Towards a unified user modeling language for engineering human centered AI systems
Dieses Paper schlägt eine einheitliche Benutzermodellierungssprache vor, die unterschiedliche Dimensionen der Benutzerprofile integriert, um die Einschränkungen bestehender grobkörniger Ansätze zu überwinden, und demonstriert deren Wirksamkeit durch die Implementierung auf der BESSER Low-Code-Plattform sowie einen Proof-of-Concept für die automatische Anpassung von KI-basierten Konversationsagenten.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie betreten eine riesige, hochmoderne Bibliothek. In der alten Zeit hätte der Bibliothekar jedem Besucher, der zur Tür hereinkam, dieselbe generische Karte ausgehändigt – völlig egal, ob es sich um ein Kind, einen Senior, jemanden im Rollstuhl oder jemanden handelte, der eine andere Sprache spricht. Sie hätten den Rest selbst herausfinden müssen.
Dieses Paper argumentiert, dass Software in unserer modernen digitalen Welt nicht so arbeiten sollte wie dieser alte Bibliothekar. Stattdessen sollte sie wie ein superintelligenter persönlicher Concierge agieren, der genau weiß, wer Sie sind, noch bevor Sie überhaupt nach einem Buch fragen.
Hier ist die Aufschlüsselung des Vorschlags des Papers, unter Verwendung einfacher Analogien:
1. Das Problem: Ein unordentlicher Haufen Puzzleteile
Wenn ein Softwareentwickler heute eine App bauen möchte, die einen „kennt“, muss er eine Vielzahl verschiedener, voneinander isolierter Werkzeuge verwenden.
- Ein Werkzeug weiß vielleicht Ihr Alter.
- Ein anderes weiß vielleicht, ob Sie farbenblind sind.
- Ein drittes weiß vielleicht Ihre Lieblingshobbys.
Die Autoren sagen, das sei so, als würde man versuchen, ein Haus mit Puzzleteilen aus drei verschiedenen Schachteln zu bauen. Einige Teile passen nicht zusammen, und am Ende steht man vor einem wackeligen, unvollständigen Haus. Da diese Werkzeuge nicht miteinander kommunizieren, kann die Software das Erlebnis nicht wirklich „personalisieren“. Sie verpasst das große Ganze.
2. Die Lösung: Ein universeller „Benutzer-Reisepass“
Die Autoren haben eine Unified User Modeling Language entwickelt. Betrachten Sie dies als einen standardisierten digitalen Reisepass für jeden Nutzer.
Anstatt separater Listen für verschiedene Merkmale nutzt diese Sprache ein einheitliches, maschinenlesbares Format (speziell JSON, was wie ein sehr organisiertes digitales Ablagesystem funktioniert), um alles in einem strukturierten Format zusammenzuführen.
Dieser „Reisepass“ deckt 10 Kategorien Ihres Lebens ab, darunter:
- Die Grundlagen: Ihr Name, Alter und Standort.
- Der Körper: Ihre körperlichen Fähigkeiten (wie z. B. Einschränkungen beim Hören oder Bewegen).
- Der Geist: Ihre Persönlichkeitsmerkmale (sind Sie extrovertiert oder schüchtern?), Ihre aktuelle Stimmung und Ihre Ziele.
- Die Fähigkeiten: Welche Sprachen Sie sprechen und worin Sie gut sind.
- Die Kultur: Ihr Hintergrund, Ihre Religion und was Ihnen wichtig ist.
- Die Beziehungen: Wer Ihre Freunde und Familienmitglieder sind.
Das Schöne an diesem System ist seine Flexibilität. Sie müssen nicht jeden Abschnitt ausfüllen. Wenn Sie Ihre Hobbys nicht teilen möchten, ist das völlig in Ordnung. Das System ist darauf ausgelegt, mit fehlenden Informationen angemessen umzugehen.
3. Der Beweis: Ein Chatbot, der tatsächlich zuhört
Um zu beweisen, dass dieser „Reisepass“ funktioniert, haben die Autoren einen Proof of Concept (einen funktionierenden Prototyp) erstellt. Sie haben einen Chatbot (eine konversationelle KI) entwickelt, der diesen digitalen Reisepass liest, bevor er eine Frage beantwortet.
So haben sie es getestet:
Sie fragten den Chatbot: „Gib mir einige Übungstipps zum Muskelaufbau.“
- Szenario A: Sie fütterten den Chatbot mit dem Profil eines 30-jährigen Mannes, der einen Rollstuhl benutzt.
- Das Ergebnis: Der Chatbot übersprang sofort die Beinübungen und konzentrierte sich ausschließlich auf das Training des Oberkörpers. Er wusste, dass er Dinge nicht vorschlagen durfte, die er körperlich nicht ausführen konnte.
- Szenario B: Sie fütterten den Chatbot mit dem Profil eines 80-jährigen Mannes.
- Das Ergebnis: Der Chatbot schlug sehr leichte Übungen vor und riet ihm sogar, vorher einen Arzt zu konsultieren, da er die Risiken im Zusammenhang mit seinem Alter erkannte.
Ohrem diesen „Reisepass“ hätte der Chatbot beiden Männern einfach denselben generischen Rat gegeben, was entweder nutzlos oder sogar gefährlich gewesen wäre.
4. Das Werkzeug: Das Bauen vereinfachen
Die Autoren haben nicht nur eine Theorie aufgestellt; sie haben auch die Werkzeuge gebaut, um dies umsetzbar zu machen. Sie nutzten eine Open-Source-Plattform namens BESSER, um ein System zu schaffen, bei dem:
- Ein Nutzer ein einfaches Webformular ausfüllen kann (wie eine Profilerstellung).
- Das System dieses Formular automatisch in den „digitalen Reisepass“ (die JSON-Datei) umwandelt.
- Der Chatbot diese Datei liest und seine Persönlichkeit sowie seine Ratschläge sofort an den Nutzer anpasst.
Das Fazit
Dieses Paper schlägt eine einzige, einheitliche Sprache vor, um zu beschreiben, wer ein Nutzer ist, indem es Ideen aus Psychologie, Soziologie und Informatik kombiniert. Indem es Software eine vollständige, strukturierte „Identitätskarte“ für jeden Nutzer gibt, können Entwickler KI-Systeme bauen, die nicht nur zu Menschen sprechen, sondern sich tatsächlich an sie anpassen – was Technologie für alle zugänglicher, sicherer und persönlicher macht.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.