The Algorithm and the User: How Can HCI Use Lay Understandings of Algorithmic Systems #chi2018

Der letzte Tag der CHI startete für mich mit einer Paneldiskussion darüber, wie sich Menschen mit Hilfe des „gesunden Menschenverstandes“ intelligente Systeme erklären, die auf Algorithmen basieren. Konkret ging es in der Diskussionen um Volksweisheiten (Folk Theories), also weitverbreitete und allgemein anerkannte Theorien über die Funktionsweise von komplexen und schwer verständlichen Themen, die meist nicht der tatsächlichen Funktionsweise entsprechen. Volksweisheiten basieren meist auf Heuristiken, die aus Beobachtungen abgeleitet wurden. Sie beschreiben weitverbreitete mentale Modelle, welche viele Menschen von der Funktionsweise komplexer intelligenter Systeme haben und anwenden.

Das Thema wurde von Michael DeVito, Jeffrey Hancock, Megan French, Jeremy Birnholtz, Judd Antin, Karrie Karahalios, Stephanie Tong und Irina Shklovski diskutiert.

Facebook is listening to you all the time to make recommendations. – Volksweisheit zu Facebook

Systeme, die auf Algorithmen und künstlicher Intelligenz basieren, sind in ihrer Verhaltensweise so komplex zu verstehen, dass sich selbst die Architekten und Designer dieser Systeme schwer tun, deren Funktionsweisen vollständig zu verstehen und zu erklären. Beispielsweise entstehen selbst bei Facebook intern Volksweisheiten darüber, wie der News Feed wirklich funktioniert.

Ein anderes Beispiel: Viele Airbnb-Anwender verändern den Titel ihres Eintrages jeden Tag, weil sie glauben, dass sie damit ihren Eintrag noch oben bringen können. In Wirklichkeit hat das aber gar keinen Einfluss auf die Positionierung des Eintrags.

You can’t understand how everything works.

Volksweisheiten verbreiten sich sehr schnell, weil Menschen stolz darauf sind etwas Komplexes verstanden zu haben oder weil es erschreckend bzw. begeisternd ist. Ob diese dann richtig oder falsch sind spielt keine wirkliche Rolle.

Volksweisheiten beeinflussen nicht nur das Verständnis bzw. die Interaktion mit intelligenten Systemen, sie beeinflussen auch die Adoption von neuen Produkten / Technologien erheblich. Außerdem können sie dazu führen, dass Anwender ihre Zeit für sinnlose Tätigkeiten verschwenden.

Unternehmen, deren Produkte auf intelligenten Technologien basieren, erklären in der Regel wenig darüber, wie ihre Algorithmen funktionieren. Eine hohe Transparenz zur genauen Funktionsweise ist meist nicht gewünscht (Geistiges Eigentum, Wettbewerbsvorteil, Profit, Vermeidung von Missbrauch) oder auch nicht möglich (Unternehmen wissen selbst nicht genau, wie das intelligente System im Detail funktioniert). Anwendern bleibt also oft nichts anderes übrig, als intelligente Systeme zu beobachten und auf dieser Basis Volksweisheiten zu entwickeln.

Bei der Gestaltung von intelligenten Systemen sollte die Frage betrachtet werden, welche Volksweisheiten sich Anwender zurechtlegen, um die Funktionsweise eines intelligenten Systems zu erklären. Das intelligente System sollte so gestaltet sein, dass Anwender mentale Modelle bzw. Volksweisheiten entwickeln, die für beide Seiten fair und nützlich sind. Also Menschen dabei hilft das nötige und ein nützliches Verständnis zu einem intelligenten System zu entwickeln sowie Unternehmen dabei hilft ihre unternehmerischen Ziele zu erreichen. Weiterhin ist es für beide Seiten hilfreich regelmäßig zu überprüfen welche Volksweisheiten entstanden sind und angewendet werden.

Dieser Gestaltungsprozess ist ein Balanceakt. Es ist nicht damit getan, einfach umfangreich zu erklären und komplett offenzulegen, wie ein intelligentes System funktioniert. Es geht darum das System so einfach wie möglich zu erklären ohne dabei relevante Aspekte zu unterschlagen. Es geht darum die Interessen der Anwender und des Unternehmens in Balance zu bringen.

People don’t read. Most People don’t want to set up hundreds of control features.

Video Showcases #chi2018

Der dritte Tag der #chi2018 endete mit einem Feuerwerk an Video Showcases. Hier sind meine Favoriten:

A Low-cost Reversible Actuation and Sensing Method for Shape Changing Interfaces


IdleBot: Exploring Non-Engaging Interaction Design in Personal Space


Programmable Droplets for Interaction

Knowing You, Seeing Me – Investigating User Preferences in Drone-Human Acknowledgement #chi2018

Walther Jensen (Aalborg University) geht davon aus, dass die Zukunft von Drohnen durch eine autonomen Arbeitsweise und Interaktion mit Menschen geprägt sein wird. Er glaubt, dass Drohnen bald ein fester Bestandteil des Alltags werden.

Daher beschäftigt er sich mit der Frage, wie Menschen und Drohnen kommunizieren sollten. Im ersten Schritt ermittelte er dazu den idealen Abstand zwischen Mensch und Drone für eine angenehme Kommunikation. Im zweiten Schritt untersuchte er unterschiedliche Flugbewegungen (Nicken, Schütteln, Drehen, Wackeln) und deren Kombination (n=129) um zu zeigen, dass die Drohne mit dem Menschen kommunizieren will. Im Ergebnis leitete er erste Gestaltungsempfehlungen für die Human-Drone-Communication ab:

  • Um dem Menschen zu zeigen, dass die Drohne kommunizieren will, sollte sie sich in Richtung des Menschen drehen und als Ergänzung Nicken, sich Schütteln oder Wackeln.
  • Drohnen sollten über einen klaren Indikator verfügen, an dem Menschen erkennen können, wenn sich die Drone in ihre Richtung dreht, beispielsweise eine Kamera, ein Gesicht oder ähnlich.
  • Die Drone sollte einen angemessenen Abstand von ca. 178 cm zum Menschen halten.
  • Im Anflug sollte die Drone eine klare Bremsbewegung machen.

Siehe auch

Vollständiges Paper in der ACM Digital Library

Patterns for How Users Overcome Obstacles in Voice User Interfaces #chi2018

Chelsea Myers (Drexel University) sprach in ihrem Beitrag darüber, wie Anwender von Alexa und Co. mit den Unzulänglichkeiten ihrer Sprachassistenten umgehen.

Sorry, I’m not sure what you said.

Um die Hindernisse und Unzulänglichkeiten erforschen zu können, entwickelt sie einen Sprachassistenten, mit dem man im Wesentlichen einen Kalender verwalten kann. Sie fanden in 3 Usability Testing Sessions (n=12) folgende Hindernisse:

  • Anwender wissen, nicht was sie den Sprachassistenten fragen können.
  • NLP-Fehler, d.h. der Sprachassistent versteht etwas falsch.
  • Fehlendes Feedback seitens des Sprachassistenten
  • Klassische Softwarefehler, die ihren Grund in der Architektur des Sprachassistenten haben.

Frustration leads to more frustration.

Die häufigsten Taktiken mit diesen Hindernissen umzugehen waren:

  • Besonders deutlich sprechen,
  • Anderes Verb für den Befehl verwenden,
  • Umfangreicheren Befehl mit mehr Details verwenden,
  • Das grafische User Interface des Sprachassistenten verwenden.
  • Chaotisches Ausprobieren von anderen Befehlen

Siehe auch

Vollständiges Paper in der ACM Digital Library

Too Close and Crowded: Understanding Stress on Mobile Instant Messengers based on Proxemics #chi2018

Die Nutzung von mobilen Messenger hat sich in Korea enorm verbreitet. Nutzer von mobile Messenger erleben zunehmend Stress durch Mobile Messenger. In-geon Shin (KAIST) stellte eine Studie vor, in der dieser Umstand mit einer koreanischen Zielgruppe analysiert wurde. Konkret wurden 4 Fokusgruppen mit je 5 Testpersonen durchgeführt.

Dabei kam heraus, dass der Stress bei vielen Nutzern dadurch entsteht, dass mobile Messenger den persönlichen Schutzraum ignorieren. Nachrichten werden unabhängig vom Verhältnis zwischen Absender und Empfänger immer auf die gleiche Weise kommuniziert. Die Kommunikation findet gefühlt im persönlichen Schutzraum bzw. innerhalb der persönlichen Distanz statt. (Siehe Proxemik)

Die Proxemik (von lat. proximus „der Nächste“) untersucht und beschreibt die Signale von Individuen, die sie durch das Einnehmen einer bestimmten Distanz zueinander austauschen.

Anwender werden durch Notifikationen stets deutlich auf neue Nachrichten hingewiesen. Diese zu ignorieren ist schwer. Die Angst etwas zu verpassen überwiegt. Darüber hinaus geben mobile Messenger anderen Nutzern Feebdack über das eigene Verhalten, z.B. „typing …“, „XYZ left chat“, und setzen Anwender zusätzlich durch den Effekt der sozialen Erwünschtheit unter Druck. Der Stress ist vergleichbar zu dem, den Menschen in ihrer physischen Umgebung erleben, wenn andere Menschen die persönliche Schutzzone ignorieren.

Die wichtigste Empfehlung für die Gestaltung von mobile Messengern war die Idee, die Art und die Deutlichkeit einer Notifikation von der emotionalen Distanz zwischen Absender und Empfänger abhängig zu machen.

Siehe auch

Proxemik
Vollständiges Paper in der ACM Digital Library

The Impact of Abstract vs. Concrete Feedback Design on Behavior Insights from a Large Eco-Driving Field Experiment #chi2018

Hinweise zu Fahrstil bzw. Verbrauch helfen Fahrern nachweislich ihre Fahrweise hinsichtlich eine ökonomischeren Verbrauchs zu optimieren. Durch die Digitalisierung der Fahrzeuge ergeben sich zusätzlich neue Möglichkeiten für die grafische bzw. visuelle Gestaltung von Feedback zur Fahrweise.

Andre Dahlinger (Universität St. Gallen) stellte eine Studie vor, in der untersucht wurde, welche Art des Feedback am besten geeignet ist, um Fahrer zu einer ökonomischen Fahrweise zu motivieren. Verglichen wurde eine abstrakte Darstellung und eine konkrete Darstellung. Das Ergebnis zeigte, dass nur die Gruppe, welche die abstrakte Darstellung (Baum) gesehen hat, tatsächlich ihren Verbrauch reduzierte.

Er forderte Designer und Design Researcher auf, neue abstraktere Darstellungsformen auszuprobieren und nicht nur auf die klassischen Visualisierungen zu setzen.

Look deeper into different designs of feedback information.

Siehe auch

Vollständiges Paper in der ACM Digital Library

So, Tell Me What Users Want, What They Really, Really Want #chi2018 #alt.chi

Ulrik Lyngs et al (University of Oxford) warfen einen spannenden Blick auf das Nebenprodukt von Persuasivem Design und dessen Bedeutung auf die Analyse von Nutzerverhalten.

Viele Anwender werden durch die permanente Klick- und Conversion-Optimierung verleitet auf Dinge zu klicken. Sie klicken ohne darüber nachzudenken, ohne ein konkretes Bedürfnis, einfach weil es ihnen angeboten bzw. empfohlen wird. Manchmal klicken sie auch auf Dinge und bereuen es im Nachgang. Die Messung von Nutzerverhalten werden dadurch so verfälscht, dass sie mehr das Ergebnis des Persuasiven Designs zeigt und weniger die echten Bedürfnisse der Anwender.

Leite keine Bedürfnisse aus der Analyse von Nutzerverhalten ab, wenn Du das Produkt mit persuasiven Mitteln gestaltet hast.

Siehe auch

Vollständiges Paper in der ACM Digital Library