"What Are You Really Trying to Do?": Co-Creating Life Goals from Everyday Computer Use
Dit artikel introduceert "striving co-creation", een systeem gebaseerd op Activiteitstheorie dat de langetermijndoelen van gebruikers uit hun dagelijks computergebruik afleidt en gezamenlijk verfijnt via een interactieve bewerkingsinterface, waardoor de beperkingen van bestaande systemen die slechts oppervlakkige handelingen vastleggen, worden overwonnen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je een computer voor die niet alleen ziet waar je op klikt of wat je typt, maar begrijpt waarom je dat doet. Decennialang was de droom van mens-computerinteractie het bouwen van systemen die de diepere bedoeling achter onze dagelijkse handelingen begrijpen. We hebben lang geaccepteerd dat een machine ons kan vertellen dat we naar een spreadsheet kijken of een e-mail lezen, maar het heeft moeite gehad om te zien dat deze gefragmenteerde momenten eigenlijk deel uitmaken van een grotere, langdurige inspanning, zoals het plannen van een verhuizing naar een nieuwe stad of het opbouwen van een stabiel leven voor een groeiend gezin. Deze kloof bestaat omdat de huidige technologie zich richt op de onmiddellijke taak in plaats van op de onderliggende motivatie. Het ziet de stappen, maar mist de reis. Onderzoekers aan de Stanford University hebben nu een belangrijke stap gezet om deze kloof te overbruggen door een systeem te creëren dat niet alleen gedrag registreert, maar samenwerkt met mensen om de langetermijndoelen te ontdekken die hun dagelijkse computergebruik aansturen.
Het team achter dit werk, geleid door Shardul Sapkota en collega's, ontwikkelde een systeem genaamd Tempo. Het kernidee is een proces dat zij "striving co-creation" (gezamenlijke creatie van streven) noemen. In plaats van dat een computer stilzwijgend raadt wat een gebruiker wil, of een gebruiker handmatig een lijst van levensdoelen moet uittypen, bouwen het systeem en de persoon samen aan een beeld van die doelen. Het systeem begint met het maken van screenshots van het scherm van de gebruiker gedurende de dag, waarbij alles wordt vastgelegd van het browsen op het web tot het sturen van berichten naar vrienden. Vervolgens gebruikt het geavanceerde kunstmatige intelligentie om deze ruwe afbeeldingen te organiseren in een hiërarchie. Onderaan staan eenvoudige operaties, zoals een enkele klik of een scrollbeweging. Deze groeperen zich in acties, zoals het zoeken naar een specifiek onderwerp. Acties combineren tot activiteiten, wat terugkerende patronen van gedrag zijn. Ten slotte worden deze activiteiten gesynthetiseerd tot "strivings" (streven), de voortdurende, langetermijnambities die betekenis geven aan het dagelijkse werk, zoals "het behouden van culturele identiteit" of "het vestigen van een professionele reputatie".
De onderzoekers wisten echter dat een computer die naar een scherm kijkt, niet altijd het volledige verhaal kan kennen. Dezelfde actie, zoals het onderzoeken van scholen, kan betekenen dat een gezin verhuist voor een betere baan, of het kan betekenen dat ze vluchten voor een moeilijke situatie. Om dit op te lossen, bevat Tempo een tweede onderdeel waarbij de gebruiker de gissingen van het systeem kan beoordelen en bewerken. Als de computer denkt dat een gebruiker "sociaal kapitaal opbouwt", maar de gebruzoeker weet dat hij eigenlijk gewoon administratieve papierwinkel aan het doen is, kan hij het systeem corrigeren. Deze correctie is niet slechts een eenmalige fix; het wordt een regel die de computer in de toekomst moet volgen. Het systeem leert van deze bewerkingen en verfijnt zo door de tijd heen zijn begrip van de levensdoelen van de persoon. Dit creëert een lus waarbij de machine een interpretatie voorstelt, de mens deze verfijnt, en de machine die nieuwe kennis incorporeert in de volgende ronde van analyse.
Om te testen of deze aanpak daadwerkelijk werkt, zetten de onderzoekers Tempo in bij veertien vrijwilligers gedurende de course van één week. De deelnemers installeerden de software op hun persoonlijke computers, die duizenden screenshots vastlegden terwijl zij hun normale leven leidden. Het systeem verwerkte deze gegevens, bouwde de hiërarchie van acties en doelen, en nodigde de deelnemers vervolgens uit om de resultaten te beoordelen tijdens een sessie in het laboratorium. De bevindingen waren bemoedigend. Wanneer het systeem de eigen beschrijving van de gebruiker over hun leven bevatte — zoals hun huidige baan, stressfactoren en prioriteiten — werden de gegenereerde doelen als aanzienlijk nauwkeuriger en beter afgestemd op de werkelijke prioriteiten van de persoon beoordeeld. Zonder deze persoonlijke context kon het systeem nog steeds identificeren wat mensen deden, maar miste het vaak de diepere "waarom".
De studie toonde ook aan dat de hiërarchische structuur essentieel was. Wanneer de onderzoekers een versie van het systeem testten die de tussenstappen oversloeg en probeerde direct langetermijndoelen te raden op basis van de screenshots, waren de resultaten minder effectief. De deelnemers vonden dat die directe gissingen te veel verbonden waren aan specifieke, momentopnames en er niet in slaagden het bredere doel van hun inspanningen te vatten. De stapsgewijze hiërarchie stelde het systeem in staat om de verbanden tussen ongerelateerde activiteiten te leggen, waardoor werd onthuld dat een zoekopdracht naar gezondheidsmonitoring en een bericht aan een ouder over een familietraditie beide deel uitmaakten van één enkel, groter streven: het zorgen voor geliefden.
Misschien wel de meest verrassende ontdekking was hoe het proces van het beoordelen van deze doelen het eigen denken van de deelnemers veranderde. Zelfs voordat ze enige wijzigingen aanbrachten, bracht het simpelweg zien van de interpretatie van het systeem over hun week velen ertoe om over hun eigen gedrag na te denken. Sommigen realiseerden zich dat ze tijd besteedden aan taken die niet overeenkwamen met hun gestelde waarden, terwijl anderen patronen in hun werk zagen die ze zelf nog niet hadden opgemerkt. Eén deelnemer beschreef de ervaring als het gevoel te hebben dat een therapeut hun gedrag analyseerde en inzichten bood die ze zelf niet in overweging hadden genomen. Het systeem registreerde niet alleen gegevens; het fungeerde als een spiegel, die mensen hielp de verbinding te zien tussen hun dagelijkse digitale gewoonten en hun langetermijnlevensambities.
De onderzoekers merkten er zorgvuldig bij op dat dit systeem niet perfect is en geen afgewerkt product. De studie duurde slechts één week, wat genoeg is om terugkerende patronen te zien, maar niet lang genoeg om te bewijzen dat deze afgeleide doelen maanden of jaren stabiel blijven. Er waren ook momenten waarop het systeem met veel vertrouwen gissingen deed die er net naast zaten, zoals het aannemen dat een gebruiker van carrière switchte terwijl dat niet het geval was. De deelnemers vonden de mogelijkheid om de hiërarchie te bewerken cruciaal; het gaf hen controle en stelde hen in staat de misverstanden van het systeem te corrigeren. Zonder de mogelijkheid om in te grijpen, zouden de gissingen van het systeem als een rigide label kunnen voelen in plaats van een nuttige interpretatie.
Uiteindelijk suggereert dit werk een nieuwe manier waarop technologie met ons kan interageren. In plaats van een passief hulpmiddel te zijn dat wacht op commando's, of een indringende observator die probeert onze gedachten te raden, wordt de computer een partner in het begrijpen van ons leven. Het stelt een verhaal voor over wat we proberen te bereiken, en wij hebben de macht om dat verhaal te herschrijven totdat het echt klopt. De onderzoekers ontdekten dat wanneer mensen en machines op deze manier samenwerken, het resultaat een representatie is van menselijke doelen die veel nauwkeuriger en betekenisvoller is dan wat een van beiden alleen zou kunnen bereiken. Deze aanpak behandelt onze levensdoelen niet als vaste feiten die geëxtraheerd moeten worden, maar als voortdurende narratieven die we samen vormgeven met de instrumenten die we dagelijks gebruiken.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.