了。得益于数据分享规范的不断变化，以及基因组学等领域的研究经验和可用工具日益发展，如今的研究者可以在不违反数据安全及个人隐私相关法规的情况下采集数据了。

在此，我们呼吁开展“人类屏幕组计划”（Human Screenome Project），共同采集并分析现代人类在屏幕上浏览的内容和各种操作。

屏幕时间

根据2019年的一项综述和元分析，过去的12年里，有226项研究聚焦媒体使用和心理健康之间的关系。这些研究覆盖了焦虑、抑郁、自杀念头等心理健康问题；还有孤独感、生活满意度，以及社会融入的话题。

这项元分析发现，数字媒体暴露和幸福感之间几乎没有系统关联。但是，这226项研究差不多全部采用了访谈或问卷的形式，询问受访者过去（如前一天）使用社交媒体的情况。

这些研究者的共同预期是，如果一个人经常上Facebook，不管怎样，这些屏幕时间里总有一刻会影响他的幸福感。然而，“上Facebook的时间”可能是用来了解朋友动态、参加商务会议、购物、筹款、看新闻、人身攻击，甚至是去“偷窥”别人。这些行为有着天壤之别，对身心健康和行为也有千差万别的影响。

另一个问题是，人们对于自己在什么时间做了什么往往记不太住。最新的研究发现，人们可能会多报或少报自己的媒体暴露时间，差异可达每天数小时。在今日复杂的媒体环境下，采用调查问卷的方式询问过去一个月，甚至是过去一天里的情况都可以说是无效的。你记得你昨天看了几次手机吗？

美国国立卫生研究院（NIH）投资了3亿美元开展一个神经成像和儿童发育项目，该研究预计覆盖1万名9-10岁的儿童，调查媒体使用是否会影响他们的大脑发育及认知发展。

为了统计屏幕使用情况，参与者只要在5个标准时长中选择即可，再根据不同媒体类别，平时或周末进行分开报告。（这项研究的第一份报告已于去年发表。报告显示，媒体暴露与大脑特征或是参与者在计算机任务中的认知表现关系不大，或没有关系。）

数字生活

研究人员需要从非常细致的角度观察人们接触的所有媒体和平台，以及他们看到的和创造的内容。人们如何在不同平台间以及平台上的不同内容间切换？他们对不同类型媒体的使用是如何相互影响和演化的？换言之，研究者需要的是一张数字生活的多维地图。

具体来说，人们每次使用电脑和手机的持续时间是10-20秒。如果能对人们每次使用时在不同媒体间的切换进行量化，并对数字生活和真实生活的切换进行量化，就能得到更接近实际使用的模式。

一次屏幕使用从屏幕亮起开始，到屏幕变黑结束——如果是为了看时间，一次屏幕使用可能不到一秒。或者，一次屏幕使用可以从你在Facebook上回帖开始，到你一小时后点击某篇时政文章结束。

对媒体使用的量化还必须考虑到内容的分散性。如今的设备让过去的完整信息（如电影，新闻故事或私人谈话）变得碎片化，这些碎片通常会分多次看完，有时候要几个小时或好几天。

我们还需要对媒体使用按内容分类（如时政新闻，社交关系，健康信息，工作生产等）。如果可以，最好将不同内容编排成只反映个人情况的序列。

为了更好地捕捉这种复杂性，一些研究者开始采用日志软件。日志软件最初是为了让营销商了解人们在看的网站，他们的定位，以及他们使用不同应用的时间。虽然这些数据的准确性和详尽度比自我报告要好，但是它们不能实时反映人们浏览的内容和操作。

更好的方式

为了记录人们使用屏幕的实时情况，我们搭建了一个叫做“屏幕组学”（Screenomics）的平台。这个软件可以在不干扰用户，不管设备是否开启的情况下，每隔5秒自动截屏，并将截屏记录加密后传输（见go.nature.com/2fsy2j2）。如果在多个设备上同时安装这个软件，每台设备的截屏也可以实现同步。

这种截屏的方式和其他追踪人机交互的方法（如使用智能手表、健身手环或日志）不同。它不仅更为准确，还能追踪不同平台，并且采样频率更高。实际上，我们正在研发一个可以每秒采样的软件。

目前为止，我们已经采集了超过600人的3000多万份截图数据，我们把这些数据称为“屏幕组”（screenomes）。即使只看其中2个人的数据，也不难发现这种深度分析所能带来的重要信息。

这种高分辨率的分析，不仅能回答一些长期未解的问题，还能得到一些新结论。比如，幸福感可能和屏幕使用的碎片化程度有关，或者和使用者接触的内容有关。

大脑结构的差异可能也和人们在内容生产和消费之间的切换速度有关。在认知任务上的表现差异或许和下列因素有关：在多任务操作中，内容切换（从政治切换到健康）以及应用程序切换（从社交媒体到游戏）的占比，以及在切换前的持续时间。

微观分析

我们对美国加州北部某社区的两名14岁青少年的手机使用进行了截屏记录，结果显示，这种深度分析可以提供不少重要信息。

量。研究人员最常问一个问题可能是，受访者是“重度”手机使用者，还是“轻度”使用者。如果被问这个问题，两名青少年可能都会说自己是“重度”，并报告自己“每天”使用手机的时间为“2小时或以上”；说自己每天早上起来的第一件事以及睡觉前的最后一件事都是看手机。

但是，对他们在2018年某3周里的实际手机使用记录却显示，两人的手机使用习惯非常不同2。受访者A在3周里手机使用中位数是每天3.67小时；B是4.68小时，比前者多1小时（27.5%）。

模式。两者使用手机的次数差异就更大了。平均而言，A每天使用186次（一次是指屏幕每亮起和熄灭一次的间隔）。

对A来说，每次使用的平均时间是1.19分钟。而B的情况却大相径庭，B每天使用手机26次，每次2.54分钟。可见，A使用手机的频次是B的7倍，但每次使用时间只有后者的约三分之一。

这种模式的差异可以反映两者心理的差异。A的日常生活更加碎片化，或许和注意力缺陷有关，又或是因为A处理信息的速度更快。

交互性。两名青少年在消费内容之外还生产内容。他们会写短信，拍摄照片和视频，输入搜索信息等等。如果是问卷调查，两人可能都会说自己“有时”或“经常”发布原创内容。但是截屏数据却能记录下他们无法准确回忆的交互活动。

A有2.6%的屏幕时间用在内容生产上，这些时间均匀分布在一天中，且主要是在社交媒体应用上。相比之下，B有7%的屏幕时间用在内容生产上（是A的2.5倍），创作时间通常是在晚上看视频的时候。

内容。在这3周里，A使用了26种不同的应用，超过一半（占53.2%）是社交媒体类应用（主要是Snapchat和Instagram）。B使用了30种不同的应用，用的最多的是YouTube（占50.9%）。

如果我们进一步放大细看，截屏内容就能揭示更多信息。对B来说，平均每天有37%的截屏与美食有关，包括美食网站的图片，B吃的食物的照片，别人吃东西或做饭的视频，还有游戏里虚拟餐厅的食物。

如果是问卷调查，两名青少年可能都会说自己用“很多”应用，并列举其中一些。但是这并不能透露他们在媒体上看到了哪些内容。

Byron Reeves  Thomas Robinson  Nilam Ram

人类屏幕组计划

那么，怎么做才能改善现状？我们需要联合起来，共同记录并分析每个人在屏幕上看了什么，做了什么，这些操作的先后顺序，以及数字设备自带软件和传感器所采集的元数据（如日期，位置，甚至是点击速度）。

对于屏幕组来说，截屏就是媒体使用的基本单位。但是，截屏信息或特征的价值取决于研究问题，这和其他“组学”研究是一样的。如果研究问题是移动设备的成瘾性，那就需要测量第一次屏幕接触所引发的唤起反应（可检测心率变化）。

如果研究问题侧重于社交关系对时政新闻的影响，那么在屏幕组序列中，“社交”和“政治”片段之间的截屏可能就是分析的重点。（比如，好友点赞的新闻可能比没被点赞的新闻更有可信度。）

那么，研究人员如何才能获取这些高分辨率的数据呢？他们又该怎样从数百万的截屏数据中提炼出有用的信息呢？

一个方法是与持有数据的公司合作。这些公司已经掌握了监控用户数字生活的一系列方法，如谷歌、Facebook、亚马逊、苹果和微软。

哈佛大学在2018年启动的Social Science One项目，就是鼓励这方面的产研合作。研究者可以调取Facebook的特定匿名数据，研究社交媒体和民主的关系。

由于担心数据泄漏，或是害怕研究结果影响业务，这类合作在研究问题的设计以及可用数据方面多有限制，而且涉及冗长且繁复的法律行政手续。此外，公司本身并无义务和学术界分享这些数据。

想要更大的自由度，研究者就必须自己采集数据。如果他们想要在几天之内得到研究结果，比如分析恐怖袭击、政治丑闻或金融风暴的影响，也必须自己动手收集数据。

幸运的是，屏幕组学等网站可以让此成为可能。

根据我们的经验，人们是愿意和研究人员分享数据的。难的地方在于，搜集屏幕组数据照常理是会引发隐私及监管方面的担忧。不过，通过数据加密，安全储存以及匿名化，我们可以在保障个人隐私的前提下采集屏幕组数据。（我们所有项目申请都要通过大学的人类受试者保护委员会的审查。）当然，社会科学家也可以参考借鉴电子病历¹³和基因组数据保护与分享的最佳做法。

屏幕组数据需要用多种手段（比如深入的定性分析以及挖掘模式和结构的算法）进行筛选。考虑到人们面对的屏幕总在快速变化，研究人员不仅要关注个体间和群体间的差异，还应当关注个人媒体使用随时间推移的演变。

未来，研究者有望实时分析个人的身心状态，研究人际和群体关系在几天和几周内的社会动力学，甚至是几个月和几年时间里累积的文化和历史变革。

一些人可以会说，屏幕组数据过于详尽，会让研究者一叶障目而不见青山。但我们不同意这种观点，因为如今的数字技术就是碎片化的体验。此外，通过我们提出的研究方法，研究人员可以从细节或整体上切入，考察最小的屏幕组数据与整体的关系。

还有人会说，即使有了更细致的观察，我们也发现不了什么显著的结果。但是，即使媒体使用和人的思想、情感以及行为之间的关系确实很弱或根本不存在，至少我们可以肯定地说，当前针对屏幕的担忧是否多虑了。

我们提出的方法虽然复杂，但是那些评估身心状态和行为遗传指标的研究也简单不到哪儿去，而其他“组学”项目多年来已经吸纳了数十亿美元的研究资金。

基因组学和神经科学、行星科学、粒子物理一样，凭借政府和私人资助者的帮助，采集到了需要的数据，并将数据向全球研究者公开。考虑到现在人们的大部分时间都在屏幕前度过，将这种策略用于研究媒体或能产生同等的价值。

参考文献：

1.Yeykelis, L., Cummings, J. J. & Reeves, B. J. Commun. 64, 167–192 (2014).

2.Ram, N. et al. J. Adolesc. Res. 35, 16–50 (2020).

3.Hancock, J., Liu, X., French, M., Luo, M. & Mieczkowski, H. Social media use and psychological well-being: a meta-analysis. Paper presented at 69th Annu. Conf. Int. Commun. Assoc., Washington DC (2019).

4.Prior, M. Polit. Commun. 30, 620–634 (2013).

5.Niederdeppe, J. Commun. Meth. Measures 10, 170–172 (2016).

6.Araujo, T., Wonneberger, A., Neijens, P. & de Vreese, C. Commun. Meth. Measures 11, 173–190 (2017).

7.Naab, T. K., Karnowski, V. & Schlütz, D. Commun. Meth. Measures 13, 126–147 (2019).

8.Junco, R. Comp. Human Behav. 29, 626–631 (2013).

9.Paulus, M. P. et al. Neuroimage 185, 140–153 (2019).

10.Yeykelis, L., Cummings, J. J. & Reeves, B. Media Psychol. 21, 377–402 (2018).

11.Reeves, B. et al. Human–Comp. Interact. 34, 1–52 (2019).

12.King, G. & Persily, N. PS: Polit. Sci. Polit. https://doi.org/10.1017/S1049096519001021 (2019).

13.Parasidis, E., Pike, E. & McGraw, D. N. Engl. J. Med. 380, 1493–1495 (2019).

本文来自微信公众号：Nature自然科研（ID：Nature-Research），原文作者：Byron Reeves, 原文以“Thomas Robinson & Nilam Ram原文以Time for the Human Screenome Project”为标题发表在2020年1月15日的《自然》评论上