此时,大约19%的荷兰人在使用活动追踪器。这些追踪器不断收集用户的身体活动数据,如心率、卡路里燃烧和睡眠模式。使用这些数据,用户将能够过上更健康的生活,更有效地锻炼,只要他们能够正确地解释收集的数据和数据呈现的方式。只有这样,他们才能利用这些数据做出明智的决定,并采取相应的行动。总之,智能设备的使用需要数据分析技能和战略技能。
在一项对100人(不同性别、年龄和不同教育背景)进行的绩效测量中,参与者被安装了活动跟踪器长达数周。在熟悉活动跟踪器之后,参与者最终参与了一项基于任务的绩效测量,用于测试数据分析和战略技能。
参与者平均完成了大约一半的数据分析任务和一半的策略任务。对收集到的数据的洞察和解释,以及制定具体目标来改善他们的健康的能力,对参与者来说都是问题。结果表明,参与者只能在一定程度上解析智能设备收集的数据,并据此做出决策。数据分析水平和战略技能证明是不够的。
需要
从性能测量得出的结论强调了与使用智能设备(如活动跟踪器)相关的技能发展的必要性。目前的技能水平表明,这些设备提供的选项的使用不是最佳的。老年人和受教育程度较低的人表现相对较差。这是一个问题,因为这些目标群体可能从智能设备的使用中受益最大。例如,运动追踪器可以促进身体活动,而身体活动会随着年龄的增长而减少,尤其是那些受教育程度较低的人。
特温特大学传播研究助理教授和该项目的首席研究员Alexander van Deursen说:“关注数字包容的决策者除了提高互联网使用的数字素养,还必须开始关注智能设备和物联网的崛起。这些设备的自主特性并不意味着数字素养在这方面就不那么必要了。政策可以从提高数据分析和战略技能开始。”
资料来源:屯特大学