國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第陸章 自我追蹤的拼裝體實踐
前述文獻與資料分析，我敘述自我追蹤實踐的數據與身體、使用者與技術物 的關係，但跑者如何藉由實踐過程，形塑身體與自我的知識尚未被觸及。本章節回答 第三個研究，討論跑者如何以自我追蹤實踐，找到身體與自我的經驗與感受，組合成 為跑者拼裝體關係。第一節討論使用者如何藉由以跑步技術「觀看」身體與自我與理 解「身體經驗」；第二節則從拼裝體理論視角，檢視自我追蹤的使用者、身體、技術 物和數據等，相互連結關係。
第一節 、自我追蹤者的身體經驗
（一）、「觀看」跑步數據與身體
跑者透過穿戴裝置的感應器，亦如身體活動記錄器，不斷地蒐集和追蹤身體 活動，讓使用者能進一步理解自身的身體狀況。芷琪、金龍、冠博與柏彥等人藉由數 據設定目標，觀看跑步表現進度與訓練成效：「看到自己的一些指數和數據上面有沒 有進步」（金龍）、「一個前進標準。我每天跑個十圈，但我不知道時間、配速、心 跳怎樣。」（芷琪）。智慧手錶死忠使用者（hard-core user）金龍，不只是跑步當下 可能佩戴兩支穿戴裝置，也相當依賴於跑步數據：「我就是要看到記錄，上個月、半 年前和這次跑步比下來，我到底有沒有提升跑步技術。」（金龍）。對於金龍而言，
觀看配速、心率與步幅等數據，可以持續檢視運動表現，提升跑步技術，進而以最少 力量跑最遠的距離，並且降低身體受傷的風險。
Rettberg（2014）精妙地指出當代社會出現的「以技術觀看我們」（seeing ourselves through technology）現象，一來藉由自拍、部落格、社交媒體和穿戴裝置看 見自我與身體；二來，技術中介之下，使用者可以更好地觀看自我、瞭解自我，從中 改善問題，也形塑一套「我們是誰」以及「我們應該是如何」的知識（ibid, p.87）。
使用者運用 app 或量化自我過程，除了可以記錄和儲存特定時刻、互動過程等，技術 亦限制著使用者理解、概念化與敘述的方式，從中建構自我優化、自我創造與自我反 映的認識基礎，甚至認為數字可以敘述客觀真相（ibid, p.65）。如同前文一再重述，
個人數據是抽象化的數字，需要施為者從社會、文化脈絡中解讀數字的意涵，而且因 個人旨趣與身處的社會位置與歷史文化背景有不同的詮釋方式。然而，自我追蹤者在 量化自我的數據之中，究竟觀看什麼，如何藉此理解自我與身體？
‧
面。其一是有「能見」（visibility）之意涵 ，可觀看可測量、可追蹤與可視覺化（visualization）的身體活動數據。其二是承載使用者如何理解身體的問題，並且深受 效果為目的，不過觀看數據與跑者的身體關聯為何？依據 Lupton（2014, pp.80-81）的 理論觀點，自我追蹤者是藉由各種技術物與感應器技術，其身體透過數據形成個人數 據，產生「身體終結，技術開端」（body ends, technology begin）情形。使用者不是完 全依賴於身體感覺，而是得以通過數字、數據或圖表等「視覺化」方式，瞭解、比較 或審視其身體活動與運動記錄。Lupton 進一步主張，當人們使用數位技術與數據看見
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
自我之時，身體已經成為「肉身-代碼-裝置」的拼裝體（Lupton, 2017c, p.121）。使用 者觀看的數據，不只是作為身體的數據化、或者視覺化的客體，而是以使用者、身 體、數據和技術物相互連結所組構起來的主體，也就是自我追蹤數據就是自我與身體 另一個呈現方式，反之「你就是你的數據」（Lupton, 2016b）。
在身體、數據與技術的互動過程中，本研究受訪者所觀看的數據，其實是指 跑步的配速、心率與累積里程，或者日常作息的行走步數與睡眠狀況，皆是以個人為 單位的身體活動數據，而且全是技術物可測量、可追蹤的身體記錄。正如我於第肆章 提出的 「數據/身體」觀點，數據與身體是相互依賴的動態關係，跑者觀看的數據從身 體而來，身體也是數據的承載物。跑者可透過技術物取得的數據，跑者觀看訓練表現 與身體數據，從中掌握身體的知識或形塑身體觀。因此自我追蹤實踐並非 Lupton 描述 的「身體終結，技術開端」，身體與技術也並非出於開端與終結端，身體、數據與技 術是持續進行、相互牽動與形塑彼此的實踐過程。
除了基於個人旨趣、偏好與目的，跑者希冀藉由自我追蹤數據「觀看」跑步 身體的表現之外，他/她們的行動亦深受社會與文化影響，透過跑步同儕與社群之間的 眼光「觀看」身體與自我。如同第肆章節，跑步社群分析中看到自我追蹤者透過 app 與數位平台分享各自的數據，相互監督彼此的運動表現，追求更好的跑步身體成績。
藉由「觀看」他/她者的數據、使用者建構理解自我與身體的知識，甚至是尋求同儕的 認可。譬如柏彥和子皓所述，以個人的跑步數據為基礎，比較其他運動者的表現，作 為「觀看」身體的衡量標準：「我有一定目標在，這些當breaker 記錄我們訓練」（柏 彥）、「有些人會主動發起一些活動。這個月我們設一個目標，也是一個記錄。」
（子皓）。這個過程涉及跑步同儕對於身體數據的想像。不少自我追蹤者不斷追求更 好的成績，希冀在數位平台展演進步的跑步身體表現，從中建構其自我形象，以符合 跑步同儕的凝視與期待，持續追求進步的跑步身體。
從以上討論，我們就可以理解在個人與社會的建構關係中，對於「觀看」自 我與身體數據所扮演的校色，預設著使用者可以看見什麼數據、如何解讀數據以及如 何展演自我，成為看與被看的對象。然而，自我追蹤實踐也蘊含著「看不見」的面 向。使用者透過數字或數據並非全方面掌握身體數據，亦不是全然客觀的理解自我知 識。正如冠博所述，自我追蹤實踐技術物是身體表層活動的蒐集工具，無法蒐集其心 理因素，或是環境與社會因素如何影響其身體活動和訓練表現。儘管他承認是個依賴
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
於量化數字的跑者，觀看數據作為訓練依據，不過他仍然認為現有技術無法納入很多 個人心理層面與環境因素，更無法從中判斷身體狀況與跑步表現。
它只可以記錄表層的數據，技術不知道你的深層，可能中午和女朋 友分手，你晚上跑的狀況比較差，它沒辦法知道這些事，只是知道你跑得 比較差。他只是個資料蒐集器。--冠博
自我追蹤實踐的確比以往的傳播技術更加能夠測量、追蹤與蒐集身體活動的 數據，使用者可以理解自我與身體，但此技術亦有其限制，技術統尚無法蒐集使用者 的心情感受、疾病健康和氣候環境等數據。在 Lomborg 與 Thylstrup 等人（2018, p.4599-4600）分析「自我追蹤的流動經驗」時亦曾提及，技術實踐難以記錄身體感 受。基於銘刻於自我追蹤技術物的腳本，引導著使用者達成設定的目標，建議使用者 持續進行特定事情，形成活動慣習。
如同冠博所述的分手感受影響自我追蹤數據，類似的心理感受尚無法透過技 術物量化為自我追蹤數據。當跑者面對天氣狀況惡劣、運動跑道損壞，或者身體疾病 瞭解等不確定因素影響訓練表現亦無法呈現於自我追蹤數據。自我追蹤者惟有解讀數 據時，回想當時的實際身體感受，從中判斷身體活動。 綜合言之，自我追蹤實踐基本 預設著，使用者是在理想化的個人使用情境，運用追蹤技術與測量身體活動，使得數 據可以呈現自我與身體狀況。不過使用者也可以依據自身旨趣詮釋個人數據，或者受 到社會文化脈絡與意識形態影響理解身體與自我的知識。究竟自我追蹤實踐指向何種 身體觀？技術物的腳本或物質性，既會限定跑者的使用者方式，但使用者也有可能不 依循其規定，採取其行事策略，又如何建構身體知識？以下著重於跑者在訓練過程與 日常生活之中，「跑者的身體觀」，身體與技術、人與物交織的情形。
（二）、數據化的跑步身體
在自我追蹤的相關研究，不論是經驗理論或實證研究結果經常關注於使用者 形 塑 身體 規訓、身體 管 理、控 制 與管理 身 體的 方 式（Ajana, 2017; Lupton, 2017a;
Sanders, 2017; Lomborg & Frandsen, 2016）。譬如 Lupton 主張，使用者關注於行走的步 數和攝取卡路里等身體活動，將數據視為身體知識來源，使身體活動與監測數據成為 自我追蹤實踐的一部分（Lupton, 2013a, p.9）。以本研究對象跑者為例，需要依靠身體 力行運動與技術實踐（數據化、技術物之使用等），不斷累積個人數據的過程中，產 生身體觀與理解自我知識。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
一般的跑步訓練過程主要涉及，暖身以及跑步技術訓練的有氧運動。暖身從 腳踝、膝蓋、髖關節等動作伸展，接著以快走或小跑步方式，提升體溫與心率心跳，
增強整體的關節與肌力表現。跑步技術則與身體活動緊連相扣，涉及腳著地方式、左 右腳平衡、步幅角度、體能與肌耐力表現、身體垂直振幅以及跑步姿勢等。如今自我 追蹤技術中介，使用者的身體活動可以數據化為數位形式的數據或數字。跑者得以在 運動當下隨時監測跑步時的配速、心率與累積里程等數據，即時糾正與調整跑步技 術。在運動訓練之後，他/她們亦可以使用運算機制，分析其訓練表現，檢討跑步成果 或規劃下一次的訓練計劃或課表安排。他們使用自我追蹤實踐，旨在提升運動身體的 表現，以及降低身體受傷的風險。
就如前文所述，我訪談的 15 名跑者中，全數皆關注於跑步數據，追求進步的 成績與運動的成就感。就以運動量很大的柏彥和芝儀為例，兩人藉由監測跑步數據，
就如前文所述，我訪談的 15 名跑者中，全數皆關注於跑步數據，追求進步的 成績與運動的成就感。就以運動量很大的柏彥和芝儀為例，兩人藉由監測跑步數據，