KI (Personas) im Arbeitskontext bei evux

In dieser Folge haben wir die geballte Kraft von evux für dich bereit. Die beiden evux Mitarbeiterinnen Lisa Wohlfahrt und Vanessa Monstein führen mit Susanne Schmidt-Rauch ein spannendes Gespräch über unsere Erfahrung mit Künstlicher Intelligenz (KI) und im speziellen in der Erstellung von KI Personas.

Wir klären auf:

• Was ist generell beim Umgang mit KI zu beachten?
• Was ist überhaupt eine Persona?
• Was ist an Personas, die nicht evidenzbasiert sind, gefährlich?
• Wie ist unsere Erfahrung beim Erstellen von Personas mit unserer KI "AINO"?

Hast du selbst schon Experimente mit KI gemacht oder bist grundsätzlich an KI oder Personas interessiert? Dann ist diese Folge genau das richtige für dich.

Wir wünschen dir viel Vergnügen und freuen uns auf Feedback, Wünsche und Anregungen an podcast@evux.ch

Verpasse keine neuen Folgen von Science and Art of Experience Design! Abonniere einfach den Podcast, aktiviere die Glocke und folge uns auf LinkedIn. 

📘 Studien und Erklärung zum erwähnten Negativ-Bias bei Reviews: 📘

Es gibt einen Negativ-Bias. Dieser wird in der Praxis häufig übersteuert. Das beeinflussen Anbieter zum Beispiel damit, wann sie zum Review auffordern, was sie für Reviews als Gegenleistung bieten und wie sie sich selbst im App-Store verhalten (Antworten auf Reviews). Wir kennen zum Beispiel diese Arbeiten (u. a. auch in anderen Kontexten, in denen Nutzer um Feedback gebeten werden):

Anreize können die Wahrscheinlichkeit erhöhen, dass Nutzende Bewertungen abgeben, aber ihre Auswirkungen auf die Wertigkeit von Bewertungen sind komplex. Durch Anreize entstandene Bewertungen enthalten tendenziell mehr positive Inhalte im Vergleich zu negativen Emotionen (Woolley & Sharif, 2021). Anreize können jedoch auch psychologische Effekte wie Reziprozität und Widerstand gegen Beeinflussung auslösen, die sich unterschiedlich auf die Wertigkeit von Bewertungen auswirken können (Garnefeld et al., 2020). Die Beziehung zwischen Nutzerfeedback und App-Bewertungen variiert je nach Art des gemeldeten Problems und der App-Kategorie. Fehlermeldungen sind negativ mit Bewertungen korreliert, während Funktionswünsche keine signifikante Korrelation aufweisen (Di Sorbo et al., 2021). Mobile Geräte beeinflussen das Bewertungsverhalten, indem sie die wahrgenommenen Kosten in Form von Zeit und kognitivem Aufwand beeinflussen. Bewertungen, die über mobile Geräte abgegeben werden, sind tendenziell extremer, mit einem höheren Anteil an extrem positiven Bewertungen im Vergleich zu extrem negativen (Kim et al., 2020). Diese Arbeiten verdeutlichen die komplexe Dynamik des Nutzerfeedbacks und die Bedeutung der Berücksichtigung verschiedener Faktoren, die das Bewertungsverhalten beeinflussen.

Woolley, K., & Sharif, M. A. (2021). Incentives Increase Relative Positivity of Review Content and Enjoyment of Review Writing. Journal of Marketing Research, 58(3), 539-558. https://doi.org/10.1177/00222437211010439

Garnefeld, I., Helm, S. & Grötschel, AK. May we buy your love? psychological effects of incentives on writing likelihood and valence of online product reviews. Electronic Markets 30, 805–820 (2020). https://doi.org/10.1007/s12525-020-00425-4

Di Sorbo, A., Grano, G., Visaggio, C. A. & Panichella, S. (2021). Investigating the criticality of user‐reported issues through their relations with app rating. J. Softw. Evol. Process, 33 (3).