Diese Arbeit untersucht die Interaktion zwischen Mensch und künstlicher Intelligenz (KI) aus der Perspektive von Interface-Design und Kommunikationstheorie. Je mehr KI menschliche Aktivitäten erweitert, desto stärker verlagert sich der Engpass für positive Wirkung: weg von technischer Optimierung, hin zu menschlicher Kognition und den Interaktionsmustern, die wir mit KI etablieren. Wir argumentieren, dass die Interfaces von Conversational Agents (CAs), wie ChatGPT und Claude, häufig daran scheitern, unsichtbare Fähigkeiten, Limitierungen und Unsicherheit zu kommunizieren. Erschwert wird dies zusätzlich dadurch, wie unterschiedlich Signifikanten von verschiedenen Menschen und Kulturen interpretiert werden, was wir als die vier Herausforderungen der KI-Signifikation definieren. Durch die Synthese von Konzepten wie Normans Designprinzipien und den Kommunikationsmodellen von Shannon-Weaver und Schramm analysieren wir, wo und wie Bedeutung in der Kommunikation verloren geht, und schlagen einen Übergang von statischem Design hin zu menschzentrierten adaptiven Interfaces vor. Um Diagnose in Intervention zu übersetzen, führen wir dynamische Signifikanten ein, Interface-Elemente, die sich mit dem CA und dem Nutzer weiterentwickeln, und präsentieren drei umsetzbare Designs für aktuelle CA-Interfaces: (1) kontextuelles Warn-Feedback, das den Gesprächsfluss nicht unterbricht, (2) eine Capability-Tracking-Wunschliste, die Momente des Systemversagens in dokumentierte Möglichkeiten für Nutzerengagement und Entwicklungsfeedback verwandelt, (3) ein kognitives Changelog, das die Evolution von CAs durch ein adaptives Dashboard und pädagogische Metaphern transparent und persönlich relevant macht. Durch die Integration von Kognitionswissenschaft, Kommunikationstheorie und Designpraxis bietet diese Masterarbeit sowohl das theoretische Vokabular als auch praktische Ansatzpunkte, um KI-Interfaces menschzentrierter zu gestalten und die Auffindbarkeit von Affordanzen sowie nützliche konzeptuelle Modelle von KI zu fördern.
Elisabet Delgado Mas (Thu,) studied this question.