10.12.2019
KI konkret: Mensch-Roboter-Kollaboration – Vom Werkzeug zum Partner
Jeder spricht zurzeit davon: Künstliche Intelligenz (KI). Michael Burmester geht dem Thema Zusammenarbeit zwischen Mensch und KI auf den Grund. Was hat sich in der Interaktion verändert, als KI ins Spiel kam? Welche Anforderungen müssen erfüllt sein, damit das Mensch-KI-Team gut funktioniert?
Mensch-Computer-Interaktion – now and then
Am Anfang war das Kommando-Reaktion-Paradigma: Der Computer wartet auf ein Kommando des Nutzers, beispielsweise einen Klick. Erst dann wird ein Prozess angestoßen oder eine App geöffnet. In diesem Modell ergreift der Nutzer die Initiative und hat die Kontrolle. Seit einiger Zeit verändert sich dieses hierarchische Verhältnis: Der Computer entwickelt sich fast unbemerkt von einem Befehlsempfänger zu einem Partner. Beim Verlassen des Arbeitsplatzes teilt unser Smartphone uns mit, wie viel Stau es auf der Strecke gibt und wann wir zu Hause sind. Aus Datenanalysen schließt es auf nächste Handlungsweisen des Nutzers und gibt ihm nützliche Informationen. Computer reagieren also längst nicht mehr nur auf Kommandos, sondern machen selbst Vorschläge.
Vom Werkzeug zum Partner
Bei der Mensch-Roboter-Kollaboration am Arbeitsplatz wird der Wandel vom Werkzeug zum Partner besonders deutlich. Kollaboration meint hier die Zusammenarbeit zwischen Mensch und Roboter, die ein gemeinsames Ziel verfolgt. Erreicht wird dies – wie soll es anders sein – durch abgestimmte Aktivitäten im Team. Roboter zeichnen sich durch KI aus und arbeiten physisch mit uns zusammen. Sie führen Bewegungen in der Produktion für uns aus, wie das Heben von schweren Objekten. Auch bei nicht physischer, sondern geistiger Arbeit kann uns ein Digital Companion unterstützen.
Wie funktioniert das Dream-Team?
Damit die Mensch-KI-Kollaboration funktioniert, müssen vier Anforderungen erfüllt sein. Wie diese Anforderungen im Allgemeinen aussehen und was sie konkret bedeuten, machen wir mit einem Beispiel von der Hochschule der Medien (HdM) und der Siemens AG deutlich. Im Projekt wurde das Verhalten eines Digital Companion simuliert. Mittels vorgefertigten Sprachdateien und Text-Speech-Synthesizer konnte der Nutzer am PC per Sprache und Bildschirmausgaben mit dem Prototyp interagieren. Das Szenario: Du bist neu in einer Firma und sollst einen Workshop zum Thema „Kommunikation in Teams“ planen. Du hast bisher noch wenig Erfahrung damit. Aber keine Sorge, Dein Companion hilft Dir dabei. Aber nur so weit Du es willst.
Gemeinsame Ziele & Akzeptanz
Zuallererst muss der Mensch bereit sein, mit einem Roboter zusammenzuarbeiten und das gemeinsame Ziel zu akzeptieren. Wie beide das Ziel erreichen, ist flexibel, denn jeder kann seine Arbeitsschritte individuell anpassen.
Zurück zu unserem Szenario: Du und Dein Companion habt ein gemeinsames Ziel – Ihr plant einen Workshop. Die Aufgaben und Rollen sind dabei klar verteilt. Der Companion stellt dir sein Wissen über Workshop-Strukturen und -Methoden bereit und erstellt Dokumente zur Planung. Du wählst aus, was du davon brauchst.
Gegenseitige Vorhersehbarkeit
Eine weitere Anforderung ist, dass sowohl der Mensch als auch der Roboter einschätzen kann, was der andere als nächstes tun wird.
In unserem Beispiel erläutert dir dein Companion genau, was er tut. Du kannst am Bildschirm mitverfolgen, wie er die Dokumente erstellt. Gleichzeitig ist er auch immer bei deiner Planung dabei und stellt über Nachfragen sicher, wie weit du bist.
Anpassbarkeit
Die dritte Anforderung: Intelligente Agenten sollen anpassbar und steuerbar sein. Das macht die Kernfähigkeit von KI – das Lernen – möglich. Denn durch das Lernen werden Arbeitsabläufe ständig angepasst und das System fortlaufend optimiert, ohne es neu zu programmieren.
Wie passt sich nun dein Companion an? Vielleicht kennst du eine Moderationsmethode, die er bisher nicht kannte. Er nimmt deinen Input auf und prägt ihn sich ein – er lernt. Dadurch kann er seine Abläufe immer wieder ändern, anpassen und optimieren.
CommonGround
Die letzte Anforderung bezieht sich auf den „Common Ground“. Der Begriff kommt aus der Sprachwissenschaft und meint, dass Kommunikationspartner Annahmen über das Wissen des jeweils anderen anstellen. So können sie nachvollziehen, auf welcher Wissensbasis ein Gesprächspartner argumentiert.
Wie steht es um dich und deinen Partner? Du weißt genau, welche Fähigkeiten Dein Companion hat, weil er sie transparent macht und sie dir auf Nachfrage mitteilt. Auch er weiß jederzeit über deinen Stand Bescheid, weil er deinen Planungsprozess mitprotokolliert.
Rollenverteilung
Ein weiterer wichtiger Aspekt, der bei der Gestaltung berücksichtigt werden muss, betrifft die Rollenverteilung. Da das Verhalten und Handeln eines Roboters von seiner konzipierten Rolle abhängen, muss festgelegt werden, welche Rolle ein Companion einnehmen soll. Soll er sich wie ein Lehrer verhalten, der instruiert und Wissen vermittelt, oder wie ein Assistent, der nur auf Anfrage reagiert.
In unserem Beispiel kann Dein Companion je nach Aufgabe zwei unterschiedliche Rollen haben. Als Ratgeber bietet er dir sein Wissen an, er lernt aus deinen Beiträgen und erweitert so seine Wissensbasis. Als Assistent agiert er, wenn du es möchtest. Er kann beispielsweise protokollieren und das Planungsdokument vervollständigen.
KI – mein Freund?
Bisherige Studien zeigen: Die Mensch-KI-Kollaboration funktioniert nicht nur gut, sondern wird auch als natürlich empfunden. Maschinen werden zwar als ein technischer Gegenstand, aber auch als ein soziales Gegenüber mit eigenen Absichten wahrgenommen. Bei der Gestaltung müssen Rollen und Charakter so gestaltet werden, dass die Natürlichkeit der Interaktion erhalten bleibt, aber Ängste und mangelndes Vertrauen vermieden werden. Nur so erreichen Gestalter ein positives Nutzungserlebnis. Wie das geht? Bleibt dran, denn im nächsten Teil sprechen wir über die Gestaltung der Mensch-KI-Interaktion für positive User Experience…
Der Autor
Prof. Dr. Michael Burmester ist Principal Scientific Advisor bei UID. Von 2002 bis Dezember 2010 war er Berater Research and Innovation bei UID. Seit 2002 ist Dr. Michael Burmester Professor für Ergonomie und Usability im Studiengang Informationsdesign an der Hochschule der Medien (HdM) in Stuttgart. Er forscht zu Methoden des Usability Engineering und der User Experience sowie zu den Themenfeldern Human-Robot Interaction, interaktive Informationsgrafiken und Informationsunterstützung für Passagiere. Zudem leitet er seit 2005 den Forschungsschwerpunkt User Experience Research am Institute of Information Design Research (IIDR) der HdM.
