Zahlreiche Veranstaltungen widmen sich aktuell den Themen Künstliche Intelligenz (KI) und Digitalisierung. Aus umfassender interdisziplinärer Perspektive näherte sich die Tagung "SAS Workshop 2019 - The Society of Learning Algorithms" am Hochleistungsrechenzentrum Stuttgart (HLRS) der Universität Stuttgart vom 11.-13.11.2019 dem Themenkomplex Künstliche Intelligenz und Algorithmen. So wurde beispielsweise dargestellt, auf welchem Entwicklungsstand die Interaktion mit KI-basierten Systemen/Schnittstellen gegenwärtig steht und an welchen Wert-/Moralkonzepten sie sich orientieren kann.
Dieter Wallach, Professor für Human-Computer Interaction und Usability Engineering der Hochschule Kaiserslautern, und Sven Fackert, UX Software Engineer der Ergosign GmbH Saarbrücken, beteiligten sich unter Mitwirkung von Daniel Kerpen, Hochschule Kaiserslautern, mit einem Vortrag, der die Möglichkeiten modellbasierter Usability-Evaluationen unterstrich. Mit modellbasierter Evaluation in der hier vorgestellten Weise lassen sich Aussagen zur Bedieneffizienz von Nutzerschnittstellen auf der Basis eines kognitiven Modells von NutzerInnen treffen. Durch die Verwendung solcher „kognitiver Crashtest-Dummies“ lässt sich der kostenmäßige Aufwand „klassischer“ nutzerbasierter Usability-Evaluationen deutlich reduzieren ohne Abstriche bei den Ergebnissen zur Bedieneffizienz machen zu müssen. Ein weiterer Vorteil: das Modell erlaubt, ein realistisches Lernverhalten potenzieller Nutzenden eines User Interface vom Novizen bis zum Experten zu simulieren.
Hintergrund:
Als theoretische Grundlage des präsentierten Simulationsmodells dient die Kognitive Architektur ACT-R. ACT-R ist eine integrative Rahmenvorstellung, in der Annahmen zum menschlichen Gedächtnis und Lernen sowie zur Aufmerksamkeit, Wahrnehmung und Motorik miteinander verknüpft und in einem umfassenden Simulationssystem instanziiert sind. ACT-R ermöglicht damit nicht nur die Erklärung komplexer Phänomene unter Rückgriff auf postulierte kognitive Prozesse und Mechanismen, sondern eben auch deren Rekonstruktion in einem lauffähigen Simulationsmodell. Hierdurch lassen sich dann Vorhersagen für neue Situationen machen: Für konkrete Interaktionsszenarien, z.B. auch für unseren Demonstrator autonomes Fahren in kontinuierlicher Entwicklung, können durch ein solches predictive prototyping quantitative Vorhersagen zur Effizienz und zum Lernverlauf mit einem User Interface durch Simulation generiert werden.
14.11.19
