Kategorie-Archiv: Menschliches Verhalten

(Dis)Respectful Technologies: Wie Technik soziale Normen im Arbeits- und Privatleben aushebelt und was sich dagegen tun lässt #muc17

Sarah Diefenbach (LMU München) setzte sich in ihrem Beitrag damit auseinander, wie Technologien ihre Nutzer dazu verleiten sich unhöflich zu verhalten und wie man diesen Effekt bei der Gestaltung adressieren kann.

Beispielsweise erwarten Menschen eine gewisse Aufmerksamkeit vom ihrem Gesprächspartner. Die Technik und die Gestaltung der User Interfaces von Smartphones hingegen forciert einen Antwort-Reflex, unabhängig davon welche negativen Auswirkungen eine sofortige Antwort auf das Gespräch hat. Diverse Studien zeigen, dass mittlerweile allein die Anwesenheit eines Smartphone auf dem Esstisch bereits die Gesprächssituation negativ verändert. Das Smartphone signalisiert allen Gesprächspartnern, dass das Gespräch zu jedem Zeitpunkt unterbrochen werden kann.

Durch die Verfügbarkeit von Technologien verändern sich unsere sozialen Normen. Beispielsweise haben sich anerkannte Tabu-Zonen für die Nutzung von Smartphones entwickelt, also Orte oder Situationen, in denen es als unhöflich gilt das Smartphone zu nutzen. Ein anderes Beispiel dafür ist, wie sich die Art und Weise verändert hat, wie Verabredungen für persönlichen Treffen getroffen werden.

UX Designern empfiehlt sie für die Gestaltung von Mensch-Maschine-Schnittstellen, die höfliches Verhalten unterstützen:

  • Der Einfluss von Technologien auf das soziale Miteinander sollte anerkannt und als wichtiger Einflussfaktor auf soziale Interaktionen verstanden werden.
  • Technologie formt soziale Interaktionen und kann soziale Normen unterstützen oder ihnen entgegenwirken.
  • Bei der Gestaltung von User Interfaces sollte sowohl die Sicht des Nutzers, als auch die Sicht von Gruppen berücksichtigt werden, in welchen der Nutzer das User Interface nutzen könnte.
  • Soziale (zwischenmenschliche) Interaktion sollte als wichtiger Aspekt des UX Designs betrachtet werden, denn was vom Einzelnen als hilfreich für die Gruppe oder Andere eingeschätzt wird (z.B. Schnelle Recherche zu einem Thema auf dem Smartphone während eines Gesprächs), kann von der Gruppe als störend oder als Desintresse eingestuft werden.

Same Same but Different – Entertainment Computing und Mensch-Technik-Interaktion #muc17

Rainer Malaka – seines Zeichens Professor für digitale Medien an der Uni Bremen – sprach in der ersten Keynote der Mensch und Computer in Regensburg darüber, was die Disziplin Human Computer Interaction von Entertainment Computing lernen kann.

In der Vergangenheit wurden Computerspiele und ihre Nutzer gern verteufelt. Da heißt es – teilweise wissenschaftlich gestützt – „Computer spiele machen dumm, dick und faul.“ oder „Computerspiele führen zu digitaler Demenz.“. Spiele sind jedoch keine menschliche Erfindung. Spiele sind eine Erfindung der Natur. Alle höheren Lebewesen spielen, um auszuprobieren und zu lernen.

„Wir spielen, weil wir in einer begrenzten Umgebung etwas ausprobieren können.“

Entertainment Computing hat sich bei der technologischen Entwicklung von Eingabegeräten zu einem Technologietreiber für die Human Computer Interaction entwickelt. Beispielsweise stammen viele neue Eingabetechniken, wie Gestenerkennung (Kinect, Wii), Rendering-Engines für grafische Anwendungen oder leistungsfähige Grafikkarten in ihrem Ursprung aus der Spieleentwicklung.

Aus der Gestaltung von Spielen können zahlreiche Best Practices zur Motivation von Menschen auf die Gestaltungen von Produkten und Services außerhalb des Entertainment Computing übertragen werden. Menschen spielen in der Regel lieber, als sich ernsthaften Tätigkeiten zu widmen.

„Gamers are super-empowered hopeful individuals.“ – Jane McGonigal

Die Antwort darauf, warum das so ist, liefert eine Definition von Spielen aus dem Jahr 1938: Spiele sind freiwillige Beschäftigungen, die innerhalb freiwillig angenommener Regeln und Gesetze verrichte werden. Das Ziel von Spielen liegt in sich selbst. Das Spielen wird immer von mehr Spannung, Freude, Bewusstsein des „Andersseins“ als das gewöhnliche Leben begleitet. (Huizinga, 1938)

In seinem Beitrag zeigte er Fallbeispiele, wie ernsthafte Aufgaben, wie das Training von Robotern oder die Behandlung von Krankheiten, über Spiele motivierender gestaltet werden kann. Spannend fand ich das Beispiel zum Training eines Haushaltsroboters, der Pancakes braten kann. Dafür wurde ein Spiel entwickelt, das neben dem eigentlichen Spielziel – was nichts mit Pancakes zu tun hatte – das Training des Bratvorgangs zum Ziel hatte.

Die Übertragung von Mechanismen aus der Spieleentwicklung auf Serious Games ist dabei eine Herausforderung. Viele Serious Games und Gamifications können mit den besten Computerspielen nicht konkurrieren. Hochkarätige Computerspiele werden mit massivem Personalaufwand und großen Budgets entwickelt. Dadurch ist die Erwartungshaltung an Serious Games so groß, dass das Erlebnis von den Spielern meist deutlich schlechter bewertet wird.

„Badges und Awards reichen nicht. Die Karotte vor der Nase reicht nicht.“

Die Gestaltung von nachhaltigen Serious Games erfordert eine intensive Auseinandersetzung mit Spielemechaniken sowie menschlicher Motivation. Sie setzen ein wohlbefinden- und erlebnisorientierten Gestaltungsansatz voraus. (Eudämonischen Human Computer Interaction)

Zum Abschluss seines Vortrages gab er noch diesen Tipp an alle Spieleskeptiker:

Spielen ist in uns drin. Es macht keinen Sinn zu sagen: „Spielt nix.“. Man sollte lieber sagen: „Spielt die richtigen Spiele.“

Mobocratic Algorithms: Could Social Media be a Threat to Democracy? #chi2016

Am dritten Tag der CHI 2017 in Denver wurde es dann politisch. Der Internetaktivist Wael Ghonim, der 2011 durch seinen aktiven Einfluss auf die Revolution in Ägypten über Facebook bekannt wurde, sprach über die positiven und negativen Effekte, die soziale Medien auf das politische Geschehen und die Demokratie haben können. 

Soziale Medien haben ihre positiven Seiten. Es ist einfacher Gleichgesinnte zu finden und sich als Gruppe Gehör zu verschaffen. Es gibt nicht mehr den einen leicht manipulierbaren Hauptkanal für Informationen. Informationen verteilen sich über eine Vielzahl von Kanälen. Auf der negativen Seite ermöglichen soziale Medien durch ihre extreme Personalisierung der Inhalte politische Propaganda. Die Mechanismen von gezielter und personalisierter Werbung wurden und werden für dunkle Werbekampagnen genutzt. So soll Trump über diesen Weg gezielt Falschinformationen über Clinton an deren Wähler verteilt haben, die dann dazu führten, dass diese ihn wählten. Die Algorithmen ermöglichen heute politische Propaganda in der durch gezielte Falschinformationen demokratische Entscheidungen beeinflusst werden. Er bezeichnet diesen Effekt als Mobocracy (rule by the mob; the mob as a ruling class). 


Die Algorithmen von sozialen Medien sind auf User Engagement optimiert, dass soziale Medien User Engagement und Produktnutzung über Werbung monetarisieren. Die Algortihmen fördern es auf der einen Seite, dass Anwender mehr davon sehen, was sie interessiert und was sie hören wollen. Anwender werden dadurch zum anderen aber in Echo Chambers gefangen, in denen sie nur noch ihre eigenen Meinung wiederholt hören. Die Algorithmen der sozialen Medien belohnen Sensationsmeldungen und Trollen mehr als eine echte kritische und sachliche Auseinandersetzung mit Themen. Er hat die Erfahrung gemacht, dass beispielsweise Schimpfworte deutlich mehr Aufmerksamkeit bringen, als sachliche Berichterstattung. Die Süße der Sensationsmeldungen verleitet Menschen dazu Junk-Informationen zu bevorzugen. Da die klassischen Medien mit diesen Effekten arbeiten müssen, um zu überleben, sinkt auch die Qualität der journalistischen Berichterstattung. Heutige sozialen Medien incentivieren Narzisten.

Er ging dann auf ein paar Miskonzeptionen ein:

  • Das Zusammenbringen von Menschen ist nicht immer positiv. Es kann dazu führen, dass Menschen mit seltenen extremistischen Ansichten sich einfacher zusammentun können und dadurch an Stärke gewinnen, obwohl die Mehrheit der Gesellschaft diese Ansichten ablehnen.
  • Soziale Medien suggerieren, dass sie die Redefreiheit fördern. In Wirklichkeit sind sie aber nur „Redeverstärker“. 
  • Soziale Medien führen durch das Hervorheben von viel gelikten Beiträgen zu dem Eindruck, dass es sich dabei um legitime Beiträge handelt. Popularität wird mit Legitimität gleichgesetzt.
  • Durch User Research und Human Centered Design wird das negative Verhalten in sozialen Medien gefördert, da nur in Richtung der Kundenbedürfnisse designt wird, ohne die gesellschaftlichen Auswirkungen zu betrachten. („People love to be in der their echo chambers.“)

Er fordert Technologieunternehmen dazu auf sich der gesellschaftlichen Auswirkungen ihrer Produkte mehr bewusst zu werden und die Verantwortung dafür zu übernehmen. Es bedarf neuer Geschäftsmodelle, um die negativen Auswirkungen der werbeorientierten Algorithmen einzudämmen. Technologieunternehmen müssen das Wohlergehen ihrer Anwender  in den Mittelpunkt stellen und weniger danach streben Anwender von ihren Produkten abhängig zu machen.

„Algorithms need to be more meritocrativ, less mobocrativ.“

Er verweist auf eine Entwicklung in der Nahrungsindustrie. Dort müssen Unternehmen mittlerweile ihre Kunden mehr auf ihr Nutzungsverhalten und dessen Auswirkungen, z.B. durch Inhaltsangaben, aufmerksam machen … wenn auch nicht ganz freiwillig.

„Transparency is a right not an option!“

Die Algorithmen von sozialen Medien müssen den Anwendern ihr Nutzungsverhalten und dessen Auswirkungen deutlich transparenter machen als heute. Die Nutzer von sozialen Medien müssen darüber hinaus erkennen können, woher Informationen kommen. Vorallem junge Bürger müssen im Rahmen der politischen Bildung Effekte, wie Fake News, kennenlernen und damit umgehen lernen. 

„Fellow technologists, 

Politicians are in existential crisis. Policy makers are thinking of how to control social media. And we all know where that would take us. Self-regulate, before it’s too late. 

Thanks 

@ghonim“

Response Time when Interpreting Artificial Subtle Expressions are Shorter than with Human-like Speech Sounds #chi2017

Takanori Komatsu (Meiji University) verglich in seinem Beitrag die Reaktionszeit auf aufsteigende bzw. abfallende Beep-Sounds (ASEs – Artificial Subtle Expressions) mit der Reaktionszeit auf menschliche Sprache bei der Interaktion in Spielen. Hintergrund dieser Untersuchung ist, dass Beep-Sounds einfach und kostengünstig erzeugt werden können und sprachlich universell einsetzbar sind. Sie funktionieren seiner Erfahrung nach in fast allen Sprachregionen der Welt.

ASEs are easy to implement, intuitive and universal expressions.

Im Ergebnis der Untersuchung (n=140) zeigte sich, dass Japaner Beep-Sounds in Spielen schneller interpretieren und darauf reagieren können, als auf Sprache.

Drivers With Active Secondary Tasks Need More Time To Transition From Automation #chi2017

Brian Mok (Stanford University) stellte in seinem Beitrag die Ergebnisse eines Versuchs vor, in dem untersucht wurde, wie lange Fahrer von autonomen Fahrzeugen benötigen, um die Kontrolle eines Fahrzeuges wieder zu übernehmen, wenn sie mit einer anderen Tätigkeit intensiv beschäftigt sind.


Der Versuch (n=30) fand in einem Simulator statt. Während sie im Simulator eine kurvige Strecke fuhren spielten sie u.a. ein Jump-and-Run-Spiel. Das Ergebnis in aller Kürze: Abgelenkte Fahrer brauchen zwischen 5 und 8 Sekunden, um die Kontrolle in kritischen Situationen wieder zu übernehmen.

Keeping Users engaged through Feature Updates #chi2017

Zhao Zhao (Carleton University Ottawa) stellte die Ergebnisse einer Studie für Spiele aus dem Bereich Gesundheit und Fitness vor. Die Forschungsfrage der Studie war, welchen Einfluss Spielefunktionen und deren Release-Vorgehen auf das User Engagement haben. Konkret ginge es um eine Anwendung bei der ein Aktivitätstracker und eine mobile Anwendung zu Trainingssessions motivieren sollte. 


Kurz zur Studie: Die Studie dauerte 70 Tage. Die Teilnehmer (n=30) der Studie waren in drei Gruppen unterteilt. In der Basis-Gruppe erhielten die Testpersonen nur die Grundfunktionen. In der Full-Gruppe erhielten die Testpersonen von Anfang an alle Funktionen. In der Update-Gruppe erhielten die Testpersonen über die Laufzeit der Studie hinweg immer wieder neue Funktionen. Über das Update wurden die Testpersonen mittels der Notifications-Funktionen von iOS informiert.
Das zusammengefasste Ergebnis: Motivation, Nutzungsintensität und abgeschlossene Trainingssessions waren in der Update-Gruppe am höchsten. Dabei blieb offen, ob die Notifikationen oder die konkrete neue Funktion den motivierenden Effekt hatte.

How Player Attribution can Broaden our Understanding of Player Experience #chi2017

Ansgar E. Depping (University of Saskatchewan) beschäftigte sich mit der Frage, wie das Verlieren in Spielen gestaltet sein muss, damit es motivierend ist. Seine Ausführungen basierten auf den Attributionstheorien – also wie sich Menschen bestimmte Dinge erklären. Ob das Verlieren in einem Spiel als motivierend erlebt wird, hängt davon ab, wie sich Menschen die Gründe für das Verlieren erklären. Dabei spielen die Aspekte Internalität (Liegt es am Spieler selbst oder an einem äußeren Umstand?), Kontrollierbarkeit (Kann der Spieler den Grund für das Verlieren kontrollieren bzw. beeinflussen?), Stabilität (Wie wahrscheinlich ist es, dass der Grund bei der nächsten Runde wieder zum Verlieren führen könnte?) und Globalität (Ist der Grund genereller Natur oder tritt er nur in einer bestimmten Situation auf?) eine große Rolle. 


Bisher gab es kein Messintrument, um Attribution von Spielern messen zu können. Daher war die Entwicklung eines Game Specific Attribution Questionnaire Teil des Beitrags.

Bei den Studien mit diesem Fragebogen hat auch er hat die Erfahrung gemacht, dass der Schwierigkeitsgrad eines Spieles wenig über die Motivation der Spieler aussagt. Damit ein Spiel trotz Verlieren motivierend ist, müssen die Spieler das Verlieren am besten auf einen Grund zurückführen können, den sie entweder selbst kontrollieren können, der bei der nächsten Runde vielleicht nicht mehr da ist oder der nur in einer bestimmten Situation zum Tragen kommt.