SEAM：面向共处社区的情境化可执行联想记忆

在群体中，知识分散于各个成员之间，而知识如何汇聚则取决于社会关系。受单个人如何回忆记忆并对记忆和当前刺激作出反应的启发，我们为一个社区构建了一种能够实现这一过程的共享记忆，并将其原型化为社交应用 SEAM。成员可以发布任意时刻；SEAM 会推断各个片段之间的关联，提炼有关群体的知识，并以情境化且联想式的方式作出回应。其中一些记忆会充当指令，改变系统的行为，使成员能够对其进行编程。我们在一个共处社区中部署了 SEAM，让 46 人进行了为期两周的开放式使用，并随后与 14 人开展了研讨会。成员分享他们的日常，向记忆发问，并指示它追踪日常活动和运行游戏；系统的回复将他们介绍给此前从未接触过的人和主题。SEAM 展现了这样一种社区愿景：知识能够主动找到人们。