微信“刷步”：累死人还是累死狗？
微信“刷步”：累死人还是累死狗？
说到体育锻炼和减肥瘦身，目标设置、自我监督、绩效反馈等行为干预手段不是什么新鲜事。许多教练和运动员都会用类似方法激励意志、提高成绩。据说，干预和改变人类行为的技术多达26种。不少研究证实，设置短期、具体和有难度的目标，的确能为运动健身提供源动力。
如今，可穿戴设备和社交媒体大大改变了运动健身中的目标设置、绩效反馈、自我监督和社会问责。在苹果和谷歌平台上，有关健康和健身的移动应用程序数量均在两万个左右，足见其受欢迎程度之高。与过去手工记录数据不同，可穿戴设备使你能够自动、实时和定制化地跟踪步数、消耗的热量及减掉的赘肉。可视化呈现、游戏化进程和形象化比拟（如跑多久等于消耗一个肉包子的热量），大大刺激着爱美之人，使人们更有动力去实现目标。
这些应用功效真的如此神奇吗？都使用了哪些功能和技术呢？对64款软件的评估显示，每款软件平均使用5种技术，其中绩效反馈、自我监督和目标设置出现频率最多。这个结果同体育健身领域使用的技术排序类似。换句话说，应用开发商抓住了人们运动的主要动因。
那么，这些应用效果如何呢？有研究选择广受欢迎的28款手机应用进行分析，整体功能性评分刚刚及格（67.5分），仅有一款的“负责程度”达到满分。多数应用都提供能量估计值，并用食物来计算能量。但与实际消耗热量相比，应用估计值平均相差127卡路里。总体来说，最受欢迎的应用也不过达到次优水平，缺乏足够的科学依据、准确率和行为干预技术。
这些应用最大的特点在于：与过去一个人孤独地跑步相比，社交媒体让你和所有认识你的人、你认识的人“一起跑步”。这就是说，你不是一个人在运动，大家都看着你，所以你不得不持续运动。“刷步”因为具有了即时反馈、公开与分享、相互监督与激励等特点，使跑步变得更加快乐，更有压力，也更有效果。
学者在社交网站推特上分析了1000个推送信息后发现，其主要推送内容是健身计划和目标、达到的阶段性成就、绕开或未完成的步骤。对12位网民的访谈说明，用推特瘦身（Fitter with Twitter）的奥秘是存在一个听众和社群，他们关心你减肥的目标及实现程度，从而激励你不要辜负他们的期许，一定要完成目标。
线上的功能毕竟是辅助性的，至关重要的仍是线下的实际运动。这些“劝服性”的自我监测设备，能否让人们改变行为习惯？研究者对23名运动应用的使用者连续追踪四周，结果显示设置目标和善意提醒的确有助于刺激人去运动，但虚拟货币的激励作用有限，而社交媒体的分享功能因为存在顾虑而很少被人使用。
可穿戴式自我监测设备同历史悠久的体重计可能没什么差别，都是通过外部测量来帮助人们自我控制。但可穿戴设备却让使用者失去了对数据的控制权，与其他人的数据分享也诱发了许多难以预料的社会影响。更为重要的是，可穿戴设备所引发的数据革命，可能在重新塑造人与人之间的社会关系，而不只是单纯为了解决肥胖流行病。例如，你在朋友圈上看到的跑步排行榜，可能未必是人跑出来的，但它却影响了你的判断和随之而来的行为。
另外，长期使用运动应用的人和“图个新鲜”的初试者或短期体验者相比，在态度和行为上存在很大的差异。有学者访谈30名长期使用“耐克+”等自我监测设备的人，结果显示使用这些设备的确会让你跑个不停。长期使用者不断从技术使用中发现价值并找到自我，而找到有归属感的社交群体则推动他们更持久地使用。
当然，上述研究均不是在中国展开的。如果对使用“微信运动”等技术的中国用户进行研究，不知道会不会发现不同结果。在注重关系、圈子、面子、尊卑有别、差序格局的中国社会，“刷步”会不会走样和变味？
一些人为“刷步”而跑步，不甘人后的精神可嘉，但把手环绑在狗脖子上就有些过了。一些人害怕跑得超过单位领导，要么有保留地跑，要么就把领导踢出群或另立小群。带着沉重包袱和复杂心情去健身，可能背离了这些技术的开发初衷。表面上看起来简单的技术，实际上却会诱发难以想象的后果和影响。这些围绕“刷步”而出现的现象值得深思和研究。
参考文献
- Locke, E. A., & Latham, G. P. (1985). The application of goal setting to sports. Journal of sport psychology, 7 (3), 205-222.
- Middelweerd, A., Mollee, J. S., van der Wal, C., Brug, J., & Te Velde, S. J. (2014). Apps to promote physical activity among adults: A review and content analysis. International Journal of Behavioral Nutrition and Physical Activity, 11 (1), 97.
- Chen, J., Cade, J. E., & Allman-Farinelli, M. A. (2015). Smartphone apps for weight-loss: A quality assessment of the evidence-base for the most popular apps. Journal of Medical Internet Research. Forthcoming.
- Munson, S. A., & Consolvo, S. (2012, May). Exploring goal-setting, rewards, self-monitoring, and sharing to motivate physical activity. In Pervasive Computing Technologies for Healthcare (PervasiveHealth), 2012 6th International Conference on (pp. 25-32). IEEE.
- Teodoro, R., & Naaman, M. (2013, June). Fitter with Twitter: Understanding personal health and fitness activity in social media. In Seventh International AAAI Conference on Weblogs and Social Media.
- Fritz, T., Huang, E. M., Murphy, G. C., & Zimmermann, T. (2014, April). Persuasive technology in the real world: a study of long-term use of activity sensing devices for fitness. In Proceedings of the SIGCHI Conference on Human Factors in Computing Systems (pp. 487-496). ACM.
- Crawford, K., Lingel, J., & Karppi, T. (2015). Our metrics, ourselves: A hundred years of self-tracking from the weight scale to the wrist wearable device. European Journal of Cultural Studies, 18 (4-5), 479-496.
- Gilmore, J. N. (2015). Everywear: The quantified self and wearable fitness technologies. New Media & Society, 1461444815588768.
文章版权归原作者所有。
