我在人機互動實驗室的兩年：專案、技能與心得
當你真心想要做研究，總會有老師願意用你的，即便不是他們學校的學生
看完Stanely的medium首發，想說從不同角度分享在MUI實驗室的經驗好了。殊不知寫著寫著做後變成了回憶錄性質，大家隨意看看就好。會介紹一點MUI實驗室做的研究。我兩年內都做了什麼，又學到了什麼。最後也就是最重要的，如何應對陷入沈思不發一語的Stanely（欸。
MUI Lab
MUI lab是什麼？
MUI lab全名Mobile and Ubiquitous Interactions Lab，翻成中文是普世計算互動實驗室，有鑒於實驗室的官網不知道何時才會架完，有興趣的人可以直接看Stanley的個人網站，了解他感興趣的議題。或是上Google scholar找老師之前發過的paper。不難發現像是mobile notification, chatbot, ESM, IM responsiveness的關鍵字。
MUI lab如何加入？
加入的方式則非常的多元：
- 大學生專題
- 資工研究所或他所共同指導
- 上過老師開的UI or UX課有興趣而加入
- 其他
嗯好的，我就是其他。而且加入的原因非常荒謬。沒有注意到老師在招「全職助理」的我開心的投了履歷。然後被說了學生無法全職喔，但剛好有兼任任助理的缺，所以我…我就去了（欸。但也是好險本來就有認識的朋友在MUI lab和好心的學姊，才讓我能迅速的融入實驗室。
我在裡面做什麼？
曾經被學妹問到「是如何各個在研究間晃來晃去的？」在被問到的當下，完全答不出來。但現在想想，應該是因為我者不拒吧。只要主題有趣都可以幫忙分析，也因此以下的三個主題差蠻多的。
2018.11-2019.06: Social VR
18年年底進入MUI實驗室， 一開始由I-JU學姊帶我了解實驗的流程，跑IRB前測等等。但實際上開始真正接觸研究是年底的Social VR，加入清宇的團隊學習如何進行訪問。18年底收資料，19年年初整理逐字稿，沒記錯的話我在洛杉磯轉機時還在機場地板上工作過（笑。逐字稿之後是親合圖，彙整finding，約莫五六月時收尾，寫paper。英文還算堪用，所以便協助寫了質化分析的部分。
2019.04–2019.12: SHRA
四月時，Stanley問有沒有興趣幫另外一個affinity diagram的計畫，因為手上也沒有其他事做，就索性加入。一開始只是想說磨練親合圖，然後最後就變成了我主筆了paper？？？？是的，連事主本人我到現在都覺得這樣的經歷很神奇，但就實驗室裡常常會發生神奇的事情。六月投UbiComp Poster被拒，七月繼續把既有的稿子寫完。雖然當下真的很崩潰，因為我從來沒有做過任何文獻分析和寫過任何introdcution，methodology更不用說了。但多虧Stanely各種耐心的和我討論，甚至下海寫了部分implication，最後還是把文章生出來了。並經歷的人生首度因為CHI結果發表睡不著的初體驗（笑。
2019.05–2020.06: IM Responsiveness
19年下旬加入了另外一個IM responsiveness，暑假收資料，整理逐字稿，一路到年底資料才算是真正處理完。因為這個研究是想要影響使用者在即時通訊軟體上的回覆度，所以寒假的時候又惡補了一次文獻。一邊陪我弟考指考，一邊整理開電腦整理paper。當時沒有仔細紀錄，但三月之後就是痛苦模型發想的地獄。具體的細節忘記了，但那時候真的是每個星期都覺得大腦被逼到極限。要不斷的發散收斂，就算是再怎麼喜歡歸納分析共同之處的我，都覺得有些吃不消。
因為人生規劃，六月交接完當時寫好的初稿，就從MUI實驗室畢業了。
八月中短暫出關，有點好奇質化模型發展的走向，去了pre CHI。一不做二不休，當天把最新版的質化模型稿子寫完。十二月，有回去當了rebuttal大刀幫忙砍字數，也算是有始有終吧。
我學到什麼？
開玩笑的話，會說自己學到救火的能力。龍套嘛，就是圖個萬用。只要不動到code，你要我質化分析、文獻回顧、剪影片、報paper都沒有問題。但認真回答的話，大概是下面這三個主要技能。不過這都是retrospectively回顧才能得出的答案，在當下我應該只會覺得我在做該做的事情而已。
質化分析
三個計畫裡面碰了兩次的親和圖，算是讓我對於親合圖的操作更加上手一些。黑客松和普通課堂基本上不會有機會接觸到如此海量的資料，所以這樣的實戰經驗非常難能可貴。IM Responsiveness的coding分析更是重塑我對質化分析的想像，能夠學會如何用MAXQDA也是令人開心的一件事。
論文寫作
我本來對於把論文寫出來這件事情沒有什麼太大的感覺，不就是有主意用文字具象話而已嘛。是有一次在和Stanley聊天才讓我意識到原來（英文）寫作功力的重要。對話大概是說「歸納每個人都會，但不是每個人都能寫，寫出來才是你的」。因此之後，格外珍惜每次寫作的機會。
遷移學習
這部分有點玄，或說非常抽象。但這大概是我覺得兩年來獲得最重要的經驗。機器學習裡有個概念叫遷移學習(transfer learning)，就是只把在A資料集學會的東西，用到另外一個資料集上。總之，就是把「學會的東西適用到另外個地方」。例如，IM Responsiveness最痛苦的建構模型階段，是我理解刑法裡因果關係學說演變的重要關鍵。小時候會不懂為什麼不同時期的學說會有如此巨大的差異，為什麼要把看起來相同的要素在不同階層搬來搬去。自己建過理論模型則豁然開朗，大家不會因為好玩去動那些元素，而是因為模型卡關而做出一次又一次的嘗試。
每個人進實驗室會的東西和動機都不相同，所以我也無法保證你一定會觸發上述任何一種技能。但對於當初單純想要接觸HCI研究的我來說，已經是非常足夠了。
代結論
某場會議，有人問起“Is she your student?” Stanley頓了一下，回答到 “A collaborator.”
當下因為很累又喝了點酒，其實沒有多想。是事後想想才覺得這個答案真的好棒。雖然體制上我不是他的學生，但老實說我一直覺得我和他的碩班生差不多，平常也會「老師老師」的叫。所以當聽到老師用 “Collaborator”這種平等的文字來稱呼，其實覺得還蠻感動的。
非常感謝Stanley願意收留HCI小白的我，讓MUI lab成為我的避風港。並在申請時，給予的各種幫助。
附錄：史丹利的self-disclosed habits及如何破解他們（？）
「龜毛耶」、「又在吹毛求疵」、「要求一堆」、「老師又要求要改了」「這樣一直改是要拖到何時啊」、「這樣我怎麼能準時畢業」
因為我學籍不在交大，所以畢業壓力對我來說不存在。但我倒是有當場見證過類似的爆炸現場（笑。不過句公道話，如果是探索性的研究（大家一起看著一堆資料猜怎麼處理最好），這部分其實非常不可避免，畢竟剛看資料的時候老師可能真的也不太確定這方向會不會找到結果，很有可能下去找了之後才發現其實真實的資料狀況不太一樣。這部分我覺得是做研究前就要有的心理準備，和老師可能比較沒有直接的關係。
你肯花時間認真做研究，我就肯花時間陪你。如果你不願意花時間做研究，我也不會降低我對研究的標準。在研究品質要求上，我不會因人而異。
這部分我深有所感。如果他後面沒有其他會議，他會真的陪你一直討論下去。我當年最長紀錄在paper快截止前，一天討論3＋小時。或是在週日和工作團隊一起改稿子。每週只要你願意，他也非常樂意和你約one on one或是小組會議。而且說白了，在HCI這種教師掛名的paper上，你paper寫得很爛他也要負責（不論是被拒或是後來一起寫review反擊）。他對研究品質堅持也是剛好啊。
我不喜歡同一句話重複講很多遍，我常不保留地說出心中的話，我覺得不合理我就會直接講出，我的想法一覽無遺地展現在我表情上，要藏也藏不住。
我自已也是走直腸子且沒耐心路線，所以…這部分就互相包容，哈哈哈。
如果我沈睡，喔不，是沈思很久，那就代表我還在試著過我自己這關。實驗室的老鳥看到我這狀態，基本上都已經學會了要忽略我，自己繼續討論自己的，等我自己喚醒自己再聽我說。跟我比較不熟的學生就會在那邊苦苦等我結束。
學弟在臉書留言提及我會直接問老師他在想什麼，我才驚覺…原來…不是每個人都會問老師他在想什麼，啊我為什麼敢問，恩，因為我是個直腸子，沒有多想，有問題就問了（。
反正你想嘛，stanely進入沈思狀態你有以下幾種選擇：
(1) 和組員繼續討論，放置Stanley，反正他等一下自己會回神
(2) 直接問他他在想什麼，如果他差不多想好，他會think out loud on request
(3) 直接問他他在想什麼，如果他還沒想好，他會跟你說等他一下，這時候就可以繼續和組員討論，如果你們是one on one，你可以自己放空或是想別的事或是把paper打完。
有鑒於本人基本上都會問，所以其實我沒有很介意這件事（欸。
tl;dr Stanley惠我良多，推推！
