Suchergebnisse

Cover -- Subjektives Nutzererleben in der Mensch-Computer-Interaktion. Beziehungsrelevante Zuschreibungen gegenüber Companion-Systemen am Beispiel eines Individualisierungsdialogs -- Inhalt -- Abkürzungsverzeichnis -- Abbildungsverzeichnis -- Tabellenverzeichnis -- Danksagung -- 1 Motivation -- 2 Theorie und Stand der Forschung -- 2.1 Nutzererleben von Companion-Systemen -- 2.1.1 Companions und Companion-Systeme -- 2.1.2 Relevanz und Erforschung des Nutzererlebens von Companion-Systemen -- 2.2 Nutzerseitige Vorstellungen in der Mensch-Computer-Interaktion -- 2.2.1 Mentale Modelle -- 2.2.2 Anthropomorphisierung -- 2.2.3 Nutzerseitige Vorstellungen als Zuschreibungen und Konstituenten des Nutzererlebens -- 2.3 Nutzerseitige Zuschreibungen in der Nutzer-Companion-Interaktion -- 2.3.1 Auf das Nutzererleben bezogene Ziele der Systementwicklung -- 2.3.2 Dominanz anthropomorpher Zuschreibungen -- 2.4 Empirische Erforschung von nutzerseitigen Zuschreibungen in individualisierungsfokussierten Nutzer-Companion-Interaktionen (UCI) -- 2.4.1 Individualisierung als besondere Interaktionssituation -- 2.4.2 Herausforderungen der Erforschung -- 2.4.3 Interaktionsmodell als Forschungsrahmen -- 3 Material und Methoden -- 3.1 Ziele und Fragestellungen -- 3.2 Einbettung der Studie -- 3.2.1 Positionierung im Sonderforschungsbereich/Transregio 62 -- 3.2.2 Einordung in das Experimentaldesign des LAST MINUTE-Korpus -- 3.3 Reflexion der Subjektivität der Forscherin -- 3.4 Konzeption der Untersuchung -- 3.4.1 Begründung des qualitativen Forschungsansatzes -- 3.4.2 Kriterien zur Beurteilung der Güte qualitativer Forschung -- 3.5 Datenerhebung -- 3.5.1 Semistrukturiertes Interview -- 3.5.2 Rekrutierung und Sampling -- 3.5.3 Durchführung -- 3.6 Samplebeschreibung -- 3.7 Datenaufbereitung -- 3.8 Datenanalyse -- 3.8.1 Qualitative Inhaltsanalyse -- 3.8.2 Idealtypenbildung.

Individuumszentrierte Mensch-Computer-Interaktion gipfelt in Visionen wie denen der sogenannten "Companion-Systeme". Sie sollen empathische, vertrauensvolle Begleiter ihrer NutzerInnen darstellen. Ob sie jedoch subjektiv als solche Partner erlebt werden, wird durch die Eigenschaften und Fähigkeiten bestimmt, die die NutzerInnen ihnen zuschreiben. Diesem Verständnis des Erlebens wurde anhand von Interviews nach einer Interaktion mit einem als autonom erscheinenden Dialogsystem empirisch nachgegangen.

Individuumszentrierte Mensch-Computer-Interaktion (HCI) gipfelt in Visionen wie der sog. Companion-Systeme. Diese sollen, über Werkzeuge hinausgehend, partnerschaftliche Begleiter ihres/ihrer Nutzers/in darstellen. Ob sie jedoch als solche Partner erlebt werden, hängt davon ab, ob der/die Nutzer/in ihnen Qualitäten wie Empathie oder Vertrauenswürdigkeit zuschreibt. In einer Interviewstudie verfolgen wir dieses konstruktivistische Verständnis des Nutzer/innenerlebens unter Bezug auf einen experimentell erzeugten Individualisierungsdialog. Auf Basis von 31 Initialnarrativen wurden vier Idealtypen - der Unreflektierte, der Bemühte, der Skeptiker und der Selbstzweifler - konstruiert. Sie ermöglichen, Strukturen der Varianz individueller Zuschreibungen und der Emotionen und Handlungen in Reaktion auf diese Zuschreibungen zu verdeutlichen und sinnhaft zu deuten. Die Ergebnisse decken das implizite nutzer/innenseitige Streben danach auf, das System zu einem berechenbaren, vertrauten Gegenüber und potenziellen Beziehungspartner zu machen. Dies wird auf die menschlichen Bedürfnisse nach Sicherheit und Zugehörigkeit zurückgeführt und fließt in eine Spezifizierung des Zuschreibungsverständnisses zum Konzept "beziehungsrelevanter Zuschreibungen" ein. Abschließend werden die Potenziale und Grenzen derartiger, dem technologischen Fortschritt kritisch gegenüberstehender qualitativer Untersuchungen des Nutzer/innenerleben in der HCI diskutiert.

Prozesse algorithmischer Entscheidungsfindung berühren in vielen Bereichen gesellschaftliche Teilhabe. Daraus ergeben sich Herausforderungen auf vier Feldern:
1. Gesellschaftliche Angemessenheit (Haben algorithmische Systeme sinnvolle Optimierungsziele?)
2. Überprüfen und erklären der Umsetzung (Verwirklichen algorithmische Systeme die sinnvollen Ziele?)
3. Schaffen von Diversität (Ist die Vielfalt der Systeme und Betreibermodelle groß genug, um gesellschaftlich angemessen zu sein?)
4. Übergreifende Rahmenbedingungen für teilhabeförderliche algorithmische Systeme (Genügen staatliche und individuelle Gestaltungskompetenzen dem gesellschaftlichen Anspruch?)
Der Beitrag stellt eine Auswahl von Lösungsideen in allen vier skizzierten Handlungsfeldern vor. Die Auswahl ist nicht umfassend und abschließend. Sie veranschaulicht aber auch in dieser Form, dass Akteure aus allen drei Sektoren Möglichkeiten haben, algorithmische Entscheidungsfindung für mehr gesellschaftliche Teilhabe zu gestalten. Es gibt viele Ideen für Maßnahmen und Methoden bzgl. der gesellschaftlichen Gestaltung, Intervention und Kontrolle algorithmischer Entscheidungsfindung. Keineswegs scheint der Mensch der Maschine ausgeliefert.