2018/03/09 | Fase 3 | Generativ forskning

I løbet af denne uge afsluttede vi vores generative forskning og præsenterede vores forskningsfund, indsigt og designkoncepter i klassen. Arnold gav os også meget nyttige feedback under vores præsentation.

I begyndelsen af ​​ugen gennemførte vi flere speeddating med vores definerede koncepter.

Processen og målet med Speed ​​Dating er som følger.

  1. Pitch hver af de tre mulige designkoncepter til potentielle brugere
  2. Få potentielle brugere til at identificere mangler og fordele ved designkoncepterne inden for en kort periode
  3. Feedback indarbejdet i designkoncepter
  4. Smarte anbefalinger, der forbinder internationale studerende med amerikanske studerende

5 indledende designkoncepter

Vi kom hovedsageligt med 5 designkoncepter baseret på vores tidligere generative workshops, her er vores designkonceptbeskrivelser såvel som feedback fra vores speeddating.

1.Smart-anbefalinger, der forbinder internationale studerende med amerikanske studerende:

Forestil dig et socialt netværk, der forbinder indkommende internationale studerende med amerikanske studerende på samme campus baseret på lignende interesser, for at muliggøre en udveksling af kulturel information mellem lokale og indvandrere. Systemet fungerer som en facilitator til at hjælpe med at gøre vanskelige samtaler lettere og fremme gensidig læring. Det vil også give anbefalinger til andre mennesker at oprette forbindelse til. Systemet ville "lytte" og lære af samtalerne og bygge videre på disse data til at træne og hjælpe andre brugere uden for samtalen (eller i løbet af).

Feedback: mindre tilbøjelige til at forbinde med nogen, vi ikke kender, selvom der er gensidige interesser. Virkelig sejt, at møde mennesker baseret på interesser var rart, og også at møde ppl fra udenfor klassen. God til at forbinde med ppl udenfor større, også. Mere hjælpsom, når du er her, ikke før ankomst. Effektiv, men bekymret for privatlivets fred (at det vil lytte til dine convos - uhyggelig og invasiv). Dejligt at finde fælles grund med ppl og også give forslag til ting at tale om. Men hvordan fungerer det, hvordan lærer det af vores samtale? Erstatter det samtale med en chatbot?

Forslag: måske kan maskinen vide, hvor snævert eller bredt man skal søge. Måske letter bot ikke erstatter. Og giver forslag til, hvordan man reagerer på mennesker.

2. AI Digital Assistant

Beskrivelser: Forestil dig en app på din telefon eller en bærbar, der genkender din placering og beder relevante oplysninger baseret på din placering. Så hvis du f.eks. Er på en restaurant, sender den dig en meddelelse om, at du skal tip tjeneren, og det vil hjælpe dig med at beregne det beløb, der skal tip. Ligesom Siri kan du også stille det specifikke spørgsmål i forbindelse med kulturelle normer, og det vil rådgive dig om, hvordan du reagerer eller reagerer.

Feedback: Mindst hjælpsom. Det tager lejlighed væk fra brugeren at engagere sig i en samtale, og for virkelig vigtig information, ville de stole på en organisation / agentur. Interventionsområde bør tænkes igennem. Brugeren skal kontrollere meddelelsesfrekvensen og vælge hvornår. Måske kan det hjælpe med at udføre mere komplekse opgaver som på et hospital eller indgive skatter - situationer, hvor du ville være mindre tilbøjelig til at tale med en person b / c af forlegenhed eller bekymringer om privatlivets fred. Måske kan det identificere falske antagelser, og AI kan lære og tilpasning baseret på det.

3. Trivia-spil

Beskrivelser: Forestil dig et smartphonespil som Google Trivia, der spørger dig om visse kulturelle normer (f.eks. Hvordan du betaler for bussen eller hvor meget du skal tip) for at hjælpe dig med at lære og blive akklimatiseret til amerikansk kultur. Ved hjælp af maskinlæring husker det, hvilke spørgsmål du svarer korrekt, så du konstant lærer nye ting og ikke gentager gamle emner.

Feedback: Spillet skal være meget engagerende og interessant. Jeg vil ikke lege med en maskine; hvad nu hvis jeg kan lege med venner? Brug for at vise, hvordan viden forbedrer / ændrer adfærd. Vi har brug for motivation til at spille spillet. Hun behøver ikke at vide alt om at være amerikaner; hun identificerer stadig som 'indisk'. sociale normer er vanskelige. Hun vil ikke blive spurgt om det og bekymre sig om at have forkert.

4. Simulering af scenarier på forhånd

Beskrivelser: Forestil dig en AI-assistent, der hjælper dig med at øve samtaler på forhånd. Du holder din første præsentation i klassen i morgen og føler dig ikke helt selvsikker, i stedet for at bekymre dig om det, kan du øve din levering med AI-assistenten. Når du føler dig fast, fortæl assistenten, hvad du vil sige på dit eget sprog, og det vil oversætte til at hjælpe dig med at udfylde de manglende huller.

Læringsmotivation: At undgå forlegenhed, bedre levering / karakterer, rigere samtale

Læringsfordel: (observer ydeevne - feedback - direkte praksis)

Feedback: Det skal kun bruges til komplekse scenarier / opgaver, men skal også være generelle og ikke for specifikke. Det er praktisk, men mere relevant for specifikke scenarier, så du er nødt til at finde ud af, hvilke scenarier der er mest vigtige. Kunne være meget nyttigt til samtaler. Hvad ellers kan det gøre? Kom med forslag til, hvordan man gør noget bedre?

5. Samtale "vingemand"

Beskrivelser: Forestil dig, at en AI-assistent konstant lytter til samtalen og bliver en facilitator af samtalen, som kan genkende, når brugeren har svært ved at forstå andre eller formidle hans / hendes ideer, så bede og hjælpe brugeren i det øjeblik.

Feedback: Påtrængende privatlivets fred vedrører, for meget magt, tilfreds med en person, men ikke en maskine, der hjælper. Hjælpsom, men uhyggelig, når den lytter.

Efter speed-dating rangerede vi vores designkoncept med feedback fra vores deltagere om speed-dating. Vi afsluttede tre mulige designretninger, som vi gerne vil fokusere på.