Workshop zur Entwicklung interaktiver Systeme mit eingebetteten KI-Technologien
Automatisierung ist allgegenwärtig in interaktiven Systemen. Während sich Automatisierung in Art und Zielsetzung unterscheiden kann, ist sie in jeder Ebene der Architektur interaktiver Systeme präsent – von der Hardware-Ebene bei Eingabegerätetreibern (z. B. Mausbeschleunigung) über die Ebene der Interaktionstechniken (z. B. multimodale Fusion wie Finger-Clustering oder fortgeschrittenere Ansätze wie der Bubble-Cursor, der Automatisierung sowohl auf Eingabe- als auch Ausgabeseite in einem einzigen Design integriert) bis hin zur Ebene interaktiver Anwendungen (z. B. Autovervollständigung oder automatische Generierung visueller oder textueller Komponenten).
KI-Technologien (z. B. maschinelles Lernen, regelbasierte Systeme) ermöglichen die Ausführung komplexer Aufgaben mit dem Ziel, letztlich vollständig autonome Systeme zu schaffen, wie etwa selbstfahrende Autos oder autonome Kochsysteme. Andererseits kann ein höherer Automatisierungsgrad auch zu einer höheren Fehleranfälligkeit führen (bekannt als die „Lumberjack“-Analogie). Zudem bringen viele KI-Technologien aufgrund ihrer Black-Box-Natur Probleme auf der Betriebsebene mit sich, insbesondere wenn Nutzer mit interaktiven Anwendungen interagieren, die diese Technologien enthalten. Um dieses Problem zu adressieren, hat ein aktueller Beitrag das Potenzial aufgezeigt, diese „Box“ zu öffnen und Erklärungen hinzuzufügen.
Generative KI kann beispielsweise verschiedenste Arten von Daten erzeugen (Bilder, Texte, Layouts, Personas usw.), gesteuert durch Modelle, die mit spezifischen Trainingsdaten trainiert wurden. Am bekanntesten ist generative KI für ihre Fähigkeit, Texte und Bilder zu erzeugen, doch sie findet zunehmend auch als unterstützendes Werkzeug im gesamten Entwicklungszyklus interaktiver Systeme Anwendung. Forschende haben begonnen, den Einsatz von Large Language Models in verschiedenen Phasen des nutzerzentrierten Entwicklungsprozesses zu untersuchen. Bisher wurde generative KI genutzt, um datengetriebene Designs zu unterstützen und Prototypen zu generieren, in der Mensch-Roboter-Interaktion, zur Integration multimodaler Interaktionstechniken sowie für Feedback zu Benutzeroberflächendesigns und deren Einsatz in einem breiteren gesellschaftlichen Kontext.
Die Integration von KI-Technologien kann auf unterschiedlichen Ebenen erfolgen – von mikro- bis makroskopisch – und erfordert dabei unterschiedliche (mitunter widersprüchliche) ingenieurtechnische Ansätze. Auf der Engineering-Ebene treten daher je nach eingesetzter KI-Technologie und Art der angebotenen Interaktion unterschiedliche Herausforderungen auf. Über Erklärungen hinaus ergeben sich beispielsweise auch Fragen der Anzeige/Visualisierung und Steuerung/Befehlsausgabe. Auf der Ebene der Verlässlichkeit bleibt die Genauigkeit trotz mehrfacher Iterationen oft niedrig (bei einfachen Datensätzen etwa 80 %), in manchen Bereichen – etwa bei Lebensmittelallergien – sogar deutlich geringer, was im Falle schwerer Erkrankungen kritisch sein kann.
Trotz der zahlreichen Herausforderungen, die KI-Technologien in interaktiven Systemen mit sich bringen, überwiegt das Potenzial für mühelose und nahtlose Interaktion mit solchen Systemen die Kosten, die mit der Gestaltung nutzbarer Systeme verbunden sind, bei Weitem. Mit diesem Workshop wollen wir eine Plattform für Wissenschaftlerinnen und Wissenschaftler bieten, die sich mit der Gestaltung, Entwicklung, Evaluation und Nutzung interaktiver Systeme unter Einsatz von KI-Technologien beschäftigen, um diese ingenieurtechnischen Herausforderungen anzugehen. Die Plattform soll den Austausch von Ideen, Diskussionen und Kooperationen fördern und so die Entwicklung KI-gestützter interaktiver Systeme auf interdisziplinäre Weise vorantreiben.
Weitere Informationen finden Sie unter sites.google.com/view/eis-emb-aitech/