03.09.2018 | Fase 3 | Generatief onderzoek

Tijdens deze week hebben we ons generatieve onderzoek afgerond en onze onderzoeksresultaten, inzichten en ontwerpconcepten in de klas gepresenteerd. Arnold gaf ons ook heel nuttige feedback tijdens onze presentatie.

Aan het begin van de week hebben we verschillende speeddates uitgevoerd met onze gedefinieerde concepten.

Het proces en het doel van Speed ​​Dating zijn als volgt.

  1. Pitch elk van de drie mogelijke ontwerpconcepten aan potentiële gebruikers
  2. Laat potentiële gebruikers tekortkomingen en verdiensten van de ontwerpconcepten binnen een korte tijd identificeren
  3. Feedback verwerkt in ontwerpconcepten
  4. Slimme aanbevelingen die internationale studenten verbinden met Amerikaanse studenten

5 initiële ontwerpconcepten

We hebben voornamelijk 5 ontwerpconcepten bedacht op basis van onze eerdere generatieve workshops, hier zijn onze beschrijvingen van het ontwerpconcept en feedback van onze speeddating.

1. slimme aanbevelingen die internationale studenten verbinden met Amerikaanse studenten:

Stel je een sociaal netwerk voor dat inkomende internationale studenten verbindt met Amerikaanse studenten op dezelfde campus op basis van vergelijkbare interesses, zodat culturele informatie kan worden uitgewisseld tussen de lokale bevolking en immigranten. Het systeem zou als facilitator dienen om moeilijke gesprekken gemakkelijker te maken en wederzijds leren te bevorderen. Het zou ook aanbevelingen doen voor andere mensen om contact mee te leggen. Het systeem “luistert” en leert van de gesprekken en bouwt voort op die gegevens om andere gebruikers buiten het gesprek (of tijdens) te trainen en te helpen.

Feedback: minder kans om contact te maken met iemand die we niet kennen, zelfs als er wederzijdse belangen zijn. Echt cool, mensen ontmoeten op basis van interesses was leuk, en ook om mensen van buiten de klas te ontmoeten. Goed om ook met ppl buiten major te verbinden. Handiger als je hier bent, niet voor aankomst. Effectief, maar bezorgd over privacyproblemen (dat het naar je convo's luistert - griezelig en invasief). Leuk om raakvlakken te vinden met ppl, en ook suggesties te geven om over te praten. Maar hoe werkt het, hoe leert het van ons gesprek? Vervangt het dan het gesprek door een chatbot?

Suggesties: misschien weet de machine hoe nauw of breed te zoeken. Misschien vervangt bot faciliteert niet. En geeft suggesties over hoe op mensen te reageren.

2. AI digitale assistent

Beschrijvingen: stel je een app voor op je telefoon of een wearable die je locatie herkent en relevante informatie oproept op basis van je locatie. Dus als u bijvoorbeeld in een restaurant bent, ontvangt u een melding dat u de ober een fooi moet geven en kunt u het fooi berekenen. Net als Siri kun je het ook specifieke vragen stellen over culturele normen en het zal je adviseren over hoe je moet reageren of reageren.

Feedback: Minst nuttig. Het neemt de kans weg van de gebruiker om een ​​gesprek aan te gaan en voor echt belangrijke informatie zouden ze vertrouwen op een organisatie / bureau. Interventiegebied moet worden doordacht. De gebruiker moet de meldingsfrequentie regelen en kiezen wanneer. Misschien kan het helpen bij het voltooien van complexere taken zoals in een ziekenhuis of het indienen van belastingen - situaties waarin je minder snel met iemand praat vanwege schaamte of privacykwesties, misschien kan het valse veronderstellingen identificeren en kan AI leren en pas je daarop aan.

3. Trivia-spel

Beschrijvingen: Stel je een smartphonegame voor zoals Google Trivia die je op de hoogte stelt van bepaalde culturele normen (zoals betalen voor de bus of hoeveel fooi geven) om je te helpen leren en gewend te raken aan de Amerikaanse cultuur. Met machine learning onthoudt het welke vragen u correct beantwoordt, zodat u voortdurend nieuwe dingen leert en geen oude onderwerpen herhaalt.

Feedback: Game moet erg boeiend en interessant zijn. Ik wil niet met een machine spelen; wat als ik met vrienden kan spelen? Noodzaak om te laten zien hoe kennis gedrag verbetert / verandert. We hebben motivatie nodig om het spel te spelen. Ze hoeft niet alles te weten over het Amerikaans zijn; ze identificeert zich nog steeds als 'indiaan'. sociale normen zijn lastig. Ze wil er niet over ondervraagd worden en zich zorgen maken over het mis hebben.

4. Scenario's vooraf simuleren

Beschrijvingen: Stel je een AI-assistent voor die je helpt om van tevoren gesprekken te oefenen. Je geeft morgen je eerste presentatie in de klas en voelt je niet helemaal zeker, in plaats van je er zorgen over te maken, kun je je levering oefenen met de AI-assistent. Als je vastzit, vertel de assistent dan wat je wilt zeggen in je eigen taal en het vertaalt om je te helpen de ontbrekende hiaten op te vullen.

Leermotivatie: schaamte vermijden, betere resultaten / cijfers, een rijker gesprek

Leervoordeel: (observeer prestatie - feedback - directe praktijk)

Feedback: het mag alleen worden gebruikt voor complexe scenario's / taken, maar moet ook algemeen en niet te specifiek zijn. Het is praktisch maar relevanter voor specifieke scenario's, dus u moet erachter komen welke scenario's het belangrijkst zijn. Kan erg handig zijn voor gesprekken. Wat kan het nog meer doen? Suggesties doen om iets beters te doen?

5. Gesprek "wing man"

Beschrijvingen: Stel je voor dat een AI-assistent constant naar het gesprek luistert en een facilitator van het gesprek wordt, die kan herkennen wanneer de gebruiker moeite heeft om anderen te begrijpen of zijn / haar ideeën over te brengen, en de gebruiker op dat moment te helpen en te helpen.

Feedback: Opdringerige privacykwesties, te veel macht, tevreden met een persoon, maar niet met een machine die de hulp biedt. Handig, maar griezelig als het luistert.

Na speeddaten hebben we ons ontwerpconcept gerangschikt met de feedback van onze deelnemers aan speeddaten. We hebben drie mogelijke ontwerprichtingen afgerond waarop we ons willen concentreren.