Mapping von Fortschritten im maschinellen Lernen aus der HCI-Forschung zur Identifizierung von Ausgangsorten für Designinnovation

HCI hat ein besonderes Interesse daran, maschinelles Lernen (ML) zur Verbesserung der Benutzererfahrung (UX) zu nutzen. Einige Designforscher behaupten jedoch, dass es an Designinnovation mangelt, um sich vorzustellen, wie ML die UX verbessern könnte. Wir untersuchen diese Behauptung, indem wir 2.494 verwandte HCI-Forschungspublikationen analysieren. Unsere Überprüfung bestätigte einen Mangel an Forschung, die UX und ML integriert. Um diese Lücke zu schließen, haben wir unser Korpus untersucht, um eine Themenlandkarte zu erstellen, die 7 Cluster von technischen Fähigkeiten des ML innerhalb der HCI aufzeigt. Unter ihnen haben wir 3 wenig erforschte Cluster identifiziert, in denen sich Designforscher vertiefen und sensibilisierende Konzepte entwickeln können. Um diese technischen Designmaterialien zu operationalisieren, identifizierte unsere Analyse anschließend Wertkanäle, durch die die technischen Fähigkeiten den Nutzern Wert bieten können: Selbstwert, Kontext, Optimal und Nutzen-Fähigkeit. Die Cluster und die Wertkanäle markieren gemeinsam Ausgangspunkte für die Vorstellung neuer Wege, wie ML-Technologie das Leben der Menschen verbessern kann.