《人机交互与戏剧表演：用戏剧理论构建良好用户体验》一2.3 六大元素及其之间的因果关系...

本节书摘来自华章出版社《人机交互与戏剧表演：用戏剧理论构建良好用户体验》一书中的第2章，第2.3节，作者 （美）Brenda Laurel，更多章节内容可以访问云栖社区“华章计算机”公众号查看

2.3　六大元素及其之间的因果关系

亚里士多德关于戏剧（和其他文学形式）的一个基本思想是，完成后的戏剧是一个“有机整体”。他使用了“有机”这个词，意图建立与生命体的类比，因为整个有机体不只是其各个成分的组合，所有成分都是生命必需的，而且各个成分之间存在特定的必要关系。他指出戏剧存在六个定性元素，并通过形式和质料原因解释了它们之间的关系（见图2.2）。
元　　素 戏　剧　中 人机交互中
行动（情节） 表现一整套行动。理论上，行动在每次表演时都一样 设计师和交互者协作创造完整行动。在每个交互会话中，行动可能发生变化
角色 一组倾向和特征，从行为者的选择模式中推出 与戏剧中一样，但是包括人类行为者和计算机行为者
思想 推断出的、导致选择的内部过程：认知、情感和推理 与戏剧中一样，但是包括人类和计算机起源的过程
语言 词语的选择和安排；语言的使用 符号的选择和安排，包括以符号意义使用的口头的、视觉的、听觉的和其他非口头的现象
音调（模式） 听到的所有东西，但主要是说话的语调 在感觉现象中愉悦地察觉到模式
形象（表演） 看到的所有东西 所表现行动的感觉方面：视觉、听觉、动觉、触觉等

这里描述这个模型，有两个原因。首先，我一直对这种分类和因果关系的精简与稳健感到惊叹。在创作或者分析戏剧时，遵循因果关系似乎能够自动且神奇地揭示戏剧各部分应如何工作，以及到底什么地方出现了问题。在构造活动和找出问题时，亚里士多德的模型为思考戏剧的设计创建了一种科学的方式。由于人机交互在本质上与戏剧类似，所以也可以用类似的模型描述，将其用到设计和分析中。
图2.3按层次顺序列出了定性结构的元素。理解这个层次结构有一个技巧：每个元素都是其下方所有元素的形式原因，每个元素都是其上方所有元素的质料原因。从底向上在元素列表中移动时，可以看到每一层都是对前一层所提供质料的细化（形状塑造）。接下来的小节将按升序详细解释每个元素的定义。
在论文“A Preliminary Poetics for Interactive Drama and Games”中，Michael Mateas从玩家的角度提出了两条额外的因果关系线。在质料因果关系一侧，Mateas添加了“行动质料”；在形式因果关系一侧，他添加了“用户意愿”。对于“行动质料”，Mateas认为可供性是必要非充分的。“……界面必须‘喊出’要执行的行动。它支持的行动必须十分自然，使人能够明显看出应该执行此行动”（Mateas, 2004）。我认为这对于应用质料因果关系是一个很好的启发，可以约束（或推动）交互者选择更可能产生满意戏剧体验的方向。将玩家的意愿作为形式因果关系的一个推动力这种思想也十分恰当。4.4.1节将详细探讨这些观点。

2.3.1　表演

亚里士多德将戏剧的根本质料元素定义为“形象”（spectacle）——看到的一切。在《诗学》中，他也将此元素称为“表演”，以此为基础，可以引申其定义来包含其他感官。一些学者将听觉放到了第二层，因为它与音乐和音调有关；但是，下一节我将谈到，相较于听觉器官，音调概念与声音模式的关系可能更加紧密。
Morton Heilig：一个天才，一个Crash Dummy俱乐部成员
Morton Heilig被视为虚拟现实的先驱。1957年，在改造影院的一个计划（叫做
Experience Theatre）中，他发明了Sensorama Simulator（也叫做Sensorama Machine）。这个机器允许交互者观看立体视频场景，并用震动把手、可移动座椅、风的效果以及味道来增强体验。他为机器创建了五种体验，包括骑自行车、乘坐沙地汽车、乘坐直升机飞到世纪城上空以及骑摩托车穿过纽约。Sensorama最神奇的地方是，它完全采用机械装置；而现在，我们总是把VR视为计算机系统。还有一个有趣的地方是，他把这种类型叫做“Experience Theatre”——影院、剧场和街道乘车体验的一种混合。Heilig最终没能获得资金支持来实现他的整个梦想。1996年，他辞世了。

Heilig成了我所称的Crash Dummy俱乐部的一员，我也一样。Crash Dummy指的是想要在经济上还不现实的情况下实现某些想法的人们，这些想法超出了他们所在的时代。我们在Telepresence Research（与Scott Fisher、Michael Naimark、Steve Saunders、Mark Bolas、Scott Foster和Rachel Strickland）所做的关于VR的工作，以及在班夫艺术中心所做的Placeholder VR项目，让我们有资格成为Crash Dummy俱乐部的一员。
成为一个Crash Dummy让人感到不适，但确实是一个很美、很疯狂的过程。

戏剧与人机交互之间存在一个可能只是暂时性的区别：它们针对的感官不同。传统戏剧只针对眼睛和耳朵；我们不能触摸、用鼻子嗅或者品尝。也有一些有趣的例外。例如，在20世纪20年代，导演David Belasco尝试在现实主义戏剧中使用气味；据说，他观察到煎培根的气味会彻底转移观众的注意力，让他们不再注意舞台上的行动，所以后来放弃了这种方法。在20世纪60年代中期，Morton Heilig发明了一种独立的机器，叫做Sensorama，它提供了立体影像、动觉反馈和环境气味；例如，骑摩托车在纽约城中穿行时，会闻到汽车尾气和比萨的味道。
在20世纪60和70年代，Jerzy Grotowski的Laboratory Theatre做了更严肃的尝试，以多种方式让观众参与到制作中。其主要目的并不是调动观众更多的感官，而是创建不自觉的参与，让观众的情感被深深吸引。在他的杰作《Towards a Poor Theatre》（1968）中，Grotowski承认他需要指导两个群体：演员和观众。在Laboratory Theatre以开拓性方式演出的《Doctor Faustur》中，Grotowski让观众坐在长长的宴会餐桌旁，要求观众“按照这类场合应有的方式做出反应”。
20世纪80年代的众多交互式戏剧和“神秘周末”活动采用的方案是让观众在一定空间内跟着演员走动，不过他们只能作为旁观者，不能参与到行动中。在当时的一个“交互式”戏剧《Tony and Tina’s Wedding》中，观众受邀跟着演员从一间屋子走到另一间屋子（动觉），触摸道具并坐在家具上（触觉和动觉），以及分享婚宴（味觉和嗅觉）。另外一个明显的例子是Chris Hardman的Antenna Theatre，其采用的方法是让每个观众通过耳机收听录制的对话和叙述，然后根据听到的内容在布景内走动。这些工作起源于Living Theatre的Judith Melina和Julian Beck，以及Robert Wilson、John Cage等许多艺术家在20世纪60年代和70年代做出的实验性戏剧工作。他们也为现代表演艺术打下了基础。值得注意的是，交互式戏剧类型的发展与计算机游戏作为一种大受欢迎的娱乐形式蓬勃发展发生在同一时期。
事实上，在戏剧娱乐和人机交互活动开始融合的地方，全感官表现得到最积极主动的探索。当我们观察这种融合的时候，会看到随着戏剧不断尝试调动更多的感官，人机交互至少也因之在一些方式上发生了演化，从而为前面提到的那种参与式剧院创造出对应的技术体验。
罗宾汉
1975年，Bill Morton（也是一名戏剧MFA学生）和我根据罗宾汉的传说写了一个交互式戏剧。我负责导演戏剧，把它安排到俄亥俄州立大学校园内的Mirror Lake湖边演出。教工之家的角楼上刚好带有雉堞，当观众聚集到一个角楼下时，戏剧就开始了。Jester（由Bill扮演，是一个普通角色）报幕。吟游诗人Alan-a-Dale开始弹奏她的吉他，从为戏剧创作的众多歌曲中选择一首歌唱，其他剧组成员则欢迎观众（主要是孩子们）来到“舍伍德森林”。
一个大约5岁的小家伙到了以后，抬头往上看，摸到了一个枝叶低垂的橡树的一片叶子，然后问道：“这是什么？”我回答道：“这是舍伍德森林中的一片橡树叶。”他几乎是崇敬地重复了我的话，然后非常仔细地观察那片叶子。我打赌那是他第一次真正留意一片橡树叶子。
跟随着吟游诗人，观众在不同的场地发现了正在进行中的不同场景。第一个场景是一个小桥，罗宾和塔克修士正在用手杖进行那场著名的打斗。在其他角色的鼓动下，观众很快知道他们也可以评论或者欢呼，而且角色会注意到他们，有时候还会直接做出回应。

Alan-a-Dale带领孩子们进入罗宾汉的世界
一天，我们的观众中来了一群盲孩子。在一个场景中，治安官的手下偷偷靠近罗宾，这些孩子们敏锐的听力让他们能够比其他孩子更加直接地与罗宾交流。“你身后有人！”，“我听到那里偷偷摸摸地有人！”罗宾对他们的警告做出了反应，决定将设计好的伏击编舞抛到一边，转过身来面对他的敌人，开始了一场新的刀战。

最终，像一些老故事说的那样，罗宾在他一直躲藏的女修道院附近死掉了。他躺在草地上，“鹿”（穿着漂亮的鹿服装的舞蹈演员）轻抚他，表达敬慕。在这个令人悲伤的时刻，孩子们被引导着沿着湖回到他们出发的角楼。当他们经过一块巨大的石头时，罗宾登到大石上，身着石头颜色的短上衣，上面斑斑点点，沾满了苔藓。
罗宾：我就像季节的更替。你知道的罗宾是很久以前叶子、阳光和盛夏的影像……我仍然活着，我们都一样活着，因为每一次我说话，每一次我的手掌捧住空气，都有回声存在——只要阳光还会唤醒清晨，这些回声就将一直回响下去。无论是好是坏，我们的生存都改变了世界……现在，我想我们最好还是舞起来吧。【音乐。一众人带领观众跳起舞来】
从写剧本、到舞台设计、再到最终演出，这个过程中的每一步都为交互设计提供了经验。我了解了观众参与和必要行动的边界在哪里是灵活的，在哪里不能改变，以及在存在交互式“合作作者”的情况下，如何保持情节不偏离正轨。第二年，我开始了计算机游戏生涯，为CyberVision计算机设计交互式童话，但是那是另一个故事了。

20世纪80年代末开始大受欢迎的“交互式电影”，其概念植根于电影和计算机游戏，而这两者都结合了戏剧和技术。在戏剧中，使用技术来创造表现最早可追溯到古希腊的“mechane”（一种升降机）。由于新的表演技术对其形式、结构和风格造成的影响，电影作为一种独立的形式从戏剧中脱离出来。计算机游戏则与之相对，可以看成是因戏剧思想对交互式计算、交互式可供性和图形显示技术产生了影响而演变出来。计算机游戏融合了角色、行动、悬念和移情的概念，以及戏剧表现的其他方面。计算机游戏几乎从一开始就调动了视觉、听觉和动觉（看看使用摇杆玩游戏的玩家，就可以知道运动的重要程度，它们既是表现的原因，也是表现产生的效果）。
在20世纪80年代和90年代，电影和计算机游戏开始混合到一起的时候，出现了Battle Tech和Poll Position这样的街机游戏，以及调动多种感官的游乐园设施，如使用了运动平台技术的Star Tours。这类系统会调动触觉和动觉；有的甚至尝试通过表演技术和直接模拟神经系统来调动其他感觉。
第6章讨论的“虚拟现实”系统通过使用所谓的“感觉沉浸”（sensory immersion）技术来增加强度。视觉沉浸通常通过广角立体影像显示实现；在后台，计算机根据沉浸者行动和观察的跟踪数据恰当地生成场景。同样的跟踪数据还用来生成空间化的声音。通过使用特殊输入设备，如特制的手套和套装，人们可以在虚拟世界中移动，并与其中的物体直接交互。有意思的是，最早的虚拟现实系统和应用程序是为非娱乐性目的开发的，如计算机辅助设计、科学可视化和训练。
当家庭游戏系统技术开始包含出色的3D图像和专用控制器（如2006年发布的任天堂Wii）时，街机游戏的黄金时代逐渐走到了尽头。2010年发布的Kinect是用于Xbox 360游戏机的一个动作感知输入设备，也能响应口述命令。这类设备能够增强运动知觉和本体感觉。它们也演示了手势和言语的功能用途，增强了语言级的交互。
表演层面由所有的感觉现象组成，这些现象也是表现的一部分。从前面讨论过的演变进程可以看到，说表演涉及所有感觉是合适的。感觉现象是戏剧和人机交互的基本质料；它们就像是黏土，由创造者（可能是剧作家或设计师）与观众或交互者协作逐渐塑造成形。

2.3.2　模式

在感觉现象中察觉到模式是人们的一种愉悦感来源。亚里士多德将戏剧的第二个元素描述为“音调”，即声音的一种模式。他在《诗学》中写到，“音调是悲剧最能产生愉悦感的附属品”（Poetics 1450b, 15-17）。根据正统观点，“形象”是视觉维度，而“音调”是听觉维度，但是在讨论形式和质料因果关系时，这种观点容易产生问题。如果所有声音（“音乐”）的质料都是眼睛可以看到的东西（“形象”），那么声带震动和台下乐手发出的音调会被排除在外。恰恰相反，在戏剧中看到的一切并不完全受产生声音或音乐这个条件的限制（不过可能相比今天，在古希腊的表演风格下，这一点可能更加严格地准确）。这些狭义的音乐和形象在形式—质料关系上是说不通的。
在前一节，我们已经将“形象”的含义扩展到包含表演的所有感觉元素。“音调”这个概念指的是把声音排列成令人愉快的模式，但是我们也可以用类比的方式把它扩展到视觉形象、触觉或动觉感受、甚至还包括气味和味道（一个好厨师可以示范这一点）的安排。实际上，通过安排视觉和其他感觉质料来实现令人愉快的模式，这种想法可从《诗学》的其他方面推出，所以书中不讨论这一点有些奇怪。在层次结构中向上看，可能亚里士多德认为视觉不是一种潜在的符号学或语言学媒介，因而将原因渠道局限到产生口头语言。无论原因是什么，由亚里士多德定义的形象和音调形成的正统观点丢掉了太多质料。和学者们的习惯一样，我会将这种明显的疏忽归咎于多个世纪以来翻译的不严谨、比喻的采用和语义的变化，并继续宣传我自己的观点。
模式元素指的是表演的感觉现象中的模式。这些模式会影响表演的形式，就像使用符号会影响模式的形式。亚里士多德提出的关键一点是，模式本身是令人愉快的，无论它们是否被进一步用符号工具或语言表达出来；他不只把它们称为语言的质料，还称为“令人愉快的附属品”。因此，使用模式作为愉悦感来源是戏剧表现的一个特征，并且可以轻松扩展到人机交互领域。

2.3.3　语言

亚里士多德将戏剧中的语言（常被翻译成言词）元素定义为“用话语表达的[角色]的想法”（Poetics 1450b, 12-15）。因此，口头语言作为符号系统不同于其他戏剧符号，如手势、颜色、舞台元素或辅助语言学元素（如变音和其他发声特性的模式）。按照正统观点，“言词”只与词语有关，指它们的选择与安排。但是，这种定义在戏剧形式（如哑剧）和人机交互的世界中带来了一些有意思的问题，因为这些形式中很多都不涉及词语（例如，大多数技巧和动作计算机游戏，以及图形冒险游戏和图形模拟）。在这类非言语类作品中，有没有可以定义为“语言”的元素？
当为耳聋观众表演戏剧并使用手语时，很少会有人否认这些视觉符号也是一种语言。在这个例子中，语言元素的表达考虑了观众的感官接受特点。无论出于何种原因，设计师可以选择构建一个人机系统，让它不感知、不响应词语，在表现中也不使用词语。没有键盘、语音识别或文本显示功能的硬件配置可能无法处理词语。
在人机交互中，图形符号和符号、非言语声音或动画序列可以代替词语，作为计算机与人之间显式沟通的方式。当这类非言语符号成为思想表达的主要媒介时，就可以说他们起到了语言的作用。相应地，这些符号的选择和安排就可以按照亚里士多德为言词指定的标准进行衡量，例如有效地表达想法且适合角色。
《小熊维尼》的难题
很多年前，我在夏令剧目《小熊维尼》中扮演袋鼠妈妈的角色。这个剧目作为午场给孩子们观看。公司是个好公司，表演也很受年轻观众的欢迎。
然而，一个星期六下午，我们遇到了一些问题。我们没有听到应有的笑声，而且观众中传来不少嗡嗡声。出现这种情况时，演员会感到沮丧，但是你只能打起精神继续演出。演员们学到的经验与直觉相反：当看到观众丧失兴趣时，我们自然会急着加快演出，但是事实证明这恰恰是错误的做法。如果我们放慢速度，对话会更加清晰，而且我们能为手势和自觉感情留下更多的空间。当第一幕快结束时，我们放慢了速度，观众开始有了更多反应，但是仍然比平时少很多。
在那一幕结束后，我们回到休息室，情绪很低落。我们试着找出到底在什么地方做错了。就在这个时候，助理导演说：“你们不知道吗？这些观众都是耳朵听不到声音的孩子。”我们当然不知道，没人告诉我们，也没人聘请懂手语的人。不过这足够解释一切了。
我们回到舞台上以后，继续用比较慢的节奏表演，但是加强了表演的身体动作方面。夸张的手势和面部表情扭转了局面。我们感觉到观众开始产生欢快的情绪。在完成一个十分滑稽的行动后，我望向观众，看到他们把小手举到空中前后挥动。后来我了解到，在手语中这个动作相当于鼓掌。

2.3.4　思想

戏剧中的思想元素可以定义为导致角色做出选择和执行行动的过程——情感、认知、理智和意图。按这种方式理解，则思想元素“居留”在角色内，不过可以将其视为一个整体进行描述和分析（例如，某个戏剧中的思想元素可以描述为关注特定的伦理问题）。尽管可以用对话的形式明确表达，但是观众和其他角色（行为者）通常通过角色的选择和行动推断其思想。在把戏剧类比应用到人工智能领域时，Julian Hilton（1991）如是说：“观众做的就是提供推动情节的动力，遵循莎士比亚的禁令，用自己的思想弥补戏剧的不足（不完整性）”。
如果我们把它扩展到包含人机交互，则思想的这个定义会引向一个熟悉的难题：计算机能思考吗？有一个简单的方法可绕开此难题：和戏剧角色一样，基于计算机的行为者不需要思考，只需要提供表现，让人们从中推断思想。
当Macintosh上的文件夹响应我的双击，显示自己的内容时，其表现成功地让我推断出发生了什么；也就是说，“系统”理解了我的输入，推断出我的意图，然后做了我想要做的事情。“系统”（或文件夹）是用这种方式思考吗？我认为答案并不重要。真正重要的是表现成功地让我对其“思想”做出了正确的推断。而且，它也成功地向我展示它正确地推断出了我的思想。
思想是语言的形式原因；它通过符号的选择和安排对行为者想要交流哪些内容施加了限制，因而也会对模式和表演产生形式上的影响。从两种意义上讲，语言是思想的质料。第一种意义是一种可能限制性太强的假设：在进行思考的过程中，行为者使用语言，或者像使用语言一样使用符号。这种假设产生了这样一种看法，即戏剧中的角色使用严格意义上的剧本语言作为思想的质料。
我偏向于对质料因果关系进行一种更广泛的解释：戏剧的思想只能恰当地处理从表演、模式和语言中合理推断出的东西。很多人都看过这样的戏剧：剧中的角色不知道从哪突然有了主意，比如突然记起来早就弄丢了的遗嘱放在哪里，或者使用观众原本不知道的事实来解决谜题。这类思想不能令人满意，并且破坏戏剧合理性，因为它们没有形成自恰当的质料。在古希腊的剧院中，Deus ex Machina（拉丁语，表示“机器中的神灵”）就是一个典型的例子。神灵会现身出来（通常是被升降机举起），为看上去不可解的难题提供解决办法。
投射建构
推断的概念有其逻辑性强的一面，但是那不是全部。如果我在一个峡谷中看到红色的岩石，可以推断它们的特性：岩石类型，表明水流冲刷和自身产生裂隙的侵蚀模式和剥落模式等。但是，当我在峡谷中观察红色岩石时，有时候会看到人脸、动物或者其他图像。寻找岩画的任何一个人都知道石头能带给我们的错觉。岩石的几何形状、材质或者光影模式会导致脑中建构类似的形状。例如，如果你在灰泥中看到云朵或者其他形状模式，那么你可能在别处看到过那样的云朵或其他东西。

当我们在班夫艺术中心完成Placeholder时，我的朋友和同事Rachel Strickland第一
次告诉我这种现象应该叫什么。她为这种现象起的名字是“投射建构”。有足够模糊性的刺激物能够激发观察者在脑中建构不同于其观察到的“真实存在”的东西。我们想要观察到什么（例如，描绘打猎场景的岩画）或者我们脑中想到的东西（例如，饥饿时，我们会把云朵看成冰激凌）也会对脑中的建构产生影响。
投射建构不只局限于视觉领域。大多数人都经历过有人以我们认为“错误的方式”对待事情。但是，我们不知道怎么解释这是怎么发生的。我们不知道那个人在想些什么，或者想要什么。
Placeholder项目为投射建构提供了一个极佳的例子。项目的叙事采用了魔法动物或者动物精灵的传说，其中一些图像打算用来代表岩画。社区里一些政治观念过强的成员指责我们盗用“第一民族”的故事和形象。这种指责就是投射建构。我解释道，大部分形象都是受到西欧的山洞壁画（举个例子）的启发而创作出来的，一位女士语焉不详地说，“那更糟，因为你利用了我的无知！”我至今不知道她那句话是什么意思。
我们得出的经验是，尽管我们可以做好每一件事，确保从表现中可以恰当推断出想法，但是我们阻止不了投射建构的发生。在某些情况下，交互设计甚至希望引发投射建构，使交互者产生更深刻、更个性化的情感联系。通过计划让这些建构什么时候发生在哪里，我们可以减小其扰乱整体体验的可能性。通过设计一些有意引发投射建构的场合，能够让交互者感受这类场合与其他场合的区别——即区分正确推断对于整个行动更加重要的场合。

戏剧与人机交互类似，都是闭合领域，限定了可能行动的集合。在后面讨论行动时我们会看到，成功的戏剧表现的关键在于，行动用到的所有质料来自该特定戏剧世界限定的潜能。一旦违反此原则，作品的有机整体性就会降低，将整个作品联系在一起的或然性方案就会被破坏。
这个原则也可以应用到人机交互领域，下面就举例演示。计算机（基于计算机的行为者）在思想级引入新的质料（一种突然情况）就是一个例子。假如，一个短信系统的程序设计不断检查拼写错误，并在找出错误后进行更正。可能发生这种情况：你想要输入“hell”，程序会把它改成“he’ll”；想避免这种情况，你必须知道在单词完成之前，可以多执行一步，通过删除程序建议来取消这种更正。如果没有恰当表现更正行为的潜在选项，则发生更正时会产生混乱，并很可能导致用户做出严重错误的推断，例如“我的手指、我的键盘或者我的软件有问题。”程序“知道”它为什么要那么做（存在“思想”），但是人不知道，所以没办法做出正确推断。
人机交互中，其他类型的失败也都可视为思想层面的失败。我比较喜欢引用的一个例子跟早期的文字冒险游戏有关。很多时候，解析器“不知道”故事的文字表现中使用的全部词汇。因此，一个人可能读到这个句子：“Hargax slashed the dragon with his broadsword.”（Hargax剑砍恶龙）。然后，他可能键入“take the broadsword”（夺剑），而游戏可能响应“I DON’T KNOW THE WORD‘BROADSWORD’”（不能识别“剑”）。正常的结论就是游戏“行为者”的“脑子”有问题，因为人们假定提供语言的行为者和理解语言的行为者是相同水平的。这与上一段描述的问题刚好相反：不是行为者“知道的”比表现的多，而是表现的比“知道的”多。这两种错误的原因都可以归结到语言和思想间的形式—质料关系出现了问题。

2.3.5　角色和能动性

亚里士多德认为，戏剧的对象（即被模仿的东西）是行动，而不是人：“我们坚持认为，戏剧主要模仿行动，模仿人类行为者的主要目的就是模仿行动”（Poetics1450b, 1-5）。在戏剧中，“角色”可被定义为一系列特征、倾向和选择，它们合在一起就形成了一致的行为者。角色是行动的行为者，行动合在一起则组成了情节。这个定义强调了行动的首要性。
为了在人机交互中应用相同的定义，首先必须证明行为者实际上是这类表现的组成部分，然后证明这类行为者和戏剧角色之间存在功能和结构上的相似性。
在纯粹的亚里士多德学派意义上，行为者是采取行动的人。有意思的是，亚里士多德承认可能存在没有角色的戏剧，但是没有行动的戏剧不可能存在（Poetics 1450a, 22-25）。这说明，与我们的常规看法不同，作为表现的一部分，能动性并非一定要体现在“角色”上，也就是人的表现上。广义上，可以说执行人类可察觉的行动的所有计算机程序都表现出了某种形式的能动性。真正需要讨论的地方是，这种能动性是发生中事件不受约束的方面，还是被捕捉到了“角色”中——这是能动性来源的一种合并后的概念。
我认为的答案是，即使表现没有明确包含这类“角色”的时候，它们的存在性也是暗含着的。在最粗略的程度上，人们会简单地把能动性归结到计算机本身：“我执行了这个操作，然后计算机那样反应。”他们也会把能动性归结到计算机应用程序，例如，“我的字处理程序破坏了我的文件。”他们还经常区分系统软件和应用程序的能动性（“我的新操作系统让我的应用程序崩溃了”）。还有一种可能是把能动性归结到更小的程序元素和/或它们的表现，例如，“我的字处理程序中的拼写检查器找到了一个错误。”
在社会学和法律术语中，行为者的英文agent指的是能够代表另外一个人行动的人。在人机交互的摹仿世界中，这种定义暗含的意思是，基于计算机的行为者不是简单地执行行动，它执行的是一种特殊的行动——“代表”人执行的行动。另外一层暗含的意思是，人与系统之间必须存在某种隐式或者显式的交流，以便系统推断人的需求和目标。我认为这种定义太狭隘，也太无私。在某些情况下，创建基于计算机的行为者，使其“目标”与人类行为者的目标相反，甚至存在敌意，可能很有用；例如，在模拟搏斗或者其他涉及对抗力量的场景中。行为者也可以以完全自主的方式工作，在事后把工作成功呈现给人。现在，在人机交互中，我们将使用agent的更广泛的定义：“角色”可以根据程序或交互者的输入来发起或执行行动。类似于戏剧角色，它们由一系列特点或以某些方式行动的倾向构成。
特征限制了行为者能够执行的行动（或行动种类），因而决定了行为者的潜能。特征有两种：内部特征决定了行为者如何行动，外部特征将这些内部倾向表现出来。人们从行为者的外部表现中获得提示，推断其内部特征。原因是，特征可以作为一种认知表征，允许人们预测和理解行为者的行动。在人机交互系统中，推断出的内部特征是戏剧或然性（情节的一个元素，下一章将进行介绍）和“易用性”（特别是指最小化人的错误）的组成部分。在创建戏剧角色和基于计算机的行为者的艺术中，有一点就是要恰当选择和表现外部特征，使其准确反映行为者执行行动的潜能。
亚里士多德为戏剧角色列出了四个标准，这四个标准也可以用到基于计算机的行为者上（Poetics 1454a, 15-40）。第一个标准是角色必须“好”（有时候翻译成“有德行”）。按照亚里士多德对“德行”的定义，好角色是成功完成功用的角色；也即，这个角色成功地把想法表现成了行动。一个“好”角色完成（行动）了他想要做的事情（思想）。还完成了他的创造者希望他在整体行动情境下完成的行动。第二个标准是角色对于他们执行的行动“合适”；也就是说，角色的特征和他的行动十分搭配。角色的某些行动可能让我们感到惊讶，但是回过头看的时候，我们应该能够看到出现这些行动的可能性是存在的。第三个标准是角色“接近”现实，这指的是他的思想、特征和行动之间存在因果关系。这个标准与戏剧或然性密切相关。最后，角色在完整行动期间应该是“一致的”；也就是说，角色的特点不应该随意变化。这些标准与基于计算机的行为者之间存在直接映射，无论这些行为者是“应用程序”、个性化的“助手”还是计算机游戏中的角色。
最后，我们需要总结角色与层次结构中位于其上方和下方的元素之间的形式和质料关系。形式因果关系表明，行动（也只有行动）决定了角色的形状；即，角色的特点由情节需要决定。在表现中包含行动中没有显现的特征违反了此原则。质料因果关系表明，构成角色的元素必须在思想层面存在，从而也可以得出，这些元素也必须存在于语言和表演层面。
一个有些老但是仍然很好的例子是关于界面行为者Phil的，他出现在苹果公司的一个宣传视频“The Knowledge Navigator”（? 1988 by Apple Computer, Inc.）中。在最初版本中，Phil由一个演员以视频模式描绘。他看上去就是一个真人，很活跃，随时能够做出回应。但是，因为他只能说简单的话，执行相对简单的任务，所以许多看过视频的人抱怨说这是一个愚蠢的角色。他的物理特征（高分辨率、由人实时描绘）与他的语言能力、想法和行动（以没有想象力的方式执行的简单任务）不匹配。在后来的版本中，Phil的表现被改为一个简单的线条卡通角色，只有很简单的动画。看上去新版本的Phil讨人喜欢多了。比较简单的角色与行动更加一致，也更适合行动。与之相比，微软的回形针看上去太蠢，让人感觉不出来它有什么实际用途。

2.3.6　情节：完整行动

表现常被认为包含对象，即使这些对象不需要在现实世界中真实存在。类似地，戏剧常被说成对角色的表现；也就是说，《哈姆雷特》是一个丹麦王子的表现，以此类推。按照亚里士多德的观点，戏剧表现的对象不是角色，而是行动；《哈姆雷特》表现的是一个人尝试找出并惩罚杀父凶手的行动。角色之所以存在，是因为需要他们来表现行动，反之则不然。一个行动是由一些小事件组成的，这些小事件之间存在结构和因果关系上的关联。组成戏剧《哈姆雷特》的各个事件（如哈姆雷特与雷欧提斯打斗）只有在融入到摹仿的完整行动中时才有意义。完整行动内事件的安排所创建的模式展现了戏剧的形式。
情节的另一个根本属性决定，完整行动必须有开头、中间和结局。开头与结尾的价值在缺失时尤为明显。直接开始观看戏剧或者电影的中间，然后在看到结尾之前被迫离开剧院，这种感觉一般来说不好受。在悬念特别强的电视剧结尾看到屏幕上出现“待续”两个字，很少有观众会感到愉快。我最喜欢使用的一个计算机例子是我自己有时候会遇到的一个错误消息：“您的应用程序意外关闭。”我的反应通常是，“好吧，这个反复无常的小混蛋！”为人机交互活动创建令人感觉舒适的开头和结尾通常来说并不简单——例如，如何引入游戏的前提，或者如何结束一段视频编辑会话。对于好的开头，有两个经验法则：一是有效地铺垫好该作品中存在的潜在行动，再是行动中的第一批事件为将来的行动发展打下或然性基础。一个好的结尾不只让表现的行动得以完成，还提供了一种情感上的了解感，也就是下一章将讨论的卡塔西斯。
亚里士多德对情节应用的最后一个标准是“量”（magnitude）的概念：
……要想具有美感，生命体以及所有由多个部分组成的整体也必须有一定明确的量。美的产生在于大小和顺序……那么，正如由部分组成的美丽整体，或者美丽的生命体必须具有一定大小，能被眼睛观看到，故事或情节也必须有一定长度，能够由记忆处理（Poetics 1450b, 34-40）。
J. J.，关键不是要炸毁Vulcan
年纪较长的读者可能知道，J.J. Abrams是2004～2010年的电视剧《迷失》（Lost）的共同创作人和导演。很多观众把这部电视剧比作纯可卡因，因为它能够让人上瘾，而且会产生一种特殊的模糊感——天啊，我真想摆脱它，但是它给人的感觉太好了。这部电视剧的收视率很好，也收获了不少奖项，但它真的是可卡因。

很久以前，我和《迷失》中的一位演员Sam Anderson（扮演Bernard Nadler）一起在夏令剧目中工作了几年。由于这个原因，我让Rob陪我一起观看了整部《迷失》，主要是为了在电视上看一眼Sam。虽然给Sam的戏份一般，但是Sam是一个很棒的演员。
在第三季开始，我们知道这戏成了“可卡因”，但是我强迫Rob坚持下去。每一集都扣人心弦，留下新的悬念。曲折的剧情绕着一个特定的谜题缠来绕去，越绕越紧，然后突然引入“机器中的神灵”（deus ex machina）——一个婴儿、一个潜艇或者一个核武器。但是，它也像是精神上的兴奋剂，在小地方极为吸引人，但是在长时间内让人无法满意。最后一集让几百万观众不满。这是使用“机器中的神灵”最严重的一集，历时六年的剧集，没能提供戏剧满足感。
几年前，我在Game Developer’s Conference上听到J.J.演讲，2007年在TED上再次听到。这两次，他都提到了一个“神秘盒子”的故事。这个盒子是他祖父给他的礼物，这么多年来他一直拒绝打开。这个盒子成了他的灵感来源。多年来，关于J.J.的盒子，出现了数以千计的批评文章、博客和评论。在谈到他与Disney合作的《星球大战》（Star Wars）时，他再次提到了神秘盒子。
J.J.从神秘盒子中取出东西，就像《迷失》差劲的结局，或者他在2010年翻拍的《星际迷航》（Star Trek）电影中，Vulcan（《星际迷航》电影的一个重要组成）毫无来由地毁灭。当小J.J.觉得无聊时，他就从神秘盒子中取出一些虚拟的无聊的东西。J.J.，你要是刚10岁的话，这么做还是很酷的。
如果剧作家让剧情变得越来越繁复曲折，但是意识不到它的神秘盒子中有什么，这不是一个好消息。更糟的情况是，J.J.从他的神秘盒子中取出的东西是一些差劲的小诡计。但是，朋友们，J.J.给我们上了一课。Rob和我常常告诉对方，当情况不尽如人意时，我们只是需要一个婴儿、一个潜艇或者一个核武器。
打开盒子吧，J.J.，可能里面是你的想象力。

行动不能太长，让人在到达结尾前忘记开头，因为当人能够把它视为一个整体的时候才能充分享受它的乐趣。这个标准在计算机游戏中更容易看出，因为如果玩家想要一次性了解计算机游戏的完整行动，常常需要连续几天伏在键盘前。只有青少年才能做到这一点。在一个好的大型多人游戏中，设计可以帮助玩家找到合适的、可以实现卡塔西斯的中途“暂停点”，尽管游戏的潜能尚未被全部经历，而玩家仍打算回到游戏。量上的错误也可能在其他形式中出现，例如在虚拟现实系统中，系统似乎能够提供时长无穷无尽的质料，但是由于没有敏锐感受到人类记忆和注意广度的局限，以及在基于时间的艺术中美感、愉悦感与时长的关系，系统的这种能力没能得到调和。
量的问题也可能困扰其他更加“实用”的应用程序。如果在记忆或者注意力局限内不能实现带有明确开头和结尾的行动，那么活动就会变成无休止的乏味工作。反之，如果行动的粒度太小，并且这些行动不能被组合成更有意义、更一致的单元，那么活动的形状要么成为易被忘记的点，要么成为无尽的乏味工作线。这些问题与行动的形状和量有关，下一章第一个要探讨的就是这个主题。
美的概念支持亚里士多德的“量”这个标准，其思想是，作品（比如戏剧）可以是有机整体——它们的形式和结构之美可以接近有机体，各部分完美地配合在一起。在这种语境下，亚里士多德表达了在情节或者完整行动中包含任意给定事件的标准：
……一个行动的模仿必须表现一个行动，一个完整整体的几个事件紧密联系，改变它们的顺序或者删除其中任何一个事件都将使整体变得支离破碎，扰乱其完整性。这是因为，存在与否不会产生可察觉区别的行动不是整体真正的一部分（Poetics 1451a, 30-35）。
如果想要设计很美的人机交互活动，在做决定时必须使用这个标准，例如在行动进行过程中，一个人应该能够做什么，或者应该把基于计算机的行为者表现为做什么。这也暗示出，在实现优美的有机整体时，丢开一些东西可能很重要。
本章讨论了人机交互活动的一些必要原因，就是使其成形的一些原因，以及人机交互活动的定性元素。在下一章，我们将从两个角度更详细地考虑行动的协调，一是其结构，再是其调动情感和理性反应的能力。