Home

Emotionen in der Mensch-Maschine-Interaktion: `EmoControl`

1. 3 3 2 Entscheidungsb ume ze Oak Xo l a se una 3 3 3 Neuronale Netze 4 2 24 255 Eh a x b 3 3 4 Bayessche Netze 4 it 224 EES ri 4 L sungsansatz 5 4 1 Emotionsinduktion messung und darstellung 4 1 1 Computerspiel zur Emotionsinduktioni 41 2 Sensorik und Vorverarbeitungl 2557777 7 114 A au a Ras Oe b BUR Oe KO 4 1 5 Konfiguration Synchronisation und Datentransporti 4 2 Das EmoControl Framework 4 2 1 Komponenten des Frameworks 4 2 2 Adaptionspotential der Anvvendungl Implementierung 51 _ Schnittstellen 5 1 1 Anbindung EmoTetris 2 6 22442244 deb rer 5 1 2 Datensynchronisation pe Se baw a la CaS es 5 1 3 Anbindung interaklionsagenti xa kak ea 5 2 Interaktionsagent gie 80 0 0 amp yod Ce oe Oe Ee Fa iv 27 27 27 28 29 30 31 32 33 34 35 37 38 521 Punktionsvveilsel 522 Bewertungsfunktion x ea E Bu en Gant ad x EN 523 Mafnahmenkatalog u aio Er BO ee che ee 5 2 4 Inferenzmechanismusl 53 Integration der Komponenten uu ove4 23 4 wat XAR Da Diskussion 6 1 Emotionsmodellel 6 1 1 Erg nzung zum Circum
2. THEZUPBU SSE Y UOA 5 85 q p 1 013 64 s4 yeuy UOP IOM MYNU HIZ S n ny A INZ s p Ul UUEY SA 150 23 USUOHYLALISZINUSG Usp pun NOYSIMEH USYOSIMzZ Zueyuswuresnz Jop pun ur yg 2 se yu vr yqolduz i s u T 200 Yoopal nu nzeq puer se 151 yoIjursyssIyem Joyo Iywumsaq 93 04 r ur q bu ul pue snz ssep u ryy s nz iziydurr usgun yeJI1g v r yniy UOA pUNI ne Ia SON r pu uuey JYOTU 38qf S UIPA SNL Jop sep USSSIMZJESNZ YOINp Inu uew uuey 6 s rqi u p riymz yos pun yorga Ios nr z r fs g z USUUQY ums YotTYyOnAdsIapiM Os 5 pun oyru JOPULUIOUOA FIzugygeun u SEssnV IIA IP IM ssep 0 sep 1191894 SI 33 y Su yyo s zyesuy S SAP IaIDEN u pu pr v s u YOOPO Jey JuoneyIfissepysuonourg nr rsifensrA s p Op OGIY SIG Ott Joqn UOA Sunr ur H A v s INZ UISSEIN HE EXE XF UPM 1981y pun apni nz UDJULIPENS r rA rp s qn uz puos UONLPEY V A rp s qn WU uonenfeag IUN Tog uuey UOPIOM U SSETN CZ Ul uuey umey VA Jwesad Jop
3. Z X X Supineq soA 0 1 VUE SQ T E L I X Vuesq rprund I X yu v s siyunq 0 1 SH L 0 T X X BART I X uN I X JIOYSIPUIMYISAH T X X NOYSISSBLIIANZINJEISEL U ESI NHOA Sun AA QU STU MPMI Jap s4TEUV mej wesy IMm 2010UEUOIEW SSTU T I T ur sr rds u vuruqeuyeyv ur ur iik nour y rz uonynpursuonouri ANZ u urqeugey r yurEsTAA Wl UONEYIISSE 4 81saq 966876 96 10796 90 26 00 96 E6 89 00 E8 uswwesnz H uyssysing IM 4 3s q oqnua a jjeyqy WEEE Gr 91 8L 6E uoney ssejy also Hluyssysing uonexulsseryu 19 s3q s qnu b b jjeJqy role 82 883 0r 992 9596281 uawwesnz 7oG8 81 WELLS 20 GE Dunfauz 9606 921 7617191 6E CEL 7682 2 7629791 r8 691 9L SOL 96 16621 00 7 00 02 vO EIL 9G 691 9629991 K 00 S2 MEE GEL L9 6EL 860EL 00 53 00 0S yiuyosysing Dunfauz 2 uswwesnz uoisuswig oid 4aqnuebeb Hunsessag VoeyYyoUIsyossyemsy ejnz uonyalo d 4849S 4 pun Bunsaisiesysiq yoeu UOUENUISSE saAegan eN i lul l q usJeq ISSO sisequayeq 48 KOCHER 06 92 LO CE u ssEl 9 ALLEE L6 EE GLEE 9682 VE 1055 815 9692 Op 969 WEE CV 956166 5 99 79 b8 69 9667 Gg uasse y Z ZU PA huuosuo nq Bun aug 2 61149 5 155 pun ZUJE A UdUOISUDUIG
4. df 9 79 wnwi xeyy s q Bausuy UL 151 UUIMSH 601 0 yoeu Jop pun Jop UBYOSIMz 019 U SSET UOA SUNIIIGIISSY pun syeulspuLy sqy sAyeuy 1 Auswertung f r Bedingung Zufriedenheit Seite 1 von 2 Correctly Classified Instances 48 a b c d e lt classified as korrekt gew korrekt 10 1 1 5 lla 55 56 55 56 5 8 2 1 2 6 44 44 44 44 1 2 8 5 2 c 44 44 44 44 0 4 3 10 2 4 52 63 55 56 0 0 1 4 1216 70 59 66 67 Mittelwert 53 53 53 33 Standardabweichung 10 74 9 30 12 1 5 4 5 a 66 67 66 67 3 8 7 b 44 44 44 44 2 2 14 77 78 77 78 Mittelwert 62 96 62 96 Standardabweichung 16 97 16 97 12 4 5 1 5 ai 66 67 67 29 3 5 13 2 b 70 27 72 90 0 5 13 70 59 67 29 Mittelwert 69 18 69 16 Standardabweichung 2 18 3 24 B Correctly Classified Instances 46 a b c d e lt classified as korrekt gew korrekt 11 1 3 1 2la 61 11 61 11 5 8 1 2 2 b 44 44 44 44 1 3 8 3 3lc 44 44 44 44 3 2 3 7 414 36 84 38 89 2 0 1 2 12 e 70 59 66 67 Mittelwert 51 49 51 11 Standardabweichung 13 88 12 04 125 2 3 5 a 69 44 69 44 4 8 6 b 44 44 44 44 3 5 2 12 5 69 44 69 44 Mittelwert 61 11 61 11 Standardabweichung 14 43 14 43 12 5 3 5 2 a 69 44 70 09 4 5 10 5 35 b 56 76 58 88 2 3 c 70 59 67 29 Mittelvvert 65 60 65 42 Standardabweichung 7 68 5 84 Auswertung f r Bedingung
5. 12 2005 Nr 4 S 14 19 http dx doi org 10 1145 1070960 1070976 DOI 10 1145 1070960 1070976 ISSN 1072 5520 Oatley 1992 OATLEY K Best laid schemes The psychology of emotions Cambridge MA Cambridge University Press 1992 Oertel et al 2004 OERTEL Karina FISCHER G sta DIENER Holger Physiological Response to Ga mes and Non games A Contrastive Study In RAUTERBERG Matthias Hrsg En tertainment Computing ICEC 2004 Third International Conference Eindhoven The Net herlands September 1 3 Bd 3166 2004 S 402 405 Ortony et al 1988 ORTONY Andrew CLORE Gerald COLLINS Allan The Cognitive Structure of Emo tions Cambridge Cambridge University Press 1988 Overbeeke u Wensveen 2004 OVERBEEKE Kees WENSVEEN Stephan Beauty in Use In Human Computer In teraction 19 2004 Nr 4 367 369 http www leaonline com doi abs 10 1207 s15327051hci1904 5 Paulus 2003 PAULUS Jochen Lernrezepte aus dem Hirnlabor Mithilfe der Neurobiologie vvol len VVissenschaftler die Padagogik revolutionieren Die Bevveise f r ihre Thesen sind d rftig In DIE ZEIT 2003 Nr 38 http vuv zeit de 2003 38 B Neurodidaktik page all Pearl 1988 PEARL Judea Probabilistic Reasoning in Intelligent Systems Networks of Plausible Infe rence Morgan Kaufmann 1988 Perlin 2003 PERLIN K Responsive Face Version 2003 http www mrl nyu edu perlin ifacedemo Online Ressource Abr
6. Abbildung 5 1 Schematischer Aufbau des EmoControl Frameworks mit seinen Komponenten und der Verarbeitungsabfolge OmniRoute synchronisiert die Daten und leitet sie weiter 5 1 Schnittstellen Uber die Festlegung definierter Eingabe und Ausgabeschnittstellen ist gevvahrleistet dass jede Komponente die den festgelegten Standards folgt in dieser Architektur arbei ten kann Die Darstellung der Schnittstellen zwischen den Komponenten und nach aufsen hin soll an dieser Stelle in der Abfolge ihres Auftretens im EmoControl Framework er folgen angefangen mit der Verarbeitung der Anwendungs und physiologischen Daten im Spielverlauf bis hin zur Einspeisung der Ma nahmen aus dem Interaktionsagenten zurtick in die Anwendung Die hier vorgestellten Komponenten jeweils Client Server Paarungen bilden die Schnitt stellen f r den Datenaustausch zwischen den externen eigenst ndigen Komponenten und dem OmniRoute Framework in dem alle anderen Komponenten eingebettet sind 5 1 1 Anbindung EmoTetris Die Anwendungs und physiologischen Daten werden im Spielverlauf von Emoletris selbst bzw vom EmoBoard geliefert Die bernahme physiologischer Daten vom Emo Board war schon im D EmoKoffer realisiert konnte demzufolge ohne Modifikationen bernommen werden Auch Teile der Ausgabe der Anwendungsdaten von Emoletris waren vorhanden mussten aber erweitert und angepasst werden Sie basiert auf einem einfachen Client Server Prinzip EmoTetris verbindet sich
7. Game Over freudig neutral o Freude Zufriedenheit Nachricht h misch rger Langeweile Interaktion Lavastein zerfliesst in L cken Freude Meteorit schnell fallend nicht Arger drehbar Ballon langsam fallend dreh Zufriedenheit bar Fallschirm langsam fallend nicht Langeweile drehbar Ereignisse Spielsteindieb nimmt Stein aus Vor rger schau Punktediebstahl zieht Spielpunkte ab Arger Punktegeschenk schenkt Spielpunkte Freude Tabelle 5 2 Ubersicht der applikationsspezifischen Manipulationen nahmen der Adaptionskomponente isoliert Das sind jene Ma nahmen die bei der Inter aktion am effektivsten ihre Wirkung entfalten Vorteilhaft ware dabei wenn fiir jede der hervorzurufenden Emotion Freude Zufriedenheit Langeweile und Arger jeweils eine Ma nahme aus jeder der Kategorien identifiziert werden k nnte Dann w re sicherge stellt dass die Beeinflussung des Spielers auf einem breiten Spektrum der Kommunika tionskan le geschieht Hinzu kommt dass sich die einzelnen Ma nahmen dann nicht so leicht gegenseitig beeinflussen k nnten Die Korrelation zwischen Manipulationen und Effekten wird dadurch einfacher Zur Beurteilung der einzelnen Ma nahmen und ihres Zusammenwirkens wurden die Daten die aus unabh ngig von dieser Arbeit durchgef hrten Tests gewonnen wurden analysiert Bei den Daten handelt es sich um Aufzeichnungen zur Selbsteinsch tzung zweier Probanden seien sie A
8. Otto von Guericke Universit t Magdeburg Fakult t f r Informatik Emotionen in der Mensch Maschine Interaktion EmoControl Ein Framework zur Steuerung affektiver Systeme Diplomarbeit zur Erlangung des Grades eines Diplom Ingenieurs der Computervisualistik vorgelegt von Christian Graf Abgabe 29 Dezember 2005 Nachkorrekturen 28 Februar 2006 Betreuerin Dr Karina Oertel Fraunhofer Institut Graphische Datenverarbeitung Rostock Erstgutachter Prof Bodo Urban Fraunhofer Institut Graphische Datenverarbeitung Rostock Zweitgutachter Dr Knut Hartmann Otto von Guericke Universit t Magdeburg Institut f r Simulation und Grafik Graf Christian EMOTIONEN IN DER MENSCH MASCHINE INTERAKTION EmoControl Ein Framework zur Steuerung affektiver Systeme Diplomarbeit Otto von Guericke Universitat Magdeburg 2005 Zusammenfassung Diese Diplomarbeit setzt sich mit der Frage auseinander wie ein System konzipiert und umgesetzt werden muss um eine Endanwendung auf den emo tionalen Zustand des Benutzers anzupassen Solche adaptiven Benutzungsschnittstellen k nnten potentiell vielen Computeranvvendungen zu Gute kommen und f r beide Seiten n tzlich sein erstens f r den Anwender durch eine erh hte Bedienfreude und Erlebens qualit t zweitens f r den Fortschritt der zu erledigenden Aufgabe durch kontinuierli ches und weniger frustrierendes Arbeiten Ergebnis dieser Arbeit ist eine Prozessarchitektur aus Anwendung Em
9. WWW Online Ressource Abruf 01 12 2005 WikimediaFoundation b WIKIMEDIAFOUNDATION Wikipedia The free Enzyclopedia WWW Online Ressource Abruf 01 12 2005 Wingrove u Bond 1998 WINGROVE Janet BOND Alyson J Angry Reactions to Failure on a Cooperative Computer Game The Effect of Trait Hostility Behavioural Inhibition and Behave rioural Activation In Aggressive Behaviour 24 1998 S 27 36 Witten u Frank 2005 WITTEN Ian H FRANK Eibe Data Mining Practical Machine Learning Tools and Techniques 2 Auflage Morgan Kaufmann ISBN 0 12 088407 0 Wolschner 2003 WOLSCHNER Klaus Von Rennm usen und Menschen In die tageszeitung 2003 Nr 6958 22 http www taz de pt 2003 01 20 a0015 nf text xxvii LITERATURVERZEICHNIS LITERATURVERZEICHNIS Yerkes u Dodson 1908 YERKES R M DODSON J D The relation of strength of stimulus to rapidity of habit formation In Journal of Comparative Neurology and Psychology 18 1908 S 459 484 Younes 1998 YOUNES Hakan L Current Tools for Assisting Intelligent Agents in Real time Decision Making Stockholm Sweden Department of Computer and Systems Sciences Roy al Intitute of Technology and Stockholm University Masterarbeit Dezember 1998 citeseer ist psu edu younes98current html Elektronische Ressource No 98 x 073 Zajonc 1980 ZAJONC R B Feeling and Thinking Preferences need no Inferences In American Psychologist 35 1980 Nr
10. d Meteoritsteine FEM schnell nicht steuerbar Arger Langeweile Valenz negativ Abbildung 2 Wirkungsbereich der unterschiedlichen Steintypen im Russelschem Valenz Erregungsdiagramm interpretiert Ereignisse In EmoTetris k nnen vvahrend des gesamten Spielablaufs Ereignisse auftre ten die von visuellen eine Hintergrundgrafik oder animation im Spielfeld und auditi ven Repr sentanten ein kurzes Ger usch begleitet werden Manche Ereignisse richten sich nach dem gegenw rtigen Punktestand des Spielers andere sind davon unbeeinflusst und treten somit f r den Spieler unvorhersehbar auf Alle m glichen Ereignisse sind im folgenden erkl rt vgl Herbort 2004a S 12 1 Der Level Magier d h das Level Magier Ereignis tritt auf erscheint nur als Mittel einer Bedingung also nicht im normalen Spielverlauf Es versetzt den Spieler in ein anderes Level entvveder in ein h heres schvvereres oder in ein niedrigeres leich teres Der Level Magier vvird dementsprechend dargestellt b se oder freundlich So soll der Level Magier dem Spieler beim Spiel behindern oder hindern und mit telbar seinen emotionalen Zustand beeinflussen Vorversuche haben gezeigt dass die Spielgeschwindigkeit die bei h heren Leveln steigt massgeblich mit dem Er regungszustand korreliert vgl 2004a 2 Das Neues Level Ereignis kann durch Erreichen einer bestimmten Punktzahl aus gel st werden Die Spielgeschwindigkeit erh ht sich der Ansp
11. keit berhaupt Tastendr cke verarbeitet und an die Spielsteinkontrolle weitergegeben werden So kann die Kontrollm glichkeit des Spielers manipuliert werden B Erganzende Beschreibung EmoBoard Sensorik und Vorver arbeitung Die Herzfrequenz wurde mittels eines Brustgurtes abgenommen Er funkte seine Daten an einen Empfanger der die Daten zur Weiterverarbeitung aufbereitete Zwei Elektro den an den mittleren Segmenten des Zeige und Mittelfingers der linken Hand der Ver suchsperson mafsen die Hautleitfahigkeit Ein Temperatursensor am inneren Segment des Ringfingers der linken Hand ma die Hauttemperatur Zvvar sind weder der Hautleitfahigkeits noch der Temperatursensor geeicht doch f r die Suche nach Zusammenh ngen gen gen auch Daten mit unbekannten Einheiten und unsicherer Linearit t da nicht die absoluten Werte interessieren sondern Korrelationen von immer wieder gleich auftretenden physiologischen Ver nderungen und emotiona len Zust nden Abbildung 3 gibt einen Eindruck davon wie die Daten einer solchen Messung im Verlauf aussehen k nnten f01 ee gt fis B n Abbildung 3 Ausschnitt des Verlaufs der Hauttemperatur vvahrend einer Testung Die Sensoren arbeiten alle mit einer Abtastrate von 20Hz d h die Anderungen der Mess gr en werden alle 50ms erfasst Diese Zeitspanne scheint ausreichend zumal die Herz frequenz selbst bei sehr gro er Ans
12. korrekt gew korrekt 85 10 4 2 3la 64 81 58 53 18 20 11 4 4 b 35 09 33 44 13 5 29 6 10 c 46 03 48 49 15 10 9 11 1814 17 46 18 39 10 9 15 4 24le 38 71 40 13 Mittelvvert 40 42 39 80 Standardabweichung 17 21 15 21 41 5 7 5 6 5 a 74 77 68 78 18 29 16 b 46 03 48 07 22 12 28 5 c 45 60 47 24 Mittelwert 55 47 54 70 Standardabweichung 16 72 12 21 41 5 10 5 35 a 74 77 68 98 21 5 2155 14 b 43 65 45 71 19 19 24 c 38 71 39 89 Mittelwert 52 38 51 52 Standardabweichung 19 55 15 39 Auswertung f r Bedingung Angst Seite 2 von 2 Correctly Classified Instances 186 a b c d e lt classified as korrekt gew korrekt 38 9 2 0 5la 70 37 63 55 12 39 5 0 1 b 68 42 65 22 6 9 40 2 63 49 66 89 13 7 7 28 sid 44 44 46 82 4 4 8 5 Alle 66 13 68 56 Mittelwert 62 57 62 21 Standardabweichung 10 45 8 80 49 3 5 3 a 88 29 81 22 15 40 8 b 63 49 66 30 14 7 5 41 65 60 67 96 Mittelwert 72 46 71 82 Standardabweichung 13 75 8 18 49 3 5 3 a 88 29 81 44 17 5 38 5 7 b 61 11 63 99 8 13 41 c 66 13 68 14 Mittelvvert 71 84 71 19 Standardabweichung 14 46 9 12 Auswertung f r Bedingung Freude Seite 1 von 2 a b c d e lt classified as korrekt gew korrekt ES 14 6 9 9la 37 70 37 46 4 26 6 16 1216 40 63 42 35 4 12 17 12 15 c 28 33 27 69 1 12 9 26 14 d 41 94 42 35 0 8 8 16 28le 46 67 45 60 Mittelvvert 39 05 39 09 Standardabweichung 6 81 7 01 33 5 6 23 a 53 60 54 77 16 17 27 b 28 33 27 79
13. 15 2 2 Emotionen in der MMI Theoretische Grundlagen Circumplexmodell 1980 schlug ein mehrdimensionales Modell f r die Kategorisierung von Emo tionen vor nach dem sich die Repr sentanten in einen zweidimensionales Raum einord nen lassen ber die zwei Dimensionen Valenz und Erregung sind die Emotionen mit ihrem spezifischen Anteil von Valenz das Ma der Wertzuweisung als Kontinuum zwi schen sehr positiv und sehr negativ und Erregung als Kontinuum zwischen ganz ruhig und sehr erregt beschrieben und dadurch spezifiziert In Russells Model sind die Repr sentanten der wichtigsten Emotion wie Wut Trauer und Freude nahezu kreisf rmig im Valenz Erregungsraum angeordnet siehe Abbildung 2 3 daher nannte Russell es auch Circumplexmodell ASTONI gier EXCITED ANGRY e AROUSED FRUSTRATED 9 TENSE e HAPPY ANNOYED e DELIGHTED DISTRESSED an PLEASED Valenz S MISERABLE nuni SATISFIED SAD R LAL ERENE g D CALM ON RELAXED BORED F Gene Innen SLEtPY Erregung Abbildung 2 3 Circumplexmodell der Emotionen Russell 1980 Achsenbeschriftung vom Autor hinzugef gt Als Erweiterung zu Russell haben andere Autoren weitere Dimensionen zur Einordnung von Emotionsqualit ten vorgeschlagen siehe lzard 1997 H ufig wird da bei Kontrolle oder Starke als Erganzung hinzugenommen und damit neue Emotionsqua litaten definiert siehe Abildung D AA Der Vorteil mehrdimensionaler Modelle is
14. 3 durch die Analyse u erer Merkmale wie Verhalten K rpersprache oder Gesichts mimik z B bei der Identifikation von Freude oder Traurigkeit ber die Beobach tung ausgew hlter Muskelpartien im Gesicht siehe auch Waters 1987 Waters u 1993 In der Interaktion zwischen Mensch und Computer k nnen zus tzlich zu den hier ge nannten Quellen noch jene Daten als Grundlage dienen die bei der Interaktion direkt er fasst werden k nnen etwa Eingabeh ufigkeit Geschwindigkeit der Eingabe Eingabeer folg Fehlerbehebungsrate und Gesamtdauer der Interaktion Diese Arbeit wird auf Mit tel zur Ergr ndung des menschlichen Affekts zur chgreifen die unter Punkt 2 fallen 27 3 1 Vorlauferarbeiten Vortiberlegungen physiologische Ver nderungen die sich u a auch durch die Psychologie des Menschen ndern Daher werden sie auch als physiopsychologische Kenngr en bezeichnet direassi 2000 Zu Beginn dieses jungen Forschungsgebiets lag die Herausforderung darin die vorher gesagten positiven Effekte einer Einbeziehung von Gef hlen in die Interaktion mit dem Computer nachzuweisen Als Standardwerk und Beginn der akademischen Besch fti gung gilt das Werk von Rosalinde Picard Picard 1997 die auch weiterhin federf hrend in diesem Bereich t tig ist 1999 2001 2002 Ein Expe riment verdeutlicht den vielfach verfolgten Ansatz Ein Computerprogramm wird so ver ndert dass es durch technische Proble me wie Verz
15. Transferiert auf die der Arbeit zu Grunde liegende theoretische Basis bedeutet die An forderung dass ung nstige Zustande im Valenz Erregungsdiagramm nach Russell ber die Dimension Erregung als Langevveile oder grofser Aufregung bzvv ber die Dimensi on Valenz als Desinteresse oder h chste Involvierung dargestellt vverden Der g nstigste Gem tszustand kann daher im zentralen Bereich des Valenz Erregungsdiagramms ver ortet werden Diese Festlegung umfasst jedoch immer noch ein sehr breites Spektrum von emotionalen Zust nden sowohl oberhalb als auch unterhalb der Mittelwerte der Skalenextrema Es erscheint g nstig bei der Festlegung des angestrebten Zustands noch spezifischer zu sein um f r die angestrebte Spielbeeinflussung ein Adaptionsziel und gleichzeitig Evaluationsma zu definieren Die Flow Theorie geht davon aus dass Flow als das Optimum der psychologischen Be findlichkeit f r die T tigkeitsausf hrung nicht bei 100 Belastung auftritt sondern bei einem etwas moderateren Level 11992 Aus dieser Erkenntnis ergibt sich dass das Erregungsniveau oberhalb des Mittelwerts seiner negativen bzw positiven Maximalwerte liegen sollte nicht darunter Die Spielbeeinflussung muss also mit den zur Verf gung stehenden Mitteln daf r sorgen dass die Valenz moderat ist und die Erregung m glichst auf einem hohen aber nicht h chsten Stand verbleibt Die in diesem Unterkapitel vorgestellten berlegungen verlangen nach der Kl rung mi
16. Zufriedenheit Seite 2 von 2 Correctly Classified Instances 62 a b c d e lt classified as korrekt gew korrekt 11 2 1 3 lja 61 11 61 11 1 13 0 2 2 b 72 22 72 22 2 2 12 1 lle 66 67 66 67 2 2 2 12 14 63 16 66 67 3 0 0 0 14le 82 35 77 78 Mittelwert 69 10 68 89 Standardabweichung 8 52 6 33 13 5 0 5 4 a 75 00 75 00 4 12 2 b 66 67 66 67 3 5 1 13 5 75 00 75 00 Mittelwert 72 22 72 22 Standardabweichung 4 81 4 81 13 5 3 15 ai 75 00 75 70 4 185 I b 72 97 75 70 3 0 ic 82 35 78 50 Mittelvvert 76 78 76 64 Standardabweichung 4 94 1 62 Auswertung f r Bedingung Langevveile Seite 1 von 2 a b c d e lt classified as korrekt gew korrekt 34 11 3 3 3la 62 96 56 86 13 27 8 5 Alb 47 37 45 15 9 16 22 8 Sie 34 92 36 79 17 12 6 15 13 4 23 81 25 08 12 8 9 10 23le 37 10 38 46 Mittelwert 41 23 40 47 Standardabweichung 14 75 11 67 42 5 5 5 7 5 a 76 58 70 44 25 22 16 b 34 92 36 46 24 5 7 5 30 5 c 48 80 50 55 Mittelvvert 53 43 52 49 Standardabweichung 21 21 17 07 42 5 9 5 35 a 76 58 70 64 27 255 10 5 b 40 48 42 38 20 19 2 Be 37 10 38 23 Mittelvvert 51 38 50 42 Standardabweichung 21 88 17 64 a b c d e lt classified as korrekt gew korrekt 35 10 4 2 3la 64 81 58 53 18 20 11 4 4 b 35 09 33 44 13 5 29 6 10 c 46 03 48 49 15 10 9 11 18 d 17 46 18 39 10 9 15 4 24le 38 71 40 13 Mittelvvert 40 42 39 80 Standardabweichung 17 21 15 21 41 5 7 5 6 5 a 74 77 68 78 18 29 16
17. aus denen diese Erkenntnisse gewonnen wurden sehr klein 2 Probanden ist und zumindest nach sozio logischen Ma st ben keine Generalisierung auf die Allgemeinheit oder auf die Gruppe aus der die Probanden stammen zulasst Doch die psychologischen Wirkmechanismen auf die sich der Entwurf des Versuchaufbaus st tzt sind belegt Scherer 2004 1998 2002 2002 Johnson u Wiles 2003 4 1 4 Visualisierung zur Repr sentation der Ergebnisqualit t Um die Ergebnisqualit t des Klassifizierungsprozesses beurteilen zu k nnen wurde eine visuelle Repr sentation f r die Klassifikationsergebnisse geschaffen Die Klassifikations ergebnisse jeder Emotionsdimension sind dabei auf drei Arten parallel nebeneinander sichtbar Erstens als reine Textdarstellung so dass der absolute Klassifikationswert ber jede der Dimensionen direkt abgelesen werden kann Zweitens in einem Valenz Erregungs Diagramm das die Realisierung in jeder Emotionsdimension auf verschiedene Weise darstellt Um die Interpretation des Klassifikationsergebnissen zu vereinfachen wurde eine dritte M g lichkeit der Darstellung realisiert Sehr stilisierte comic hafte Gesichtsausdr cke Wenn die Klassifikation der physiologischen Daten ergibt dass eine bestimmte Emotion vor herrschend ist wird der entsprechende Gesichtsausdruck visualisiert z B Wut Freude Langeweile berraschung anders ist ein neutraler Gesichtsausdruck zu sehen Die vollst ndige Visualisierung ist i
18. bersicht der applikationsunspezifische Manipulationen 62 5 2 bersicht der applikationsspezifischen Manipulationenl 63 5 3 Ergebnis der Wirksamkeit einzelner Mafsnahmen bei der Emotionsinduk tion Erkl rung zur Notation im Text 65 5 4 Anzahl der Ma nahmen pro Emotion ihrer Wirksamkeit nach geordnet 66 5 5 H ufigkeit der Korrelation der Ma nahme mit den vier Emotionen 66 5 6 Abgestufte Ma nahmen f r Freudel 67 xil Verzeichnis der Abk rzungen EDV GUI HCI ITS KI MCI MMI OOP SRCT UI Elektronische Datenverarbeitung engl Graphical User Interface Graphische Benutzungsschnittstelle engl Human Computer Interaction siehe MCI Intelligente Tutorensysteme K nstliche Intelligenz Mensch Computer Interaktion Mensch Maschine Interaktion Objekt orientierte Programmierung engl Social Responses to Communication Technologies soziale Reaktionen auf Kommunikationstechnologien engl User Interface Benutzungsschnittstelle xili Literaturverzeichnis smi SMILE Structural Modeling Inference and Learning Engine Online Ressource Abruf 01 12 2005 Andreassi 2000 ANDREASSI J L Psychophysiology Human Behavior and Physiological Response 4 Auf lage Hillsdale New Jersey Earlbaum 2000 Ark et al 1999 ARK Wendy S DRYER D C LU Davia J The Emotion Mouse In Proceedings of HCI International the 8th Interna
19. dass der Metabolismus des Nutzers der Gr en wie Herzschlagrate und Hautfeuchte ver ndert nur durch die Spielsituation beeinflu t wird ist idea lisiert und entspricht nur selten der Realit t Die wirklichen Einflussfaktoren zu separieren und so eine g ltigen Ursache Folge Relation zu definieren ist nahezu unm glich Die Sensordaten als Eingabegr en f r die Emotionsklassifikation sind daher mit einem Rauschen behaftet das nicht quantifiziert werden kann Folglich kann die daraus errechnete Klassifikation keinen Anspruch auf absolute Unfehl barkeit erheben 2 Die Klassifizierung selbst ist praktisch unsicher weil die Erhebung der Sensordaten auch mit Unsicherheit belegt sind Die Sensoren sind auf den stetigen Hautkontakt angewiesen der von verschiedenen praktisch nicht kontrollierbaren Faktoren be einflusst werden kann So k nnen die Sensordaten verf lscht werden womit keine fehlerfreie Datenbasis f r die Klassifizierung mehr gegeben ist 3 Die Klassifizierung an sich ist potentiell unsicher weil die f r die Klassifierung eingesetzten Verfahren nicht mit absoluter Genauigkeit feststellen k nnen ob ei ne bestimmte Sensordatenkonfiguration einen Emotionszustand widerspiegelt Sie geben als Absch tzung einen Wahrscheinlichkeitswert zur ck der mit den einge setzten Verfahren durchaus variieren kann 4 Vorkenntnisse die auf gleiche Art in Versuchen mit einer Klassifikation gewonnen wurde und die ebenfalls die unter 2
20. in ihren Ans tzen integrieren Kapitel 1 Die folgenden Kapiteln 3 2lund 3 3 beschafti gen sich mit den Anforderungen an ein solches System und vvie diese umgesetzt vverden k nnen Nach den generellen berlegungen zu den Eigenschaften der Architektur soll in den folgenden Absehnitten gezeigt vverden vvie eine solche umzusetzen ist und vvelche Vor teile sie bringen kann Dazu erarbeitet die Arbeit in Kapitell4leinen L sungsansatz der geleitet durch die Uberlegungen im vorherigen Kapitel die motivierte Architektur kon kretisiert Dazu vverden praktischen Grundlagen vorgestellt insbesondere vvird eine Bei spielanvvendung definiert Kapitell4 1 VVeiterhin wird erl utert welche M glichkeit ge funden vvurde eine den Anforderungen entsprechende Zusammenarbeit zvvischen Kom ponenten sicherzustellen Kapitel 4 1 5 Sehliefslich wird die exemplarische Umsetzung der Architektur in ihrer Gesamtheit vorgestellt wie die einzelnen Komponenten dieser L sung den Anforderungen gem zusammenarbeiten und welche konkreten Adapti onsm glichkeiten bei der vorher aufgezeigten Anwendung auf den Gem tszustand des Nutzers bestehen Kapitel 4 2 Die in Kapitel 3 3 potentiell aufgezeigten M glichkeiten der Adaption werden in diesem Teil der Arbeit auf die f r das Szenario relevanten her unter gebrochen und ihre Auswahl begr ndet Das Kapitel 5 zeigt wie die theoretisch und praktisch motivierte Planung in Software komponenten umgesetzt wur
21. mehr Lavasteine weniger Meteorsteine h here Geschwindigkeit h here Geschwindigkeit weniger Ballonsteine bessere Tastaturzuverl ssigkeit weniger Fallschirmsteine viele Tetrissteine viele Tetrissteine Hilflosigkeit h here Geschwindigkeit h here Geschwindigkeit h ufigeres Punkte Stehlen selteneres Punkte Schenken weniger Lavasteine h ufigeres Punkte Schenken h ufigeres Punkte Schenken schlechte Tastaturzuverl ssigkeit mehr Meteorsteine weniger Fallschirmsteine Freude l ngere Vorschau bessere Tastaturzuverl ssigkeit selteneres Punkte Stehlen weniger Meteorsteine mehr Tetrissteine h here Geschwindigkeiten mehr Lavasteine mehr Lavasteine bessere Tastaturzuverl ssigkeit mehr Fallschirmsteine weniger Meteorsteine Seite 2 3 F Ma nahmen zur Emotionsinduktion Auszug aus Morgenstern 2005 Attributwerte f r ein st rkeres Ausl sen der Emotionen In der folgenden Tabelle sind die Attributwerte aufgelistet wie sie nach den Bayesschen Netzen vom Typ A zu einer st rkeren vielleicht auch st rksten Ausl sung der Emotion f hren Diese Werte der Attribute sind nur nach Ansicht der Tabellen zur Auswertung ausgew hlt worden Diese Varianten f hren auf alle F lle zu einer Steigerung der St rke der Emotion jedoch ist nicht gesagt ob diese Variante die einzige m gliche oder beste ist Jedoch erkennt man auch hier wiederum Unterschiede zwischen den Probanden Proband 1 Proband 2 Ver rgerung hohe Ge
22. nderungsm glichkeiten F r das Spiel EmoTetris l sst sich ein solch applikationsabh ngiges Manipulationspotential in den fol genden Kategorien angeben Feedback Ver nderungen in der Darstellung R ckmeldung zum Spieler Interaktion Manipulationen an interaktiven Elementen und Ereignis se im Spielverlauf pl tzlich unvermittelt eintretende Ereignisse Im Spiel EmoTetris sind die applikationsspezifischen speziellen Manipulationen eng an die Spielsteine z B die Lava und Ereignisse z B der Steindieb gekoppelt die im urspr nglichen Tetris nicht vorkommen Hinzu kommt z B die Ver nderung der L nge der Vorschau Sie macht die n chsten Steine sichtbar und erlaubt dem Spieler seine Packstrategie anzupassen Ist sie ausgeschaltet kann er dies nicht tun Eine Liste der applikationsspezifischen Mani pulationen in den jeweiligen Kategorien ist in Tabelle 5 2laufgef hrt Die Gesamtheit der hier aufgef hrten Ma nahmen zur Manipulation des Spiels stellt das Adaptionspotential von EmoTetris dar Aus dem Adaptionspotential werden die Ma 62 5 2 Interaktionsagent Implementierung Kategorie Verinderung Eigenschaft VVirkungsdimension Feedback Vorschaul nge ganz kurz bis lang Freude Anzeigedauer gar nicht bis lang Arger Freude Begr ssung im freudig neutral o Freude Zufriedenheit neuen Level h misch rger Langeweile
23. on wrists and in scrap computers like scrap paper lying about to be grabbed as needed This is called ubiquitous computing or ubicomp Ubiquitous computing has as its goal the enhancing computer use by making many computers available throughout the physical environment but making them effectively invisible to the user 1 3 Grundlagen Fragestellung und Abgrenzung Finleitung Computertechnologie die dauerhaft wie Kleidung tragen wird stellt die ideale Plattform fiir affektive EDV dar die darauf angewiesen ist kontinuierlich Messdaten tiber physio logische Reaktionen des Menschens zu erheben um auf seinen Zustand zu regieren Auf Grundlage dieser Daten und ihres zeitlichen Verlaufs k nnen R cksehl sse auf das emo tionale Erleben gezogen werden Mit dieser Kenntnis kann der Computer dem Menschen aufgaben situations und vor allem emotionsad quat zur Seite stehen Um eine Architektur zu entwerfen die die Umsetzung emotionssensitiver Rechner in handhabbare Systeme erlaubt muss der Systemdesigner viele unterschiedliche Diszipli nen und Fachgebiete u a Informatik K nstliche Intelligenz die Robotik Datamining etc Psychologie Wahrnehmung Kognition interpersonnelle Psychologie etc Ergo nomie und Philosophie betrachten Sie alle sind involviert wenn ein so komplexes The ma wie emotionale Benutzungsschnittstellen ergiebig und ausf hrlich betrachtet werden soll Ein erstes Ziel dieser Arbeit ist daher
24. und 3 genannten Eigenschaften aufweisen m ssen daher ebenfalls als unsicher gelten An dieser Stelle soll anfangs das induktive Lernen engl concept learning als Einstieg in das Thema maschinelles Lernen vorgestellt werden um danach L sungsm glichkeit f r die adaptive Aktionsauswahl zu entwickeln und ihre Eignung auf dem Hintergrund der o g Eigenschaften zu evaluieren 3 3 1 Induktives Lernen Die Idee des induktiven Lernens ist eine Funktion aus Beispielen zu lernen Die An nahme ist dass eine Hypothese die f r eine hinreichend gro e Beispielmenge die Ziel funktion gut ann hert die Funktion auch gut f r unbekannte Beispiele ann hern wird Induktion bedeutet aus gegebenen Fakten neue Fakten zu mutma en z B sei bekannt Fliegt Amsel Fliegt Storch und Vogel Amsel Vogel Storch so folgt daraus Fliegt Vogel es wird vom Speziellen zum Allgemeinen gefolgert Formell bedeutet dies Mit Hilfe einer Menge D von vorliegenden Trainingsbeispielen soll eine passende Hypothese h aus der Menge H aller Hypothesen extrahiert werden 34 3 3 Adaptive Interaktion als Lernprozess Vortiberlegungen Dazu liegen die Beispiele der Form x f x einer unbekannten Funktion f x y vor die mittels eines bervvachten Lernprozesses zu einer guten Approximation von f f h ren sollen h ist damit ein Vorschlag f r eine Funktion die mutma lich hnlich zu f ist Das induktive Lernen kann z B bei der Diagnose von Krankheiten x e
25. weise darauf welche Mittel man einsetzen sollte um dem Benutzer Freude am Arbeiten mit dem Rechner zu machen bzw welche Fehler es auf jeden Fall zu vermeiden gilt Das junge Gebiet der spielbasierten Schnittstellen engl Game Based Interfaces GBI zeigt auf wie man den Nutzer beim Interagieren helfen und ihm dabei Freude bereiten kann Diener u Schumacher 2001 2004 So unterst tzte Personen bleiben l nger am Computer und haben mehr Freude in der Interaktion als nicht unter st tzte amberlight human computer interactions 2005 Mit diesen Erkenntnissen setzt sich langsam die Einsicht durch dass Gebrauchstauglichkeit mehr umfasst als Techno logie die Handlungen schneller effizienter und genauer ausf hren l sst Die Lust am Bedienen ZE ns use die positive Emotion der Bedienfreude ist als Faktor hinzu gekommen Norman Sie wurde z B von Jordan 2002 Norman 2004a in ihren 19 2 2 Emotionen in der MMI Theoretische Grundlagen Einflussgr en kategorisiert Leider ergeben sich aus der Theorie keine praktischen Gestaltungsprinzipien f r den Entwurf von emotionaler Technologie sondern nur ein Satz von Verfahrensweisen zum Testen und Designmuster Damit erstreckt sich die Anwendbarkeit der Erkenntnisse aus der Theorie vorwiegend auf die der Entwicklung nachgelagerte Evaluierung Festgestellt werden kann dennoch dass wichtig ist mehrere Sinneskan le bei der Vermittlung von emotionalen Inhalten anz
26. 10 5 8 5 42 68 85 68 66 Mittelwert 50 26 50 41 Standardabweichung 20 46 20 78 33 5 18 5 10 5 53 60 54 77 14 5 32 14 5 b 52 46 52 32 8 24 28 c 46 67 45 78 Mittelvvert 50 91 50 95 Standardabweichung 3 72 4 65 a b c d e lt classified as korrekt gew korrekt 24 15 6 8 8 39 34 39 09 4 30 3 16 11 b 46 88 48 86 3 11 15 16 15 c 25 00 24 43 1 9 9 28 15 d 45 16 45 60 1 7 7 16 29 6 48 33 47 23 Mittelwert 40 94 41 04 Standardabweichung 9 54 10 00 36 5 4 5 21 5 a 58 40 59 67 14 15 31 b 25 00 24 52 9 8 44 72 13 71 93 Mittelwert 51 84 52 04 Standardabweichung 24 24 24 61 36 5 16 5 9 5 58 40 59 67 12 34 15 b 55 74 55 59 8 23 29 c 48 33 47 41 Mittelvvert 54 16 54 22 Standardabweichung 5 22 6 24 Auswertung f r Bedingung Freude Seite 2 von 2 a b c d e lt classified as korrekt gew korrekt 28 14 6 8 5 45 90 45 60 6 30 4 14 1016 46 88 48 86 3 11 19 16 111 31 67 30 94 4 12 24 1414 38 71 39 09 5 6 9 14 2616 43 33 42 35 Mittelwert 41 30 41 37 Standardabweichung 6 24 6 87 39 5 18 5 a 62 40 63 76 14 19 27 b 31 67 31 06 11 5 10 5 39 63 93 63 76 Mittelwert 52 67 52 86 Standardabweichung 18 20 18 88 39 16 7 5 a 62 40 63 76 13 355 12 5 b 58 20 58 04 11 23 26 c 43 33 42 51 Mittelvvert 54 64 54 77 Standardabweichung 10 02 11 00 Auswirkung unterschiedlicher Mittendefinition Mittelwert vs Median Vergleich der Klassenstarken unterschiedliche
27. Aussagen tref fen zu k nnen DASS sondern auch WIE STARK ein Gef hl war wurden die Spieler dazu 4 1 Emotionsinduktion messung und darstellung L sungsansatz aufgefordert eine Frage nach ihrem Befinden bzw auch nach ihrer Selbsteinsch tzung auf einer kontinuierlichen Skala anzugeben wie sie sich in dem Moment f hlten siehe Abbildung 43 Im Moment f hle ich Freude berhaupt nicht sehr stark rger berhaupt nicht sehr stark Hilflosigkeit berhaupt nicht sehr stark Angst berhaupt nicht sehr stark Abbildung 4 3 Ausschnitt aus einem Fragebogen mit Antwortskalen F r n here Informationen zum Spiel EmoTetris dessen Hintergr nde und psychologi schen Grundlagen sei auf den Anhang die Arbeiten von 2004a P und der dort zitierten Literatur verwiesen Anwendung hat dieser Ansatz zum Beispiel in Fischer 2005 2005 gefunden Erkenntnisse f r die vorliegende Arbeit Die aus den Untersuchungen mit dem Spiel Emoletris gewonnenen Erkenntnisse zur Emotionsinduktion stellen f r diese Arbeit eine wesentliche Grundlage dar EmoTetris wird in dieser Arbeit jedoch dar berhinaus als Testanwendung f r die emotionssensiti ve Steuerung genutzt da durch Voruntersuchungen bekannt ist wie die unterschiedli chen Manipulationen ungef hr wirken Die Steuerung kann in vier Richtungen jede ent spricht einer Emotionen wirken Freude Zufriedenheit Langeweile und rger Sie wur den gew hl
28. Benutzungsschnittstellen dynamische autonome Anpassung des Sys tems an den Benutzer zur Laufzeit Die in dieser Arbeit vorgestellte Architektur ordnet sich in die Gruppe der adaptiven Be nutzungsschnittstellen ein Die mit dieser Architektur gestalteten Anwendungen soll dy namisch auf Grund des aktuellen Gef hlszustands des Computernutzer und ohne des sen Zutun das System anpassen so dass er weiter motiviert bleibt mit ihm zu arbeiten Beim Design adaptiver Systeme dr ngen sich Entwurfsfragen auf die im Folgenden kurz betrachtet und mit einem Blick auf die sp ter beschriebenen praktischen Designprozess konkretisiert werden sollen 2 34 Designprozess F r adaptives Verhalten sind einige Fragen im Designprozess entscheidend Wer soll ad aptieren k nnen Welche Rolle soll der Adaptionsprozess spielen Was soll adaptiert werden Auf welcher Funktionsebene soll adaptiert werden Pr sentation oder Funk tionalit t Welche Informationen ber Nutzer Applikationen Aufgaben stehen zur Ver f gung Zu welchem Zeitpunkt soll Adaption stattfinden Entwicklungszeit oder Aus f hrungszeit Das Ziel des Entwurfsprozesses ist es f r spezifizierte Benutzergruppe n und spezifi zierte Aufgabe n das optimale Design zu finden Ein effizientes Design f r alle m gli 25 2 3 Adaptive Benutzungsschnittstellen Theoretische Grundlagen chen Zielgruppen ist genauso schwer wie nahezu unm glich geht man von einen gewis sen Diversifit t
29. Das Yerkes Dodson Prinzip besagt dass Erregung bis zu einem bestimmten Punkt f r die Leistung n tzlich davor und danach jedoch abtr glich sei schematisch dargestellt in Abbildung 2 7 Dieser Zusammen hang zwischen Stress und anderen Gr en erstreckt sich nicht nur auf Leistung sondern auch auf Gesundheit und Wohlbefinden F r eine optimale Aufgabenerf llung sollte der Mensch also auf einem optimalen Erregungsniveau gehalten werden im Diagramm 2 7 als Sattelpunkt der Kurve zu erkennen Der durch diese Parameter beschriebene Zu 20 2 3 Adaptive Benutzungsschnittstellen Theoretische Grundlagen stand bietet die besten Voraussetzungen fiir eine produktive nicht langweilige aber auch nicht tiberfordernde Tatigkeit Leistung A hoch Optimales Erregungsniveau niedrig Anstrengung Anspannung Stress Erregung niedrig hoch Abbildung 2 7 Yerkes Dodson Kurve Bis zu einem bestimmten Punkt steigert Erregung die Leistung davor und danach ist sie suboptimal Flovv Modell und das Yerkes Dodson Prinzip geben Hinvveise darauf vvelches Ziel eine Interaktionsf hrung verfolgen sollte Interaktion auf dem optimalen Erregungsniveau m glich zu machen Um eine solche individuelle Anpassung berhaupt durchzuf hren darf die zu Grunde liegende Benutzungsschnittstelle nicht statisch sein sondern muss sich automatisch an das emotionale Befinden des Benutzers anpassen 2 3 Adaptive Benutzung
30. Daten die in Gefahr stehen ausspioniert zu werden F hlcomputer k nn ten der erste Schritt in eine Gesellschaft sein die Menschen aufgrund ihrer Gef hle ma nipuliert und unterdr ckt weil Big Brother eben nicht nur Gehaltszettel Einkaufskorb und private E Mails kennt Neben der Arbeit an den F hlcomputern sollte ebensoviel Kraft in die Entwicklung von Schutzma nahmen flie en damit die Daten wirklich nur den Programmen oder Menschen zug nglich sind f r die sie bestimmt sind Jedes Sys tem sollte mit eigenen Schutzma nahmen ausger stet werden um es ausreichend nach innen und au en zu sch tzen Erkenntnisse f r die vorliegende Arbeit In diesem Kapitel sind Anregungen und berlegungen zu Fragen der affektiven Syste me besonders im Hinblick auf die in dieser Arbeit entworfenen Architektur vorgestellt worden Neuen M glichkeiten bei der Wahl des zu Grunde liegenden Emotionsmodells werden vorgeschlagen und der Interaktionsagent und das Adaptionsmodell werden kri tisch hinterfragt Abschlie end werden eher allgemeine Fragen er rtert z B die nach der ethischen Dimension der emotionalen EDV Anhand der in diesem Abschnitt aufge worfenen neuen Fragen lassen sich zuk nftige Themen zur Bearbeitung im Gebiet der emotionalen Benutzungsschnittstellen identifizieren 74 Kapitel 7 Fazit An den vielf ltigen Diskussionspunkte in Abschnitt 6 ist zu erkennen dass dieses Ge biet noch jung ist und die Suche nach neuen Erk
31. H lz 0 l q 2 winz Hu s p 2 w nz 1949193 656 Ww Jap Iyezuy Iyezuy ossejy yeyossequoen s9101 sip ne usuo suswi g s p usunn pun ageUSspUeIsgy y219 619A UdSSE Y UOA SUNAIISIISSY pun Igewspuesqy s4yeuy I G UOA 949S puelsqy o 8 Vv 0 0 gt 5 vz 4 2 6 o A 2 g 8 v 01 0 jyezuy EG yeyosiequoen sa yoy s p abejpunsy ne pjaya z w nz Bunu nuz 484919016 yw Japje4 jyezuy yeyosiequoen 19a yoy 9 ii v L 0 0 L 5 9 c 2 z 9 v 22 9 9 24 9 v i L 0 jyezuy SSEIN yeyosuequoen siasalA Jap abejpuniy zne pjasjaiz w nz Bunuls nuq iw s p jyezuy Yyeyuosiequoen J9J91 A BunjiseAuassely ap Ine agewspugysqy Jsys pa yosisjun s ssnilulzi Yyols He U SSETY UOA SUNAIIGIISSY pun Igewspuejsqgvy sAyeuy I G UOA p A118 Ja syoeu Ine Hunuyosy 3ya s yoeuep 6 849 Ierd e 20 sje WENXZF WNZ s q G nsuy 9 1 Ui ue WNWEIAXZ UEL UdPJOM Jop uEyeyssua g USPJOM H U H A JOPIIM SIS UUEN UISUIUUDEN W puayoiassne Dune
32. Mein Hintergrundwissen aus dem CV Studium war mir dabei besonders hilfreich weil ich aus meinen Nebenf chern Psychologie und Padagogik das Hintergrundwissen mitbrachte und aus der In formatik die Fertigkeiten mein Vorhaben umzusetzen Der Themenbereich Benutzungs schnittstellen und Usability ist seither mein favorisiertes Besch ftigungsgebiet Die Idee zu dieser Arbeit entstand durch meine Besch ftigung mit dem Thema affekti ve Benutzungsschnittstellen vvahrend eines Praktikums am Fraunhofer IGD in Rostock Dort ergab sich die M glichkeit eines Diploms in meinem Wunschgebiet HCI Durch die am IGD laufende Forschung hatte ich die einmalige M glichkeit direkt an neuen Er kenntnissgevvinnen mitzuwirken was eine zus tzliche Motivation darstellte Ergebnisse daraus sind unter anderem Graf 2005a Graf u Oertel 2006 Mit dieser Diplomarbeit m chte ich zeigen was ich im Studium gelernt habe und wie man es umsetzen kann Sie zeigt als Schlusspunkt meines Werdegangs als CVist auch was f r mich Computervisualistik in der Praxis hei t Rostock 29 Dezember 2005 Informationen dazu unter auf der Webseite des Studiengangs http www computervisualistik de vii Selbstandigkeitserklarung Ich erkl re hiermit dass ich diese Arbeit selbststandig verfasst und keine anderen als die angegebenen Quellen benutzt habe Alle Stellen die w rtlich oder sinngem aus Quellen entnommen wurden habe ich als solche gekennzeichne
33. Stimmung des Men schen eingeht und seine Bed rfnisse bestm glich erf llt Das k nnte zum Beispiel ein emotionsgesteuerter CD Player sein der genau die Musik spielt die zur Stimmung des Zuh rers passt oder Videoger te die ahnen welchen Film sie gerade spielen sollen da mit der Mensch zufrieden ist Affektive Computer die einen Bezug zu den Emotionen des Menschen herstellen aus diesem Wissen Informationen generieren sie nutzen und Emotionen beeinflussen k nnen einen gro en Fortschritt in der Mensch Maschine Inter aktion darstellen vgl Picard 2112 Dies ist Ziel des Forschungsgebiets Affektive EDV engl affective computing Neue Technologie hat ihren Nutzen darin dem Menschen Arbeit abzunehmen ihm ein bequemeres Umfeld zu schaffen oder auch ihn mit Spiel und Spafs seine Freizeit auskos ten zu lassen Technische Ger te werden im Rahmen von allgegenw rtiger EDV engl ubiquitous computing immer kleiner und leistungsfahiger Inzwischen beginnt die Zu kunft von unsichtbar in Kleidung integrierter Technologie vvearables versteckte trag bare Elektronik Dabei sind Sensoren Speichermodule und Recheneinheit verbaut und verschwinden vor dem Auge des Betrachters 3nach Picard1 1997 S 3 Affective Computing is computing that relates to arises from or deliberately influences emo tions nach 993 Long term the PC and workstation will wither because computing access will be everywhere in the walls
34. Ver nderungsm glichkeiten wie etwa die H ufigkeit einzelner Spielsteintypen in der Beispielanwendung Tetris Zu den applikationsunspezifischen generellen Manipulationsm glichkeiten geh rt ne ben der Interaktionsgeschwindigkeit z B die Eingabekontrolle Tastaturzuverl ssigkeit Mausgeschwindigkeit oder die nderung der Helligkeit und des Kontrasts der Anzeige Weiterhin kann beeinflusst werden wie viel R ckmeldung der Nutzer vom Programm erf hrt damit er wei was gerade in der Anwendung passiert Dazu geh ren z B die Begr ung zu Beginn eines neues Levels und die Abschlussmeldung wenn das Spiel verloren ist Zur weiteren Strukturierung wird jeder Manipulation eine Kategorie zugeordnet die er kennen l sst ber welche Kan le der Interaktion sie ihre Wirkung entfaltet Ihrer Natur nach sind die applikationsunspezifischen Manipulationen in die Kategorien Allgemein einzuordnen Alle allgemeinen ver nderlichen Gr en von EmoTetris sind zusammen in der Tabelle 5 1laufgef hrt Kategorie Ver nderung Eigenschaft Wirkungsdimension Allgemein Interaktionsge ganz langsam bis Freude schwindigkeit ganz schnell Tastaturzuverl s unzuverlassig bis Arger sigkeit zuverl ssig Tabelle 5 1 bersicht der applikationsunspezifische Manipulationen Neben den allgemeinen applikationsunspezifischen Manipulationsm glichkeiten gibt es von der benutzten Anwendung abh ngige Ver
35. auf emotionale Zust nde hin analysiert Bisher war es jedoch sehr schwer vom Verlauf physiologischer Kennwerte auf die Art der aufgetretenen emotionalen Empfindung zu schlie en J ngere Forschungsergebnisse mit einer Trefferquote von bis zu 80 zeigen dass der R ckschluss ber k rperlichen Reak tionen auf emotionale Zust nde eine vielversprechende Forschungsrichtung ist Herbon tal 2005 Herbort 20046 Morgenstern 2005 Certel et al 2004 Picard 2001 Diese Ar beit setzt bei derart gewonnenen Erkenntnissen an Das n chste Kapitel gibt Antworten zu der Abw gung wie man die so gewonnenen Informationen einsetzen k nnte 3 1 2 Einsatzgebiete affektiver UI Es wirft sich die Frage auf in welchem Ma e und in welcher Art die neuen M glichkei ten der Absch tzung der Gef hlslage des Menschen nutzbar gemacht werden k nnen Bisher bleibt festzustellen dass sich das Forschungsgebiet noch in einem sehr fr hen Stadium befindet und es vor allen Dingen darauf ankommt gesicherte Erkenntnisse f r 28 3 1 Vorlauferarbeiten Vortiberlegungen weiter gehende Entwicklungen zu schaffen Erst eine breite Grundlagenforschung bildet die Basis fiir spezielle Anwendungen Im Fall der affektiven Computer ist besondere Be dacht zu empfehlen weil viele Menschen das Schreckgespenst einer sie manipulierenden Maschine fiirchten und diese Angste ernst genommen werden miissen Ein gesellschaft licher Prozess zur Akzeptanz dieser Technologie wird du
36. b 46 03 48 07 22 12 28 5 45 60 47 24 Mittelwert 55 47 54 70 Standardabweichung 16 72 12 21 41 5 10 5 35 a 74 77 68 98 21 5 27 5 14 b 43 65 45 71 19 19 24 38 71 39 89 Mittelvvert 52 38 51 52 Standardabweichung 19 55 15 39 Auswertung f r Bedingung Langevveile Seite 2 von 2 a b c d e lt classified as korrekt gew korrekt 38 9 2 0 5la 70 37 63 55 12 39 5 0 1 b 68 42 65 22 6 9 40 2 63 49 66 89 13 7 7 28 sid 44 44 46 82 4 4 8 5 Alle 66 13 68 56 Mittelwert 62 57 62 21 Standardabweichung 109 28 77 46 49 3 5 3 a 88 29 81 22 15 40 8 b 63 49 66 30 14 7 5 41 65 60 67 96 Mittelwert 72 46 71 82 Standardabweichung 189 01 66 85 49 3 5 3 ai 88 29 81 44 17 5 38 5 7 b 61 11 63 99 8 13 41 ci 66 13 68 14 Mittelvvert 71 84 71 19 Standardabweichung 209 14 83 10 Auswertung f r Bedingung Angst Seite 1 von 2 Correctly Classified Instances 120 a b c d e lt classified as korrekt gew korrekt 35 14 6 5 3la 55 56 56 09 14 21 9 11 SIb 33 33 33 65 16 8 26 7 6 c 41 27 41 67 16 10 11 20 Sid 32 26 32 05 11 11 7 14 18 e 29 51 28 85 Mittelwert 38 38 38 46 Standardabweichung 10 55 10 93 42 7 5 13 5 a 66 67 67 20 24 26 13 b 41 27 41 60 24 9 28 5 c 46 34 45 60 Mittelwert 51 43 51 47 Standardabweichung 13 44 13 77 42 15 5 55 a 66 67 67 56 25 32 55 b 51 20 51 47 22 21 18 c 29 51 28 95 Mittelvvert 49 12 49 33 Standardabweichung 18 67 19 39 a b c d e lt classified as
37. dagegen einfach zu interpretieren stellen Klare Beziehungen zwischen Knoten dar und sind nicht berangepa t Da die Einflu m glichkeiten im Spiel begrenzt sind und in der Arbeit nur prinzipiell gezeigt werden soll da so eine emotionale Steuerung funktioniert reicht eine grobe Einteilung in f rderlich gleichbleibende und abbremsende Ma nahmen aus Auf Grund dieser berlegung wurden die anfangs f nf Einteilungen pro Emotionswirkung auf drei projeziert Die ersten beiden und die letzten beiden Klassen sind mittels Durchschnittbildung zusammengefa t worden Dadurch ergeben sich in den meisten F llen deutlich bessere Werte Die Interpretation der Zusammenlegung der Klassen f llt leicht wir wollen da eine Bedingung mit ihren Ma nahmen wirkt wie gut oder schlecht ist nicht von Interesse Daher brauchen wir auch keine Abstufungen eine Definition eines Normal Levels reicht aus um daran bessere und schlechtere Wirkung zu messen An der Verteilung der Instanzen ber die Klassen 1 5 erkennt man da es eine Tendenz des Vorkommens zu den h heren Klassen gibt siehe beispielhaft Joy NB und Joy K2 Dies deutet darauf hin da die Ma nahmen f r hohe Klassen besser greifen als jene f r niedrige Um einen Gleichgewicht zwischen den Einflu m glichkeiten zu schaffen sollte das Normal Niveau so definiert sein da zur einen wie zur anderen Seite gleich viele und gleich effektive Ma nahmen ergriffen werden k nnen Dazu w
38. dass er voraussichtlich in den als vorteilhaft angesehenen Bereich T gelangt Die direkte Transformation eines Startzustand in den Zielzustand t ist angestrebt Es soll vom aktuellen Zustand t direkt auf einen Zustand t 1 hingevvirkt werden siehe Abbil dung 5 3 links Dies ware ein einfaches Verfahren das eine Adaption an den Nutzer nur 59 5 2 Interaktionsagent Implementierung eingeschrankt umsetzen kann Erstens ist die Klassifikation auf der die weitere Verar beitung beruht nur mit einer gewissen Wahrscheinlichkeit richtig Im schlechtesten Fall wird also eine Ma nahme angewendet die berhaupt nicht zum emotionalen Status des Benutzers passt So eine Fehlentscheidung k nnte den nun mit einer nicht passenden Mafsnahme konfrontierten Benutzer gerade falsch beeinflussen Zweitens bestande bei einem avisierten direkten Ubergang von t auf t die Gefahr dass der Nutzer anders reagiert als erwartet Der Algorithmus kann darauf nicht abgestuft sondern nur mit einer n chsten vollen Mafsnahmenrealisiserung reagieren Dem Spielverlauf w re dies nicht zutr glich weil die Ma nahmen immer wieder kurz hintereinander abrupt wech seln w rden und m glicherweise v llig kontr r w ren Es besteht dann die Gefahr dass schnell Frustration eintritt wenn der Benutzer das Gef hl hat die Software entzieht sich seiner Kontrolle Diese Gefahr besteht bei Spiel EmoTetris nicht so stark da dem Spieler verborgen bleibt wieso bestimmte S
39. gerungen Frustrationen beim Benutzer erzeugt In der Kontroll gruppe interveniert das System bei auftretender Frustration nicht in der Ver suchsgruppe reagiert ein computergesteuerter Agent der die Person durch das Programm begleitet durch u erungen des Verst ndnisses des Mitge f hls und der Zuwendung Daraufhin ist die Bereitschaft der Versuchsper sonen freiwillig l nger mit dem Programm zu spielen und sich l nger der Frustration auszusetzen signifikant h her Auf diese Weise kann erfasst wer den dass Aktionen des Agenten Wirkung entfalten und welcher Natur diese sind Allerdings setzt ein solches Vorgehen voraus dass w hrend der Interaktion auftretende emotionale Zust nde z B Frustration ohne Verz gerung entdeckt und identifiziert wer den k nnen 11998 Eine technische L sung beruht auf der Tatsache dass Emo tionen von physiologischen Erregungszustanden begleitet sind die sich etwa in Haut leitf higkeitsver nderungen niederschlagen 11999 Diese Ver nderungen k nnen beispielsweise durch Sensoren auf der Oberfl che der Maus siehe 1999 die Emotion Mouse oder mittels eines Handschuhs 2005 erfasst und mit dem Rechner ausgewertet werden Eine weitere zur Identifikation emotionaler Zust nde geeignete Methode ist die automatische Analyse des Gesichtsausdrucks Beispielsweise wird von Bartlett et al ein Programm zur Mustererkennung vorgestellt das Vi deoaufzeichnungen eines Gesichts mit guter Trefferquote
40. in ihrer Wirkung weder gegens tzlich sind noch dass ein zu schneller Wechsel 58 5 2 Interaktionsagent Implementierung zwischen ihnen erfolgt Diese Aufgaben bernimmt der Interaktionsagenten 5 2 1 Funktionsweise Der Interaktionsagent besteht aus drei Teilen Zum einen aus einer Bewertungsfunktion die feststellt inwiefern der bestehende emotionale Zustand des Nutzers als g nstig ein gestuft wird Dieses Evaluationsergebnis ist Grundlage f r die weitere Steuerung der An wendung siehe Kapitel 2 2 Zweiter Teil ist eine Inferenzfunktion die aus dem Bayess chen Netz bei gegebener Evidenz der Klassenvariablen entweder Freude Zufriedenheit Langeweile oder rger die Erkl rung ber die Ma nahmen ausrechnet Sie berechnet zu jeder Ma nahme inwieweit diese zur Realisierung der gegebenen Evidenz beitr gt f r n heres siehe Kapitel 5 2 4 Dritter Teil ist der Ma nahmenkatalog in dem persis tent gespeichert wird welche Ma nahmen zur Ver nderung der Benutzungsschnittstelle viel versprechend sind um den emotionalen Zustand des Benutzers zu beeinflussen f r n heres siehe Kapitel 5 2 3 Mit diesen drei Teill sungen l sst sich der Interaktionsagent vollst ndig beschreiben und in seiner Funktionalit t umsetzen 5 2 2 Bewertungsfunktion Die Bewertungsfunktion soll feststellen wie g nstig der aktuelle emotionale Zustand des Nutzers f r die Interaktion ist und das Ma bestimmen wie stark eine Beeinflus sun
41. r affektive Nutzungsschnittstellen Die Informationsverarbeitungsf higkeit des Indivi duums ist bei einem solchen Vorfall offensichtlich heruntergesetzt es kann sich nicht mehr auf die eigentliche Aufgabe konzentrieren ganz abgesehen davon dass starke Emotionen den Effekt haben komplexe Denkvorg nge zu blockieren vgl 11998 Ein emotional sensitiver Computer k nnte hier vorbeugend agieren Ein solches Ger t w re auch bei der in Kapitel 1 2 erw hnte Technophobie von Vorteil und k nnte dabei helfen m glicherweise Vorurteile zu berwinden oder ein gewisses Vertrauens zu erwe cken 3 1 3 Integration des Affekts Die Forschung zum Thema Computer und Emotionen teilt sich grob in zwei Interessen gebiete 1 K nstliche Emotionen zu modellieren und 2 Emotionsdarstellung f r die Steigerung der Glaubw rdigkeit zu nutzen Beide Aspekte sind in Agenten zu finden die entweder real verk rpert durch einen Roboter oder realisiert als Programm TBezeichnung f r ein mobiles Rechnersystem dass sich am K rper tragen l sst Am ehesten lassen sich Wearables dadurch eingrenzen dass sie ohne Benutzung der H nde dauerhaft am Nutzer getragen und verwendet werden k nnen Der Grundgedanke dabei ist eine neue Form der Unterst tzung und Begleitung Die Systeme k nnen und sollen selbstverst ndlich keine menschlichen Aufnahmemechanismen ersetzen oder beeinflussen wohl aber diese unterst tzen Randell 2003 Cinottil 2004 29 3 2 De
42. taxonomy of intrinsic moti vations for learning In SNOW R E Hrsg FARR M J Hrsg Aptitude learning and instruction III Conative and affective process analysis Hillsdale NJ Lawrence Erl baum Associates 1987 Mandler 1992 MANDLER G Memory arousal and mood a theoretical integration In CHRIS TIANSON Sven ake Hrsg The handbook of emotion and memory research and theory Hillsdale Lawrence Erlbaum Associates 1992 xxi LITERATURVERZEICHNIS LITERATURVERZEICHNIS Mangold 2001 MANGOLD Roland Digitale Emotionen Wo bleiben die Gef hle bei me dialen Informationsangeboten In HALMA Hallische Medienarbeiten 2001 Nr 14 http vvv medienkomm uni halle de forschung publikationen halmal4 shtml Mara on 1924 MARANON Contribution a l amp tude de l action motive de l adrenaline In Revue Francaise d Endocrinologie 1924 Nr 2 S 301 325 Massimini 1991 MASSIMINI M Die systematische Erfassung des Flow Erlebens im Alltag In CSIKS ZENTMHHALYI 1 S Hrsg Die au ergew hnliche Erfahrung im Alltag Stuttgart Klett Cotta 1991 McDougall 1908 MCDOUGALL William An Introduction to Social Psychology London Methuen 1908 Morgenstern 2005 MORGENSTERN Stefan Zusammenfassung der Ergebnisse der Untersuchung bzgl der Zusammenh nge zwischen den Einstellungen des Tetrisspiels und der vom Be nutzer angegebenen Emotionsauspragungen Fraunhofer Institut Graphische Da tenverar
43. und Instrument zur Entscheidungsfindung hin nicht prim r als direkte berlebenshilfe in einer potenti ell lebens gef hrlichen Umgebung Unterst tzung in der Sichtweise von Emotionen als Motivator erhalt Weiner u a von 1992 Es sei n tzlich einen Mechanismus zu besitzen der nicht nur automatisch auf Ver nderungen in der Umgebung reagiert sondern der den Organismus auch f r angemessene Handlungen und Reaktionen vorbereitet Mandler 1992 S 106f Andere Autoren haben Erkl rungsmuster in diesen Ansatz eingebracht die Emotionen im speziellen Kontext des Menschen als soziales Wesen sehen Demnach h lfen Emotio nen in einer Gemeinschaft ad quat auf die sozialen Erwartungen zu re agieren 13 2 2 Emotionen in der MMI Theoretische Grundlagen Emotionen sind Signale die unsere Richtung in einer gegebenen sozialen Interaktion zu erkennen geben das heifst dasjenige was wir in der vorlie genden Situation tun werden oder was wir m chten dafs die anderen tun Fridlundi 1994 5 130 Problematisch im Erkenntnisproze in der Erforschung von Emotionen ist dabei dass die wahre Natur von Emotionen nur durch Hypothesen und Versuche die die hypothe sierten Ergebnisse bestenfalls erzeugen erforscht werden k nnen Damit ist aber nicht zwingend gezeigt dass die Ergebnisse auf dem durch die Theorie aufgezeigten Wirkme chanismus zustande kamen Sie k nnten auch anders entstanden sein Zwar kann die Natur de
44. unter den Anwendern aus Im Designprozess werden Benutzer gruppen und Aufgaben identifiziert wobei die Oberfl che Medium zwischen Mensch und Ma schine ist ber die die Aufgaben ausgef hrt werden Da oft der individuelle Benutzer nicht bekannt ist versucht der Designer in der Regel gewisse Benutzergruppen mit be stimmten Benutzerprofilen zu identifizieren Genauso kann man mit der Vielzahl der m glichen Aufgaben verfahren aus den bekannten werden Aufgabenprofile generiert Zentral im Entwurfsprozess ist die Abw gung zwischen den Zielen adaptiver Benut zungsoberfl chen siehe KapitelP 3 2 Hier muss der Designer eine f r die Aufgabe und die zuk nftigen Nutzer passende Abw gung finden Erkenntnisse f r die vorliegende Arbeit Dieses Kapitel hat eine breite theoretische Grundlage ber kognitive und emotionale Pro zesse ihr Zusammenspiel bei der Informationsverarbeitung und die Rolle von Adapti on in diesem Zusammenhang aufgezeigt F r diese Arbeit wichtige Aspekte und Hin tergrundinformationen konnten eingebracht werden die im weiteren Verlauf Hinweise und Richtlinien f r Entscheidungen geben werden Einige den Rahmen f r die weitere Entwicklung vorgebende Punkte besonders aus dem letzten Kapitel k nnen hier fest gehalten werden Bisher k nnen keine klaren Benutzergruppen und damit auch keine Benutzerprofile spezifiziert werden individuelle Nutzer und ihre individuellen Reak tionen stehen im Fokus der Arbeit Eine Generali
45. verarbeiten Gegen eine Ver wendung dieser existierenden Architekturen spricht dass sie erstens nicht frei verf gbar sind und zweitens viel zu komplex fiir die in dieser Arbeit motivierte Anwendung 3 2 Designabvvaigungen f r emotionsadaptive Systeme Die konzeptionelle Herausforderung bei der Entvvicklung einer solchen Architektur ist verschiedene Programme mit unterschiedlichen Aufgaben und unterschiedlichen Schnitt stellen so aufeinander abzustimmen dass sie letztendlich in einem heterogenen Verbund transparent zusammenarbeiten und die erw nschte Aufgabe erf llen in diesem Fall die Adaption der Benutzungsschnittstelle Heterogen hei t in diesem Zusammenhang dass die eingesetzten Komponenten nicht unbedingt daf r gedacht waren in einem sol chen Applikationsnetzwerk mitzuarbeiten aber durch die neue Architektur dazu bef higt werden ihren spezifischen Beitrag zur Gesamtl sung beitragen zu k nnen Trans parent bedeutet hier die klare Definition von Schnittstellen und die offene bergabe von Parametern und Daten ber standardisierte Protokolle in Abgrenzung zu propriet ren Kommunikationswegen die von au en nicht einsehbar sind Es soll eine Architektur entstehen die verschiedene Programmkomponenten so mitein ander verbindet dass erst durch dieses Zusammenspiel die Adaption einer Anwendung auf Grund des gemessenen Gem tszustandes des Nutzers m glich ist Eine Sensorik komponente liefert dazu aktuell
46. 0 80 90 100 Anzahl der Knoten Abbildung 3 1 Bei zunehmender Komplexit t passt das erlernte Netz immer besser zu den Trainingsdaten wird aber gleichzeitig schlechter bei der Vorhersage unbekannter Testdaten es ist berangepasst engl overfitting 3 3 3 Neuronale Netze K nstliche Neuronale Netze KNN zeichnen sich durch ihre Lernf higkeit aus Anhand von Trainingsbeispielen k nnen sie bestimmte Sachverhalte lernen ohne daf r explizit programmiert werden zu m ssen Sie bestehen aus idealisierten k nstlichen Neuronen auch Perzeptron genannt die sich dem biologischen Vorbild entsprechend aus den Tei len Input Verarbeitung und Output zusammensetzen Jedes Perzeptron kombiniert die Signale die es von anderen Neuronen bermittelt bekommt mittels einer Aktivierungs funktion Mit Hilfe einer bertragungsfunktion in der Regel eine Sigmoidalfunktion wird festgelegt welcher Wert an das n chste Perzeptron weitergegeben wird Die St rke der Verbindungen sie entsprechen den Synapsen im Gehirn wird durch einen numeri schen Wert dem Kantengewicht dargestellt Ein einzelnes Perzeptron kann nur einfache linear trennbare Probleme l sen Ein Verbund von Perzeptronen ist jedoch in der Lage jede Funktion y f x beliebig zu approximieren Die Struktur eines Neuronalen Netzes ist durch die Anzahl der Elemente durch die be sondere Topologie und durch die Art der Aktivierungs Funktion definiert Das Wissen eines Neuronalen Netz
47. 2 S 151 175 Zimmermann et al 2003 ZIMMERMANN P GUTTORMSEN S DANUSER B GOMEZ P Affective Compu ting A rationale for measuring mood with mouse and keyboard In International Journal of Occupational Safety and Ergonomics JOSE 9 2003 Nr 4 S 539 551 xxviii Anhang A Erg nzende Beschreibung Emoletris Ein Computerspiel zur Emotionsinduktion B Erg nzende Beschreibung EmoBoard Sensorik und Vorverarbeitung C Erg nzende Beschreibung Maschinelles Lernen Lernphase D Erg nzende Beschreibung Visualisierung zur Repr sentation der Ergebnisqualit t E Erg nzende Beschreibung OmniRoute Konfiguration Synchronisation und Da tentransport in Echtzeit F Auszug aus Morgenstern 2005 Ma nahmen zur Emotionsinduktion G Analyse der Wirksamkeit der Ma nahmen zur Emotionsinduktion H Analyse der Abh ngigkeit der Klassifikationsg te von der Klassenanzahl der Di mensionen Valenz und Erregung I Analyse unterschiedlicher Abstandsma e und der Aggregierung von Klassen J Statitische Auswertung Klassifikationsergebnisse unterschiedlicher Datamining Verfahren ohne und mit unterschiedlicher Aggregierung der Klassen xxix A Erg nzende Beschreibung EmoTetris Ein Computerspiel zur Emotionsinduktion Die Aufgabe des Spielers bei Tetris wie auch EmoTetris besteht darin nacheinander her unterfallende Steine durch Verschieben und Drehen so auf und nebeneinander zu plat zieren dass komplette Reihen der Spielf
48. 4 7 OmniRoute bietet sich f r eine breite Palette von Experimenten an Die Elemente inner halb eines OmniRoute Netzwerkes werden entsprechend ihrer Rolle in Bezug zu den zu verarbeiteten Daten in Quellen Filter und Senken unterschieden zwischen denen Da ten in Form von Ereignissen ausgetauscht werden N here Details dazu befindet sich im Anhang 4 2 Das EmoControl Framework Die Gedanken anderer in diesem Gebiet arbeitender Wissenschaftler wurden bewusst vor diesem Kapitel pr sentiert Hier beginnt die Realisierung der Architektur zur Adap tion einer Anwendung auf Grund des emotionalen Zustands des Benutzers Auf den im Kapitel 2 genannten Grundlagen den im Kapitell3laufgezeigten Ideen und mit den schon vorhandenen Teill sungen siehe Kapitel wird die Beispielimplementation Emo Control des konzipierten Frameworks entwickelt EmoControl ist eine exemplarische Umsetzung der Abw gungen zur Steuerung einer Anwendung basierend auf den Er kenntnissen zum Affekt des Menschen Auf Grundlage der in Kapitel B 2 formulierten Anforderungen wird EmoControl als 49 4 2 Das EmoControl Framework L sungsansatz Sensor B OmniRoute ntegrative Framevvork Verarbeitung B Abbildung 4 7 OmniRoute als Framework hinter EmoControl Synchronisation und Weiterleiten der Daten Darstellung angelehnt an Mader 2004 ein Framework mit prozefsorientierter Verarbeitung realisiert Andere Konzepte sind nicht
49. 86 1990 1992 fol gend spielt die emotionelle Neigung eine wichtige Rolle bei der Entscheidungsfindung In die gleiche Richtung deuten Ergebnisse anderer Studien die belegen dass die Unfa higkeit von Soziopathen Straftaten zu vermeiden damit zusammenh ngt dass sie nicht f hig sind emotional die Konsequenzen ihres Verhaltens zu erfassen vgl 1990 18 2 2 Emotionen in der MMI Theoretische Grundlagen So komplex die Theorien der Emotionen auch im Details sein m gen ein wichtiger Punkt ist f r diese Arbeit ausschlaggebend Emotionen spielen eine entscheidende Rolle in der Interaktion des Menschen mit seiner Umwelt Im Zusammenhang mit der Erkenntnis von Reeves u Nass dass Menschen ihre technischen Interaktionsobjekte so behandeln als seien es soziale Wesen ergibt sich leicht der Gedanke dass die Integration von emo tionellen Wirkmechanismen in die Interaktion ein weiterer Weg f r die Anpassung der Maschinen an den Menschen sein k nnten Die unterschiedlichen theoretischen Modelle zur Erkl rung und Wirkungsweise von Emo tionen ihre Bedeutung Ans tze und Zusammenh nge sind in 1962 erstmals F r eine neuere Zusammenfassung siehe 1990 us 2000 2004 Die nsan a ae und Konzepte von 7 vverden z S in 1927 Zajonc 1980 Lange 1887 Lazarus 1991 behandelt F r weitergehende en und Erkenntnisse rund um die 757 in der Hirnforschung sei dem interessierten Leser z B MacLean MacLean 1975 Ey
50. ERZEICHNIS Beavin et al 1967 BEAVIN Janet H JACKSON Don D WATZLAWICK Paul Pragmatics of Human Communication A Study of Interactional Patterns Pathologies and Paradoxes New York NY USA Norton 1967 Beikirch et al 2005 BEIKIRCH Helmut PETER Christian EBERT Eric Funkgestiitzte robuste Erfas sung physiologischer Signale mit mobiler Sensorik Version 2005 In Tagungsdokumentation Wireless Technologies Kongress aktuelles und praxisnahes Wissen kompakt Mesago Messe Frankfurt 10 Online Ressource Benyon et al 1994 BENYON D K HME T MALINOWSI U SUKAVIRIYA P Computer aided Adap tion of User Interfaces In SIGCHI Bulletin 1994 January Black 1991 BLACK Uyless OSI A Model for Computer Communications Standards Facsimile Edi tion Prentice Hall 1991 Blythe u Hassenzahl 2003 BLYTHE M HASSENZAHL M The semantics of fun Differntiating enjoyable ex periences In BLYTHE M Hrsg OVERBEEKE C Hrsg MONK A F Hrsg WRIGHT P C Hrsg Funology From Usability to Enjoyment Dordrecht Kluwer 2003 S S 31 42 Boucsein 1995 BOUCSEIN Wolfram Die elektrodermale Aktivit t als Emotionsindikator In G DE BUS G E Hrsg KALLUS K W Hrsg Biopsycchologie von Stre und emotionalen Reaktionen Ans tze interdisziplin rer Forschung G ttingen Hogrefe 1995 S 143 161 Bradley u Lang 1991 BRADLEY M M LANG PJ International affective digit
51. Erkenntnissen aus entsprechender Literatur aus dem Be reich der Psychologie und der affektiven EDV als geeignet erscheinen die angestrebten emotionalen Zust nde im Menschen zu erzeugen siehe Kapitel 3 1 Diese Ma nahmen orientieren sich entlang des Interaktionspotentials von EmoTetris also welche Ein und Ausgabemodalit ten es in der Interaktion unterst tzt die potentiell f r die Beeinflus sung des Spielverlaufs benutzt werden kann Das ohne Ver nderungen oder Erg nzun gen vorhandene Interaktionspotential in EmoTetris ist in Kapitell4 1 1ldargestellt Es vva ren Tastaturzuverlassigkeit Geschwindigkeit des Spiels hilfreiche Ereignisse und hin derliche Ereignisse Nur einige davon konnten hinsichtlich ihrer emotionalen VVirkung analysiert vverden das Adaptionspotential und nur die effektivsten vverden auch bei der adaptiven Steuerung der Anvvendung ber cksichtigt vverden sie bilden die Adapti onskomponente Hinsichtlich der Interaktionsm glichkeiten kann in EmoTetris ein klar begrenzter Rah 52 4 2 Das EmoControl Framework L sungsansatz men gezogen werden In dieser Anwendung sind nur Benutzereingabe Spielgeschwin digkeit und Feedback als Ver nderliche zu beachten genauer die Grafik die T ne die Art der Spielsteine und die Spielkontrolle ber dieselben Eine geringe Anzahl von Varia blen hat den potentiellen Nachteil dass die Variationsm glichkeiten der Ver nderlichen m glicherweise zu klein sind um K
52. IS Herbon et al 2005 HERBON A PETER C MARKERT L VAN DER MEER E VOSKAMP J Emotion Studies in HCI a New Approach In Proceedings of the HCI International Conference Las Vegas 2005 Herbort 2004a HERBORT Oliver EmoTetris 1 009 Benutzerhandbuch Endversion Joachim Jungius Strafse 11 18059 Rostock Fraunhofer Institut f r Graphische Datenverarbeitung In stitutsteil Rostock Abteilung AR2 Human Centered Interaction Technologies Sep tember 2004 Herbort 2004b HERBORT Oliver Emotionsinduktion und automatische Emotionsklassifikation an hand physiologischer Daten bei Benutzern eines Computerspiels Fraunhofer Insti tut Grafissche Datenverarbeitung Rostock Joachim Jungius Stra e 11 18059 Rostock Oktober 2004 Forschungsbericht Herczeg 1994 HERCZEG M Software Ergonomie Grundlagen der Mensch Computer Kommunikation Bonn Addison Wesley 1994 Hanze 1998 HANZE M Denken und Gefiihl Wechselwirkung von Emotion und Kognition im Unter richt Neuwied Luchterhand 1998 amberlight human computer interactions 2005 HUMAN COMPUTER INTERACTIONS amberlight HCI Briefings Enjoyment and emotion in technology design Version 2005 http vuv amber light co WWW Online Ressource Abruf 01 12 2005 Izard 1994 IZARD Carroll E Die Emotionen des Menschen eine Einfiihrung in die Grundlagen der Emotionspsychologie 2 Auflage Weinheim Beltz Psychologie Verlags Union 1994 James 1894 JAMES W T
53. Internet Online Ressource Abruf 01 12 2005 XXV LITERATURVERZEICHNIS LITERATURVERZEICHNIS Vyzas 1999 VYZAS E Recognition of emotional and cognitive states using physiological data Massachusetts Institute of Technology Boston 1999 510 Vision and Modeling Technical Reports Waters u Levergood 1993 WATERS K LEVERGOOD T M DECface an automatic lip synchronization algo rithm for synthetic faces DEC Cambridge Research Laboratory Cambridge MA 1993 CRL 93 4 Technical Report Waters 1987 WATERS Keith A muscle model for animating three dimensional facial expression In Computer Graphics 21 1987 Nr 4 S 17 24 Watson 1919 WATSON John B Psychology from the standpoint of a Behaviorist 1919 Weiner 1982 WEINER B The emotional consequences of causal attributions In M S CLARK S T F Hrsg Affect and cognition Hillsdale NJ Lawrence Erlbaum Associates 1982 S 185 209 Weiser 1991 WEISER Mark The computer for the 21st century In Scientific America 3 1991 Nr 265 66 75 http vuv ubiq com hypertext veiser SciAmDraft3 htmlhttp vvv ubiq com hypertext veiser UbiHome html VVeiser 1993 WEISER Mark Ubiquitous Computing In IEEE Computer Hot Topics 1993 http www ubig com hypertext weiser UbiCompHotTopics htmlhttp www ubig com hypertext weiser UbiHome html WikimediaFoundation a WIKIMEDIAFOUNDATION Wikipedia Die freie Enzyklop die
54. Klassifikationsergebnis auf Basis der vorgenannten Technik der Lokalisierung der Emo tionsklassifikation visuell darzustellen Der Betrachter kann zwischen verschiedenen Vi sualisierungsmodi w hlen und so m glicherweise besser erkennen wie der Gem tszu stand des Spielers sich gerade verh lt Zus tzlich wird mittels eines Comicgesichtern angezeigt wenn ein sicher erkannter Gef hlsausdruck vorliegt Die drei Darstellungs techniken f r die Emotionsklassifikation sind in Abbildung 6 auf Seite 48 dargestellt In der Visualisierung ber das Valenz Erregung Diagramm sind nicht nur die einzelnen Emotionsklassifikationen der speziellen Emotion eingezeichnet sondern auch die Valenz und die Erregung weil diese Dimensionen grundlegend f r die Einordnung von Emo tionen nach Russell sind Die autarke Darstellung von Valenz und Erregung erlaubt nicht nur die Beobachtung des aktuellen Klassifikationsergebnisses sondern macht auch den zeitlichen Verlauf des Valenz und Erregungszustandes durch gleichzeitige Darstellung der letzten Klassifikationen klar Die Visualisierung halt neben den Informationen zur Einordnung der Emotion auch Information bereit die dar ber Auskunft geben ob die Sensorik funktioniert und Daten aus der Emotionsklassifikation ankommen Die Visualisierung mittels Comicgesichtern stellt eine starke Vereinfachung dar Sie kom muniziert gewisse emotionale Zust nde sehr effektiv verhindert aber die Erkennung von Nuancen und Abst
55. ND A Human Facial Expression An Evolutionary View NY Academic 1994 Friedrich 2003 FRIEDRICH Gerhard Im Land der m rchenhaften Zahlen Die Neurodidaktik wird die P dagogik nicht umw lzen dennoch kann sie vieles leisten In DIE ZEIT 2003 Nr 40 Frijda 1986 FRIDA N H The Emotions Cambridge MA Cambridge University Press 1986 Frohlich 2004 FROHLICH David M Beauty as a Design Prize In Human Computer Interacti on 19 2004 Nr 4 359 366 Garneau 2001 GARNEAU P A Forteen forms of fun Version 2001 http www gamasutra com features 20011012 garneau_01 htm WWW Online Ressource xvii LITERATURVERZEICHNIS LITERATURVERZEICHNIS Gibson 1979 GIBSON J J The Ecological Approach to Visual Perception Boston Houghton Mifflin 1979 Graf 2004 GRAF Christian Digital Characters in the Real World A review of em bodied agents and augmented reality Otto von Guericke Universit t Mag deburg Version 2004 http www cs uni magdeburg de cgraf Universit tsplatz 2 39104 Magdeburg 2004 Studi enarbeit Elektronische Ressource Graf 2005a GRAF Christian Digital Characters as Affective Interfaces Pr sentation auf der 12005 in Edinburgh Workshop The Role of Emotion in Human Computer In teraction http www igd r fraunhofer de private graf HCI2005 Version 5 9 September 2005 Graf 2005b GRAF Christian Visualisierung im Projekt Demokoffer Fraunhofer Ins
56. RER Jocelyn FERNANDEZ Paul KLEIN Jonathan PICARD Rosalind W Frustrating the user on purpose A step toward building an affective computer In Interacting with computers 14 2002 S 93 118 Scherer 2004 SCHERER Carien M van Reekum Tom Johnstone Rainer Banse Alexandre Etter Tho mas Wehrle Klaus R Psychophysiological responses to appraisal dimensions in a computer game In Cognition and Emotion 18 2004 Nr 5 S 663 688 Scherer 2000 SCHERER K R Emotion In STROEBE M Hewstone amp W Hrsg Introduction to Social Psychology A European perspective 3 Auflage Oxford Blackwell 2000 S 151 191 XXV LITERATURVERZEICHNIS LITERATURVERZEICHNIS Scherer 1990 SCHERER K R Theorien und aktuelle Probleme der Emotionspsychologie In SCHE RER K R Hrsg Psychologie der Emotion Gottingen Hogrefe 1990 Schlungbaum 1997 SCHLUNGBAUM Egbert Individual User Interfaces and Model Based User Interface Software Tools In Intelligent User Interfaces 1997 S 229 232 Schmidt Atzert 1996 SCHMIDT ATZERT L Lehrbuch der Emotionspsychologie Stuttgart Kohlhammer 1996 Scholze Stubenrecht et al 2005 SCHOLZE STUBENRECHT Werner EICKHOFF Birgit MANG Dieter Duden Das Gro e Fremdw rterbuch Mannheim Deutschland Bibliographisches Institut 2005 ISBN 3 411 04058 0 Schuster 2004 SCHUSTER Grit Pers nlichkeitsgesteuerte Charactere in Interaktiven Welten Universi t tsplatz 1 39106 Magdebur
57. Sie zeigen m glicher weise neue Wege wie z B mit Frustration und Missverst ndnissen die in der Mensch Maschine Interaktion entstehen umgegangen werden kann F r Telefonauskunft und bestellservice die heute vielfach schon durch Maschinen erledigt werden w re eine sol che Funktion sehr w nschenswert um auf den Kunden angemessen zu reagieren ein Zusammenbrechen der Kommunikation zu verhindern und den Kunden zufrieden zu stellen 1 4 Aufbau der Arbeit Die Arbeit gliedert sich wie folgt Nach der Einf hrung erschlie t das Kapitel 2 die theo retischen Grundlagen dieser Arbeit Es wird die Natur der Mensch Computer Interaktion aus verschiedenen Blickwinkeln beleuchten Kapitel 2 1 die Einbeziehung von Emotio nen in die Mensch Maschine Interaktion motivieren und eine bersicht ber Erkl rungs und Funktionstheorien von Emotionen geben Kapitel 2 2 In den darauf folgenden ber legungen in Kapitel 2 3 wird der Begriff der affektiven Benutzungsschnittstelle einge f hrt Danach erlautert es Grundlagen der Emotionserkennung als Voraussetzung der adaptiven Steuerung von Benutzungsschnittstellen Das darauf folgende Kapitel D stellt Uberlegungen zum Entwurf einer Architektur zur Verbindung von Informationen um den emotionalen Zustand einer Person und der ihr dargebotenen Benutzungsschnittstelle vor Es erlautert Vorlauferarbeiten zur Nutzung affektiver Daten und gibt einen Einblick in Systemarchitekturen die explizit den Affekt
58. Suhrkamp Verlag 2001 ISBN 3 518 58313 1 Russell 1980 RUSSELL James A A Circumplex Model of Affect In Journal of Personality and Social Psychology 39 1980 Nr 6 S 1161 1178 Russell u Norvig 1995 RUSSELL Stuart J NORVIG Peter Artificial Intelligence A Modern Approach London Prentice Hall 1995 Schachter u Singer 1962 SCHACHTER S SINGER J E Cognitive social and physiological determinants of emotional state In Psychological Review 69 1962 Nr 5 S 379 399 Scheich 2001 SCHEICH 75 Lernprozesse in verschiedenen Lebensaltern Version 2001 p 1 g 9 In Lernen ein Leben lang Vorl ufige Empfehlungen und Expertenberichte Bd 10 7 Bildung 181 188 Online Ressource Scheich 2002 SCHEICH Henning Motor f r Lernprozesse Thesen zum optimalen Ler nen aus der Neurobiologie In Erziehung amp Wissenschaft 2002 Nr 6 ifn magdeburg de en organization public relations press releases index sp Scheich 2003a SCHEICH Henning Vahresbericht Abteilung Akustik Lernen Sprache Version 2003 http www ifn magdeburg de de abteilungen akustik_ In Forschungsbericht 2002 2003 Leibniz Institute for Neurobiology Center for Learning and Memory Research Online Ressource Scheich 2003b SCHEICH Henning Lernen unter der Dopamindusche In Die Zeit 2003 18 09 2003 Nr 39 nttp www zeit de 2003 39 Neurodidaktik_2 Scheirer et al 2002 SCHEI
59. UD Ty ninz uassepy y n Joystiq 1018 Sungaug pun ZU TEA UIYOID Adejpun g jne sopurjsnz s p Sunnzyeyosqy nz uoryyunys3unr rmiAzi Aq PI ogey1uNeid uonynp rsuorsu vrq I9PO 01 puls 8 NZ 155 agewspuejsqy IAM pun ios UNIF IWYLUYJEN IIUSUd U rp INJ adejpun g spe uOWIYEUFEIN s p S nr rADyy Inz Sunuysaieg UONYJUnFspurIsqy ff snz3s y mupp 1498 54 5 N 5 UOA SUNAIIGIISSY pun sgevulspuL sqy sAyeuy 1 G UOA Z age LL a o g v 0 6 o g L ja gt 8 2 8 0 P a o 9 oa S 6 D OL 1 dq 8 uasse y 0 uossejy 9 ul u ls uilq Japal Bunjloyny 13u12 t q S ul uolsuewig Japal Bunjeyny 13u12 l q 2 luezuy losse pl H lz 2 yw Iyezuy winz Wu s pl i sap jyezuy yeyosiequoen s lu y L 8 Z 9 9 9 2 P bi Bi 9 unus nuq unus nuq 8 2 9 s t 8 zZ L 0 9 9 D L 0 9 4 P L L 0 uazue su Jap jyezuy 0 gt en 5 2 rf 9 s G 5 G P 4 9 8 9 uasse y v u ssely 9 ul uolsu ulq Japa Buneumg 13u19 S u Uolsu ullq Japa Bunjiayny s ul l q pl
60. Vorschaul nge verringern mehr Punktegeschenke h ufiger Punkte Stehlen mehr Ballonsteine weniger Meteorsteine Geschwindigkeit verringern weniger Meteorsteine bessere Tastaturzuverl ssigkeit Zufriedenheit Geschwindigkeit erh hen Vorschaul nge erh hen gute Tastaturzuverl ssigkeit viele Tetrissteine weniger Ballonsteine weniger Fallschirmsteine mehr Lavasteine Geschwindigkeit erh hen viele Tetrissteine weniger Meteorsteine mehr Fallschirmsteine mehr Lavasteine Hilflosigkeit Geschwindigkeit erh hen mehr Punktegeschenke h ufiger Punkte Stehlen weniger Tetrissteine weniger Lavasteine mehr Meteorsteine Geschwindigkeit erh hen weniger Punktegeschenke h ufiger Punkte Stehlen Freude Vorschaul nge vergr ern seltener Punkte Stehlen Tastaturzuverl ssigkeit verbessern mehr Lavasteine weniger Ballonsteine Geschwindigkeit erh hen Vorschaul nge vergr ern Tastaturzuverl ssigkeit verbessern weniger Meteorsteine mehr Lavasteine Seite 1 3 F Ma nahmen zur Emotionsinduktion Auszug aus Morgenstern 2005 Ergebnis der Vorhersagen ber angelernte Netze In der folgende Tabelle sind alle Faktoren aufgelistet die dazu f hren dass die Auspragung der entsprechenden Emotion verst rkt wird Dabei wurden nur die Ergebnisse der Netze des Typs A beriicksichtigt da nur in diesen Netzen wirklich deutliche und eindeutige Zusammenh nge erkennbar waren Wenn man nun diese Tabelle mit d
61. ZEICHNIS 4 2 Spielbildsehirm von Emoletris mit Spielflache links und dem sich dar in auft rmenden Spielsteinstapel Informationsbereich rechts oben und Spielsteinvorschau rechts Mitte 2 B You ox Be he Key R 44 4 3 Ausschnitt aus einem Fragebogen mit Antvvortskalenil 45 4 4 Vier Emotionen die durch die Manipulation von Emoletris erzeugt k n nen repr sentiert im Circumplexmodell 46 4 5 Sensorik und Steuergerat zur Erfassung der physiologischen Grofsen Puls Hautwiderstand und Hauttemperaturi 2 0 Se eee NI 47 4 6 Komplette Visualisierung mit mehreren redundanten M glichkeiten den gesch tzten emotionalen Zustand des Spieler abzulesen 48 4 7 Omnikoute als Framework hinter EmoControl Synchronisation und Wei terleiten der Daten Darstellung angelehnt 2004 50 4 8 Komponenten des EmoFrameworks schwarz die vorhandenen rot die neu oie ink ae ee Get et 8000020 3 O ae ee a 52 51 Schematischer Aufbau des EmoControl Framevvorks mit seinen Kompo nenten und der Verarbeitungsabfolge OmniRoute synchronisiert die Da YI P 7 55 5 2 Synchronisation der physiologischen Daten von der Sensorik und der Sta tusdaten der Apwerdung 2a la haus ia R y hoe o bb 57 5 3 Angestrebter bergang vom vermuteten Startzustand direkt zum Zielzu stand links dargestellt als Sprung rechts in abgestuften Schritte
62. Zur emotionalen Reaktion bei Fehlern in der Mensch Computer Interaktion In Zeitschrift f r Arbeits und Organisationspsychologie 46 2002 Nr 4 S 185 200 Lang et al 1999 LANG PJ BRADLEY M M CUTHBERT B N International affective picture system IAPS Technical Manual and Affective Ratings University of Florida Gainsville FL The Center for Research in Psychophysiology 1999 Lange 1887 LANGE C G Uber Gemuethsbewegungen Leipzig Theodor Thomas 1887 Langheinrich 2005 LANGHEINRICH Marc Die Privatsph re im Ubiquitous Computing Daten schutzaspekte der RFID Technologie Version 2005 http beat doebe 1i In Das Internet der Dinge Springer Seite 329 362 Online Ressource Langley 1997 LANGLEY P User modeling in adaptive interfaces In Proceedings if the Seventh International Conference on User odeling Banff Alberta Springer 1997 S S 357 370 Lazarus 1991 LAZARUS R S Emotion and adaption London Oxford University Press 1991 LeDoux 1994 LEDOUx J E Emotion Memory and the Brain In Scientific American 1994 Nr 270 32 39 http www cns nyu edu home ledoux overview htm XX LITERATURVERZEICHNIS LITERATURVERZEICHNIS LeDoux 1996 LEDOUX J E The Emotional Brain The Mysterious Underpinnings of Emotional Life New York NY USA Simon amp Schuster 1996 Lepper u Malone 1987 LEPPER M R MALONE T W Intrinsic motivation and instructional effectiveness in comput
63. a nahme verglichen werden methodisch ist dies mglw problematisch Neben der Analyse der Wirksamkeit der einzelnen Ma nahmen erscheint wichtig zu un tersuchen inwieweit jede typisch f r eine Emotion ist Es n tzt wenig zu wissen dass ei ne h ufig auftretende Ma nahme eine Emotionsreaktion ausl st wenn sie ihre Wirkung 65 5 2 Interaktionsagent Implementierung Wirksamkeit hoch moderat schwach k A Freude 3 5 2 Arger 1 3 3 3 Langeweile 2 6 2 Zufriedenheit 1 3 4 2 Tabelle 5 4 Anzahl der Mafsnahmen pro Emotion ihrer Wirksamkeit nach geordnet gleichzeitig auch auf andere Emotionen entfaltet Dann ist nicht sichergestellt dass beim Einsatz dieser Ma nahme d h sie wird h ufiger eingesetzt als normal auch die Emotion ausgel st wird auf die man es abgesehen hat Das Ergebnis der zweiten Analyse ist in TabelleB 5ldargestellt Auftreten h ufig selten ambivalent Geschwindigkeit 3 1 0 Tastaturzuver 2 1 0 l ssigkeit Vorschaul nge 1 2 0 Lavastein 2 0 0 Meteorit 1 2 0 Ballon 1 0 0 Fallschirm 0 0 1 Steindiebstahl 0 2 2 Punktdiebstahl 2 1 1 Punktgeschenk 1 1 1 Tabelle 5 5 H ufigkeit der Korrelation der Ma nahme mit den vier Emotionen Sollte sich die Anzahl der Bewertungen nicht auf vier Anzahl der in dieser Arbeit un terschiedenen Emotionen summieren sind die fehlenden F lle als neutral anzusehen Ein
64. ache und komplexe Bayessche Netze zu den vorhandenen Daten machen k n nen Wie in TabelleB 4 zu erkennen ist laut der Analysen und Voraussagen die berwie gende Anzahl der Manipulationen nur leicht wirksam Vor allen Dingen gibt es f r die Emotionen Freude und Langeweile anscheinend keine hochwirksame Ma nahme Diese Tatsache zwingt dazu Alternativen zu suchen Eine erste denkbare Alternative w re h chstwirksame Ma nahmen durch die Kombina tionen von mittelwirksamen Ma nahmen in ihrer Wirkung nachzubilden Ob dies Erfolg hat ist aus der Theorie nicht abzulesen Eine zweite Alternative k nnte sein die Ma nah men nicht in drei sondern nur in zwei Wirksamkeitsgrade einzustufen etwa derart dass die Klassen h chstwirksam und mittelwirksam zusammenfallen Problematisch dar an ist nur dass auf diese Weise eine Abstufung verloren geht die im sp teren Einsatz u U ben tigt wird An dieser Stelle erscheint im Lichte der Ergebnisse die explizite Re duktion auf zwei Wirksamkeitsklassen als die bessere Wahl Die erste Alternative w rde n mlich bedeuten dass f r die Emotionen Freude und Langeweile die h chstwirksame Ma nahme nur emuliert werden k nnte wenn berhaupt Das ergibt Probleme in der Vergleichbarkeit der Effekte wenn sie Emotionsmanipulationen gegen bergestellt wer den f r die es eine bekannte h chstwirksame Ma nahme gibt Dann w rden Effekte einer emulierten und einer wirklich bekannten h chstwirksamen M
65. ad quat die Anforderungen zu erf llen Die Forderung nach flexibler Zusammenarbeit der Komponenten auf m glicherweise verschiedenen Rechnern macht eine Implemen tation als monolithisches Konstrukt oder als Bibliothek unm glich Eine monolithische Anwendung entspr che weiterhin nicht der Idee einer m glichst einfachen und um fassenden Wiederverwendbarkeit der einzelnen Komponenten Eine prozessorientierte Verarbeitung scheint am besten geeignet zu sein die unterschiedlichen Komponenten und eigenst ndigen Programme abzubilden Eine Prozessarchitektur kann die Abh n gigkeiten der Komponenten modellieren zugleich aber garantieren dass jeder Prozess eigenst ndig bleibt und unabh ngig von den anderen weiterentwickelt werden kann so lange er die definierten Ein und Ausgabeschnittstellen bedient Wie in Kapitel B 2 dargestellt ist ein Framework immer f r einen bestimmten Anwen dungsbereich vorgesehen So auch bei EmoControl Anwendungsbereich ist die affektive Adaption eines Computerspiels in diesem Fall ein Geschicklichkeits Spiel vorgestellt als EmoTetris in Kapitel Nachfolgend werden die Komponenten der zu entwickelnden Architektur entworfen und ihr Zusammenspiel aufgezeigt 4 2 1 Komponenten des Frameworks Um auf den emotionalen Zustand des Benutzers reagieren zu k nnen muss dieser be kannt sein Hier macht sich die Arbeit die Funktionalit t des D EmoKoffers zu Nutze der wie im Kapitel 4 1 dargestellt eine ausr
66. al Probability Table CPT Sie kann f r einen Knoten X auch als Funktion parents X U X 0 1 angesehen werden Durch die Struktur des Netzwerks und die Wahrscheinlichkeitstabelle ist das Bayessche Netzwerk komplett bestimmt Einfache und komplexe Bayessche Netze Abbildung zeigt beispielhaft ein Bayessches Netz mit f nf Knoten aus 1995 Es modelliert ob eine Alarmanlage in einem Haus aktiv wird w hrend der Besitzer verreist ist und ob dann einer seiner Nachbarn Mary und John den Besitzer anruft um ihn davon zu informieren In diesem Netzwerk sind nur boolsche Variablen enthalten jeder Knoten hat also genau zwei Zust nde wahr true oder falsch false In den CPTs sind die Wahrscheinlichkeiten f r den Zustand false jeweils der bersicht wegen weggelassen da stets P X false parents X 1 P X true parents X gilt Zur Interpretation des Netzwerks und der CPTs einige Beispiele Ein Erdbeben Earthquake E tritt mit Wahrscheinlichkeit von 0 002 und ein Ein bruch Burglary B mit einer Wahrscheinlichkeit von 0 001 auf e Ob der Alarm losgeht h ngt davon ab ob es einen Einbruch oder ein Erdbeben gab Dabei ist die Wahrscheinlichkeit f r einen Alarm nur auf Grund eines Ein bruchs wesentlich h her 0 94 als nur auf Grund eines Erdbebens 0 29 Falls nur ein Erdbeben stattfand wird der Alarm also mit einer Wahrscheinlichkeit von 71 nicht losgehen Nur in u erst seltenen F llen tritt ein Fehlalarm o
67. ale Komponenten wie die EmoAnwendung schon existieren jedoch noch angepasst werden m ssen um den Spezifikationen des Fra meworks zu gen gen Der Ma nahmenkatalog muss komplett neu entwickelt werden Dazu b te sich eine Vorgehensweise mit einer Lernphase wie in Kapitel 4 1 3 skizziert an um herauszufinden welche Wirkung eine Manipulation auf den Benutzer hat Im Vorfeld dieser Arbeit sind solche Versuche unternommen worden Aus ihnen wird der Ma nahmenkatalog entwickelt Die Wahl von EmoTetris als Testanwendung ist durch den Umstand begr ndet dass es nur ein kleines Interaktionsspektrum besitzt und sich mit einer solchen Beschr nkung neue Interaktionskonzepte besonders gut entwerfen und testen lassen Bei der Auswer tung und Zuschreibung von Effekten gibt es weniger Unbekannte und die Interpretation st rende Einfl sse Das D EmoKoffer System kann in der Abrufphase mit einer Wahrscheinlichkeit von bisher max 75 feststellen wie stark der Benutzer die betreffenden Emotionen zu einem spezifischen Zeitpunkt in welchem Ma e empfindet 2005 Dazu benutzt es einfache Bayessche Netze sog Naive Bayes Klassifikatoren Diese Klassifikatoren wer den auch f r dieser Arbeit zum Einsatz kommen Ebenfalls aus dem D EmoKoffer System stammt die Technologie zur Weiterleitung der Daten OmniRoute wird die Hand habung aller Daten bernehmen und eine Schnittstelle von und zu EmoTetris bereitstel len siehe P 1 Begr ndet ist dies dur
68. alit t nahe Die h chsten Geistest tigkeiten lie en sich demnach nicht vom Aufbau und der Arbeitswei se des biologischen Organismus trennen sondern bez gen diesen explizit mit ein vgl Damasio 1994 Die Existenz von Emotionen und Kognition als zwei interagierende Systeme mit gewich tiger Rolle bei der Entscheidungsfindung ist durch neurophysiologische Untersuchun gen noch unterstrichen worden 11996 Dieser Diktion folgend geht ein Gro teil der Forschungsgemeinschaft davon aus dass Emotionen Teil eines adaptiven Mecha nismus seien der dazu dient sowohl externes als auch internes Geschehen zu bew l tigen Sie spielten eine Hauptrolle in der Motivation und Lenkung von Handlungen Im einfachsten Fall bewirke die Einordnung von Ereignissen in Kategorien wie ange nehm unangenehm oder hilfreich sch dlich dass anfangs neutrale Stimuli ei l Descartes formulierte die pr gnante These eines Dualismus von K rper und Geist bzw Leib und Seele die nebeneinander existierten ohne sich zu beeinflussen Indem man das Wesen des Menschen derart aus dem Naturzusammenhang riss konnte man ihn auch au erhalb theologischer Zirkel noch als Krone der Sch pfung begreifen 1 1 Motivation Einleitung ne emotionale F rbung bekommen und dementsprechend entweder verfolgt oder ver mieden werden Dies k nne f r das einzelne Individuum das ber Leben erleichtern Demnach scheinen Emotionen eine wesentliche w
69. anabstand 4 aggregiert v l n r Nach dieser generellen Betrachtung der Zielgerichtetheit soll nun eine anwendungsnahe praktische Betrachtung der Mittel mit denen man den Nutzer beeinflussen kann erfol gen 5 2 3 Ma nahmenkatalog Im sog Ma nahmenkatalog ist festgehalten welche Manipulationen dazu geeignet sind den Nutzer in seinem emotionalen Befinden zielgerichtet zu steuern Psychologische Un tersuchungen haben gezeigt dass bestimmte Ver nderungen in der Interaktion einen Einfluss auf die Befindlichkeit des Menschen speziell im Umgang mit Computern haben Scherer 2003 Dabei unterscheidet diese Arbeit zwei Kategorien der Manipulationen um den Transfer der Erkenntnisse auf andere Anwendungen m glichst einfach zu machen 61 5 2 Interaktionsagent Implementierung Applikationsunspezifische Manipulationen Diese Manipulationen k nnen gezielt un abh ngig von einer speziellen Anwendung eingesetzt werden Die Anwendung muss die Manipulationsbefehle nat rlich umsetzen k nnen sie betreffen aber keine anwendungsinh rente Funktionalit t z B das Ver ndern der Reaktionsgeschwin digkeit des Programms Applikationsspezifische Manipulationen Dadurch dass die Anwendung spezielle M g lichkeiten der Ver nderung seiner Oberfl che und seines Verhaltens bietet er ffnet sich mitjeder Anwendung spezielles Manipulationspotential das sich nutzen l sst Diese Manipulationen beruhen auf in der jeweiligen Anwendung angelegten
70. arzustellen So kann entschieden werden ob der Spieler seine eigene Einsch tzung sieht und dadurch m glicherweise abgelenkt wird oder ob er diesem Einfluss nicht ausgesetzt werden soll und eine andere Person z B der Versuchsleiter sie f r seine Zwecke nutzt Hintergrund der statischen Darstellung von Emotionsausdr cken ist die Theorie der Ba sisemotionen siehe Kapitell2 2 2 Da im D EmoKoffer bislang keine fein differenzierten oder gemischten Emotionen betrachtet wurden konnte die Idee der Basisemotionen auf gegriffen werden Die Festlegung der Emotionensrepr sentanten im Circumplexmodell nach vvurde aus einschlagiger Literatur gevvonnen f r Naheres siche Grat 2005b Das Ergebnis ist in Abildung Hl dargestellt Erregung Anspannung l berraschung Euphorie Langeweile Abbildung 4 Einfache Visualisierung des emotionalen Zustands in EmoTetris Da man die Bedeutung der Darstellung im Valenz Erregungs Diagramm nicht auf einem Blick erfassen kann erfordert die Interpretation jedoch eine hohe kognitive Leistung Dies kann zu Missinterpretationen f hren genaueres dazu siehe 2005b Um die Missinterpration einer speziellen visuellen Darstellung jedoch m glichst zu ver meiden bietet die Visualisierung mehrere Darstellungsm glichkeiten zwischen denen der Betrachter w hlen kann Angefangen von einer einfachen Punktdarstellung ber ei ne Liniendarstellung bis hin zu einem Kavienplot gibt es vielf ltige M glichkeiten das
71. ashamed d sperate longing solemn attentive SERENK languid pensive embarrassed melancholic EASE SATISFIED contemplative Qe polite serious hesitant BORED anxious conscientious insecure Abbildung 2 5 Ergebnis einer Metastudie zur Verortung von Emotionsbeschreibungen im Valenz Erregungsraum aus 2000 tesschen Unterscheidung von Leib und Seele versuchte der Rationalismus zu erklaren warum der K rper zwar alter werde und auch sonst den Naturgesetzen ausgeliefert sei der Geist des Menschen davon jedoch unber hrt bliebe Heute legen die Erkenntnisse der modernen Neurobiologie nahe dass es sich beim Des cartesschen Dualismus um eine Fehlinterpretation der Verarbeitungsleistung im mensch lichen Gehirn handelte Die h heren Geistestatigkeiten lassen sich nicht vom Aufbau und der Arbeitsweise des biologischen Organismus trennen so wie von Descartes postuliert Dafiir gibt es mehrere Hinweise z B dass Menschen mit defektem emotionalen Zentrum nicht mehr in der Lage sind Entscheidungen zu treffen auch wenn die kognitiven Areale intakt sind 1994 Weitere Untersuchungen bestatigten dass das limbische System in viel starkerem Mafse als urspriinglich angenommen an den wesentlichen kognitiven Prozessen beteiligt sei Es m sse demnach ein enger Zusammenhang zwischen rationalem Denken und den Ge fiihlen und Instinkten bestehen Dieser Diktion und der anderer Autoren 19
72. bei der Zuordnung von Testdaten zu Klassen m glichst zu minimieren Dabei spielen beim Lernen auch beim maschinellen Vorwissen und Annahmen eine wichtige Rolle Sie legen den Hypothesenraum fest in dem nach einer passenden Er kl rung f r die beim Training verarbeiteten Daten gesucht wird Da Vorwissen und An nahmen auch falsch sein k nnen ist nicht sicher ob der Hypothesenraum richtig ge w hlt wurde und zu den Testdaten passt Es k nnen also durchaus neue Beispiele falsch klassifiziert werden F r diese Arbeit geht es darum einen Lernalgorithmus zu finden der eine Hypothese findet die dem Klassifizierungsproblem bestm glich angemessen ist und idealerweise gut generalisiert Potentiell stehen beim Lernen verschiedene klassische 33 3 3 Adaptive Interaktion als Lernprozess Vortiberlegungen Verfahren zur Disposition z B Entscheidungsb ume Neuronale Netze Bayessche Net ze Support Vektor Machines und andere fiir eine ausf hrliche Abhandlung des Themas siehelRussell u Norvig 1995 Es gibt kein Lernsystem das generell besser oder schlech ter als andere w re Ein gutes Lernsystem f r ein Problem mag ein schlechtes f r ein an deres Problem sein sog No free lunch theorem Die Entscheidung fiir oder wider eines Lernsystems wird im Anwendungsfall besonders durch die speziellen Eigenschaften der Eingabegr en bestimmt die im Folgenden kurz f r das in dieser Arbeit vorliegende Problem dargelegt werden 1 Die Annahme
73. beitung Institutsteil Rostock 2005 Interner Bericht MORI 1999 MORI Employees Get It Out Of Their Systems Version May 1999 WWW Online Ressource Abruf 01 12 2005 Murphy 2005 MURPHY Kevin Software Packages for Graphical Models Bayesian Networks Version November 2005 http www ai mit edu 7emurphyk Bayes WWW Online Ressource Abruf 01 12 2005 Nakatsu 1998 NAKATSU Rhyohei Nonverbal information recognition and its application to com munications In MULTIMEDIA 7938 Proceedings of the sixth ACM international confe rence on Multimedia New York NY USA ACM Press 1998 ISBN 1 58113 163 1 S 2 9 Neider et al 1994 NETDER Jackie DAVIS Tom WOO Mason FULLAGAR Joanne C Hrsg ROGEL BERG David Hrsg The OpenGL Programming Guide The Redbook Originalauflage Addison Wesley http www opengl org documentation red_book_1 0 Nielsen 1993 NIELSEN Jakob Usability Engineering Academic Press jakob useengbook html Norman 2004a NORMAN Donald A Emotional Design Why We Love Or Hate Everyday Things Basic Books 2004 xxii LITERATURVERZEICHNIS LITERATURVERZEICHNIS Norman 2004b NORMAN Donald A Introduction to This Special Section on Beauty Goodness and Usability In Human Computer Interaction 19 2004 Nr 4 311 318 leaonline com doi abs 10 1207 s15327051hci1904 1 Norman 2005 NORMAN Donald A Human centered design considered harmful In interactions
74. beitung in OmniRoute mit Quellen Filter und Senken Links aus unterschiedlichen Sensoren gespeist online Verarbeitung rechts aus einer Sitzungsaufnahme offline Verarbeitung aus Mader 2004 4 Es bietet eine Infrastruktur f r die Verbindung der Komponenten einen einfach zu nutzenden Konfigurationsmechanismus und ein integriertes Datenmodell und Methoden die in Echtzeit funktionieren 5 Eine einheitliche Konfiguration bietet zentrale Kontrolle und Ubersicht F Ma nahmen zur Emotionsinduktion Auszug aus Morgenstern 2005 Voreinstellungen Vorhersagen condition Baseline Joy Anger game speed medium High high keyboard 100 100 100 reliability feedback neutral Positive negative Score increase 1 1 2 0 0 2 reduction preview 1 0 1 invalid event piece normal Rather rather characteristics useful hindering most frequent Lava meteors piece preview 1 2 1 animations and normal Normal normal sounds Boredom Contentment low low 100 100 negative positive 0 0 2 0 1 0 rather rather useful hindering parachutes balloons 1 2 normal normal Tabelle 1 Einstellungen im Tetrisspiel aus KSB05 gektirzt Ergebnis der Interaktionsauswertung Proband 1 Proband 2 Ver rgerung Geschwindigkeit erh hen Tastaturverl ssigkeit verringern H ufigere Punktegeschenke mehr Meteorteile Tastaturverl ssigkeit verringern Vorschaul nge verringern Geschwindigkeit erh hen Langeweile
75. benad quatesten erledigt werden kann Fragen zu M glichkeiten des Schlussfolgerns mit Computern und wie zuverl ssig diese Schlussfolgerungen sind und Fragen zur Ethik etwa worauf man achten sollte wenn Menschen sehr pers nliche Daten von sich Preis geben Diese Diplomarbeit m chte ein wenig dazu beitragen die Idee der Nutzung von Emo tionen weiterzutreiben und m chte auf einige der eben erw hnten Fragen Antworten finden Die erste Leitfrage dieser lautet Wie k nnen die Empfehlungen und Notwendigkeiten aus einzelnen Disziplinen wie z B Psychologie Informatik und P dagogik in eine Architektur integriert werden so dass die Integration eine Anpassung von Computeranwendungen an den emotionalen Zustand des Menschen erm glicht Diese Frage er ffnet Antworten aus potentiell vielen Forschungsfeldern eine Einfluss m glichkeit Dahinter steht dass kein Konzept nur f r eine Anwendung gefunden wer den soll Die Er rterung ist allgemeiner angelegt und soll verhindern dass schon in der theoretischen berlegung L sungen entwickelt werden die nur schwer auf andere Pro bleme bertragbar sind Es ist eine m glichst allgemeine L sung zu entwerfen Um je doch den generellen berlegungen der ersten Forschungsfrage eine reale Umsetzung anbei zustellen und die Funktionsweise der Architektur nachweisen zu k nnen ist die zweite Leitfrage eher praktisch orientiert Wie muss eine Architektur zur emotionsbasierten Adaption s
76. benutzt werden dass die Menschen damit komfortabel umgehen k nnen Die Entwicklung im IGD Rostock hat gezeigt dass die Handhabungsqualitat unterschiedlich ausgereifter Prototypen ftir den D EmoKoffer mit der Einfachheit ihrer u eren Form zunahm Waren anfangs noch einzelne Sensoren mit Klettband an jeden Finger zu binden gibt es mittlerweile eine kom fortable Version in Form eines Handschuhs der Daten mittels Funk bertr gt 2005 Die ber hrungslose Erfassung physiologischer Gr en mit z B Infrarotka meras ist angedacht Die Erfassung relevanter Daten wird beg nstigt durch Entwicklungen wie ubiquitous computing 11991 1993p die dazu f hren k nnten dass eine breite Infrastuktur an rechnergest tzten untereinander kommunizierenden Systemen in unserer Umwelt existiert Vorausgesetzt es ist gewollt und die technischen M glichkeiten sind vorhan den k nnte diese Infrastruktur mit Bio Sensoren ausgestattet werden die permanent und unauff llig ihre Umgebung abtasten z B auch kontaktlos ber Infrarotsensoren Datensicherheit und Datenschutz sind in einer solchen Umgebung wichtige zu beach tende Themen Langheinrich 2005 6 3 3 Ethische Abw gung Es stellt sich die grundlegende Frage ob man einer Maschine Einblick in die emotionale Intimsph re erlauben will die anschlie end gar nicht mehr so intim ist Die Diskussion ber Computersicherheit kreiste bisher haupts chlich um wirtschaftlich oder milit risch bedeutsame
77. ber das zu beschreibende Konzept wird es m glich nicht nur bekannte Beispiele einzuordnen sondern mit den im Training erlernten Konzepten neue Daten zu bewerten Erst Generalisierung zeichnet Lernen aus Das induktive Lernen entspricht dem Suchen und Finden der richtigen Hypothese h im Hypothesenraum H Dabei wird angenommen dass keine Daten im Trainingsdatensatz fehlen dass die Daten nicht widerspr chlich oder verrauscht sind und dass es eine Hy pothese h in H gibt die konsistent mit D ist also f ann hert Diese Annahmen sind in der Praxis nur selten anzutreffen und k nnen als idealisiert gelten Im zu Grunde geleg ten Szenario handelt es sich um Daten einer Sensorik die h ufig verrauscht nicht unbe dingt kalibriert ist und manchmal ausf llt schlechte Voraussetzungen f r den Einsatz des induktiven Lernens 3 3 2 Entscheidungsb ume Ein Entscheidungsbaum ist seiner Form nach ein gerichteter azyklischer Graph engl directed acyclic graph DAG Dabei steht jeder Knoten f r eine mit einer Wahrschein lichkeit behafteten Variable w hrend die Kanten die Abh ngigkeiten zwischen den Va riablen modellieren Es gibt einen Wurzelknoten innere Knoten und Bl tter Wurzelkno ten und innere Knoten korrespondiert zum Test einer Eigenschaft Sie sind die Entschei dungsstellen Bl tter geben die Klassen wieder in die eingeordnet werden kann Die von den Knoten abgehenden Kanten sind mit m glichen Antworten auf die im Entschei dungsk
78. bestimmte physiologische Daten verar beiten konnte Will man die aufgezeigte Architektur in einem anderen Kontext berneh men m ssen dort alle das Framework konstituierenden Komponenten vorhanden und in der aufgezeigte Weise gekoppelt sein Vor allen Dingen muss der Ma nahmenkatalog an die Anwendung angepasst und die Schnittstellen zwischen den Komponenten geschaf fen werden Sollte nur die Anwendung gewechselt werden und das Framework an sich bestehen bleiben m ssen die notwendigen Schnittstellen in der Anwendung geschaf fen und ein zu der Anwendung passender Ma nahmenkatalog deklariert werden Diese Vorarbeiten k nnen aufwendig und zeitraubend sein denn ein effektiver Ma nahmen katalog erfordert Vortest Allgemein sollte beachtet werden dass es bei der Anwendung adaptiver Verfahren Hinweise darauf gibt dass Adaptivit t nicht in allen Bereichen von Vorteil ist obwohl die man dies erwarten w rde 2000 6 3 2 Datenerfassung Die derzeitige Form der Datenerfassung ist auf wenige Sensoren beschr nkt Herzfre quenz Hauttemperatur und Hautleitf higkeit Andere Messvariablen wie Muskelspan nung Pupillenbewegung oder EEG sind noch nicht analysiert worden Inwiefern diese 73 6 3 Allgemeines Diskussion neue Erkenntnisse bringen und nicht nur dazu beitragen die Interpretation der schon vorliegenden Daten noch zu erschweren kann hier nicht vorhergesagt werden Bei der Erfassung physiologischer Daten sollten die Sensoren so
79. ch alle anderen Knoten abfragen und geben jeweils Werte zur ck ihre Erkl rung engl explaination Nun gibt es also f r jede Ma nahme einen Wahrscheinlichkeitswert daf r dass diese Ma nahme stark mittel oder schwach auftreten muss um die Emoti on zu realisieren Daraufhin wird wieder nach der Entfernung zum Optimum eine der drei Realisierungen jeder Ma nahme gew hlt hier kommt es auch darauf an ob man die abgestufte Variante w hlt oder nicht Wenn f r alle Ma nahmen bekannt ist in welcher St rke sie realisiert werden sollen wird noch ein Schwellwert angelegt um zu gering ausfallende Gewichte und damit unbedeutende Ma nahme herauszufiltern Die brig gebliebenen Ma nahmen sind dann die aggregierte Ma nahme die als Kommando an EmotTetris geschickt wird Die hier pr sentierte L sung ist nur eine von mehreren M glichkeiten wie man die be kannten Daten zum emotionalen Status verwenden kann Andere Uberlegung zu Ge wichtungen wurden im Text vorgestellt 67 5 3 Integration der Komponenten Implementierung Zufriedenheit Langeweile Arger a Ma nahme 1 page 10 310 510 2 Freude 10110 210 71 Feus 10 910 010 1 Feus _ 10 110 810 1 Ma nahme i Ma nahme i 1 Ma nahme 2 Zufriedenheit Zufriedenheit Zufriedenheit Zufriedenheit Langeweile Langeweile Langeweile Langeweile rger rger rger rger Realisierung wenig mittel stark Realisierung wenig mittel stark Reali
80. ch die Notvvendigkeit einer Echtzeit bertragung von Sensordaten zu anderen Verarbeitungsprozessen und die Beibehaltung der zeitliche Reihenfolge Diese spielt eine zentrale Rolle sonst k nnte das angestrebte System nicht ohne Verz gerung auf die Aktionen und emotionalen Zust nde des Spielers eingehen 53 Kapitel 5 Implementierung Die in Kapitel Hl aufgezeigte Systemarchitektur soll in diesem Kapitel mit Schnittstellen Funktionalit t und Implementierungsdetails konkretisiert werden Funktionsweise Der Unterbau der EmoControl Architektur wird durch OmniRoute siehe Kapitel 4 1 5 bereitgestellt Alle Softwarekomponenten sind als Quellen Filter oder Senken realisiert einzig das EmoBoard und die EmoAnvvendung sind autark und m ssen durch geeignete Schnittstellen angebunden werden In Abbildung sind die Komponenten und der Verarbeitungszusammenhang dargestellt Jede Hauptverarbeitungseinheit verdeutlicht durch Rechtecke in der Farbe Orange be sitzt jeweils eine vor und eine nach gelagerte Verarbeitungseinheit Diese stellen Funk tionalit ten zur Verf gung die aus konzeptionellen oder praktischen berlegungen nicht in den Hauptverarbeitungseinheiten angesiedelt werden sollen z B die Filterung von Daten deren Synchronisation oder die Konvertierung in ein anderes Datenformat Diese Aspekte werden in Kapitel 5 1 naher behandelt Das in Abbildung B 1 skizzierte Modell ist zur Verdeutlichung der einzelnen Verarbei tungsschritt
81. chnittsbenutzers enth lt Es k nnte passieren dass die interindividuellen Unterschiede in der Bewertung und Reaktion auf Manipulationen so unterschiedlich ist dass keine oder nur eine sehr kleine Schnittmenge zur ckbleibt Ein anderes Problem dieser L sung Die Einteilung in Benutzergruppen kollidiert mit dem Anspruch des Affective Computing jeden Benutzer seiner emotionalen Anders artigkeit angemessen zu behandeln Verfolgt man diesen Anspruch w re beim derzei tigen Stand der Forschung die Folge dass die pers nlichen emotionssensitiven Beglei ter lange trainiert werden m ssten damit sie ad quat reagieren Zur Zeit werden am Fraunhofer Institut in Rostock Datens tze von ca 70 Probanden aufw ndig ausgewertet die m glicherweise auf die Frage eine Antwort geben ob es typische Muster in der phy siologischen Reaktion gibt die mit emotionalen Empfindungen korrelieren Auf Seite der Reaktionsausl ser w re interessant ob sich Erkenntnisse generalisieren lassen und wel che der von der Psychologie postulierten Wirkmechanismen auch in der MMI best tigt werden k nnen 72 6 3 Allgemeines Diskussion 6 2 3 Adaptionsziel hinterfragt Die aus der Literatur motivierte Konzentration auf die Schaffung oder Hinf hrung zu einem positiven affektiven Zustand bedarf einer Differenzierung 2001 Nicht in fedem Fall ist es vorteilhaft kognitive Aufgaben in einer unterhaltsamen und durch ei ne angenehme Stimmung ausgezeichneten Si
82. dabei mit einem Server der als 55 5 1 Schnittstellen Implementierung eigenstandige Klasse implementiert ist und die ankommenden Daten in einer Klassen variable speichert Andere Klassen die die Daten weiterverarbeiten wollen m ssen den Server aktiv ber eine get Methode ansprechen um die Klassenvariable auszulesen Ein vveiterer Server ist daf r verantvvortlich die Steuersequenzen die der Interaktions agent generiert zur EmoAnvvendung zu bertragen in Abbildung 5 1lals Teil der Aus gangsverarbeitung des Interaktionsagenten Die Server und die Client Funktionalitat von EmoTetris vvurden komplett neu geschrieben EmoTetris als EmoAnvvendung ver f gt damit ber zvvei getrennte Client Prozesse f r die zvvei getrennte Server auf der Seite des EmoFramevvorks zur Verf gung stehen Die Trennung in zvvei separate Kom munikationskan le ist durch die konzeptionell unterschiedliche Ansiedlung der Ubertra gungsvvege im Framevvork begr ndet VVahrend die eingehenden Daten in erster Linie f r die EmoKlassifikation wichtig sind kommen die ausgehenden Daten vom Interak tionsagenten Durch eine Aufteilung der Kommunikationswege lassen sich die beiden Halften von EmoControl leichter konzeptionell trennen Diese Trennung tragt auch da zu bei die beiden Verarbeitungsschritte praktisch unabh ngig voneinander auszuf h ren z B wenn sie auf verschiedenen Rechner ausgef hrt werden Dies k nnte z B auf Grund einer zu hoher Belast
83. de Besonderes Augenmerk wird dabei auf die Implemen tierung der Schnittstellen zwischen den in Kapitel 3laufgezeigten Komponenten gelegt Im vorletzten Kapitel 6 werden kritische Punkte die bei der Bearbeitung des Themas aufgefallen sind behandelt Dabei werden zuk nftige Forschungsfragen im Bereich der 1 4 Aufbau der Arbeit Finleitung emotionsbasierten Steuerung von Softvvare thematisiert die sich aus dieser Arbeit erge ben Im abschlie enden Kapitel 7 wird ein konstruktives Fazit gezogen Kapitel 2 Theoretische Grundlagen Damit die Arbeit auf fundierten Grundlagen beruht sollen in diesem Kapitel Theorien und Arbeiten aufgezeigt werden die f r die vveiterf hrende Umsetzung integral oder f r das Verstandnis der Thematik n tig sind 2 1 Mensch Maschine Interaktion MMI Definition Interaktion aufeinander bezogenes Handeln zweier oder mehrerer Personen bzw die Wechselbeziehung zwischen Handlungspartnern Scholze Stubenrecht et al 2005 2 1 1 Soziologische Aspekte Allgemein ist Interaktion das aufeinander Einwirken von Akteuren von lat inter zwi schen und lat agere handeln tun sie existiert nur f r den Moment des Handelns und hat eine soziale Dimension die wechselseitige Beeinflussung von Individuen Aus dem aufeinander bezogenen Verhalten von Anwesenden entsteht nach Niklas Luh mann ein Interaktionssystem Voraussetzung daf r sei die wechselseiti ge Beobachtbarkei
84. die beteiligten Disziplinen auf Empfehlungen zu durchleuchten die sie f r das Thema Affektive EDV geben k nnen Bei der Betrachtung der f cher bergreifenden Thematik im Hinblick auf verwirklichte L sungen wird festzustellen sein dass die einzelnen Disziplinen jeweils hochspeziali sierte L sungen f r ihre spezifischen Problemstellung schaffen Nur selten wird einen integrativen Ansatz ber mehrere Fachgebiete verfolgen Es gibt zwar einige Forschungs arbeiten siehe Kapitel 3 1 wenige f r wissenschaftliche Zwecke entwickelte Prototy pen und sogar kommerzielle Produkte wie den Aibo von Sony Doch decken diese nicht den in dieser Arbeit entwickelten Ansatz einer Systemarchitektur zur adaptiven Steue rung von Anwendungsprogrammen die auf der Messung des realen physiologischen Zustands des Nutzers basiert ab Zweites Ziel dieser Diplomarbeit ist demnach eine Architektur f r die Beeinflussung von Anwendungssoftware auf Grundlage des gemes senen physiologischen Zustands zu entwerfen 1 3 Grundlagen Fragestellung und Abgrenzung Die fundierten Erkenntnisse zum Stellenwert der Emotionen in der Interaktion zwischen Mensch und Computer sind Grundlage dieser Arbeit Des weiteren gr ndet sie in den Fortschritten die in der Erkennung von Emotionen auf Grund von K rperreaktionen ge macht wurden 2004 Insgesamt befindet sich die Forschung zu interaktionsbegleitenden emotionsadaptiven Rechnern in den Anf ngen eine zufrieden stellende all
85. durch die Manipulation von EmoTetris erzeugt k nnen repr sentiert im Circumplexmodell Mit solchen Daten best nde die Gefahr dass sie ber mehrere Versuche hinweg in dem Sinne nicht konsistent w ren dass z B Reaktionen unterschiedlich ausfallen und dann nicht mehr eindeutig sind Das vegetative Nervensystem welches die Reaktion der Ebe ne 2 steuert ist dagegen nicht so leicht beeinflussbar Die Korrelation zwischen phy siologischen Variablen und den psychologischen Gr en Valenz und Erregung die den Emotionsraum im Circumplexmodell von Russell aufspannen siehe 2 2 2 wurde durch mehrere Untersuchungen nachgewiesen Zimmermann et al 2003 Die physiologischen Reaktionsmuster des Probanden werden anhand dreier Variablen erfasst der Hautleitwiderstand die Herzfrequenz und die Hauttemperatur Die weite Verbreitung der Messgr en in der Experimentalforschung im Bereich HCI und deren Nutzung in vergleichbaren Studien z B auch in Picard 1997 haben diese Entscheidung getragen Alle Sensoren sind an ein Steuerger t das sog EmoBoard siehe Abbildung angeschlossen das die elektrischen Sensordaten sammelt evaluiert in ein f r den Computer verst ndliches Format umwandelt und ber einen seriellen Port verf gbar macht bzw speichert Die Daten werden nach der Digitalisierung im EmoBoard an einen PC geschickt der dann Me Verhaltens und Systemdaten synchronisiert und gleich f r die Spielsteuerung verarbeitet oder f r eine s
86. e Daten zu physiopsychologischen Kennwerten beim Umgang mit der Anwendung mit der der Gem tszustand des Interaktionspartners eva luiert wird Die interaktive Anwendung mit der der Nutzer gerade arbeitet soll dar aufhin adaptiert werden und der Nutzer in seinem emotionalen Zustand zielgesteuert beeinflusst werden Um eine Umgebung zu schaffen in der eine Anwendung ad quat auf den emotiona len Zustand des Benutzers eingehen soll ist zu definieren welches Interaktionsziel diese Steuerung anstrebt und welche Mittel geeignet sind dies zu erreichen Dann ist zu ent 30 3 2 Designabvvagungen Vor berlegungen scheiden wie man diese verschiedenen Interaktionsmittel f r die Verbesserung der In teraktion im Sinne dieser Arbeit durch die Anpassung an den emotionalen Zustand des Menschen nutzen kann Letzendlich muss man sich auch Gedanken dar ber machen wie dies alles technisch umzusetzen ist 3 2 1 Adaptionsmodell Adaptionsziel In den Uberlegungen in Kapitel 2 2 Alhat diese Arbeit dargelegt dass ein moderater Er regungszustand und moderate Valenz eine optimale Interaktionsgrundlage bilden kann Diese Feststellung ist konform mit der Erkenntnis der Motivationsfaktoren in Computer Spielen Sie sollten u a nicht zu leicht und nicht zu schwer sein eine best ndige Her ausforderung sein und dem Spieler immer den Eindruck vermitteln dass er die Aufgabe bew ltigen kann Lepper u Malone 1987 1981 Malone u Lepper 1987
87. e Prioritat Vorsehaulange 16 Tastaturzuverlassigkeit 14 Lava 14 Meteorit 8 Punktgeschenk 8 Geschwindigkeit 7 Punktdiebstahl 7 Steindiebstahl 5 Tabelle 5 6 Abgestufte Ma nahmen f r Freude 5 2 4 Inferenzmechanismus Eine ganze Reihe von Bibliotheken f r Bayessche Netze sind frei verf gbar einen ber blick gibt z B 7 Murphy 2005 dg sind die meisten wie beispielsweise Pulcinella Umkehrer et al oder smile smi nur f r andere Programmiersprachen als lava ver Testversionen 7 Systeme wie Netica sind eingeschrankt bez glich Benutzungsdauer oder Anzahl verwendbarer Knoten Es exis tiert eine Implementierung f r Java genannt JavaBayes Cozman die alle bisher aus gearbeiteten Anforderungen erf llt Sie ist Grundlage f r die weitere Implementierung Mittels der Klassen ist es m glich ein Netz das ber WEKA aus vorherigen Interaktionen mit Emoletris gelernt wurde zu laden und abzufragen Die Netze waren jeweils einfache Bayesschen Netze die den Zusammenhang einer Emo tionen mit den Ma nahmen abbildeten F r jede der Emotionen Freude Zufriedenheit Langeweile und Wut gab es ein Netz Die Abfrage l uft dann folgenderma en Nachdem ber die Bewertungsfunktion festgestellt worden ist wie weit der aktuellen Emotions zustand vom Optimum entfernt ist entweder 1 2 oder 3 siehe Unterkapitel wird dieses Ma genommen und damit die Evidenz des Emotionsknoten festgelegt Nun las sen si
88. e Tetrissteine normal viele Tetrissteine viele Meteorsteine viele Meteorsteine Freude hohe Geschwindigkeit hohe Geschwindigkeit viel Vorschau normal h ufiges Punkte Schenken seltenes Punkte Stehlen seltenes Teil Stehlen gute Tastaturzuverl ssigkeit viele Tetrissteine viele Lavasteine mittlere Vorschau normal h ufiges Punkte Schenken seltenes Punkte Stehlen seltenes Teil Stehlen gute Tastaturzuverl ssigkeit normal viele Tetrissteine viele Fallschirmsteine Seite 3 3 ua eiosqe SSET STE ISU 6 Jusjearqume SUNITA qez oz SIMY YAUA Suypu ewon S pney JOSIUIM I X 0 I X tiesgstporfung TH Sq TPTF L I X yu q s s yunq T X X Ke bie X X X SLD L X X X X X JIOYSIPUIMYOsayH T X X NOYSISSPLIOANZINIEISEL I X 029 0 1 X VUE SQ T E L I X yu u s siyunq 0 T X X Tyeisqorpryund 1 SH L 0 I X UJON T X X 5001129 I x ESSE I x WOYSIPUIMYOsay H AL UB I X NEYISIOA 1 X TH Sq TPTF L I X sis q s sii nd T X X rqeisqorprund 0 T X X UON T X X SLD L 4 0 X X X NOYSISSBLIOANZIMEISEL T X X JIOYSIPUIMYOSeH
89. e als relevante Design und Nutzungsfaktoren berrascht schon deshalb weil Computerhardware oder software die nicht zufrieden stellend funktioniert bisweilen heftige Gef hls bzw Wutausbr che der Computernutzer engl computer rage ausl sen kann MORI 1599 Reagiert ein System nicht wie erwartet hindert es den Anwender darin sein Handlungs ziel zu erreichen denn er muss seinen eigentlichen Handlungsplan aussetzen den Feh ler korrigieren und nach der Korrektur wieder den fr heren Handlungsplan aufnehmen Dies kostet nicht nur Zeit sondern auch erh hte kognitive Leistung Durch eine solche St rung einer Zielhandlung tritt Frustration ein Dollard u Doobi 1939 Sie kann eine Ursache f r Aggressionen sein Zwar wird in der Ergonomie und Usability Forschung keinesfalls bezweifelt dass wie im erw hnten Beispiel beim Umgang mit medialen Informationsangeboten neben ko gnitiven auch emotionale Zust nde auftreten k nnen jedoch scheint allgemein eher nicht davon ausgegangen zu werden dass diese emotionalen Zust nde f r die Verarbeitung der medial dargebotenen Informationen von gro er Bedeutung w ren Das heift Emo tionen werden berwiegend als Begleiterscheinungen der bei der Verarbeitung durch laufenen kognitiven Zust nde angesehen siehe Abbildung 2 1 lm englischen Sprachraum wird unter diesem Begriff auch die Lehre von Feider aer gefasst w hrend sie im deutschen unter dem Namen Umweltpsychologie fi
90. e manche Attribut Wert Paarung nur selten besitzen Dadurch wird der Baum flacher und kann schneller abgearbeitet werden Doch die Bestimmung des op timalen Baums m glichst flach sog Occam s Razor Kriterium der mit den Trainings daten konsistent ist ist NP schwer und nicht mehr in polynomialer Laufzeit optimal zu l sen Als Approximation wird daher meist eine Heuristik benutzt die hnlich einem Greedy Algorithmus nach der n chstbesten L sung sucht Nachteilig ist an diesem z B auch im ID3 Algorithmus eingesetzten Verfahren dass es zwar robust gegen ber mit Fehler besetzten Daten ist aber sich bei neuen Daten nicht anpasst sondern komplett neu lernen muss Weiterhin ist das Verfahren nicht ausgewogen sondern birgt eine Nei gung engl bias die sich auf das Klassifikationsergebnis auswirken kann Erstens kann das Verfahren das Wissen die Hypothesen nur in Form von Konjunktionen repr sen tieren sog Sprachbias Zweitens bevorzugt der Lernalgorithmus spezielle Hypothesen sog Pr ferenzbias Durch die Suchheuristik werden kurze Hypothesen entspricht fla chen B umen eher bevorzugt als lange Dieser Nachteil ist mehr von theoretischer denn von praktischer Relevanz weil in der Praxis kurze Hypothesen sowieso bevorzugt wer den denn lange Hypothesen k nnen mit einer h heren Wahrscheinlichkeit Daten nur zuf llig vorhersagen Der Zufall soll jedoch ausgeschlossen werden Auch bedeuten lan ge Hypothesen eine unn tige Speziali
91. e und zur konzeptionellen Trennung von Emotionserkennung und Interak tionsagent in zwei Teile geteilt die jeweils mit ihren Komponenten ein eigenst ndiges OmniRoute Netzwerk darstellen Die Weiterleitung der Daten aus dem einen Teil des Schemas in den anderen erfolgt ber Netzwerkverbindungen Mit dieser Konfigurati on ist es m glich beide Verarbeitungsschritte auf unterschiedlichen Rechnern laufen zu lassen um leistungsspezifische Probleme vorzubeugen Da keine Probleme mit der Aus f hrungsgeschwindigkeit im Setup zu erkennen waren wurde auf diese Trennung der Verarbeitungsschritte verzichtet und beide Netzwerke direkt miteinander gekoppelt in Abbildung 5 1 durch einen gestrichelten helleren Pfeil zwischen Ausgangsknoten links und Eingangsknoten rechts verdeutlicht Im Folgenden werden die Schnittstellen zwischen den einzelnen Komponenten genauer betrachtet v a wird auf ihre Funktionsweise und den Verlauf der Verarbeitung einge gangen Vorausgesetzt werden beim Leser Kenntnisse im Umgang mit Konzepten der objektorientierten Programmierung OOP Eine grundlegende Einf hrung in OOP in C und Java bieten beispielsweise Kirch Prinz u Prinz 2002 K chlin u Weber 2005 54 5 1 Schnittstellen Implementierung EmoBoard Emo Tetris ie io eet a M ne G omban n A o ie OmniRoute M x e ni ee E ie e ps Vs Netzwerk Ti Z r ks Se A Sa z EE a ea lu eee
92. eichend gute Vorsagegenauigkeit f r den ak tuellen Emotionszustand erreicht Diese Information reicht jedoch f r die Adaption des Spiels an den emotionalen Zustand des Nutzers nicht aus denn es fehlt die Betrach tung des dynamischen Zusammenspiels zwischen Spiel und Spieler Im urspr nglichen 50 4 2 Das EmoControl Framework L sungsansatz D EmoKoffer wurden die Bedingungen die die Steuerung der Ver nderungen in der GUI ausl sten ber zeitlich determinierte Skripte gesteuert Der in dieser Arbeit verfolg te Ansatz geht aber von einer Dynamisierung dieser festen Abfolgen aus und m chte so deren Beschr nkung aufheben Dabei helfen drei Erweiterungen Kommunikation Der neue Ansatz sieht eine dynamische Steuerung vor Ohne die Steue rung ber ein Ereignisskript ist nicht mehr implizit bekannt in welchem Zustand sich die Anwendung befindet Er muss explizit zur ckgemeldet werden Die zu adaptierende Anwendung hat nicht mehr nur die GUI bereitzustellen sie muss zu s tzlich dar ber Auskunft geben welcher Aktivit tszustand gerade herrscht So kann in einem sp teren Lernprozess nicht nur auf den emotionalen Zustand des Benutzers adaptiert werden sondern dies auch mit R cksicht auf den Zustand der Anwendung So wird konzeptionell die Chance gewahrt aus der Kombination bei der Daten noch n tzliche Informationen zu gewinnen Interaktionsagent Damit die Interaktion mit dem Nutzer berhaupt dynamisch gesteu ert werd
93. eile sind Bayessche Netze seit vielen Jahren ein etabliertes Mittel um Zusammenh nge zwischen mit Wahrscheinlichkeiten behafteten Variablen zu mo dellieren und zu berechnen Sie eignen sich um Schl sse aus unsicheren Daten zu zie hen und Entscheidungen zu treffen Als weiterf hrende Literatur die sich eingehend mit Bayesschen Netzen besch ftigt und zum Beispiel Inferenzalgorithmen vorstellt um das Lernen mit BN zu erm glichen seien Pearl 1988 Russell u Norvig 1995 empfohlen Eine gute Einf hrung zur Modellierung von Bayesschen Netzen unter Einbeziehung von weiterf hrenden Netzelementen bietet 2001 Vergleich zwischen Bayesschen und Neuronalen Netzen Die mathematische Methode und die graphische Struktur Bayesscher und Neuronaler Netze erscheinen recht hnlich Dennoch bestehen gro e Unterschiede zwischen den bei den u a besprochen in Russell u Norvig 1995 Bayessche Netze sind eine lokale Repr sentation der Wahrscheinlichkeitsfunktion Das bedeutet dass man in sie hineinschauen kann Man kann die CPTs der ein zelnen Knoten betrachten und berlegen ob die Werte sinnvoll sind Weiterhin kann man erkennen durch welche Werte bestimmte Ausgaben erzeugt werden Neuronale Netze dagegen repr sentieren ihre Funktion als Ganzes und die Werte der einzelnen Neuronen sind f r sich genommen bedeutungslos Inferenz bei Bayesschen Netzen ist deutlich langsamer und ist im allgemeinen Fall sogar NP hart Ande
94. en Anmerkungen und Kritik zu dieser Arbeit bitte an christianOfamilie graf info Viel Spa beim Lesen Rostock 29 Dezember 2005 i Inhaltsverzeichnis 1 Einleitung 1 2 ee Baus OY ee ee Sl se Oe x 1 17 ZE z n co Re x x REE da REE eH A 4 1 3 Grundlagen Fragestellung und Abgrenzung 5 1 4 Aufbau der Arbeit 2 4 0 eee 8228 en ae ea ee Ba nib Oe 7 9 2 1 Mensch Maschine Interaktion 9 ca ona Den 9 2 12 Interaktion in der Informatik oss 5 nes ses 2a M R 10 21 3 Interaktionale amp kologische Aspektel 10 21 4 Aspekte der Gebrauchstauglichkeit 11 22 Emotionen in der 2 2 5 z 28 8 BSR ESSA sa Den 13 22 1 Vielf ltige Begrifflichkeit Emotion 13 2 2 2 Emotionsmodellef rdieMMl 14 EE 17 17v7777 77 19 b bazi Sud bape 21 2 3 1 Gr nde T r Adaption s ail Xass b la 21 ku co SOS 6000503 22 3177777707 25 x BU bl 0 x 25 iii 3 Voriiberlegungen 2205557555 3 1 1 Affektive Daten und ihre Nutzung 4 3 1 2 Einsatzgebiete affektiver Ul A s l lin wein eu 3 1 3 Integration des Affektsh lt oo es BSR 1 02 22828 Di ass DEE Be End 52 1 Adaptionsmodell 2 0 2 084 4 44 Ee ane we ee 222 Soltwaretechnikl 6244 a ies ash bee er 3 3 Adaptive Interaktion als Lernprozess 3 3 1 __Induktives Lernen
95. en Die zu verarbeitenden Daten haben Eigenschaften siehe 3 3 f r die BN vorteilhaft sind Aus ihnen sollen Schl sse die ebenfalls eine gewisse Wahrschein lichkeit haben gezogen werden Mit BN k nnen diese Wahrscheinlichkeiten w hrend des gesamten Verarbeitungsprozesses beibehalten und je nach Situation flexibel gehand habt werden Vor allem geht beim probabilistischen Schlie en keine Information verlo ren Schwellwerte werden nicht am Anfang eingesetzt sodass die urspr nglichen Wahr scheinlichkeiten stets in der Rechnung erhalten bleiben Schwellwerte m ssen erst am Ende wenn eine Aktion ausgew hlt werden soll zum Einsatz kommen Sie sind zudem leichter zu berpr fen als neuronale Netze und lassen Aussagen ber mehrere Dimen sionen Knoten gleichzeitig zu Diese werden gebraucht um nicht nur eine Ma nahme zu steuern sondern in jeder Situation eine aggregierte Ma nahme bestehend aus ver schiedenen Einzelmafsnahmen als Steuersequenz zusammenzustellen 42 Kapitel 4 Losungsansatz Nach der Klarung der theoretischen Grundlagen in Kapitel 2 und den Vor berlegungen zu der in dieser Arbeit aufgestellten Fragestellung in Kapitel 3 wird in diesem Kapitel vorgestellt wie die bisher definierten Rahmenbedingunen und Anforderungen praktisch umgesetzt werden k nnen Es besch ftigt sich erstens mit den Grundlagen der Umset zung um dann zweitens die im vorhergehenden Kapitel ge u erten Vor berlegungen in eine spezielle e
96. en kann seinem mutma lichen Gem tszustand entsprechend braucht das Framework eine Steuerzentrale Sie w hlt aus dem in Kapitel 3 vorgestellten Adaptionspotential der Anwendung diejenige Ma nahme aus dem Ma nahmen katalog aus die auf Grund des emotionalen Zustands des Benutzer als n chstes eingesetzt werden soll um ihn dem Zielzustand n her zu bringen Ma nahmenkatalog Im Ma nahmenkatalog ist die Kenntnis zusammengefasst welche Ma nahme wie auf den Benutzer wirkt Diese Kenntnis wird entweder durch vor heriges Lernen des Zusammenhangs von Ma nahme und Wirkung gelernt Oder w hrend der Interaktion durch die Assoziation von Ma nahme und von Aktivi t tszustand der Anwendung mit dem Emotionszustand der n chsten Schritte Die se Verz gerung beruht auf der Tatsache dass es beim online Lernen einige Zeit dauern wird bis die Ma nahme ihre Wirkung entfaltet Der Ma nahmenkatalog dient dazu Wissen dar ber zu speichern welche Ma nahme n ergriffen werden sollte n um den emotionalen Zustand des Nutzers in einer bestimmten Situation in die gew nschte Richtung zu beeinflussen Die Idee ist aus dem Lernerfolg ber viele Spiele zu generalisieren und das Generalisierungsergebnis als festes Wissen in das Framework eingebettet und auf andere vergleichbare Anwendungen ber tragen werden Der Ma nahmenkatalog ist im Interaktionsagenten enthalten und ist daher auf Abbildung 4 8 nicht explizit dargestellt Die Komponenten des Frame
97. en nicht nur zu Ausdruck sondern auch zur Erkennung von Emotionen m glicherweise unter Einbeziehung von quantativen Messgr en 5 vorhandene Vergleichsimplementation en als Umsetzungsnachweis Dabei sollte eine ausgewogene Gewichtung der Anforderungen angestrebt werden um die Implementation einerseits berhaupt m glich zu machen andererseits aber die Er gebnisse auch im Einklang mit bestehenden theoretischen Modellen interpretieren zu k nnen Nachfolgend werden drei Modelle auf ihre Tauglichkeit als Basis f r die Ent wicklung affektiver Benutzungsschnittstellen untersucht Basisemotionen nach Ekman Die Theorie von Ekman geht von prototypischen Basisemotionen aus 1992 Ba sisemotionen sind als Gef hlsauspr gungen zu verstehen die entweder bestehen oder 14 2 2 Emotionen in der MMI Theoretische Grundlagen nicht und jeweils nur einzeln auftreten Dieser Ansatz verneint Mischungen von Emo tionen und Auspr gungen in der Intensit t Eine Vielzahl von Autoren hat diese Diktion aufgenommen und dabei je nach Versuchsaufbau und Interpretation zwischen zwei und mehr als zehn Basisemotionen ausmachen k nnen Wut Ekel Angst Freude Traurig keit und berraschung sind dabei die am weitesten akzeptierten S 195ff Zusatzlich gibt es neben Computermodellen die das menschliche Gesicht in seinen f r die Kommunikation wichtigen Details nachbilden 11993 g ltige und zuverlassige Erkenntnisse zur Darstellung aller Basisemotionen al
98. en vorhanden waren konnte der Einflu von Begr ssung im neuen Level Game Over Nachricht und Anzeigedauer nicht analysiert werden Die Ver nderung dieser Variablen scheint jedoch im Hinblick auf der verfolgten Idee der Manipulation di rekt im Spiel nicht erheblich da diese Ver nderungen nur den Anfang bzw das Ende ei nes Spiels beeinflussen nicht die aktive Interaktionssequenz Bei den restlichen Ma nah men zeigte sich dass einige wie vorausgesagt andere nur marginal und wieder andere sehr ambivalent d h von Situation zu Situation verschieden und interindividuell nicht einheitlich wirkten Daraufhin wurde eine Metaanalyse die zum Ziel hatte die wirk samsten Ma nahmen der Beeinflussung zu identifizieren durchgef hrt Pro Proband pro Zielemotion und pro Ma nahme lautete die Frage 1 ob die Ma nahme f r sich genommen einen wesentlichen Beitrag zur Auspr gung der Emotion leistet 2 ob die Ma nahme als Teil einer aggregierten Ma nahme eine Wirkung in der ge w nschten Dimension hat und 3 ob vorhergesagt werden kann dass die Ma nahme eine wesentliche Rolle spielen w rde wenn eine Emotion ihre maximale Auspr gung erreicht also z B der Spie ler sehr rgerlich werden soll Die drei Kriterien wurden gleichgewichtet in die Metaanalyse aufgenommen wobei sich die Gewichtung danach richtete bei wie vielen der Kriterien jede Ma nahme Einfluss auf die Zielemotion zugesprochen bekam Als Ausschlu kriteri
99. enn nicht gar entscheidende Rolle zu spielen vgl LeDoux 1996 Ke 2001 Aber nicht nur auf der Ebene des berlebens scheinen Emotionen f r den Menschen bedeutsam zu sein Nutzer eines Computers k nnen dies am eigenen Leib erfahren z B wenn sie ob der empfundenen Unzul nglichkeit ihres Computers das Ger t be schimpfen sogar Tastatur oder Monitor maltr tieren Hintergrund dieser Vermensch lichung der Technik ist dass Menschen die sie umgebenden Maschinen in gewissem Rahmen genauso behandeln als ob sie es mit anderen Menschen zu tun hatten 11996 Die Mensch Maschine Interaktion MMI folgt damit ahnlichen Regeln wie die interpersonelle Kommunikation Wenn der Nutzer seine Eigenarten und seine Bed rfnisse im Mittelpunkt der Bem hungen der MMI stehen soll engl Human Cen tered Interaction HCI mtissen diese Erkenntnisse beachtet werden Dass dieses The ma durchaus Ernst zu nehmen ist und immer st rker erforscht wird beweist u a auch die Tatsache dass sich Wissenschaftler z B die Gruppe um Clifford Nass und Byron Reeves am MIT mit der Thematik http mediax stanford edu profects srct html SRCT zu Deutsch etwa Soziale Ant worten auf Kommunikationstechnologie besch ftigt Menschen behandeln also Computer z T wie ihresgleichen Weiterhin habe Experimente gezeigt dass Effizienz und subjektives Wohlergehen beim Gebrauch von Computern die Pers nlichkeit und Emotionalit t vorgeben gesteigert werden Desha
100. enntnisse stetig voranschreitet Die For schung zu interaktionsbegleitenden emotionsadaptiven Informationsangeboten befin det sich noch in den Anfangen Es scheint wichtig aus diesem Thema das so manig faltige Fragestellungen aufwirft besonders interessante zu identifizieren Hin generelle Ma nahmenkatalog fiir eine Klasse von Anwendungen w re von grofsem Vorteil Allerdings bedarf es einiges Aufwandes einen solchen zu extra hieren e Die Aspekte des Pers nlichkeitsschutzen sollten nicht zu leicht genommen werden Hier bedarf es einer breiten Diskussion Das Forschungsarbeiten die in letzter Zeit in diesem Gebiet erschienen sind markieren eine Entwicklung die in vvenigen Jahren zu Angeboten f hren k nnte mit denen den Nutzern hoffentlich ein signifikant zufriedenstellenderes Arbeiten m glich sein wird Das EmoControl Framework wie es in dieser Arbeit exemplarisch entworfen wurde ist nicht ohne weiteres auf beliebige andere Anwendungen bertragbar Die Prinzipien m gen die gleichen sein aber die Anwendung muss erstens gewisse Vorbedingungen erf llen und zweitens eine Schnittstelle f r die Anbindung bereitstellen Das dringendstes Anliegen nach Abschluss der Konzeption und Umsetzung wird sein Tests mit dem Framework zu starten Sie sollen Funktionalit t und Validit t der Ma nah men zeigen um die praktische Relevanz der verschiedenen Abw gungen und Adapti onsstrategien auszuprobieren 75 Nachwort Das Stud
101. er vergleicht die nur aufgrund der Balkendiagramme die tats chliche Zusammenh nge darstellen und den Regeln erstellt wurde dann erkennt man durchaus einige Parallelen Falls Zusammenh nge f r ein Attribut in beiden Varianten erkannt wurde so ist dies derselbe Zusammenhang Jedoch zeigt sich auch dass an einigen Stellen die zuvor in den Diagrammen erkannten Zusammenh nge im Bayesschen Netz nicht auftauchen oder gar neue zuvor nicht erkannte Zusammenh nge auftreten Vor allem f r Zufriedenheit Hilflosigkeit und Freude ist die bereinstimmung zwischen den Ergebnissen der Diagramme und denen der Bayesschen Netze vom Typ A sehr gro bzw teilweise diese auch identisch Daher zeigt sich dass diese Bayeschen Netze gut geeignet sind um die Zusammenh nge zwischen den Einstellungen und den vom Nutzer angegebenen emotionalen Zust nden zu beschreiben Proband 1 Proband 2 Ver rgerung h here Geschwindigkeit h here Geschwindigkeit h ufigeres Punkte Stehlen h ufigeres Punkte Stehlen h ufigeres Punkte Schenken schlechtere Tastaturzuverl ssigkeit schlechtere Tastaturzuverl ssigkeit mehr Tetrissteine mehr Tetrissteine mehr Meteorsteine k rzere Vorschau mehr Meteorsteine Langeweile h ufigeres Punkte Stehlen mehr Ballonsteine mehr Ballonsteine geringere Geschwindigkeit mittlere Vorschaul nge h ufigeres Punkte Stehlen Zufriedenheit l ngere Vorschau mehr Lavasteine bessere Tastaturzuverl ssigkeit mehr Fallschirmsteine
102. er based education In SNOW R E Hrsg FARR M J Hrsg Aptitu de learning and instruction III Conative and affective process analysis Hillsdale NJ Lawrence Erlbaum Associates 1987 S 255 286 Luhmann 2002 LUHMANN Niklas BAECKER Dirk Hrsg Einf hrung in die Systemtheorie Carl Auer Verlag 2002 Maaf 1993 MAASS S Software Ergonomie Benutzer und aufgabenorientierte Systemgestal tung In Informatik Spektrum 16 1993 S 191 205 MacLean 1975 MACLEAN P D Sensory and Perceptive Factors in Emotional Functions of the Triu ne Brain In LEVI L Hrsg Emotions Their Parameters and Measurement New York Raven Press 1975 S 71 92 Mader 2004 MADER Steffen A Freely Configurable Multi modal Sensor System for Af fective Computing Version 2004 http fhgonline fhg de cgi bin starfinder 15761 bibliotheken txt In ANDRE Elisabeth et a Hrsg Af fective Dialogue Systems Tutorial and Research Workshop Springer Verlag Lecture No tes in Artificial Intelligence 3068 313 318 Online Ressource Malaka 2004 MALAKA Rainer Musterkennung und Maschinelles Lernen http www cl uni heidelberg de kurs vs04 m1 Version 2004 Vorlesungsfolien Win tersemester 2004 05 Malone 1981 MALONE T Toward a theory of intrinsically motivating instruction In Cognitive Science 5 1981 Nr 4 S 333 369 Malone u Lepper 1987 MALONE T W LEPPER M R Making learning fun A
103. ergeben bekommt die unabh ngig von der internen Repr sentation der Daten im Interaktionsagenten ist ber den Ausgangsknoten wird auch EmoTetris angesteuert Daf r wird eine Sequenz von Steuerbefehlen die angeben welche Aktion durch EmoTe tris ausgef hrt werden soll die Steuersequenz auf ein Netzwerkport geschrieben Dabei ist der Ausgangsknoten genauso wie der Eingangsknoten als Netzwerkserver umgesetzt mit dem sich EmoTetris verbinden kann wie in Kapitel 5 1 1 dargestellt 5 2 Interaktionsagent Der Interaktionsagent hat die Aufgabe aus dem Katalog von m glichen Ver nderungen der EmoAnwendung eine auszuw hlen die verspricht die aktuelle emotionalen Verfas sung des Probanden zielf hrend zu beeinflussen Ein Ziel ist hierbei dass der Nutzer nie in einen Zustand ger t dessen Repr sentation im Valenz Erregungs Diagramm sie he Abbildung 3 an der Peripherie angesiedelt ist Denn dies bedeutet dass die Person nur noch damit besch ftigt w re auf den Reiz zu reagieren und sich nicht mehr auf die den Reiz ausl senden Ursache konzentrieren kann Gleichzeitig ist es das Ziel einen mo deraten Erregungszustand mit positiver Valenz zu erreichen Daf r ist eine Steuerungs mechanismus n tig der die Interaktion so steuert dass die eingesetzten Ma nahmen den Benutzer in einen solchen handlungsf rdernden Zustand versetzen Zudem soll die se Steuerung daf r sorgen dass die Ma nahmen so aufeinander abgestimmt werden dass sie
104. es langzeitiger Speicher Programm sitzt in der Gesamtheit und in der Aktivierungsschwelle der Elemente Dieses Wissen hat keine deutliche symboli sche Form sondern ist eine Verkettung von Faktoren Konstanten und Gewichten deren Zusammenhang nicht einfach zu erkennen ist Die Daten eines Neuronalen Netzes d h die Informationen ber ein einzelnes Beispiel kurzzeitiges Ged chtnis sitzen in den Aktivierungswerten die die Elemente nach einem Eingangssingnal annehmen Wichtig in allen Ans tzen zu k nstlichen neuronalen Netzen ist dass sie das Neuron als kleinste eigenst ndige Recheneinheit vorsehen und dies in seinem Aufbau relativ ein fach ist KNN arbeiten theoretisch massiv parallel k nnen diesen Vorteil aber bei der gegenw rtigen Rechnerarchitektur nur schwer zur Geltung bringen da heutige Stan dardcomputer gr tenteils seriell arbeiten Das Lernen mittels KNN erfolgt durch das Einstellen der Gewichte an den Ausg ngen der Neuronen Eine Einteilung der Modelle ist nach Neuronentyp Lernregel oder Netzstruktur m glich So gibt es mehrschichtige engl multi layer vorw rtsgerichtete engl feedforward symmetrisch und asymme trisch r ckgekoppelte engl backpropagation Netze siehe Abbildung 3 3 Ein wichtiges generisches Lernverfahren f r KNN ist die R ckkopplung Dabei sind 37 3 3 Adaptive Interaktion als Lernprozess Vortiberlegungen Zielgr fse Konstante Aktivie
105. ewartet haben sei an dieser Stelle daf r gedankt dass sie mich in jeder Situation nach Kr ften un terst tzt haben Dass ich nach einem einschneidenden Ereignis erfolgreich den universi Gren Ausbildungsweg nicht nur einschlagen sondern auch erfolgreich beenden konnte ist zum grofsen Teil ihrem aufopferungsvollen Einsatz geschuldet Auch andere Personen haben mich auf meinem Weg durch die Uni bis zu diesem Ab schluss begleitet und waren das eine oder andere entscheidende Stiick im Puzzle meines Lebens Ihnen allen sei namenlos gedankt auch jenen zu denen der Kontakt abgebrochen ist denn sie haben mich in einem wichtigen Abschnitt meines Lebensweges gepragt Ex plizit nennen m chte ich dennoch einige die mich besonders gest tzt haben und denen ich daf r meinen aufrichtigen Dank aussprechen m chte meiner Freundin Daniela f r ihre bezaubernde Art meinen besten Freunden Marc und Bi rn die mich auf den Boden der Tatsachen zur ckholen wenn ich Hirngespinnsten nach sehne und den anderen lieb gewonnenen Menschen auf der Welt die mir immer wieder zeigen dass Freundschaft sich nicht in Zeitaufwand oder Briefhaufigkeit misst sondern eine Verwandtschaft im Geiste ist die auch nach Jahren der Funkstille ein Wiedersehen zur hellen Freude macht Diese Diplomarbeit ist nicht vom Himmel gefallen sondern entstand vor allem durch gu te Zusammenarbeit verschiedener Kr fte Zuallererst m chte ich Dr Karina Oertel vom Fraunhofer Institut in R
106. funktionieren meint der Benut zer meist schnell er selbst habe durch Nachl ssigkeit oder Bedienfehler eine Fehlfunk tion verursacht Als vom unvollkommenen Menschen geschaffene Technologie versagt Soft oder Hardware nat rlich auch Aber niemand w rde sagen Nun ja dein Compu ter kann dich nicht leiden und will dir eins auswischen Gerade mit dieser Verl sslich keit und Unbestechlichkeit zieht Computertechnologie in ihren Bann Zuschauer bewun dern Commander Data vom Raumschiff Enterprise den humanoiden Roboter weil sein Handeln stets logisch und von menschlichen Gef hlswallungen wie Angst Gier oder Eifersucht unbeeintr chtigt ist er beh lt stets einen klaren Kopf Doch erstaunlicher weise leiden die Zuschauer mit dem Androiden der ob seiner Logik eigentlich so perfekt zu sein scheint der sich aber trotzdem verzweifelt nach einem Gef hls Chip sehnt um endlich wirklich menschlich zu werden Als Menschen verstehen die Zuschauer seinen Wunsch nach mehr Gef hl und emotionaler W rme aus ihrem eigenen Mitgef hl her aus Das Beispiel deutet an dass es offensichtlich einen Widerspruch zwischen dem menschli chen Erleben und dem Descartesschem Dualismus der Emotionen als unn tzes Beiwerk nicht weiter betrachtet geben muss Die Geringsch tzung von Emotionen und Descar tes Postulat werden durch Forschungserkenntnisse aus der modernen Neurobiologie bezweifelt Sie legen ein enge Kopplung von Rationalit t und Emotion
107. g Otto von Guericke Universit t Magdeburg Fakult t f r Informatik Institut f r Simulation und Grafik Diplomarbeit September 2004 Shneiderman 2005 SHNEIDERMAN Ben Designing the user interface strategies for effective human computer interaction A Auflage Reading Mass Addison Wesley Longman 2005 de Sousa 1990 SOUSA R de The rationality of emotion Cambridge MA MIT Press 1990 Spitzer 2001 SPITZER Manfred Wie unser Gehirn lernt In Forum Schule 2001 April Nr 3 http www forumschule de archiv 04 f fs04 magang html Spitzer 2003 SPITZER Manfred Medizin f r die P dagogik In DIE ZEIT 2003 Nr 39 www zeit de 2003 39 Neurodidaktik page all Stern 2003 STERN Elsbeth Rezepte statt Rezeptoren Lernen l sst sich nicht auf Hirnfunktionen reduzieren Das Wissen um die Biochemie des Hippocampus n tzt den Lehrern im Klassenzimmer wenig In DIE ZEIT 2003 Nr 40 Tractinsky 2004 TRACTINSKY Noam A Few Notes on the Study of Beauty in HCI In Human Computer Interaction 19 2004 Nr 4 351 357 http www leaonline com doi abs 10 1207 s15327051hci1904 3 Trumbley et al 1994 TRUMBLEY J E ARNETT K P JOHNSON P C Productivity Gains via an Adaptive User Interface In Journla of human computer studies 40 1994 S 63 81 Umkehrer et al UMKEHRER Elisabeth XU Hong SAFFIOTTI Alessandro Pulcinella Pro pagating Uncertainty through Local Computations http iridia ulb ac be
108. g n tig ist um ihn wahrscheinlich in einen solchen zu bringen Dazu werden die von der Emotionsklassifikation kommenden Eingangsgr en folgenderma en ausgewertet Nur die Gr en Valenz und Erregung werden betrachtet Mit ihnen kann nach dem Cir cumplexmodell eingesch tzt werden in welchem emotionalen Zustand sich eine Person befindet weil sie den Valenz Erregungs Raum aufspannen in den sich alle anderen Emo tionen einordnen lassen Jedem Quadranten dieses zweidimensionalen Raums ist nach der dieser Arbeit zu Grunde liegenden Interpretation siehe Kapitel 2 2 durch ein ein eindeutiges Tupel beschrieben T v e mitv e 1 1 5 1 Die Valenz v und die Erregung e beschreiben jedes Tupel vollst ndig Der Raum der m glichen Zust nde ist die Potenzmenge T Jedem der vier Tupel aus T ist genau eine sprachliche Umschreibung i des Zustands v e zugeordnet f v e i wobei 16 Freude Zufriedenheit Langeweile rger 5 2 und es gilt f 1 1 Freude 4 1 1 Zufriedenheit f 1 1 Langeweile und f 1 1 rger Als g nstig f r die Besch ftigung mit der EmoAnwendung hat diese Arbeit den Bereich int 1 1 ausgemacht siehe Kapitel 8 2 dem die grobe sprachliche Umschrei bung Freude zugeordnet ist Wenn sich nach der Einschatzung der Emotionsklassifi kation ergibt dass der Gef hlszustand des Nutzers nicht in diesen Bereich einzuordnen ist werden Ma nahmen ergriffen ihn so zu beeinflussen
109. gegeben werden soweit sie f r das Verst ndnis dieser Arbeit n tig sind oder n tiges Hintergrundwissen einbringen Darwin erkl rte zum ersten Mal wie Emotionen und Reaktionen m glicherweise zu sammenh ngen k nnten als berlebensmechanismus 1872 Darauf aufbau end schrieben andere Autoren zu Beginn der Forschung Emotionen eine Funktion zu Sie erweiterten Darwins Modell vom rein k rperlichen Aspekt um die Komponente der Kognition allerdings ohne ein Modell des Zusammenwirkens von K rper und Geist zu entwickeln 1854 McDougall 1908 Watson 1919 Marafion Plutchik gehen von diskreten biologisch und psychologisch grundlegenden Emotionen bestimmter Starke aus die f r das berleben in der Natur notvvendig seien 1982 verficht erstmals in Abgren zung zu diesen Modellen einen mehrdimensionalen Ansatz Ich definiere eine Emotion als ein komplexes Syndrom oder einen Verbund vieler sich wechselseitig beeinflussender Faktoren Es wird angenommen da Emotionen eine positive oder negative Qualit t von einer bestimmten Intensit t haben da ihnen h ufig eine Einsch tzung einer Situation vorangeht und da sie zu einer Vielzahl von Handlungen Anla geben 1982 5 119 Weiner nimmt keinen Alleingeltungsgrundsatz in Anspruch und koppelt erstmals Emo tionen nicht mehr zwingend mit physiologischen Ph nomenen Weiners Interpretation von Emotionen deutet mehrheitlich auf eine Sichtweise als Motivator
110. gelegte Kombination von Ma nahmen gegeben werden nicht jedoch eine differenzierte Empfehlung inwie fern jede einzelne Ma nahme zur Verbesserung des Spiels beitragen k nnte Die diffe renzierte Aktionsauswahl ber mehrere Dimensionen ist mit neuronalen Netzen nicht so einfach m glich 3 3 4 Bayessche Netze Ein Bayessches Netzwerk BN auf Englisch auch belief network genannt besteht aus zwei Teilen einer meist grafisch dargestellten Struktur und einer dahinter liegen den mathematischen Semantik Die Struktur ist ein DAG Jeder Knoten steht f r eine mit einer Wahrscheinlichkeit behafteten Variable w hrend die Kanten die Abh ngigkeiten zwischen den Variablen modellieren Klassische Bayessche Netzwerke enthalten nur dis krete Variablen Das bedeutet wenn man einen Knoten mit einer Variable identifiziert dass jeder Knoten eine Menge an Zust nden besitzt die er einnehmen kann Jedem der 38 3 3 Adaptive Interaktion als Lernprozess Vortiberlegungen Multilayer Feed Forward R ckgekoppelt Relaxation R ckgekoppelt Relaxation symmetrisch asymmetrisch Abbildung 3 3 Arten von Neuronalen Netzen aus 2004 Wahrscheinlichkeitsknoten ist weiterhin eine Tabelle zugeordnet in der zu jeder Kom bination der Zust nde seiner Elternknoten im Netz die bedingten Wahrscheinlichkeiten daf r dass der Knoten einen seiner Zust nde annimmt angegeben sind Diese Tabel le hei t Wahrscheinlichkeitstabelle engl Condition
111. gemeine Architektur f r diese Aufgabe ist noch nicht in Sicht Dies liegt un ter anderem auch daran dass wichtige grunds tzliche Fragen noch zu kl ren bleiben z B welches Verst ndnis von Emotionen zu Grunde gelegt wird Die hohe Interdisziplinarit t bei der Erforschung dieses Gebiets erfordert eine relativ breite Betrachtung unterschied licher und auf den ersten Blick nicht zusammenh ngender Gebiete Die passende Grenze zwischen einem Zuviel und Zuwenig der Vertiefung in einzelne Disziplinen zu finden ist eine Herausforderung an diese Arbeit In den letzten Jahren hat die Forschung auf dem Gebiet der Emotionserkennung gute Fortschritte gemacht obwohl immer noch harte Probleme zu l sen sind z B die Ambiva lenz bei der Interpretation physiologischer Daten Um die Emotionen des Nutzers nicht nur zu erkennen sondern diese Informationen auch aktiv zu nutzen legt die Forschung langsam das Augenmerk auf die Nutzung erkannter emotionaler Zust nden Dabei spie len sehr unterschiedliche Aspekte eine Rolle 1 3 Grundlagen Fragestellung und Abgrenzung Finleitung Fragen der Psychologie etwa wie und wann Emotionen tiberhaupt entstehen damit man diese Prozesse nachbilden kann Fragen zur Benutzbarkeit adaptiver und emotional gesteuerter Anwendungen die ganz anders als vormals benutzte Programme nicht nur auf die menschliche Eingabe reagie ren Fragen zur Softwaretechnik etwa wie das Zusammenwirken einzelner Komponenten am aufga
112. gy liegt nahe dass der menschliche Interakteur von seinem Gegen ber verstan den werden will bzw dieses geradezu erwartet Eine solche Erwartungskonformit t in Benutzungsschnittstellen umzusetzen ist ein zentraler Bestandteil anerkannter Richtlini en f r Gebrauchstauglichkeit 1993 2005 Das Interaktionpotential wird in der heutigen Technik nicht gen gend genutzt die Er wartungskonformit t nicht befriedigt Beim Festhalten an bisher bew hrten Interaktions stilen wie Direkte Manipulation wird es ungenutzt bleiben 2 1 4 Aspekte der Gebrauchstauglichkeit Forschungen zur Ergonomie und Gebrauchstauglichkeit engl usability von Interakti onsmedien konzentrieren sich berwiegend auf perzeptive und kognitive Aspekte der Verarbeitung der dem Nutzer dargebotener Information Die Er rterung motivationaler sozialer und insbesondere emotionaler Aspekte als Kontextfaktoren der brigen Prozes se tritt im Vergleich dazu eher in den Hintergrund Die Ausrichtung auf kognitive Prozesse tritt deutlich in der Softwareergonomie zu Tage Die Forschung ber benutzungsfreundlichen Bedienungsoberfl chen von Softwaresys temen ist als Verbund von Informatik Arbeitspsychologie und Kognitionspsychologie konzipiert 11993 Emotion kommt als Stichwort in B chern ber Softwareergono mie aber dennoch gar nicht oder nur am Rande vor siehe z B Herczeg 1994 1998 2005 Die darin zum Ausdruck kommende Vernachl ssigung emotionaler Zust nd
113. h tig ganz so vvie nicht alle Muskeln des Gesichts gebraucht vverden um bedeutungsvolle Gesichtsausdr cke zu produzieren 1987 VVaters u Levergoodi 1993 Als Adaptionskomponente bezeichnet diese Arbeit die Teilmenge des theoretisch gege benen Adaptionspotentials die bei der praktischen Adaption an den affektiven Zustand des Nutzers eingesetzt vvird Auch hier gilt Adaptionskomponente und Adaptionspo tential sind nicht notvvendigervveise gleich m chtig Um bei der Analogie zu Gesichtern zu bleiben nicht feder m glicher Gesichtsausdruck hat auch eine ber die Zeit und den Kontext stabile Wirkung auf den Interaktionspartner daher wiirden im Fall von Gesichts ausdr cken nur solche als Adaptionskomponente in Frage kommen die eine vergleichs weise kontextunspezifische Wirkung haben 3 2 2 Softwaretechnik Das Problem der Adaption auf emotionale Zust nde muss softwaretechnisch umgesetzt werden Daher stellt dieses Unterkapitel einige grundlegende Ans tze vor wie ein Pro gramm gestaltet werden kann Im Sinne von S 17ff kann ein Programm auf verschiedene Weise imple mentiert sein beispielsweise als Bibliothek als monolithisches Konstrukt oder als Fra mework Eine Bibliothek ist dabei ein einzelner nicht selbst lauff higer Teil eines Pro gramms dessen Funktionalit t von diesem genutzt wird Eine monolithische Anwen dung ist aus einem Guss d h alle f r die Funktionalit t notwendigen Bestandteile sind fest integ
114. h an das Spielprinzip des popul ren Spiels Tetris siehe Abbildung 4 2 an und erweitert es so dass die Emotionen Arger Langeweile Freude und Zufriedenheit absichtlich hervorgerufen werden k nnen 43 4 1 Emotionsinduktion messung und darstellung L sungsansatz Benutzer m WS Visualisierung Recorder Filter Sensoren Abbildung 4 1 Schematische Darstellung der Komponenten des D EmoKoffers rechts mit dem ihn bedienenden Benutzer links 2004b 2004b Dies wird durch verschiedene Manipulationen hervorgerufen Veran derungen in der Haufigkeit der unterschiedlichen Spielsteine Spielsteine mit speziellem Verhalten Anpassungen der Oberflache in Grafik und Ton und die Ausl sung von f r dernden oder hindernden Ereignissen F r eine genauere Darstellung Manipulationen sei auf die im Anhang dieser Arbeit befindliche detaillierte Beschreibung verwiesen 21 11 Abbildung 4 2 Spielbildschirm von EmoTetris mit Spielflache links und dem sich darin auft rmenden Spielsteinstapel Informationsbereich rechts oben und Spielsteinvorschau rechts Mitte Da der psychologische Zustands des Spielers beim Auftreten der Manipulationen ermit telt und spater mit den gemessenen physiologischen Daten korreliert werden soll muss der Spieler etwa alle 100 Sekunden einen Fragebogen zu seinem Befinden ausfiillen Um den emotionalen Zustand des Nutzers feiner bestimmen und nicht nur
115. h unbelastet mit Technologie um gehen kann Dazu muss Technologie dem Menschen m glichst nahe gebracht werden und f r ihn ohne Belastung bedienbar sein Ultima ratio in diesem Sinne w re es die na t rliche soziale Interaktion wie sie gew hnlicherweise unter Menschen stattfindet la Eintr ge Soziale Interaktion Kommunikation m glich zu 1 1 Motivation Einleitung machen Vor einigen Jahren wurde klar dass die klassische K nstliche Intelligenz KI zwar leis tungsf hige Computerprogramme hervorbringt jedoch zum Scheitern verurteilt ist wenn sie die menschliche Intelligenz in allen Aspekten simulieren will Die KI und die inter disziplin re Variante Kognitionswissenschaft setzen in der Regel voraus das Ph nomen Intelligenz unabh ngig von den jeweiligen k rperlichen Gegebenheiten zu betrachten ganz im Einklang mit der von Descartes begr ndeten Sichtweise des Menschen als Dua lismus von K rper und Geist H here kognitive Funktionen w rden nach dieser Lesart des menschlichen Daseins h chstens durch niedere k rperliche Funktionen beeintr ch tigt das Denken sei unabh ngig von den Gef hlen Ganz in diesem Sinne k nnte man Computer als die perfekte Umsetzung der einen Seite des Descartesschen Dualismus sehen Denkmaschinen die Nullen und Einsen hin und herschieben Dies gilt gemeinhin als Paradebeispiel f r berechenbares Handeln Wenn Computer einmal nicht nachvollziehbar und zuverl ssig
116. he physical basis of emotion In Psychological Review 1894 Nr 1 5 516 529 Jensen 2001 JENSEN Finn V Bayesian Networks and Decision Graphs Springer Springer 2001 Jettmar 2000 JETTMAR Eva Adaptive Interfaces Effects on Performance Oktober 2000 Unver f fentliches Manuskript Johnson u Wiles 2003 JOHNSON Daniel WILES Janet Effective affective user interface design in game In Ergonomics 46 2003 Nr 13 14 S 1332 1345 Jordan 2002 JORDAN P Designing Pleasurable Products An Introduction to the New Human Factors CRC Press 2002 xix LITERATURVERZEICHNIS LITERATURVERZEICHNIS K chlin u Weber 2005 K CHLIN Wolfgang WEBER Andreas Einf hrung in die Informatik objektorientiert mit Java 3 berarb Auflage Berlin Springer 2005 eXamen press Kelter 2003 KELTER Udo Software Architekturen Version August 2003 WWW Online Ressource Kirch Prinz u Prinz 2002 KIRCH PRINZ Ulla PRINZ Peter OOP mit C Limitierte Studienausg 1 Aufl Bonn Galileo Press 2002 Galileo computing Klein 1999 KLEIN J Computer Response to User Frustration Massachusetts Institute of Technolo gy Technical Report No 480 1999 Klein et al 2002 KLEIN J MOON Y PICARD R W This computer responds to user frustration Theory design and results In Interacting with Computers 14 2002 Nr 2 S 119 140 Krone et al 2002 KRONE Alexandra HAMBORG Kai Christoph GEDIGA G nther
117. hema Emotionen eingesetzt und beispielsweise mit ihnen modellieren k nnen wie sich Gestik und K rperhaltung jenach bestehender Emotion ndern Ball u Breese 2000 Younes 1998 haben die generelle Eig nung Bayesscher Netze in Echtzeit Anwendungen hinsichtlich ihrer Inferenzgeschwin digkeit untersucht und f r gegeben erachtet Erkenntnisse f r die vorliegende Arbeit Aus der Betrachtung der Vorl uferarbeiten ist zu erkennen dass bisher wenig versucht wurde eine Architektur zu entwickeln die nur darauf spezialisiert ist physiopsycholo gische Daten aus der Interaktion zwischen Mensch und Maschine f r eine Adaption der Benutzungsschnittstelle nutzbar zu machen Das Adaptionsziel ist den Benutzer in einem f r die Arbeitsausf hrung g nstigen Zu stand zu halten Die generell g nstigen Zust nde sind im Valenz Erregungsdiagramm in einem zentraler Bereich zu finden Die besonders g nstigen treten vermehrt im Qua dranten mit positiver Valenz und positiver Erregung siehe Abbildung 2 3 Um eine Applikation im Framework beeinflussen zu k nnen muss von ihr bekannt sein welche Adaptionswege sie bedienen kann und wie diese angesteuert werden Au erdem mu sie eine entsprechende Schnittstelle zur Verf gung stellen ber die sie Steuerkom mandos empfangen kann Der Zusammenhang zwischen Manipulationen und Reaktionen und der Zusammen hang zwischen Emotionen und physiologischen Daten l sst sich gut durch Bayessche Netze darstell
118. hne Erdbeben oder Einbruch auf 0 001 John ruft bei einem Alarm mit einer h heren VVahrscheinlichkeit an fohnCalls 0 9 39 3 3 Adaptive Interaktion als Lernprozess Vortiberlegungen Te 90 Abbildung 3 4 Beispiel eines einfachen Bayesschen Netzwerks aus Russell u Norvig 1995 als Mary MaryCalls 0 7 Er ruft aber f nfmal so oft an auch wenn es keinen Alarm gibt Falls der Zustand eines oder mehrerer Knoten bekannt ist dies wird als Evidenz bezeich net so kann man daraus auf die Wahrscheinlichkeiten f r die Zustande der anderen Knoten schlie en Diesen Vorgang nennt man Inferenz Bezogen auf das obige Beispiel bedeutet dies dass man berechnen kann mit welcher Wahrscheinlich ein Einbruch statt gefunden hat wenn Mary anruft Diese Eigenschaft ist f r den Erkenntnisgewinn ber F lle unabdingbar bei denen die Evidenz des Endknoten bekannt ist und zu dieser Evi denz die erkl renden Gewichtungen engl explaination der anderen Knoten berechnet werden sollen Komplexe BN k nnen vielfach besser klassifizieren als einfache Dies geht einher mit der Eigenschaft dass im Lernprozess eine signifikante nderung in den Eingangsdaten durch die vielfache Bearbeitung nur noch eine unbedeutende nderung in den einzelnen Knotengewichten bewirkt das Lernen geht langsam Nach der Trainingsphase kann es im schlechtesten Fall dazu kommen dass BN so gut sind dass sie als bertrainiert gelten m ssen die Kla
119. ie Stimmung ein wenig abzufedern Auch mittags nach dem Krach mit der Chefin versucht er das Selbstbewusstsein seines Gegentibers wieder aufzubauen Den ganzen Tag lang wird Kollege Computer nicht nur zur Arbeit genutzt sondern steuert auch die Ar beitsumgebung von Klimaanlage bis Textverarbeitung damit der Mensch sich in dieser Umgebung wohl fiihlt und seine Aufgaben m glichst zufrieden stellend erledigen kann Computer sind in diesem Szenario nicht einfach nur reaktive Maschinen sondern akti ver Beteiligte die sich darauf verstehen den emotionalen Kontext der eine Handlung begleitet oder sogar deren Ursache ist zu erkennen und pro aktiv einzuwirken Dies bedeutet insbesondere dass sie kein stupides Regelschema nach dem Aktion Reaktions Prinzip abarbeiten sondern aus dem Auftreten bestimmter Merkmale auf den inneren Zustand der Person und m gliche Folgehandlungen schlie en und diese m glichst posi tiv zu beeinflussen zu versuchen Es bedeutet aber nicht dass Computer in irgendeiner Art intelligent oder dem Menschen der selbst kleinste Hinweise tiber den emotionalen Zustand eines Gegen bers oft unbevvusst wahrnimmt ebenbtirtig ware Er konnte nur flexibel und adaptiv reagieren doch das ware schon wesentlich mehr als die derzeitige Computertechnologie vermag Relevanz und Problematik Maschinen sollen dem Menschen nutzen ihm Arbeit abnehmen oder Freude bereiten Eine notvvendige Bedingung daf r ist dass der Mensc
120. iele in Aussicht bieten spannen de Wege zu diesen Zielen an und erm glichen eine flexible Aufgabenbearbeitung 2003 Das Motivationspotential von Spielen ist hoch ganz im Gegensatz zu Anwendungssoftware Trotzdem haben Spiele und ernsthafte Soft ware viele Gemeinsamkeiten z B sollen Benutzer in beiden F llen zu einem Ziel gef hrt werden Daher sei ein Transfer der Konzepte auch m glich Erfolgreiche Spiele k nnen als Modell f r attraktive Software dienen denn sie machen Spa und schaffen es Benut zer stundenlang zu motivieren Hassenzahl 2003 Erkenntnisse f r die vorliegende Arbeit Ein vorteilhaftes Anwendungsgebiet von emotions adaptive Systemen w re das Computer gest tzten Lernens engl Computer Based Learning Die Unterst tzung eines Lernen den durch eine emotionsad quate Anpassung zur Steigerung des Lernerfolgs erscheint viel versprechend Das von konventionellen Systemen nur auf Vermutungen basierten Wissen zum emotionalen Zustand des Nutzers k nnte explizit in Lernsystem einbezo gen werden um die Adaption zu steuern Der Weg w re weg vom User Modelling hin zum User Sensing Lernunterst tzung bietet auch spielbasierte Lernsoftware Sie hat den Vorteil Emotio nen und Kognition im Sinne der in dieser Arbeit vertretenen Diktion nicht trennen zu 24 2 3 Adaptive Benutzungsschnittstellen Theoretische Grundlagen wollen und macht sich die positiven Gef hlen beim Spielen zu Nutze Spiele si
121. igen emotionalen Zustand gebracht werden 69 Kapitel 6 Diskussion 6 1 Emotionsmodelle 6 1 1 Erg nzung zum Circumplexmodell Anders als die in dieser Arbeit pr sentierte Auslegung gibt es Hinweise darauf dass Valenz und Erregung nicht unabh ngig voneinander sind Diese Interpretation legt nahe dass bestimmte Kombinationen von Erregungs und Valenzwerte in der menschlichen Gef hlswelt nur sehr selten vorkommen so z B hohe Erregung bei neutraler Valenz oder hohe Valenz bei niedriger Erregung siehe Abbildung 6 1 Aroused H o bd o o 5 2 Calm Abbildung 6 1 Eingeschrankter Erregungs Valenz Raum adaptiert von 1999 und Bradley u Lang 1991 wie in Dietz 1999 ver ffentlicht Folgt man dieser Interpretation muss der Interaktionsagent ein wenig abgevvandelt vver den Ein direkten Ubergang von einem zum anderen Zustand ware nicht in jedem Fall m glich weil dann Kombinationen von Erregung und Valenz eingenommen werden m ssten die laut Modell nicht vorkommen siehe Abbildung 6 1 Um dieses Problem zu l sen miisste die Tranformation von einem in den anderen Zustand tiber einen Zwi schenschritt der von jedem Zustandsrepr sentanten auf direktem Weg erreicht werden kann verlaufen Der Einfachheit halber w re so ein Punkt zentral gelegen damit Trans formationen zu ihm und von ihm weg so kurz wie m glich ausfallen Alle Vorausset zungen erf llend bietet sich der Koordinatenu
122. inks dargestellt als Sprung rechts in abgestuften Schritten Um die Dringlichkeit einer Transformation zu modellieren wurden verschiedene Di stanzma e eingef hrt die erste modelliert die Anforderung dass die Randbereiche un g nstige Zust nde darstellen Sie bekommen hohes Gewicht siehe Abbildung 4 60 5 2 Interaktionsagent Implementierung Abbildung 5 4 Eine Kostenfunktion Randbereiche sind nicht giinstig fiir die Aufgabenerf llung sie werden mit hohen Strafen belegt Das zweite Distanzma modelliert wie weit der aktuelle Status vom Zielstatus entfernt ist siehe Abbildung 5 5 Daf r gibt es verschiedene M glichkeiten Die Entfernung wird entweder mit dem euklidischen Abstand oder mit dem Manhattan Block Abstand ge messen Die die Varianz besonders bei letzterem relativ gro ist wurden dort die vor kommenden Abstandswerte aggregiert Dabei wurden hnliche Werte zu einer Klasse zusammengefasst immer unter der Ma gabe dass die wesentlichen Eigenschaften der Werteverteilung m glichst erhalten blieben z B dass die entfernte Bereiche im Vergleich zu benachbarten Bereichen nicht an Gewicht verlieren Die Aggregierung in wenige Klassen ist sinnvoll weil sie sp ter f r die Festlegung der St rke jeder Manipulation verwendet wird die nur in zwei maximal drei Abstufungen erfolgt Abbildung 5 5 Verschiedene Distanzma e gegen bergestellt 1 Randlagen 2 euklidischer Abstand 3 Manhatt
123. it neuen vergli chen und ein hnlichkeitswert zwischen ihnen bestimmt werden Dieser hnlichkeis wert kann dann so interpretiert werden dass die Situation in der das Signal gemessen wurde in diesem Ma e mit den vorher in der Lernphase bearbeiteten Situationen die in ihrer emotionalen Wirkung bewertet wurde bereinstimmt So ist es m glich einem Signalmuster eine wahrscheinliche Bedeutung zuzuschreiben Erkenntnisse f r die vorliegende Arbeit Mit einigen Verbesserungen auf den Daten Gl ttung Beseitigung von Ausrei ern Fi scher Projektion und mit einer ver nderten Klassifizierung quiwahrscheinliche Inter valle statt quidistante Intervallgrenzen k nnen die Ergebnisse der Online Abfrage bis auf 75 Trefferwahrscheinlichkeit verbessert werden Die ist allerdings nicht f r alle Emotionen m glich manche haben weiterhin nur eine Trefferquote von ca 50 man che sogar noch darunter Im Vergleich zur Trefferwahrscheinlichkeit beim Raten bei f nf Klassen w re das 20 stellt dies noch ein Verbesserung dar Allein unter der Betrach tung dass die H lfte aller Klassifizierungen trotzdem noch falsch ist tr bt diesen Erfolg Eine Verbesserung der Klassifikationsergebnisse ist sehr zu w nschen eine Evaluierung 47 4 1 Emotionsinduktion messung und darstellung L sungsansatz der M glichkeiten kann aber als Teil dieser Arbeit nicht geleistet vverden Einschr nkend sollte gesagt werden dass die Grundmenge an Daten
124. ium der Computervisualistik CV ist dazu gedacht die Kompetenzen zu ver mitteln als Ansolvent eine Schnittstellenposition zwischen unterschiedlichen Diszipli nen wie Medizin Maschinenbau Design oder Padagogik auf der einen und der klassi schen Informatik oder Informationstechnologie auf der anderen Seite einzunehmen Zum Zeitpunkt meines Beginns gab es noch keine Absolventen die mir hatten praktisch vor Augen f hren k nnen was ich mit dem Abschluss machen k nne Als ich mich entschloss CV zu studieren habe ich dies in erster Linie getan weil das Fach versprach ein breites Spektrum meiner Interessengebiete abzudecken Durch meh rere Nebenf chern aus dem Bereich der Geistes und Ingenieurwissenschaften kam ich nicht nur mit den harten Fakten der Technik sondern auch auf die vveichen Faktoren z B der Padagogik in Ber hrung Ein Seminar ber Computerspiele und deren Wirkme chanismen gab mir den Ansto mich intensiver mit Computern als Medien auseinan derzusetzen z B als Lerninstrument oder Lehrhilfe So entdeckte ich die sanfte Seite der Rechners und mein Interesse an Fragen der Mensch Maschine Interaktion Wahrend meines Berufspraktikum am Human Technology Laboratory konnte ich die ses Interesse weiter vertiefen Dort habe ich mit Hilfe der Angereicherten Realitat engl Augmented Reality eine Schnittstelle zwischen Mensch und Computer geschaffen um Lernanwendungen benutzerfreundlich zu machen Grafi 2004
125. ized sounds IADS technical manual and affective ratings University of Florida Gainsville FL The Center for Re search in Psychophysiology 1991 Burleson et al 2004 BURLESON W PICARD R W PERLIN K LIPPINCOTT J A Platform for Affec tive Agent Research Workshop on Empathetic Agents International Conference on Autonomous Agents and Multiagent Systems Columbia University New York NY fect media mit edu publications php Version Juli 2004 Burleson 2004 BURLESON Win Affective Learning Companions Maceio Alagoas Brasil Doc torial Consortium in conjunction with the 7th International Conference on Intelli gent Tutoring Systems Diss 30 August 2004 http affect media mit edu Elektronische Ressource Calvin 2004 CALVIN William H A Brief History of the Mind From Apes to Intellect and Beyond Cambridge MA Oxford University Press 2004 ISBN 0 19 515907 1 XV LITERATURVERZEICHNIS LITERATURVERZEICHNIS Cannon 1927 CANNON W B The James Lange theory of emotion A critical examination and an alternative theory In American Journal of Psychology 1927 Nr 39 S 106 124 Cassell u Vilhj lmsson 2001 CASSELL J VILHJALMSSON H BEAT The Behavioural Expression Animation Toolkit In SIGGRAPH 01 Los Angeles CA USA 2001 Cinotti 2004 CINOTTI T S VVHYRE a context aware wearable computer for museums and achaeological sites In Proceedings of the 8th IEEE International Symposiu
126. keine unbewusste Erwartungshaltung hegt dagegen sprechen jedoch die schon diskutierten Ergebnisse von Reeves u Nass und die Erkenntnisse der kologischen Psychologie k nnte man die vom Kommunikationspartner Mensch un bewusst angebotenen Informationen nutzen um die Interaktion zu verbessern Nicht sprachliche Hinweise wie Mimik Gestik Sprache und K rperhaltung lassen z B darauf schlie en ob jemand nerv s freudig w tend etc ist Hat man Zugriff auf physiologische Daten lassen sich auch daraus wertvolle Informationen gewinnen 1999 u Waibel und mit ihnen R ckschl sse auf den Gem tszustand des Probanden ziehen 2005 Sollen nun Emotionen f r die Interaktion genutzt werden muss bekannt sein was Emotionen eigentlich sind wie man sie modellieren kann oder zumindest wie deren Wirkmechanismen funktionieren Dazu ist es n tig das Wesen und die Struktur von Emotionen zu er rtern tilen siehe Graf 2004 S 8ff und die dort referenzierte Literatur 2 2 Emotionen in der MMI Theoretische Grundlagen 2 2 Emotionen in der MMI 2 2 1 Vielf ltige Begrifflichkeit Emotion Wissenschaftler besch ftigen sich seit circa 110 Jahren mit dem Ph nomen der Emotio nen Auf der Suche nach einer eindeutigen Definition des Begriffs Emotion trifft man auf mannigfaltige Begriffsbestimmungen An dieser Stelle soll eine Einf hrung in die un terschiedlichen Sichtweisen zur Rolle der Emotionen in der Mensch Mensch Interaktion
127. l Das durch Dopamin angeregte Belohnungszentrum im Gehirn Nucleus accum bens honoriert Aktionen mit einem angenehmen Gef hl Das Gl cksgef hl bestarkt den Menschen in der Weiterverfolgung der Strategie Die Person hat die Motivation die ausl sende bzvv begleitende Handlung zu vviederholen Gleichzeitig ist die Dopamin aussch ttung ein wichtiger Faktor die momentane Erfahrung im Langzeitgedachtnis zu speichern Scheich 2003b Die neurobiologische Forschung zeigt ganz klar wie wichtig Aufmerksam keit Motivation und affektives Mitschwingen sind Wenn Sch ler nicht im positiven Sinn affektiv geneigt sind dann bringen auch die tollsten Inhal te nichts Es ist heute zum Beispiel ganz gut durch Experimente belegt dass die Erweiterungsf higkeit unserer neuronalen Areale ganz entscheidend mit einer positiven affektiven Beteiligung des Lernenden zusammenh ngt Der Bremer Gehirnforscher Roth fasst es kondensiert zusammen Entscheidend ist die Lust am Lernen in Es gibt zwar stellenweise Kritik an der Sichtweise der Neurodidaktiker z B Paulus 2003 doch wird diese genauso h ufig zur ckgewiesen z B Um die Lust am Lernen nicht abflauen zu lassen und den Lernprozess voranzutreiben werden oft spielbasierte Lernprogramme engl edutainment eingesetzt Diese Program me verkn pfen Wissen mit Erlebnissen und sind spielerisch zu handhaben Dabei sind sie wahre Motivationsk nstler Sie stellen interessante Z
128. l che gef llt sind Diese vollst ndigen Reihen werden danach aufgel st und die dar ber liegenden Steine rutschen nach unten Das Aufl sen von Reihen bringt Punkte je nach dem wie viele Reihen gleichzeitig aufge l st werden Ab bestimmten Punktegrenzen gelangt der Spieler in ein h heres Level in dem die Steine schneller herabfallen und das Stapeln schwieriger zu meistern ist Ziel des Spiels ist m glichst viele Punkte zu sammeln ohne dass sich die Spielfl che v llig f llt Hat der Stapel von Steinen die Spielfl che gef llt ist das Spiel zu Ende Im folgenden sind die Mittel zur Emotionsinduktion genauer aufgef hrt zusammen mit ihrer beabsichtigten Wirkung auf die Dimensionen Valenz und Erregung nach S 12ff Steine Im urspr nglichen Tetris gibt es nur Spielsteine die aus vier zusammenh ngen den Bl cken bestehen und kein besonderes Verhalten zeigen In EmoTetris gibt es zu s tzlich zu diesen Steinen vier weitere Steinsorten siehe Abbildung 1 die so in ihrem Verhalten durch ihre Optik verdeutlicht gestaltet sind dass sie die o g Emotionen Ar ger Langeweile Freude und Zufriedenheit hervorrufen k nnen siehe Abbildung 2 Abbildung 1 Verschiedene Typen der Spielsteine normal Meteorit Fallschirm Ballon Lava v Ln r 1 Es gibt Steine die unabh ngig vom Level schnell oder langsam fallen und ge gebenenfalls eingeschrankt manipulierbar sind zum Beispiel nicht drehbar Hier zu geh
129. lb ist es an der Zeit den Maschinen und Programmen wirklich etwas Feinf hligkeit mitzugeben so dass sie tats chlich auf menschlichen Emotionen eingehen k nnen Die Interaktion zwischen Mensch und Maschine soll verbessert werden indem die Interaktion in einem vertrau ter Stil stattfindet Dadurch wird dem Menschen kognitive Arbeit die er sonst bei der Anpassung auf ein gemeinsames Kommunikationsprotokoll aufbringen m sste abge nommen und er kann mehr Energie auf die eigentliche Aufgabe verwenden Affektive EDV k nnte ihren Nutzen im Bereich der computer basierten Lernsysteme engl computer based learning bei den kreativen K nsten in der Unterhaltungsbran che in der Pr ventionsmedizin und zur medizinischen Behandlung zeigen und dort An wendung finden S 3 Beispiele solcher affektiven Systemen sind vielfach vorstellbar Lernen Elektronische Tutoren die auf die Bed rfnisse und M glichkeiten der Lernen den eingehen und je nach kognitiver Leistung und emotionalem Zustand die Auf bereitung des Lerninhalts anpassen Autismusbehandlung Menschen die meist kein ausgepr gtes Gef hlsempfinden ha ben und denen es schwer f llt erlerntes Verhalten in einer Situation auf eine nur leicht abgewandelte zu transferieren k nnten durch Interaktion mit einem affekti ven Trainingssystem auf kommende Situationen vorbereitet werden Leistungsoptimierung Der emotional sensitive Computer k nnte versuchen den Nut zer immer am optimale
130. le zu kategorisieren Damit hat das Modell von Russell f r die angestrebte Archi tektur einen gro en Vorteil und wird als eine Grundlage dieser Arbeit dienen 2 2 3 Zusammenhang von F hlen und Denken Die von Rene Descartes pr gnant formulierte These eines Dualismus von K rper und Geist bzw von res extensa und res cognitas erwies sich im Rahmen der abendl ndi schen Kulturentwicklung als au erordentlich fruchtbares Konzept Mit Hilfe der Descar 17 2 2 Emotionen in der MMI Theoretische Grundlagen Erregung bellico adventurous AROUSED ASTONISHED lusting ALARMED hostile TENSE ANGRY hateful envious AFRAID EXCITED enraged ANNOYED ambitious conceited feeling superior jealous indignant FRUSTRATED convinced nthusiastic elatgd DELICHTED light impatient discontented determined hearted bitter suspicious amused excited insulted PPY joyous passionate distrustful expectant bored startled interested disappointed RABLE feel well impressed PLEASED amourous astonished apathetic MISE IGLAD dissatisfied confident taken aback dontent hopeful worried relaxed unc mfortabie feel guilt desponden DEPRESSED
131. len stellen die Fintrittspunkte f r Daten in das Framevvork dar Sie sind auf externe Anwendungen oder Sensoren zugeschnitten und gevvahrleisten z B durch proprie tare Treiber dass Daten in das Framework gelangen oder auch die Konfiguration desselben vornehmen Neue Daten z B von einem Sensor werden in Ereignisse um gewandelt um sie dem logischen Aufbau anzupassen und dann in OmniRoute weitergereicht Filter fiihren unterstiitzende Grundoperationen auf den zu transferierenden Daten aus z B Vorfilterung Maskieren bestimmter Daten Komposition und Dekomposition von Datenstr men statistische Auswertung usw Mehrere Filter k nnen hinterein andergeschaltet werden was die Schaffung komplexer Filterreihen aus einfachen Basisfiltern erlaubt Senken stellen die Austrittspunkte aus dem Framework dar In umgekehrter Logik zu den Quellen sind sie dafiir zustandig dass die nicht mehr im Framework eingebun dene weiterverarbeitende Anwendung z B ein Analyseprogramm die Daten in der geforderten Form erhalt Dazu implementieren sie eine Schnittstelle die Ereig nisse aus dem Framework erhalt die in den Ereignissen enthaltenen Daten extra hiert in das gew nschte Format der Zielapplikation konvertiert und sie schlie lich auf Anfrage weiterreicht Quellen Filter und Senken k nnen in einem Flussdiagramm als Knoten die durch ge richtete Kanten verbunden sind verstanden werden Dieses Diagramm stellt die Verar beitung der Daten entlang ei
132. len und 0 Ma nahmen mit mittlerer Wirkung die normal h ufig vor kommen k nnen Sie k nnen eine einheitliche Tendenz anzeigen bei beiden Probanden wirken sie in gleicher Weise oder zumindest bei einem von beiden eine erh hte Wir 64 5 2 Interaktionsagent Implementierung kung gezeigt haben beim anderen normal h ufig vertreten sein z B 0 Leere Stel len bedeuten dass kein Zusammenhang zwischen der H ufigkeit der Ma nahme und der Emotion erkannt wurde weder positiv noch negativ Kategorie Manipulation Freude rger Langeweile Zufriedenheit Allgemein Geschwindig keit Tastaturzuver A l ssigkeit Feedback Vorschaul nge 0 0 0 Interaktion Lavastein Meteorit Balloon Fallschirm A Ereignisse Steindiebstahl A A Punktdiebstahl 0 A Punktgeschenk 0 A 0 0 Tabelle 5 3 Ergebnis der Wirksamkeit einzelner Ma nahmen bei der Emotionsinduktion Erkl rung zur Notation im Text Alle Ma nahmen deren Analyseergebnisse nicht ambivalent sind werden f r die weite re Anwendung als gezielte Manipulation in EmoTetris vorgemerkt Um die Ma nahmen abgestuft einsetzen zu k nnen muss bekannt sein wie stark zu voraussichtlich wirken nicht nur ob sie wirken oder nicht Um f r jede Emotion eine Rangfolge der wirksamen Ma nahmen aufzustellen wurde zus tzlich analysiert welche Bewertung und Voraus sagen einf
133. liking and learning In Proceedings of International Cognitive 99 San Francisco CA USA 1999 xvi LITERATURVERZEICHNIS LITERATURVERZEICHNIS Dollard u Doob 1939 DOLLARD J DOOB L W Frustration und Aggression Yale University Press 1939 Ebert 2005 EBERT Eric Weiterentwicklung und Verifikation eines Messsystems zur Erfassung hu manphysiologischer Sensordaten unter Ber cksichtigung des SEVA Konzepts Hochschule Wismar Fachbereich Elektrotechnik und Informatik Diplomarbeit 2005 Ekman 1982 EKMAN Paul Emotion in the Human Face Cambridge Cambridge University Press 1982 Ekman 1992 EKMAN Paul An Argument for Basic Emotion In Cognition and Emotion 6 1992 Encarnag o u Diener 2004 ENCARNA O Jos L DIENER Holger Edutainment Graphische Datenverarbei tung als Basistechnologie In Informatik Spektrum 27 2004 Nr 6 S 512 515 Eysenck 1967 EYSENCK Hans The Biological Basis of Personality Springfield IL CC Thomas 1967 Fischer 2004 FISCHER G sta Vorbereitung Durchf hrung und Auswertung von Nutzertests im Kon text Mensch Maschine Interaktion 2004 Fraunhoferinstitut f r graphische Daten verarbeitung Institutsteil Rostock Fischer 2005 FISCHER G sta Emotionale Ver nderungen von Spielenden in Abh ngigkeit vom Feedback und der Steuerbarkeit eines Computerspiels Institut f r Psychologie Technische Univer sitat Darmstadt Diplomarbeit Februar 2005 Fridlund 1994 FRIDLU
134. lins 11988 vveil es mit dem Ziel geschaffen wurde Emotionen in KI Systemen zu modellieren Emotionen sind demnach mit Valenz versehene Reaktionen auf Ereignisse und Objekte im Hinblick auf die Ziele Standards und Einstellungen eines Agenten 2002 Emotionen werden als Funktio nen verstanden die Ereignisse nach ihrem Grad der Annehmlichkeit f r die Person in einer Situation strukturieren Emotionen k nnen mit dem OCC gut f r digitale Systeme synthetisiert werden und es ist daher dort vielfach im Einsatz Das kognitiv strukturelle OCC Modell engl cognitive structural model basiert auf einem Regelsystem genauso wie das darauf aufbauende kognitiv wertsch tzende Mo dell engl cognitive appraisal model nach Roseman 11996 Diese Wei terentwicklung des OCC Modells sieht die Wertsch tzung einer Person gegen ber eines Geschehens als Ursache von Emotionen Die Modellierung der Emotionen eines Men schen in einer bestimmten Situation h ngt davon ab wie er diese Situation einsch tzt bzw wertsch tzt Beiden kognitiven Modellen gemein ist dass sie keine Aussagen zu Emotionen in Situationen mit mehreren oder schnell hintereinander folgenden Ereignis sen zulassen In der Computernutzung kommt dies jedoch recht h ufig vor Unklar bleibt auch wie gemischte Gef hle modelliert werden k nnten und wie Beobachtungsdaten in diesen Systemen eingebracht werden k nnten z B um errechnete Vorhersagen zu vali dieren bzw zu korrigieren
135. lt werden kann Nach den berlegungen zu den Designaspekten einer Architektur f r die Verarbeitung und Reaktion auf den emotionalen Zustand des Menschen soll ein Blick auf die Umset zungsm glichkeiten von Adaption geworfen werden 3 3 Adaptive Interaktion als Lernprozess In der Interaktion zwischen Nutzer und Anwendung k nnen sich die Gegebenheiten immer wieder ndern sowohl beim Nutzer sein Plan ndert sich er will etwas anderes machen als auch im System Daraufhin soll das System angemessen reagieren und ent scheiden welche Ma nahmen f r die Ver nderung der Benutzungsoberfl che und ihres Verhaltens ausgew hlt werden Auf Grund des dynamischen Charakters der Umgebung und weil man letztendlich an einer Generalisierung der Erkenntnisse ber den Adapti onserfolg interessiert ist hilft es wenig einen starren Mechanismus nach dem dann Muster zu entwerfen F r solche dynamischen Probleme ist ein Ansatz erfor derlich der lernf hig ist und autonom agieren kann der Agent Lernen wird als eine Verallgemeinerung aus speziellen Beispielen auf die generellen Ei genschaften des untersuchten Konzeptes verstanden Dies geschieht in zwei Schritten Zuerst wird aus den Trainingsdaten in denen Eigenschaften des Konzeptes und seine Zuordnung zu einer Klasse bekannt sind gelernt Danach werden Testdaten die nur noch die Eigenschaften enthalten durch den Lernalgorithmus klassifiziert Es geht dar um den Fehler
136. m on Wearable Computers IEEE 2004 Cornelius 2000 CORNELIUS R R Theoretical Approaches to Emotion ISCA Workshop on Speech and Emotion A conceptual framework for research Belfast Northern Ireland 2000 Forschungsbericht software corporation CORPORATION Norsys software Netica Bayesian Network Software Online Ressource Abruf 01 12 2005 Cozman COZMAN Fabio G Javabayes Bayesian Networks in Java edu 7ejavabayes Home Online Ressource Abruf 01 12 2005 Csikszentmihalyi 1992 CSIKSZENTMIHALYI M Flow Das Geheimnis des Gl cks Stuttgart Klett Cotta 1992 Damasio 1994 DAMASIO Antonio Descartes Error Emotion Reason and the Human Brain New York NY USA Gosset Putnam Press 1994 Damasio et al 1990 DAMASIO A R TRANEL D DAMASIO H Individuals with sociopathic beha vior caused by frontal damage fail to respond autonomically to social stimuli In Behavioural brain research 41 1990 S 81 94 Darwin 1872 DARWIN Charles Expression of the emotions in man and animals London John Mur ray 1872 Diener u Schumacher 2001 DIENER Holger SCHUMACHER Hagen Game Based Interfaces In European Asso ciation for Computer Graphics Eurographics Eurographics 2001 CD ROM Full Papers Short Presentations STAR s Tutorials incl EE 2001 6 https ini igd nites ini eg Dietz 1999 DIETZ A ffective agents Effects of agent affect on arousal attention
137. menden Daten auf ein Spektrum eingrenzen das der Agent verarbeiten kann oder er kann fr hzeitig auf Fehler reagieren die durch fehlende Daten auftreten Eine Vorverarbeitung ist eine zu kunftssichere L sung denn so wird eine potentielle Eingrenzung der Daten erst vor dem unmittelbaren Verarbeitungsschritt vorgenommen ohne dass deren potentieller Nutzen in fr heren Arbeitsschritten verloren geht zum Beispiel in der Emotionsklassifikation Vom Eingangsfilter gelangen die notwendigen Daten in diesem Fall Statusdaten von der EmoAnwendung und der Emotionsklassifikationen zum Interaktionsagenten Der Interaktionsagent wird an dieser Stelle genauso wie die Emotionsklassifikation als sog Blackbox gesehen Es interessiert bei der Darstellung der Schnittstellen vorlaufig nicht wie er intern funktioniert Dies zu kl ren bleibt dem n chsten Kapitel 5 2 vorbe halten Hat der Interaktionsagent seine Verarbeitung abgewickelt gibt er sein Evalua tionsergebnis weiter indem er einen in ein Ereignis gekapselten Wert an seinen Aus gangsknoten bergibt Dieser Knoten dient dazu Daten an Programme au erhalb des OmniRoute Netzwerkes weiter zugeben Die Ausgabe kann ber eine Netzwerkverbin dung oder eine Datei erfolgen Beides ist in der Ausgangsverarbeitung angelegt ber diesen expliziten Ausgangsknoten ist es auch m glich eine Transformation der Daten vorzunehmen damit die weiterverarbeitende Applikation die Daten in einer definierten Form b
138. n 60 5 4 Hine Kostenfunktion Randbereiche sind nicht g nstig f r die Aufgaben erf llung sie werden mit hohen Strafen beleet 61 5 5 Verschiedene Distanzma e gegen bergestellt 1 Randlagen 2 euklidi scher Abstand 3 Manhattanabstand 4 aggregiert v l n r 61 5 6 Schematische Darstellung der Funktionsweise bei der Abfrage Bayesscher B a ee eee s Be ee ae ae ee o ee 68 5 7 Schematische Darstellung der einzelnen Komponenten und der Fluss der ee ere eee E ee 68 6 1 Eingeschr nkter Erregungs Valenz Raum adaptiert von Lang et al 1999 und Bradley u Lang 1991 wie in Dietz 1999 ver ffentlicht 70 ABBILDUNGSVERZEICHNIS ABBILDUNGSVERZEICHNIS 2 Angestrebter Ubergang vom vermuteten Startzustand zum Zielzustand ber einen Interimszustand im Ursprung links dargestellt als Sprung rechts in abgestuften Schritten ge Sa Bee 83 Bug ee ES 71 1 Verschiedene Typen der Spielsteine normal Meteorit Fallschirm Ballon Lava VT fia eae ee eee 7 XXX xxxi 3 Ausschnitt des Verlaufs der Hauttemperatur w hrend einer Testung xxxiii ee vu Zwei Beispiele der Ereignisverarbeitung in OmniRoute mit Quellen Filter und Senken Links aus unterschiedlichen Sensoren gespeist online Ver arbeitung rechts aus einer Sitzungsaufnahme offline Verarbeitung aus Mader 2004 een xxxviii xi Tabellenverzeichnis 51
139. n Abbildung 4 6 als integrierte Version in EmoTetris dargestellt Mit der Visualisierung schloss bisher die Verarbeitungskette der physiologi schen Daten im D EmoKoffer ab siehe Abbildung 1 verarbeite Daten Z Langeweile Abbildung 4 6 Komplette Visualisierung mit mehreren redundanten M glichkeiten den geschatzten emotionalen Zustand des Spieler abzulesen Erkenntnisse f r die vorliegende Arbeit Mit dem genutzten Verfahren zum maschinelle Lernen Kapitel 4 1 3 ist das Konzept ei ner vorherrschenden Emotion prinzipiell schwer umzusetzen In den erlernten Bayess chen Netze arbeiten alle Ausgangsknoten jeder repr sentiert die Realisierung einer be stimmten Emotion parallel d h sie sind unabh ngig von einander Dies widerspricht dem Verst ndnis einer vorherrschenden Emotion die jede andere unterdr ckt Willman dennoch eine prima inter pares Emotion extrahieren muss man auf eine Vorgehensweise 48 4 2 Das EmoControl Framework L sungsansatz zur ckgreifen die nicht im Bayesschen Netz selbst angelegt ist Ein solche Nachverarbei tung wurde auch bei der Entscheidung welchen Gesichtsausdruck es anzuzeigen gilt angewandt Dabei stellt sich heraus dass oftmals keine klare Tendenz in den Klassifika tionsergebnissen zu erkennen war Hinzu kommt dass es scheinbar unm glichen Konstellationen z B Anspannung und Langeweile gleichzeitig gab die mit gesundem Menschenverstand schwer nachzuvoll ziehen
140. n Motivationspunkt zu halten bei dem er seine maximale 2 affektiv vgl Scholze Stubenrecht et al 12005 lt aus lat affectivus ergreifend r hrend gt gef hls affektbetont durch Gef hls u erungen gekennzeichnet 1 2 Zielsetzung Einleitung Leistung entfalten kann oder z B das subjektive Zufriedenheitsgef hl am st rksten ist Unterhaltungselektronik eine Anpassung der Stereo oder Videoanlage auf den eige nen Gem tszustand k nnte Stress abbauen In kritischen Augenblicken k nnte sie unterst tzend wirken z B wenn man nach einer miserablen Nacht zerm rbt am Arbeitsplatz erscheint und der Computer daraufhin aufmunternde Musik spielt entsprechend dem Zukunftsszenario in Kapitel 1 1 Diese Vielfalt zeigt dass emotional f hige Computer offenbar in vielerlei Hinsicht einen Vorteil bieten k nnen Unter einem anderen Blickwinkel der im nachfolgenden Kapitel erl utert wird erscheint diese Thematik noch interessanter 1 2 Zielsetzung Die neueren Erkenntnisse ber den Zusammenhang von F hlen und Denken Kapi tel will sich auch der Bereich in der Informatik der sich mit K nstlichen Intelli genz besch ftigt zu Nutze machen Wenn Gef hle tats chlich eine so gro e Rolle beim Menschen spielen wie die Hirnforscher behaupten dann liegt es nahe diesen Kommu nikationsweg auch f r die Interaktion zwischen Mensch und Computer zu nutzen Technologie soll zu einem pers nlichen Begleiter werden die auf die
141. nal unterschiedlich erleben Sowohl intraindividuell als auch interindividuell reagieren Menschen auf Situa tionen anders teils aus rationalen Griinden teils emotional motiviert Reagiert jemand eher gelangweilt und hat keine Lust mehr sich mit einem untiberwindbar scheinen den Problem auseinanderzusetzen mag ein anderer unhaltsam und rgerlich werden Aber auch ein und derselbe Mensch reagiert nicht immer gleich sondern je nach Kontext und Vorgeschichte mitunter v llig verschieden Ist man in Eile und muss z B nur ganz schnell etwas ausdrucken kann ein nicht funktionierendes Programm eine viel heftige re Unmutsreaktion ausl sen als zu einem Moment in dem man Zeit und Mufe hat dem Problem auf den Grund zu gehen Der Kontext spielt eine wichtige Rolle An dieser Stelle sei noch einmal explizit hervorgehoben dass alle weiteren Betrachtun gen zu affektiver Adaption sich vor allem auf Mensch Maschine Schnittstellen engl human computer interfaces allgemein als Gebrauchsschnittstellen engl user interfa ces im Bereich Computertechnik beziehen Eine bertragbarkeit der Aussagen auf an dere Gebiete ist nicht zwingend gegeben sie kann aber m glich sein Dies zu untersu chen ist allerdings Gegenstand der vorliegenden Arbeit 2 3 2 Ziel der Adaption Adaption ist kein Selbstzweck Sie dient vielmehr als Mittel zum Zweck Dieser Zweck soll im Folgenden kurz generell und dann im Speziellen betrachtet werden Generell Human Fact
142. namischer Vermittler zwischen Pers n lichkeit und emotionalem Zustand die Betrachtungsweise Eine zweite im Circumplex modell nicht weiter differenzierte Gr e ist die aktuelle Belastung des Menschen Bei spielsweise Stress Erm dung und Arbeitsbelastung beeinflussen das Erleben und die k rperliche Reaktion m glicherweise mehr als eine kurzzeitige Stimulierung durch Ma nipulationen Pers nlichkeit Stimmung und Belastung beeinflussen den Menschen sind aber mit dem bisherigen Ansatz nicht aus den Messdaten zu extrahieren So entgehen m glicherweise interessante Informationen Diese Informationen w rden vor allem der notwendigen vorgeschalteten Lernphase zu Gute kommen um die Emotionen des Be nutzers besser klassifizieren zu k nnen Neue Modelle bieten die Chance eine bessere Adaptivit t der Anwendung hervorbringen Allerdings erfordern neue Modelle auch ei ne grundlegende neue Konzeption und theoretische Fundierung dieser Konzepte 71 6 2 Interaktionsagent Diskussion 6 2 Interaktionsagent 6 2 1 Andere Lernalgorithmen In dieser Arbeit wird Bayeschen Netzen der Vorzug vor anderen Verfahren gegeben und dies auch begr ndet Im Laufe der Entwicklung traten jedoch einige Probleme auf die direkt aus den Eigenschaften Bayesscher Netze resultierten es sei nur die Problematik der vorherrschenden Emotion genannt Hier h tte der Einsatz eines Neuronalen Netzes m glicherweise weiterhelfen k nnen doch diese waren in Tests nicht s
143. nd dar uber hinaus eine willkommene Testumgebung fiir neuartige Interaktionskonzepte weil sie aus sich heraus eine gro e Motivationskraft haben Konzepte zur Interaktion in Spie len k nnen ein Vorbild f r die Interaktion auch mit Standardsoftware sein Ein Spiel wird auch in dieser Arbeit als Testanwendung zum Einsatz kommen um die Architektur zur emotionssensitven Kontrolle von Anwendungen prototypisch zu testen 2 3 3 Arten der Adaption Die Individualisierbarkeit der Benutzeroberfl chen ist Voraussetzung f r jegliche Form der Adaption Sich an Merkmale und Aufgaben des Nutzers anpassende Schnittstellen hat Schlungbaum individuelle Benutzungsoberflachen engl individual user interfa ces genannt 11997 Solche Oberfl chen unterscheiden sich I nach Zeit punkt der und II nach Akteur bei der Adaption Die Adaption kann entweder la beim Design durch den Entwickler oder Ib zur Laufzeit durch das System erfolgen Als zwei tes Unterscheidungsmerkmal ist ma geblich ob Ila der Nutzer das System selbst an seine Bed rfnisse oder IIb das System sich selbstst ndig an den Nutzer anpasst Die Adaptionsf higkeit von Benutzungsoberfl chen kann danach in drei Klassen eingeteilt werden e Adaptierte Benutzungsschnittstellen werden schon zur Entwicklungszeit an die zuk nftige Benutzergruppe angepasst e Adaptierbare Benutzungsschnittstellen kann der Benutzer nach seinen Bed rfnis se zur Laufzeit selbst anpassen e Adaptive
144. ndelt Dieses Ver halten f nde selbst dann statt wenn der Computer sehr einfach gehalten sei Es u ert sich vor allem darin dass die Nutzer 1 h flicher in der Bewertung der Arbeit mit ihrem Computer seien wenn sie an ihm sitzen als wenn sie nicht mit seiner physikalischen Existenz konfrontiert sind bei spielsweise bei der Kommunikation ber das Internet 2 auf Komplimente und Lob vom Computer anspr chen obwohl sie wussten dass diese zuf llig gestreut und somit beliebig waren 3 Computer der eine gewisse Personalit t zeigt als angenehmer empf nden als sol che ohne 4 Computer als Gruppenmitglieder ans hen und die von ihnen gelieferten Informa tionen als hilfreicher einsch tzten als wenn er nicht zur Gruppe geh rt 5 Computer typische m nnliche oder weibliche Merkmale zuspr chen je nach dem wie diese kommunizieren Diese Ph nomene tr ten auch auf wenn die Testpersonen um den Versuchsaufbau w ss ten und ihnen damit explizit bekannt sei dass sie mit einem Computer interagieren Ree ives u Nass 1999 10 2 1 Mensch Maschine Interaktion MMI Theoretische Grundlagen Mit dieser Erkenntnis und auf dem Hintergrund der Luhmannschen Systemtheorie sie he Kapitel 2 1 1 folgt aus dem Watzlawickschen Postulat siehe Kapitel 2 1 1 dass der Mensch seiner Umwelt st ndig die M glichkeit zur Kommunikation und Interaktion gibt Im Sinne der kologischen Psychologie nach engl ecological psy cholo
145. nes Weges von Quellen durch Filter zu r Senke n dar siehe Abbildung 5 Daten vverden in der speziellen Form eines uniformen Ereignisses vvei tergeben Beim Durchlaufen der Filter vverden sie entsprechend der Filterfunktionalitat und parameterisierung ver ndert Neben einem Satz von Standardknoten k nnen eige ne leicht programmiert und hinzugef gt vverden z B um dedizierte Datenformate zu verarbeiten oder auch um generelle Aufgaben wie eine Konsolenausgabe Datenbank zugriffe oder Netzwerkzugriffe zu erf llen Neben den Nutzdaten enthalt jedes Ereignis einen eindeutigen Zeitstempel der angibt wann die Daten in das Framework ber eine Quelle gelangt sind Dies ist f r Synchronisationszwecke n tig Das OmniRoute leistet mit seiner Architektur folgende zentrale Punkte vgl Mader 2004 1 Integration der Daten aus verschiedenen Quellen indem sie in einer sinnhaften Art zusammengebracht werden 2 Alle Daten werden in einer einheitlichen Art dargestellt so dass das System sie in ahnlicher Art behandeln kann 3 Speicherung und Weiterleitung der Daten erfolgt in einer standardisierten Weise insbesondere wird die zeitliche Reihenfolge beibehalten Diverse Sensoren Aufgezeichnete Daten Spezifischer Filter f r A z B Verbindungs z B statistische Filter operation Operationen v v z B Aufzeichung z B Analyseprogramm Datenbank k nstliche Intelligenz Abbildung 5 Zvvei Beispiele der Ereignisverar
146. noten spezifizierten Testkriterien belegt Sie repr sentieren den bergang zur n chsten Ebene in der Baumhierarchie Voraussetzung f r die berf hrung einer Hy pothese in einen Entscheidungsbaum ist dass sie als disjunktive Normalform darstellbar ist Aus ihr wird dann der DAG konstruiert 35 3 3 Adaptive Interaktion als Lernprozess Vortiberlegungen Ihrer Funktion nach ordnen Entscheidungsb ume Instanzen eines Klassifikationspro blems anhand der in den inneren Knoten spezifizierten Testkriterien genau einem Blatt einer Klasse zu Entscheidungsb ume sind immer dann gut wenn die Instanzen mit nominalen oder quantifizierbaren Attribut Wert Paaren beschreibbar sind z B die ein deutige Zuordnung Gewicht gt 20kg schwer oder Gewicht lt 5kg leicht und die Zielfunktion diskrete Werte zul sst Will man eine kontinuierliche Funktion mit einem Entscheidungsbaum auswerten muss diese zuvor diskretisiert werden Entscheidungs b ume werden z B in der medizinischen oder technischen Diagnose und der Risikoana lyse bei Krediten und Versicherungen angewendet Entscheidungsb ume sind vorteilhaft falls gro e Mengen an Beispielen effizient verar beitet werden m ssen aber nachteilig wenn sehr viele Attribute vorhanden sind Bei sehr vielen Attributen f llt es immer schwerer zu bestimmen welches als n chster Ent scheidungsknoten in den Baum aufgenommen wird Ziel ist die Trainingsdaten in Men gen aufzuteilen di
147. nstellung Maximierung der Zufriedenheit oder Gl cksgef hle bei der Bedienung der Anwendung Diese Faktoren sind nicht unabh ngig voneinander Als Beispiel seien Tastaturk rzel zur Aktivierung von Makros kleine Befehlsfolgen zur aufeinander folgenden Realisierung von Funktionen genannt Sie beschleunigen zwar die Ausf hrung und senken die Feh lerrate sind aber relativ schwer zu lernen und zu behalten Eine Maximierung ber alle Dimensionen wird durch die Interpendenz der Faktoren nicht gelingen Der Designer muss zwischen ihnen abw gen bzw diese Aufgabe an den Nutzer delegieren der f r sich entscheiden muss was ihm wichtig ist Adaptierbare Benutzungsschnittstellen sind daf r eine Grundvoraussetzung F r manche Nutzer ist die subjektive Zufriedenstellung das entscheidende Ziel wer m chte schon st ndig frustriert an seine Arbeit gehen vor allem wenn diese Gef hl durch den Rechner noch verst rkt wird Subjektive Zufriedenstellung hat lange Zeit we nig Beachtung im Designprozess von Computeranwendungen gefunden weil kognitive T tigkeiten wie Informationsverarbeitung unbeeinflusst von Emotionen gesehen wur den In den letzten Jahren hat sie vermehrt Aufmerksamkeit bekommen Apple hat Nachahmer gefunden Die neuen Erkenntnisse zum Zusammenhang von F hlen und Denken siehe Kapitel 2 2 unterst tzen diese Entwicklung Einige Forscher besch ftigt sich speziell mit den Zusammenh ngen von Asthetik Gl cksempfinden und Gebrauch s
148. nteressanten Gr en Freude Arger Langeweile und Zufriedenheit Aus den physiologischen Daten und den Bewertungen der Nutzer wurden Klassifika tionsmodelle mittels Entscheidungsb umen und Naive Bayes Klassifikatoren erstellt 5 Sie haben die emotionalen Zust nde bei einer berpr fung mittels Kreuzvalidierung mit folgenden Trefferwahrscheinlichkeiten richtig erkannt Langeweile 36 rger 39 Freude 45 und Angst 84 Dabei stellte sich der Naive Bayes Klassifikator das beste Instrument heraus wenn vorher eine Vorverarbeitung durchgef hrt wurde sog Fischer Projektion typischerweise umfasst eine Klasse einen diskret abgegrenzten Wertebereich ein Intervall die Werte bereiche unterschiedlicher Klassen sind dabei paarweise disjunkt 3Die Festlegung auf Entscheidungsb ume und Naive Bayes Klassifikatoren beruhte auf Erfahrungswer ten bzw Testl ufen mit verschiedenen anderen Klassifikatoren z B auch Support Vektor Machines die bei den vorliegenden Daten keine vergleichbar hohen Erkennungsraten erzielten D Erg nzende Beschreibung Visualisierung zur Repr sentati on der Ergebnisqualit t Die Visualisierung ist ins Spiel integriert Sie liegt in einem Bereich der Spieloberfl che der keine anderen Information enth lt Somit ist die Darstellung beim Spiel nicht st rend Es ist ebenfalls problemlos m glich den Darstellungsbereich aus dem Spielbereich her auszunehmen bzw zu verstecken oder auf einem anderen Bildschirm d
149. ntspr che dabei einem Eingabevektor mit Patientendaten f der vorliegenden Krankheit und der Risikoeinsch tzung von Versicherungsnehmern x entspr che dem Eingabevektor mit Eigenschaften des Kunden f der Risikoeinsch tzung eingesetzt werden Beschr nkt man den Hypothesenraum Menge aller m glichen Hypothesen die das Lern system erlaubt nicht besteht die Menge aller m glichen Funktionen F aus dem Kreuz produkt aller Eingangsgr en deren M chtigkeit gegeben ist durch X Y B 41 2x2x2 2 Ausgehend vom Fall einer Boolschen Logik w ren bei vier Attributen schon 2 65536 m gliche Kombinationen zwischen den Attributen zu betrachten Mit jedem Bei spiel werden dann nicht passende Hypothesen aus der Menge H gestrichen Diese Vor gehensweise ist noch kein Lernansatz da hier nur die Klassifizierung von vorher Gese henem durch die Speicherung aller hypothesenkonformen Beispiele mit denen ein zu testendes Element x verglichen werden kann m glich ist Um die beabsichtige Generalisierung m glich zu machen muss man bestimmten Thesen durch strukturelle Einschr nkungen bevorzugen Der sog induktive Bias beschreibt alle Grundannahmen die in dem Lern und Klassifikationsverfahren stecken Die Men ge der m glichen Hypothesen wird durch den induktiven Bias enorm verkleinert Der Suchraum schrumpft und beschr nkt die m glichen L sungen h die f ann hern k nnen Erst durch die Festlegung vorgegebener Annahmen
150. o erfolgreich in der Klassifizierung wie einfachere Verfahren z B Naive Bayes mit Datenvorverarbei tung Support Vektor Maschinen kamen auch nicht an die Qualit t der bisher eingesetz ten Variante heran obwohl sie in anderen Untersuchungen durchaus gute Ergebnisse erzielen Von der G te der Lernalgorithmen und ihrer F higkeit die physiologischen Daten kor rekt zu klassifizieren h ngt auch die Qualit t des Interaktionsagenten ab Ist anfangs die Klassifikation schon falsch dies kann man bisher nicht validieren weil keine anderen Daten als die physiologischen vorliegen sind automatisch auch die Ma nahmen die auf Grund der falschen emotionalen Einsch tzung getroffen nicht ad quat Dann erzeu gen nicht passende Ma nahmen m glicherweise ein schwer interpretierbares Ergebnis Daher ist jede Verbesserung in Sensorik oder Wissensverarbeitung auch eine Verbesse rung des Interaktionsagenten 6 2 2 Generalisierungsf higkeit des Ma nahmenkatalogs Der bestehende Ma nahmenkatalog basiert auf Erkenntnissen zur emotionalen Reaktion zweier Benutzer auf bestimmte Ereignisse Dies ist keine ausreichende Grundlage um darauf eine allgemeine Aussage f r eine Gruppe oder generell den Benutzer zu t tigen Umfangreiche Vortests mit vielen Personen ber einen l ngeren Zeitraum w ren von N ten um einen Ma nahmenkatalog aufstellen zu k nnen der einen Querschnitt an effektiven Ma nahmen f r die emotionale Beeinflussung eines Durchs
151. onfigurationen zur Erzeugung von eindeutig vonein ander abgrenzbaren Emotionen zu finden Auf der anderen Seite hilft diese Begrenzung der M glichkeiten den berblick zu waren und einzelnen Ver nderlichen klare Funktio nen zuzuschreiben Es gilt also einen Mittelwert f r die Anzahl der Ver nderlichen zu finden bei dem sich Vor und Nachteile in etwa aufwiegen Diese Anspr che gelten auch f r das in Kapitel 4 1 1 vorgestellte EmoTetris Tetris das Original hat durch seinen tausendfachen Verkauf und seine Popularit t auch noch im Zeitalter der hochkomplexen Strategie und Aktionspiele gezeigt dass sein Spielkonzept offensichtlich immer noch aktuell ist und die Bed rfnisse der Spieler trifft Da dieses in EmotTetris nicht ver ndert wurde ist davon auszugehen dass es genau wie das Origi nal die oben formulierten Anspr che erf llt und diese in der Implementierung nicht noch einmal explizit modelliert werden m ssen Sie muss daf r die Umsetzung der Ad aptionskomponenten f r die Steuerung der Benutzungsoberfl che leisten Erkenntnisse f r die vorliegende Arbeit Viele der in dieser Arbeit diskutierten Komponenten sind aus der Theorie des Emoti onsraumes nach Russell 1980 entstanden Diese Tatsache die in Kapitel B aufgezeigten Gr nde und die vorhandene Expertise bei Kollegen haben den Autor davon berzeugt sich in der vorliegenden Arbeit auch nach diesem Modell zu richten Weiterhin l sst sich feststellen dass zentr
152. optimales Ergebnis f r eine Ma nahme w re dass sie nie ambivalent und h chstens einmal positiv oder negativ bewertet ist Unter dieser Voraussetzung kann ein Wirkzu sammenhang zwischen Ma nahme und Emotionsindukion leicht erkl rt werden Wie man in Tabelle 5 5 feststellen kann muss die Ma nahme Punktediebstahl f r zwei Emo tionen h ufiger eingesetzt werden als in einer vergleichbaren Normalsituation Sie wirkt aber auch auf eine andere Emotion indem sie nicht so h ufig angewandt wird Auf eine dritte Emotion hat sie ambivalenten Einfluss Die Ma nahme Punktediebstahl eignet sich damit nicht so stark um eine bestimmte Emotion auszul sen Hingegen ist der Ballon stein ein sehr guter Diskriminator Er l st nur eine Reaktion aus Langeweile vergleiche mit Tabelle 5 3 und wirkt nie ambivalent Der Ma nahmenkatalog f r die Adaption der allgemeinen Eigenschaften der Ereignisse des Feedback und der Interaktion in Emoletris kann f r jede Emotion aufgestellt werden Das wichtigste Adaptionsziel ist dabei die positive Beeinflussung In Tabelle 5 6 gibt an mit welcher Priorit t die Ma nahmen eingesetzt werden Die Priorit t ergibt sich aus dem jeweiligen Diskrimanzverm gen f r die Emotion und der Wirksamkeit der Ma nahme Sie bestimmt welche Ma nahme als Einzelma nahme eingesetzt werden sollte wenn keine aggregierte Ma nahme gew nscht ist 66 5 2 Interaktionsagent Implementierung Mafsnahm
153. orher erkennt man da die Normalbedingung sich wieder gut von den anderen beiden Zust nden abgrenzt auch wenn das Ma der Korrektheit nicht signifikant zugenommen hat Ein weiterer Vorteil der vorgeschlagenen Transformation ist da die Wirkung der Ma nahmen vorwiegend in der beabsichtigen Klasse oder der danebenliegenden Klasse geschieht Mit der einfachen Transformation war es zum Teil noch so da eine Ma nahme in der entgegengesetzten Klasse wirkte z B sehr erfreuend statt beruhigend siehe Joy Klasse a Die Verschiebung des Normal Levels bringt auch hier voraussichtlich einen Vorteil
154. ors Waren fr here Bedienoberfl chen noch auf die reine Funktionserf llung ausgerichtet und nur von Fachexperten zu bedienen kam mit der Einf hrung der Computer f r jeden engl Personal Computer PC die Notwendigkeit auf die Bedienung auch f r jeden Menschen verst ndlich und handhabbar zu gestalten Die sog menschlichen Fak toren engl human factors wurden immer wichtiger sowohl f r die Nutzer als Ent 22 2 3 Adaptive Benutzungsschnittstellen Theoretische Grundlagen scheidungskriterium bei der Anschaffung eines Rechners als auch fiir die Hersteller der Hard und Software als Verkaufsargument Apple hat diesen Trend fr h erkannt und sowohl seine Rechner als auch die Anwendungen zielgerichtet auf die Bed rfnisse der Nutzer entworfen hier stand der Mensch im Mittelpunkt sowohl mit seinen Fahigkei ten als auch mit seinem sthetischen Empfinden Zu den menschlichen Faktoren nach denen sich Design richten sollte geh ren e Lernaufwand Minimierung der Einarbeitungszeit in eine neue Anwendung oder fiir eine neue Funktion einer bestehenden Anwendung e Ausf hrungsgeschwindigkeit Minimierung der Bedienzeit zur Realisierung einer bestimmten Funktion oder der Abfolge von Bedienhandlungen Fehlerrate Minimierung der Fehlerh ufigkeit bei der Bedienung e Wissensbewahrung ber die Zeit Maximierung der Merkfahigkeit des Bedienkon zepts und der hier ber zur Verf gung stehenden Funktionalit t e Subjektive Zufriede
155. ostock nennen die mir w hrend der kompletten Zeit mit profun der Kenntnis kollegialem Umgang und einem immer erfrischenden L cheln zur Seite gestanden hat Rigorose Unterst tzung habe ich auch von Stefan Morgenstern erhalten vielen Dank daf r an dieser Stelle Des weiteren sei Dr Knut Hartmann vom Institut f r Simulation und Grafik der Universit t Magdeburg genannt der mich schon in mei ner Studienarbeit betreut und auch meine Abschlussarbeit als Gutachter einem kritischen Blick unterzogen hat Beide Betreuern und ich selbst haben die wissenschaftliche Qualit t dieser Arbeit als ihr oberstes Ziel gesehen Ich bin zuversichtlich dies erreicht zu haben Nicht unerw hnt lassen m chte ich die gute Arbeitsathmosph re im IGD Rostock die eine fruchtbare Arbeit einfacher wenn nicht berhaupt erst m glich machte Durch die offene und nahezu hierarchielose Unternehmenskultur durch den konstruktiven Aus tausch untereinander und durch viele hilfreiche Kontakte zu anderen St tten der For schung Entwicklung und Produktion verhilft das IGD mit seinem besonderen Flair den Mitarbeitern und Gastwissenschaftlern zu innovativen Ideen An diesem beispielhaften Unternehmen teilhaben zu d rfen war eine gro artige Erfahrung Stellvertretend f r al le gilt mein Dank hier Prof Dr Urban Leiter des IGD Rostock Ihm pers nlich danke ich f r sein konstruktive Kritik an meiner Arbeit und seiner Bereitschaft sich als Gutachter zur Verf gung zu stell
156. otionserkennung und Steuerungseinheit die eine Umgebung mit motivational und emotional g nstigen Bedingungen f r die gerade ausgef hrte Besch ftigung schafft Die Durchf hrung der T tigkeit soll f r den Benutzer erleichtert und in einen motivational vorteilhaften Ge samtzusammenhang gestellt werden Durch die modulare Prozessarchitektur wird die konzeptionelle bersicht gewahrt die Wiederverwendung der Komponenten m glich gemacht und die systematische Konzeption neuer Anwendung erleichtert Abstract This thesis focuses on the question how a computer system has to be designed and to be implemented to control an application according to the emotional state of the user Adaptive interfaces hold potential for numerous types of computer application and they could be advantegous for both sides of the screen the user experiences anew quality of interaction and the task is executed smoothly and with less frustration Aim of this work is to lay the foundation for a network constituting from application emotion recognition and control unit Through providing an emotionally beneficial en vironment the user should feel eased during the execution of the task at hand Thus his willingness disposition and perseverance to further engage with the task will be foste red Danksagung Gewohnlich sieht man die Diplomarbeit als Einstieg in das richtige Leben gemein hin ist damit das Arbeitsleben gemeint Meinen Eltern die auf diesen Moment g
157. p tere Auswertung z B eine Lernphase abspeichert siehe n chstes Kapitel F r mehr Informationen zu diesem Teil der Signalverarbeitung sei auf den Anhang die Diplomarbeit von Eric Ebert Ebert 2005 und andere dazu erschienene Arbeiten 2005 2005 verwiesen 46 4 1 Emotionsinduktion messung und darstellung L sungsansatz Abbildung 4 5 Sensorik und Steuerger t zur Erfassung der physiologischen Gr en Puls Hautwiderstand und Hauttemperatur 4 1 3 Maschinelles Lernen Lern und Abrufphase Die von der Sensorik gelieferten Daten nutzt ein System der K nstlichen Intelligenz KI um zu analysieren welche Muster von physiopsychologischen Signalen auf die Aktivie rung einer bestimmten Bedingung folgen Eine Bedingung ist dabei wie in Kapitel 4 1 1 beschrieben durch eine Kombination von bestimmten Grafiken T nen Spielsteinen Vorschaul nge definiert Da der Spieler sein emotionales Befinden w hrend des Spielens in festen zeitlichen Abst nden mittels eines Fragebogens selbst bewertet kann das Sys tem aus diesen Selbsteinsch tzungen und den aufgezeichneten Sensordaten nach einer Vielzahl Wiederholungen lernen welche Signalmuster mit welchen emotionalen Zust n den korrelieren Im Anhang befindet sich eine genauere Beschreibung der Vorg nge beim maschinellen Lernen In der Abrufphase wenn vorher schon gelernt wurde und nun das Gelernte auf ein un bekanntes Signalmuster angewandt wird k nnen bekannte Muster m
158. pezialisiert sein damit sie als Grundlage f r ein Spiel dienen kann das sich dem emotionalen Zustand des Menschen anpassen soll Als Antwort auf die zweite Frage wird in dieser Arbeit exemplarisch ein Vertreter aus dem Bereich computerbasierte Geschicklichkeitsspiele herangezogen der in die Archi tektur integriert werden soll Dazu wird die generell vorgestellte Architektur so spezia lisiert dass die Anwendung auf die emotionalen Zust nde des Spielers reagiert Diese Implementation wird zeigen wie eine emotionsbasierte Interraktionssteuerung mit der entworfenen Architektur m glich ist Abgrenzung argumentiert dass Maschinen selbst Emotionen zeigen k nnen sollen um dem menschlichen Gegen ber einen den sozialen Erwartungen entsprechenden Partner abzugeben Dazu w re von N ten dass eine solche Technik die den Emotionen inh ren ten Prozesse nachbildet quasi Emotionen hat oder diese f r den Menschen glaubhaft imitiert Dieser Aspekt affektiver EDV wird in der vorliegenden Arbeit nicht betrachten Sie konzentriert sich vielmehr darauf solide Grundlagen zu schaffen und darauf eine Architektur zur emotionsadaptiven Interaktionssteuerung zu entwerfen 1 4 Aufbau der Arbeit Einleitung Die aus dieser Arbeit gewonnenen Erkenntnisse insbesondere zur Frage der Integration von Wissen aus adjazenten aber bisher meist getrennt betrachteten Fachgebieten k nnten f r alle Bereiche der Mensch Maschine Interaktion interessant sein
159. plexmodelll 6 1 2 Einsatz anderer Emotionsmodelle 6 2 Interaktionsagent 2 se esac amp PA URL la a ea Be te 6 2 1 Andere Lernalgorithmen uk l eee Ox wer erde 6 2 2 Generalisierungsfahigkeit des Maf nahmenkatalogsi 6 2 3 Adaptionsziel hinteritagii see OS o la s k b 63 Allgemeines ee me ix EE Fazi Z N A 2 m 6 3 1 Anwendung der Architektur a0 3 29 5034 e604 xa 6 3 2 Datenerfassung 232 Boe xd ae ee EE EE 6 3 3 Ethische Abw gung as es 28 2 20040 l s ei t Selbst ndigkeitserkl rung S iteraturverzeichnis Anhan HE 2 fe 12 hal o Lei 09 2 S E g un R DI s N gt o E Z o 5 N a 5 Oo o D 70 70 70 71 72 72 72 73 73 73 73 74 75 Vil viii xi xii xiii xiii xxix Kapitel 1 Einleitung 1 1 Motivation Zukunftsszenario Eine hypothetische Situation Montag morgens im Biiro Nach dem verregneten Wochen ende scheint jetzt nat rlich die Sonne Die Nacht war viel zu kurz die Stimmung ist dementsprechend am Boden Und dann trudelt da bestimmt gleich noch der Arbeits kollege mit einer seiner unangebrachten Bemerkungen ein Aber bevor die Laune noch weiter in den Keller rutscht bemerkt der Computer beim Betreten des Biiros die Anspan nung d mmt das grelle Licht von au en und macht im Hintergrund Musik an um d
160. q016 151 sseyds ungo1dig l ini UUEN U DP AM 1 S LUBM D 1014 yosnyeid Bunynysqy s p 190 JeL NUCID H M HEU LHOA 655 jne uominp ssuolsu uliq 9 89 61 sr 8 OL 24 f Bunssejuswwesnzuassejy 8 2 E 9 9 S 2 P 9 9 P 0 Iyezuy SSEIN 12416140 yeyossequoeusaiai A yoeu 1p pun Jop UBYOSIMz YoI9 619 U SSETY UOA SUNAIISIISSY pun sYeuUlspuL sqY s v rip r sq un siyeuy I G UOA l WI S YDIU 1915 UO YyNpeisUO SUdLUIG Joer 219 em ul puis U TUBU SE d AU SSE N pun usyeu u yos mz DUEILUn WI ass ELL SIP pun UBJOLOA 1014 UOUSULIOISUEIL JAP YORU yone y f jew yay 5950101 Puls yuiapua y m ayos sje sseiyy lz s p Ue 121 J wwunusunup io uasseyy syow 1016 55 Yyobue 2 yoeu S nil H A ay SEM 1S puluunz UaTepeUIBUC UENey9sua g ayd luye u qey usIeqg UEuEIW IOISURN ad 12 4 911 uonejay ISNA 42 o 9 wnwixeyy won jiejqy a 61 4S1 SNA Joye nwuny a 61 wnwixeyy sig 6 nsuy OL 1S1 UUIMSH 181691662 Lob uonejay ISNA 61 8 Ss E 79 wnw xeyy won Sid 4S1 Jena Joye nwuny
161. r Emotionen nicht eindeutig bestimmt werden aber sie spielt eine wichtige Rolle in Entscheidungsprozessen und bei der sozialen Interaktion Da sich bis heute keine der vielf ltigen Definitionen von Emotionen in der Wissenschaft als vor herrschend durchsetzen konnte ist es nicht zwingend notwendig auf einer speziellen Theorie aufzusetzen Ein breites Spektrum nach dem f r die jeweiligen Belange am bes ten geeignete Modell steht zur Verf gung Das n chste Kapitel stellt berlegungen dazu vor 2 2 2 Emotionsmodelle f r die MMI Die im vorangegangenen Kapitel genannten Interpretationen von Emotionen ih rer Systematisierung und ihrer Wirkweise stammen aus den Sozial und Geisteswissen schaften vor allem aus der Psychologie Bei der Anwendung solcher aus einem anderen Gebiet der Wissenschaft stammenden Modelle f r informatische Fragestellungen gibt es zumeist eine gewisse Unvertr glichkeit Sie entsteht durch die Schwierigkeit zwei Sys teme in diesem Fall die Anwendung Informationstechnik und das Modell Psycholo gische Grundlagen zu verbinden die unterschiedliche konzeptuelle Grundlagen ha ben WikimediaFoundation b Eintrag impedance mismatch Die Anforderungen an ein Emotionsmodell das als Grundlage dieser Arbeit dient sind 1 etablierter Stand im Fach der Psychologie 2 ausreichend feine Granularit t zur Unterscheidung der Emotionen 3 m glichst einfacher konzeptioneller Transfer in digitale Systeme 4 Aussag
162. r Mittendefinition Ma nahme Freude Klasse b b 35 30 25 20 15 10 0 Normal Festlegung auf 16 17 27 Mittelwert E Normal Festlegung auf 14 5 32 14 5 Median Vergleich der Klassenst rken bei unterschiedlichen Mittendefinition Ma nahme Freude Klasse a a Normal Festlegung auf 33 5 6 23 Mittelwert auf 36 5 16 5 9 5 Median Zusammenfassung der statistischen Auswertung Es f llt auf da die Bewertung der Korrektheit ber das gewichtete Ma nur mit wenigen Ausnahmen schlechter ausf llt als die ungewichtete Bewertung Dies deutet darauf hin da gute Ergebnisse im Sinne der Bewertungsmetrik in Klassen mit wenigen Instanzen vorkommen Anders gesprochen man k nnte sagen da Klassen mit wenigen Instanzen unangemessen gut bewertet werden Folgt man dem hier vorgezeigten Trend so bleibt nur zu schlie en da die Klassifikationg te bei zunehmender Zahl der Instanzen wohl unter dem Niveau der hier errechneten Wahrscheinlichkeiten liegen werden Vorgeschrittenere Verfahren als Naive Bayes ergeben zumeist auch bessere Ergebnisse Dies wird erkauft mit einer l ngeren Verarbeitungszeit hier nicht extra ausgewertet und mit komplexeren Zusammenh ngen zwischen den Knoten der Netze Dies macht eine Interpretation schwieriger wenn nicht unm glich Einfache Bayessche Netze sind
163. r Prinzip stellen sie als Server die M glichkeit bereit dass sich andere Prozesse mit ihnen verbinden und dann ein bidirektionaler Datenaustausch m glich ist im hier vorliegenden Fall wird jedoch nur ein unidirektionaler Transfer ge nutzt die Server der Eingangsverarbeitung nehmen nur Daten an geben aber selbst kei ne weiter Bei Eintreffen neuer Daten von externen Quellen wandeln die Server diese in OmniRoute eigene Objekte um f gen ihnen einen Zeitstempel hinzu und schicken sie mit den in ihnen enthaltenden Daten zu einer Filterklasse die die Synchronisation der eintreffenden Daten auf Basis der Zeitstempel vollzieht Sind die Zeitstempel nicht identisch oder berschreitet ihre Differenz einen Grenzwert der in der Gr enordnung der Frequenz der Datengenerierung liegt das EmoBoard liest die Sensoren mit 20Hz 56 5 1 Schnittstellen Implementierung aus die EmoKlassifikation arbeitet mit ca 2Hz wird so lange auf dem Eingabekanal mit dem ltesten Zeitstempel auf das n chste Datenpaket gewartet bis die Zeitstempel aller Objekte zusammenpassen Zusammengeh rige Pakete werden tiber den Synchro nisationsknoten zu einem Paket verbunden und zu Senken weiter gesandt Diese stel len die Ergebnisdaten ber verschiedene Ausgabekan le nachgelagerten Anwendungen oder OmniRoute Knoten zur Verf gung z B einem Logger der den Datenverkehr auf zeichnet oder auch eine Netzwerkschnittstelle Die direkte Kopplung an nachgelagerte OmniRo
164. rch Diskussionen begleitet sein die als korrektives Mittel mitbestimmen k nnen wozu die Technologie letztendlich vor teilhaft eingesetzt werden wird Nichts desto trotz soll an dieser Stelle schon eruiert wer den welche potentielle Rolle rezeptions bzw interaktionsbegleitend auftretendenden affektiven Zust nden zukommen k nnte nach Mangold 2001 Es kann angestrebt werden durch die Gestaltung des Informationsangebotes eine solche Stimmung bei den Nutzern zu bewirken die f r die Aufgabenbearbeitung g nstige Bedingungen schafft Stimmungsoptimierung e Die bei der Aufgabenbearbeitung auftretenden emotionalen Zust nde k nnen als Hinweise bzw Leitlinien f r die berarbeitung und Optimierung der Aufgabe ein gesetzt werden Offline Angebotsoptimierung Die Umgebung der Aufgabenbearbeitung kann interaktionsbegleitend an die affek tiven Zust nde angepasst werden die w hrend der Interaktion auftreten Online Angebotsoptimierung Durch diese Art der Interaktion k nnen Maschinen auf den Menschen ad quat eingehen und ihn in seiner Aufgabenbearbeitung unterst tzen Neben diesem Bereich der Mensch Maschine Interaktion wird Technologie im zunehmenden Ma e auch dazu eingesetzt die interpersonelle Kommunikation zu unterst tzen Nakatsu 1998 man denke z B an tragbare Kommunikationscenter oder sog wearables Die schon in Kapitell2 2 4langesprochene Computerfrustration w re ein gutes Einsatzfeld f
165. ren die im Spiel auftretenden Meteoritensteine schnell nicht drehbar Fallschirmsteine langsam nicht drehbar und Ballonsteine langsam drehbar Die schnellen nicht manipulierbaren Meteoritensteine sollen den Nutzer in seiner Zielhandlung hindern ihn so erregen und ein negatives Gef hl hervorrufen Fall schirmsteine k nnen zwar auch nicht gedreht werden fallen daf r aber langsam so dass genug Zeit bleibt sie zu positionieren Sie sollen den Spieler wenig erregen haben aber auch keine besondere Valenz fiir ihn Ballonsteine sind auch langsam der Spieler kann sie aber voll manipulieren und soll dadurch positiv beeinflusst werden obwohl seine Erregung ebenfalls niedrig bleibt 2 Daneben gibt es Steine die voll manipulierbar sind und in normaler Geschwindig keit fallen aber am Boden zerflie en Diese Lavasteine f llen L cken rechts und links unterhalb des aufsetzenden Blocks und verteilen sich solange bis kein Block mehr zu positionieren ist Diese Art Steine soll den Spieler zufrieden machen und z B aus einer schwierig erscheinenden Steinkonstellation doch noch einen g nsti gen Abschluss finden lassen Die Wirkung des Steins wird mit positiver Valenz und relativ hoher Erregung postuliert Valenz positiv Zufriedenheit Freude Ballonsteine langsam steuerbar Lavasteine steuerbar flie en in L cken Erregung niedrig Erregung hoch Fallschirmsteine langsam nicht steuerbar
166. rerseits k nnen Bayessche Netze kleiner sein als die entspre chenden Neuronalen Netze e Vor dem Training lassen sich in Bayesschen Netzen sinnvolle Vorgaben f r die Wahrscheinlichkeitstabellen machen und so Startwerte festlegen die die Anzahl der ben tigten Beispiele stark reduzieren Hinsichtlich des Verst rkungslernens kann ein Bayessches Netz so auch im untrainierten Zustand schon vern nftige Ergebnis se liefern und von diesem Stand aus weiter lernen Bayessche Netze k nnen Inferenz in jede Richtung durchf hren w hrend bei Neu ronalen Netzen Ein und Ausgabevariablen festgelegt sind Bayessche Netze haben eine zweidimensionale Ausgabe ber ggf mehrere Knoten Einerseits die Zust nde andererseits die Wahrscheinlichkeiten f r jeden Zustand Dadurch k nnen BN eine feiner strukturierte Ausgabe erzeugen als Neuronale Net ze die in jedem Fall nur einen Ausgangsknoten haben 41 3 3 Adaptive Interaktion als Lernprozess Vortiberlegungen Die Vorteile der Bayesschen Netze sind insbesondere dann grofs wenn sich schon die Problemstellung in kleinere Fragestellungen aufteilen l sst Dies ist z B h ufig beim auto matischen Schlussfolgern und Entscheiden der Fall Neuronale Netze dagegen sind bes ser f r Probleme geeignet die als Ganzes betrachtet werden m ssen wie beispielsweise Bilderkennung und verstehen und f r Probleme mit sehr vielen Eingabevariablen An dere Forscher haben Bayessche Netze erfolgreich zum T
167. riert und k nnen nur in diesem Zusammenschluss benutzt werden Ein Frame work ist dagegen ein Rahmen in dem definierte Funktionen erm glicht werden daher auch zu Deutsch etwa Rahmenwerk Andere Programme oder Programmteile k n nen nach Ma gabe des Rahmens integriert werden und so auf Funktionalit t zugreifen die sie selbst nicht haben Ein Framework ist dabei nicht auf eine spezielle Anwendung sondern auf einen Anwendungsbereich und damit auf eine Klasse von Applikationen zugeschnitten Intern k nnen diese unterschiedlichen Programmtypen verschiedenen konzeptionellen Modellen folgen entweder dem Pipelinemodell oder dem Schichtenmodell Letzteres definiert unterschiedlichen Ebenen der Verarbeitung die aufeinander aufbauen d h jede Schicht arbeitet auf dem Ergebnis der unter ihr liegenden und gibt das Ergebnis an dar ber liegende Schichten weiter Die unteren Schichten sind oft daf r zust ndig grund legende Operationen durchzuf hren die h heren Schichten erledigen die komplexeren Aufgaben m ssen sich aber um die einfachen Arbeiten nicht k mmern Es eignet sich sehr gut hierarchisch aufeinander aufbauende Verarbeitung zu modellieren hat aber den Nachteil ob seiner starren Struktur unflexibel zu sein Ein Beispiel f r ein Schichten modell ist die OSI Architektur f r den Datenverkehr in Netzwerken 1990 In einem Programm nach dem Pipeline Modell zu Deutsch etwa Reihen o Schlangen modell arbeiten die unter
168. rmiert bl Eintrag Ecological psychology 2F r eine genauere Darstellung mit Hintergrundinformationen um die Entwicklung von Interaktionss 11 2 1 Mensch Maschine Interaktion MMI Theoretische Grundlagen Informationsverarbeitung IK Emotionale Zustande Abbildung 2 1 Emotionen als Begleiterscheinung der kognitiven Verarbeitung von Informationsangeboten Einem anderen Ansatz zufolge besteht jedoch eine Wechselwirkung zwischen beiden Ar ten von psychischen Vorg ngen siehe Abbildung 2 2 kognitive Zust nde ziehen auch Wirkungen im emotionalen Bereich nach sich und emotionale Zust nde beeinflussen wiederum kognitive Prozesse Informationsverarbeitung SAAS Emotionale Zust nde Abbildung 2 2 Permanente Wechselwirkung zwischen kognitiver und emotionaler Verarbeitung Beachtete man demnach im Designprozess explizit die emotionale Wirkung der Interak tion und modelliert diese in den Interaktionsprozess hinein w rden die Systeme dem Menschen m glicherweise n her gebracht werden k nnen und die Gebrauchstauglich keit der Technik zunehmen Die Einbeziehung der Empfindungen in die Interaktion findet j ngst gr ere Beachtung z B mit dem Ziel dass Produkte einfach Spafs machen sollen sie zu benutzen vgl 2004b Viel berzeugender w re es allerdings wenn Emotionen ein Teil der Inter aktion w ren nicht nur ein w nschenswertes Endergebnis Selbst wenn man davon aus geht dass der Benutzer
169. roaches to emotion Hillsdale NJ Lawrence Erlbaum Associates 1984 S 197 219 Polzin u VVaibel 2000 POLZIN T S WAIBEL A Emotion sensitive human computer interfaces In Pro ceedings of the ISCA ITRW on Speech and Emotion Newcastle 5 7 September 2000 Belfsat Textflow 2000 S 53 59 Preim 1998 PREIM Bernhardt Entwicklung interaktiver Systeme Berlin Springer Verlag 1998 Randell 2003 RANDELL C Ambient Wood Demonstration of a Digitally Enhanced Field Trip for Schoolchildren In Proceedings of the Fifth International Conference on Ubiquitous Computing IEEE 2003 Reeves u Nass 1996 REEVES Byron Nass Clifford I The Media Equation How People Treat Computers Televisions and New Media Like Real People and Places Stanford Calif New York Cambridge Cambridge University Press 1996 CSLI Publications Richard et al 2004 RICHARD S WRIGHT Jr LIPCHAK Benjamin Open GL Super Bible 3 Auflage Macmillan Computer Publishing 2004 Rose 1990 ROSE Marshall T The Open Book A Practical Perspective on Osi Prentice Hall 1990 Roseman et al 1996 ROSEMAN I J ANTONIOU A A JOSE P E Appraisal determinants of emotions Constructing a more accurate and comprehensive theory In Cognition and Emotion 10 1996 Nr 3 S 241 277 XX V LITERATURVERZEICHNIS LITERATURVERZEICHNIS Roth 2001 ROTH Gerhard Fiihlen Denken Handeln Wie das Gehirn unser Verhalten steuert Frank furt Main
170. rs weil sie immer komplexer werden Das Grundkonzept einer sich anpassenden Benutzungsschnittstelle ist dass sich die Be nutzungsoberflache je nach Charakteristik des Benutzers andert 11994 Adaptive Bedienoberfl chen versprechen Probleme des Benutzers auszur umen indem sie die Oberfl che auf Grund von Wissen ber den momentanen Status das Ziel und die Umgebung des individuellen Nutzers dynamisch anpassen Von diesem interaktiven An satz wird geglaubt dass er gro es Potential hat die Effektivit t der Mensch Computer Interaktion zu verbessern 11997 Durch eine Angleichung der Bedienoberfl che an die Eigenschaften und F higkeiten des Benutzer kann dessen Leistung gesteigert wer den Trumbley et al 1994 Die Anpassung an den Anwender geschieht heute vielfach indem er einer bestimmten Benutzergruppe zugeordnet wird oder dies selbst tun kann f r die es Erfahrungsvver te oder Annahmen zu bestimmten Merkmalen gibt Die Einordnung in solche Gruppen ist zvvar als Technik f r die Modellierung der Benutzer engl user modeling verbreitet aber f r eine individuelle Anpassung nicht ad quat Individuelle Unterschiede in Er fahrungshorizont Lern und Arbeitsstil kognitiven Fahigkeiten Interessen Zielen und Motivation k nnen in diesem Ansatz nur unzureichend beachtet vverden In dieser Arbeit wird der Fokus klar auf das Individuum im Speziellen auf seine Ge f hlsvvelt gelegt Es steht im Vordergrund dass Menschen emotio
171. rsprung des VA Diagramms als Interims zustand an Die Tranformation vom mutma lichen Emotions zum Interimszustand und von diesem zum Zielzustand erfolgt nach den gleichen Prinzipien wie im ersten Ansatz 70 6 1 Emotionsmodelle Diskussion beschrieben Sie kann wie auch das erste Verfahren entweder sprunghaft oder abgestuft erfolgen siehe Abbildung 6 2 was mit den jeweiligen Vor und Nachteilen behaftet ist Vt Vt Anfangszustand Anfangszustand E E V V Abbildung 6 2 Angestrebter bergang vom vermuteten Startzustand zum Zielzustand ber einen Interimszustand im Ursprung links dargestellt als Sprung rechts in abgestuften Schritten 6 1 2 Einsatz anderer Emotionsmodelle Es w re interessant der Architektur nicht nur ein Modell f r die Interpretation von Emo tionen zu Grunde zu legen sondern auch andere Theorien zur Beschreibung affektiver Zust nde auszuprobieren Hier sind die Einsch tzungs und Bewertungstheorie engl appraisal theory 1988 zu nennen Beschreibungen in diesem Modell w r den es auch erlauben einen bisher unbeachteten Einflussfaktor zu modellieren die Per s nlichkeit Der emotionale Zustand ist in den erweiterten Modellen nur eine Einfluss gr e auf das Handeln z B wie der Nutzer EmoTetris spielt was f r Handlungen er dabei realisiert aber auch verbale u erungen In den erweiterten Modellen erg nzen die Gr en Pers nlichkeit und Stimmung als dy
172. ruch an den Spieler steigt Damit soll sich auch der Erregungszustand erh hen 3 Das Punktegeschenk Ereignis kann nur als Mittel einer Bedingung ausgel st wer den Es kann ein Geschenk oder einen Diebstahl sein die jeweils durch entspre chende Grafiken visualisiert werden Beide sollen v a die Valenz des Spielers be einflussen positiv und negativ 4 Das Stein Dieb Ereignis ist ebenfalls Manipulationsmittel Es sorgt daf r dass der Stein in der Vorschau nicht das Spielfeld erreicht Ein anderer als der erwartete Stein fallt dann herab Die Meldung an den Nutzer erfolgt visuell durch eine Hin tergrundgrafik Der Diebstahl soll v a die Valenz des Spielers negativ beeinflussen 5 Die Vorschau auf die kommenden Spielsteine kann ebenfalls durch Ereignisse be einflusst werden Sie ist im schlechtesten Falle komplett leer im besten Fall kann der Spieler die n chsten drei Steine sehen L ngere Vorschau soll ein besseres Kon trollgef hl erzeugen und tr gt damit zum Abbau der Erregung und h herer Valenz bei 6 Ein Tetris Ereignis tritt beim Aufl sen von vier Reihen auf wenn dies nur durch das Absetzen eines einzigen Steins erreicht wird Es ist durch eine Grafik und eine kurze Ionfolge begleitet Es soll die Erregung d mpfen und die Valenz steigern Die Spielsteine lassen sich ber die Pfeiltasten auf der Tastatur steuern falls der Stein noch frei f llt F r jede Spielbedingung ist dabei einstellbar mit welcher Wahrscheinlich
173. rungs funktion Abbildung 3 2 Prinzipieller Aubau eines Neuronalen Netzes f r fede zu lernende Fingabe die Ziel Ausgaben bekannt die im Lernvorgang zur An passung der Gevvichte im neuronalen Netz vervvendet vverden Das Verfahren erfordert einige Handarbeit weil die Eingaben bewertet werden m ssen sog bervvachtes Ler nen kommt jedoch schnell zu guten Ergebnissen Grunds tzlich lassen sich mit R ck kopplung trainierbare Netze fiir dreierlei Problemtypen verwenden die sich zum Teil berschneiden Klassifizierung Funktions Approximierung und Vorhersage Ein Klas sifizierungsproblem w re beispielsweise die Einordnung eines Bankkunden als kredit w rdig bzw nicht kreditw rdig anhand der ber ihn gespeicherten Daten Zum Bereich der Funktions Approximierung z hlt die Regelung der Temperatur in industriellen H r tungs fen Die Prognose des DAX Standes von morgen anhand der Werte der letzten f nf Wochen stellt ein Vorhersage Problem dar Aus dem Aufbau und der Funktionsweise eines K nstlichen Neuronalen Netzes ergibt sich dass es zwar viele Eing nge verarbeiten kann aber immer nur einen Wert zur ck gibt Dies ist m glicherweise eine gewollte Dimensionsreduktion kann aber auch Nach teile haben z B wenn eine abgestufte Auswertung ber mehrere Kriterien erforderlich ist Im Falle des hier gegebenen Problems der Aktionsauswahl w re dies eine hinderliche Beschr nkung Es k nnte zwar eine Empfehlung f r eine vorher fest
174. s Gesichtsausdr cke ein Ergebnis ist z B die Arbeit von 2003 Sie k nnen von jedem Menschen unabh ngig von seinem ethnischen oder kulturellen Hintergrund er kannt und produziert werden 1982 Es scheinen gute Voraussetzungen fiir den Einsatz dieses Modells im Bereich der affek tiven Benutzungsschnittstellen gegeben zu sein weil hier die Emotionen ber Gesich ter einfach sichtbar gemacht werden k nnen Leider gibt es neben dem Kriterium ei nes bestimmten Gesichtsausdrucks keine weiteren Aussagen zu ph nomelogischen Be gleiterscheinungen Damit f llt es schwer auf den emotionalen Zustand der beobachte ten Person zu schlie en ohne das Gesicht zu analysieren Gesichtsausdr cke als Inter pretationsgrundlage sind jedoch nicht frei von willentlicher Beeinflussung auf Seiten des Untersuchten z B das sog Pokerface Hinzu kommt dass Gesichtsausdr cke sehr feine Unterschiede aufweisen die auf einen Mischung von Emotionen hinweisen Solche Zwischenstufen sind aber in Modellen der Basisemotionen nicht angelegt und k nnen nicht interpretiert werden Ekmans Ansatz der Basisemotionen ist zwar sehr anschaulich und der Transfer in die Informatik erscheint nicht so kompliziert Er ist jedoch mit einigen grunds tzlichen Pro blemen behaftet ist die gegen die Verwendung in dieser Arbeit sprechen OCC Modell Ein einflussreiches Modell im Umfeld der maschinellen Informationsverarbeitung ist das von Ortony Glore und Col
175. schiedlichen Verarbeitungsschritte hintereinander Dies ist et 32 3 3 Adaptive Interaktion als Lernprozess Vortiberlegungen wa vergleichbar mit einer Menschenschlange durch die ein Paket von vorne nach hinten durch gereicht wird und jeder kann mit dem Paket machen was er will und es dann weitergeben Im Pipelinemodell kann die Anordnung der Verarbeitungsschritte relativ flexibel erfolgen Es eignet sich sehr gut um in ihrer Struktur gleich bleibende Daten pakete zu verarbeiten oder flexible Verarbeitungslinien zu gestalten Ein Beispiel fiir ein Pipeline Modell ist die Implementation der Grafikverarbeitung in OpenGL 2004 Neider et al 1994 Auf einer anderen Ebene aber nach dem gleichen Prinzip funktionieren Prozessarchi tekturen Hier arbeiten verschiedene Prozesse sequentiell hintereinander zusammen Ei ne Prozessarchitektur legt nur fest vvelche Komponenten notvvendig sind vvas sie ver richten ber welche Schnittstellen sie Daten in welchem Format austauschen und wie die einzelnen Komponenten zusammenarbeiten Ein ma gebliches Merkmal einer Pro zessarchitektur ist dass die verschiedenen Prozesse zur gleichm igen Auslastung auf mehreren Rechnern ausgef hrt werden k nnen Eine Lastverteilung sollte auch bei der angedachten L sung durch eine transparente Kommunikation ber Netzwerkschnittstel len m glich sein damit die Last der Verarbeitung verschiedener Funktionskomponenten gegebenenfalls auf mehrere Rechner vertei
176. schwindigkeit mittlere Geschwindigkeit keine Vorschau keine Vorschau h ufiges Punkte Schenken seltenes Punkte Schenken h ufiges Punkte Stehlen normal h ufiges Punkte Stehlen h ufiges Teil Stehlen seltenes Teil Stehlen schlechte Tastaturzuverl ssigkeit schlechte Tastaturzuverl ssigkeit normal viele Tetrissteine viele Tetrissteine viele Meteorsteine viele Meteorsteine Langeweile geringe Geschwindigkeit geringe Geschwindigkeit keine Vorschau mittlere Vorschau h ufiges Punkte Schenken normal h ufiges Punkte Schenken h ufiges Punkte Stehlen h ufiges Punkte Stehlen seltenes Teil Stehlen seltenes Teil Stehlen schlechte Tastaturzuverl ssigkeit gute Tastaturzuverl ssigkeit viele Tetrissteine normal viele Tetrissteine viele Ballonsteine viele Ballonsteine Zufriedenheit hohe Geschwindigkeit hohe Geschwindigkeit mittlere Vorschau mittlere Vorschau normal h ufiges Punkte Schenken seltenes Punkte Schenken seltenes Punkte Stehlen h ufiges Punkte Stehlen h ufiges Teil Stehlen seltenes Teil Stehlen gute Tastaturzuverl ssigkeit gute Tastaturzuverl ssigkeit viele Tetrissteine viele Tetrissteine viele Lavasteine viele Fallschirmsteine Hilflosigkeit hohe Geschwindigkeit hohe Geschwindigkeit keine Vorschau keine Vorschau seltenes Punkte Schenken seltenes Punkte Schenken normal h ufiges Punkte Stehlen normal h ufiges Punkte Stehlen seltenes Teil Stehlen seltenes Teil Stehlen schlechte Tastaturzuverl ssigkeit gute Tastaturzuverl ssigkeit normal viel
177. se autono men Akteure k nnen menschliche als auch nicht menschliche Entit ten sein die durch ihr Verhalten die Umwelt ver ndern Sie werden Autonome Agenten genannt Das spe zielle Augenmerk der Informatik liegt auf k nstlichen Agenten in dieser Arbeit insbe sondere auf Softwareagenten Dies entspricht dem Verst ndnis und der Taxonomie von Pfeifer u Scheier 1999 S 25ff besonders f r einen Einstieg in die verhaltensbasierte engl behaviour based AI zu empfehlen Interaktion findet also auch zwischen Mensch und Maschine statt Daher spricht man von Mensch Maschine Interaktion MMI Weil heute in nahezu jeder Maschine ein Rech ner verbaut ist der die Reaktionen des Systems regelt wurde aus der MMI die Mensch Computer Interaktion MCI engl Human Computer Interaction HCI Dabei wird der Begriff der Interaktion im Allgemeinen mit Kommunikation gleichgesetzt lal Eintrag Interaktion Bei der technischen Sichtweise von Agenten werden allerdings einige interessante Aspek te der Kommunikation nicht erfasst vor allem was die emotionale und soziale Dimension angeht 2 1 3 Interaktionale amp kologische Aspekte 1996 konnten in mehreren Studien zeigen dass die Mensch Computer Interaktion den gleichen Prinzipien wie die Mensch Mensch Interaktion folgt Nutzer gingen demnach mit Medien und technischen Systeme tendenziell so um wie es blich unter Menschen sei der Computer wird wie ein sozialer Akteur beha
178. senck 1967 Bouc Sein 1995 LeDoux 1993 Calvin 2008 empfohlen 2 2 4 Emotionen in der Interaktion Als Ergebnis der bisherigen Ausf hrungen kann festgehalten werden dass bei der Ge staltung von Nutzungsschnittstellen m gliche Stimmungen und Emotionen der Nutzer bei der Interaktion beachtenswert sind Zun chst wird man davon ausgehen dass eine positive konstruktive Stimmung f r die Aufgabenbew ltigung generell g nstiger sein d rfte als eine negative destruktive Im Rahmen der Gestaltung einer Benutzungsschnittstelle sollte demnach alles getan wer den eine positive Stimmung der Nutzer herbeizuf hren bzw aufrecht zu erhalten Eine negative Stimmung w rde dann in eine positive berf hrt In der Interaktion mit Maschinen kommt es h ufig zu Frustration auf Seite der Benutzer Diese entsteht u a dadurch dass in den Worten der Betroffenen irgendetwas nicht so funktioniert wie es soll Dahinter steckt meist die Verhinderung eines Handlungsziels im Aufgabenplan durch eine Misskonzeption der Benutzungsschnittstelle oder die Not wendigkeit m hselig eine Abfolge von unsinnigen Arbeitsschritten zu befolgen um eine augenscheinlich einfache Aufgabe zu erledigen Hinzu kommt bei vielen von au en extrinsisch motivierten Aufgaben noch ein Arbeits und Zeitdruck der meist nicht zu vermeiden ist Es entsteht Stre und Frustration Literatur ber die Ursachen von Frustration und ber Gebrauchstauglichkeit geben Hin
179. sierung die sp ter nicht gebraucht wird Eine zu hohe Spezialisierung w rde nur eine berangepasstheit an die Trainingsdaten bedeuten quasi ein Auswendiglernen und die Vorhersagegenauigkeit f r unbekannte Testdaten mindern weil die Generalisierung erschwert wird Einen beispielhaften Vergleich von Netzen niedriger und hoher Komplexit t anhand der Vorhersagequalit t und der ber einstimmung mit den Trainingsdaten zeigt Abbildung 3 1 Die Eigenschaften der Eingabegr en m ssen siehe Abschnitt 3 3 bei der Implementie rung des Interaktionsagenten der bisher immer nur als Black Box gesehen wurde be achtet werden Mit der klassischen Sichtweise der Boolschen Logik k nnen Probleme die auf mit Unsicherheit behafteten Daten beruhen nur schwer zufriedenstellend gel st werden weil sie immer davon ausgehen das eine Aussage entweder wahr oder falsch ist Die Aussage Zu 80 wahr aber es k nnte auch anders sein macht in der Boolschen Algebra keinen Sinn und ist dort auch nicht abbildbar Doch mit eben gerade solchen Ausgangsdaten m sste das Verfahren arbeiten Zur Verwirklichung der gew nschten Funktionalit t sind Entscheidungsb ume daher nur eingeschr nkt geeignet 36 3 3 Adaptive Interaktion als Lernprozess Vortiberlegungen Trainingsmenge 0 9 0 85 0 8 o a 0 7 GGG 0 65 0 6 0 55 0 5 ai Genauigkeit 0 10 20 30 40 50 60 7
180. sierung wenig mittel stark Realisierung wenig mittel stark Abbildung 5 6 Schematische Darstellung der Funktionsweise bei der Abfrage Bayesscher Netze 5 3 Integration der Komponenten Fester Bestandteile der vorgeschlagenen Architektur ist eine Sensorik zur Erfassung der physischen Messgr en die Eingangsverarbeitung der Inferenzmechanismus der Ma nahmenkatalog und die Ausgangsverarbeitung Zus tzlich wurde noch eine Schnittstel le in der Beispielanwendung in diesem Fall EmoTetris definiert die Steuerkommandos annimmt und daraufhin Manipulationen an den Interaktionsbedingungen vornimmt Anwendung physiologische Daten Interaktions Spielzustand muster Emotions Statistiken Interaktions agent klassifikation Klassenzuordnung pro Emotion Abbildung 5 7 Schematische Darstellung der einzelnen Komponenten und der Fluss der Daten zvvischen ihnen Zusammenfassung Das EmoControl Framework wurde entvvorfen in seinen Komponenten und die zwi schen ihnen Zusammenarbeit vorgestellt Besonderes Augenmerk lag dabei auf dem Ma nahmenkatalog und dem Interaktionsagenten den beiden zentralen Bestandteilen der 68 5 3 Integration der Komponenten Implementierung Architektur Dazu wurde ein Verfahren pr sentiert das aus den Erkenntnisse zum emo tionalen Zustands des Benutzers eine aggregierte Ma nahme zusammen stellt die dann durch die EmoAnwendung ausgef hrt wird So soll der Benutzer m glichst in einen g nst
181. sierung wird im besten Fall erst nach vielen lang andauernden Versuchsreihen m glich sein Die zu t tigende Aufgabe ist klar umrissen es geht darum ein Spiel mit klaren Regeln und klarem Spielverlauf zu spielen Das Ziel das diese Arbeit mit der Adaption verfolgt ist vorerst einen moderaten Zustand der Freude hervorzurufen 26 Kapitel 3 Vor berlegungen 3 1 Vorlauferarbeiten 3 1 1 Affektive Daten und ihre Nutzung Vorbedingung f r die Erkennung von Emotionen in der Interaktion mit dem Compu ter sind Daten die auf den Gem tszustand der Person schlie en lassen Emotionale Zu stande kommen auf mehreren voneinander abgrenzbaren Ebenen auch unter Beteiligung k rperlicher Zust nde zum Ausdruck und k nnen dort gemessen werden So werden bei Emotionen im allgemeinen 1 eine Ebene der subjektiven Empfindung 2 eine Ebene der k rperlichen bzw physiologischen Erregung und 3 eine Ebene des Ausdrucks im Verhalten voneinander abgegrenzt Auf allen drei Ebenen k nnen Emotionen durch die Registrie rung von Daten beobachtet und erfasst werden Schmidt Atzert 1996 1 durch verbale Berichte einer Person zu ihrem emotionalen Empfinden z B durch Ankreuzen einer Bewertungsskala die das Ma an Angst repr sentiert 2 durch die Registrierung von Aktivierungszust nden von Endorganen des autonomen vegetativen Nervensystems z B durch Messung von Ver nderungen der Hautleit f higkeit an der Handinnenfl che und
182. signabvvagungen Vor berlegungen Im ersten Fall geht es darum mittels der M glichkeiten eines Computers das Entstehen Ver ndern und Abflauen von Emotionen und Stimmungen nachzuvollziehen Dabei be einflussen diese k nstlichen Emotionen den Agent in seinen Aktionen Sie werden gef r dert oder unterdr ckt je nach dem wie sein spezifischer emotionaler Status f r diese Ziel handlung ist Beispiele f r Architekturen die Emotionen modellieren sind Emile 2000 und OCC Ortony et al 1988 Im zweiten Fall wird nur so getan als ob wirklich Emotionen im Spiel seien indem die Repr sentation des Agenten Signale nachahmt die vom menschlichen Betrachter als typisch f r eine bestimmte Emotion angesehen werden Bei diesem Ansatz wird der Mensch bewusst get uscht Er wird z B in Anwendungen benutzt in denen es ausreicht den Eindruck zu erwecken als habe der Agent Emotionen z B 2001 Die vorgestellten Ans tze haben einen Nachteil sie sind pure Modellierungsplattformen fiir kiinstliche Emotionen und nicht dazu geeignet Sensordaten tiber den emotionalen Status des Benutzers aufzunehmen Neben den beiden verbreiteten Ans tze f r digitale Emotionen gibt es noch die eher auf umfassende Forschung ausgerichteten Plattformen dazu geh ren z B EMAI Baillie 2002 Baillie u Lukose 2002 und die new affecti ve agent platform Burleson 2004 Beide sind von ihrem Ansatz her sehr generell gehalten und k nnen auch Sensordaten
183. sind Ein Wechsel auf andere Klassifikationsalgorithmen ist jedoch vorerst nicht in Sicht vor allem nicht weil diese keine besseren Ergebnisse hervorbringen Weitere Ver besserungsm glichkeiten werden zur Zeit in der Arbeitsgruppe evaluiert und vv rden dem Ergebnis dieser Arbeit direkt zu Gute kommen selbst wenn sie erst spater umge setzt werden sollten 4 1 5 OmniRoute Konfiguration Sychronisation und Datentransport in Echtzeit Die Erfassung und Analyse emotionsbezogener Daten bringt eigene Herausforderungen mit sich z B miissen verschiedene Sensoren installiert und fiir die Anwendung opti mal konfiguriert werden Daten dieser Sensoren sollen ber Netzwerke bertragen und zusammengef hrt werden Diverse Analysetools erwarten Daten in vorgeschriebenen Formaten und miissen typischerweise ebenfalls an die Aufgabe angepasst werden Es sind also komplexe und aufw ndige Arbeiten die mit jedem neuen Szenario abermals durchgef hrt werden m ssen W nschenswert w re die M glichkeit den Einrichtungs aufwand f r solche Experimentalstrecken stark zu reduzieren OmniRoute kann als ein Konstruktionsset f r das Versenden von Daten zwischen Teilen einer Software verstanden werden in dem alle Komponenten so gestal tet sind dass sie frei angeordnet werden k nnen und immer wieder zusammenpassen hnlich einem Kl tzchenbaukasten der f r alle m glichen Bauten benutzt werden kann f r eine schematische Darstellung siehe Abbildung
184. sschnittstellen Adaptiv bedeutet laut Scholze Stubenrecht et al 2005 auf Adaption beruhend wo bei Adaption im Allgemeinen jegliche Form der Anpassung eines Individuums an die gegebenen Umweltbedingungen bezeichnet Im Kontext der Informationstechnik ist Ad aption die Anpassung von Hardware Software oder Daten und Informationen an ver nderte Gegebenheiten und Umgebungen Adaption im Bereich der Mensch Maschine Interaktion bedeutet die Anpassung der Benutzungsschnittstellen an die besondere Be d rfnisse des Nutzers Benutzungsschnittstellen werden oft ber grafische Anzeige und einfache Eingabeger te sogenannter WIMP Oberfl chen benannt nach den sie kennzeichnenden Elementen Fenster Piktogramm Maus und Zeiger engl Windows Icon Mouse und Pointer rea lisiert Weil die Elemente auf Bildschirmen wie auf der Oberfl che eines Schreibtischs angeordnet sind und der Nutzer Aktionen hnlich derer die er am Schreibtisch t tigen m sste ausf hrt spricht man auch von Benutzungsoberfl chen 2 3 1 Gr nde f r Adaption Nutzer unterscheiden sich nach 1994 z B in ihren Pr ferenzen Erfahrun gen Zielen und kognitiven F higkeiten wie Auffassungsgabe oder Lernf higkeit Die aus den individuellen Unterschieden resultierende Benutzervariabilit t beeinflusst die 21 2 3 Adaptive Benutzungsschnittstellen Theoretische Grundlagen Benutzbarkeit der Bedienoberflachen und Anwendungen entscheidend besonde
185. ssifizierungsqualit t f r Testdaten nimmt ab w hrend sie f r die Trainingsdaten weiter zunimmt siehe Abbildung B 1 Dies kann als Auswendiglernen aufgefasst werden die Generalisierungsf higkeit nimmt ab Dieser Fehler ist durch die unterschiedliche Struktur bei einfachen Netzen schneller zu beheben als bei komplexen Egal ob es sich um einfache oder komplexe Netze handelt zumal es f r deren Unter scheidung keine objektive Grenze gibt die Vorteile Bayesscher Netze sind e Inh rente Modellierung der Unsicherheiten und Wahrscheinlichkeiten die von im Anwendungsgebiet erfahrenen Experten auch gut zu bew ltigen ist e Modellierung von Kausalbeziehungen und probabilistischer Unabh ngigkeit e Strukturierung komplexer Zusammenh nge Einfache Modellierung von nicht idealen Sensoren 40 3 3 Adaptive Interaktion als Lernprozess Vortiberlegungen e M glichkeit des Schlussfolgerns der Interferenz nicht nur kausal sondern auch diagnostisch und interkausal unter stetiger Einbeziehung von Wahrscheinlichkei ten Kompakte und verst ndliche Repr sentation von komplexen Wahrscheinlichkeits funktionen dadurch sind BN von Menschen relativ einfach nachzuvollziehen und zu berpr fen e M glichkeit des automatischen Lernens anhand von Beispielen mit einigen Ver fahren auch Verst rkungslernen e blicherweise ausreichend schnelle Verarbeitung dadurch sind BN f r das Online Lernen geeignet Aufgrund dieser Vort
186. st sich feststellen Sowohl das OCC Modell als auch das Circumplexmodell erscheinen geeignet Beide haben einen etablierten Stand im Fach Psychologie und bieten eine ausreichend fei ne Granularit t zur Beschreibung und Differenzierung der Emotionen sowohl intra wie auch interkategorial Beide werden von anderen Forschern in diesem Umfeld erfolgreich eingesetzt Zwar werfen Herbon et al 2005 einen kritischen Blick vor dem Hintergrund der Mensch Computer Interaktion auf das Modell von Russell heben jedoch hervor dass es sich durchaus dienlich zur Beschreibung von emotionalen Zust nden erwiesen und bew hrt hat Das OCC Modell bietet den Vorteil speziell f r die computertechnische Verwendung konzipiert worden zu sein und gut mit KI Systemen zusammen zu arbeiten Die Konzi pierung eines digitalen Systems erscheint damit ohne gro e Verluste m glich Dagegen erlaubt das Modell von Russell eine einfachere Interpretation und Veranschaulichung der emotionalen Zust nde ber den Valenz Erregungsraum Es kann damit einfach nach vollzogen und gepr ft werden Obwohl es nicht f r die Implementierung in digitale Sys teme konzipiert wurde erscheint es auch angesichts des erfolgreichen Einsatzes in ande ren Forschungsvorhaben z B als realistisch es erfolgreich einzuset zen Im Unterschied zum Modell von Russell ist das OCC Modell prim r dazu ausgelegt die Synthese von Emotionen zu modellieren nicht etwaige gemessene physiopsychische Signa
187. t Rostock 29 Dezember 2005 viii Abbildungsverzeichnis N 1 Emotionen als Begleiterscheinung der kognitiven Verarbeitung von In formationsangeboten d Ae sta kr OEE See HO Ra 1 2 Permanente Wechselwirkung zwischen kognitiver und emotionaler Verar EENEG 12 A Circumplexmodell der Emotionen Russell 1980 Achsenbeschriftung vom Autor ee ee xl km s l OE E e 16 A Erweitertes Emotionsmodell Kontrolle als dritte Dimension aus Schustey ROOI RS Eh Re 7 57Z75 0 17 5 Ergebnis einer Metastudie zur Verortung von Emotionsbeschreibungen im Valenz Erregungsraum aus Scherer 200011 18 6 Acht Kanal Modell des Flows nach Massiminii 1991 Abbildung aus Fi M C 20 7 Yerkes Dodson Kurve Bis zu einem bestimmten Punkt steigert Erregung N N N N die Leistung davor und danach ist sie suboptimal 21 5 1 Bei zunehmender Komplexit t passt das erlernte Netz immer besser zu den Trainingsdaten wird aber gleichzeitig schlechter bei der Vorhersage unbekannter Testdaten es ist berangepasst engl overfitting 37 A Prinzipieller Aubau eines Neuronalen Netzesl 38 3 3 Arten von Neuronalen Netzen aus 2004 4 1 Schematische Darstellung der Komponenten des D EmoKoffers rechts mit dem ihn bedienenden Benutzer links Herbort 2004b l 44 ix ABBILDUNGSVERZEICHNIS ABBILDUNGSVER
188. t Unter dieser Bedingung k nne man nicht verhindern dass der oder die andere n das eigene Verhalten als Kommunikation verstehe Es gesch he genau dann wenn dem Verhalten eines Akteurs von einem Interaktionspartner eine Informa tion abgewonnen werde Der Partner interpretiere in die Nicht Handlung des anderen eine Mitteilung hinein Es kommt also nicht darauf an was der Akteur selber mitteilen m chte sondern was der Empf nger wie versteht Der Empf nger wird das Verhalten des Akteurs auf dem eige nen Erfahrungshorizont interpretieren und dem Akteur diese Interpretation zuschreiben Daf r ist es unerheblich ob der Akteur wirklich etwas tut oder nicht Mit Paul Watzla wicks Worten gesprochen Man kann nicht nicht kommunizieren 1 Metakommunika tives Axiom aus 1967 S 53 Damit ist soziale Interaktion eine Form der Kommunikation WikimediaFoundation al Eintrag Soziale Interaktion Die Interpre tation von Interaktion als Kommunikation wird in dieser Arbeit weiterverfolgt Da sie sich speziell mit der Interaktion zwischen Computertechnologie und Menschen besch f tigt wird dieses Thema im Folgenden kurz aus verschiedenen Perspektiven er rtert 2 1 Mensch Maschine Interaktion MMI Theoretische Grundlagen 2 1 2 Interaktion in der Informatik In der Informatik bedeutet Interaktion generell dass sich einzelne Akteure eines Systems gegenseitig beeinflussen VVikimediaFoundation a Eintrag Interaktion Die
189. t dass emotionale Zust nde nicht benannt werden m ssen sondern allein durch ihre Lage im fl chigen oder r umlichen Repr sen tantenraum definiert sind Dadurch werden Verstandnisschwierigkeiten die bei benann ten Emotionszust nden leicht auftreten vermieden denn sie haben eine unverwechsel bare Position im Raum Ausserdem kommt es mit diesen Modellen zu keiner Kategori sierung und der damit verbundenen potentiellen Einschr nkung auf die definierten Ka tegorien Gemischte Emotionen und vielf ltige Nuancen sind m glich Jede Emotion in ihrer r umlichen Lage festzulegen ist nicht unumstritten wie die Metastudie von Sche zeigt siehe Abbildung 2 5 Aber allein die M glichkeit durch eine visuelle Bestimmung einen emotionalen Zustand auszudr cken ist ein gro er Vorteil gegen ber anderen Modellen Dadurch ist eine Validierung durch den Menschen und die Einbe ziehung von psychologischen Messdaten die sich relativ einfach auf die Dimensionen Erregung und Valenz abbilden lassen garantiert siehe Kapitell4 1 Abw gung 16 2 2 Emotionen in der MMI Theoretische Grundlagen Erregung panisch euphorisch aufgeregt 1 Valenz deprimiert 1 zufrieden Kontrolle Abbildung 2 4 Erweitertes Emotionsmodell Kontrolle als dritte Dimension aus Schuster 2004 Aufgrund einer Evaluation entlang der am Anfang aufgeworfenen Anforderungen an ein Modell das als Hintergrund dieser Arbeit fungieren k nnte l s
190. t weil sie untereinander im Emotionsmodell von Russell siehe Kapitel 2 2 2 sehr gut diskriminierbar und im Raum des Emotionsmodell gleichm ig verteilt sind Daher k nnen diese Emotionen als Repr sentanten eines jeden der vier Quadranten im Russellschen Modell gelten siehe Abbildung 4 4 4 1 2 EmoBoard Sensorik und Vorverarbeitung Diese Arbeit st tzt sich auf die in Kapitel unter Punkt 2 aufgezeigten M glich keiten Erkenntnisse um die Ver nderung der pers nlichen k rperlichen Reaktionen auf emotionserzeugende Ereignisse Motiviert ist diese Entscheidung durch die leichte Ver f gbarkeit der Daten da sie keine teure Sensorik ben tigen wie dies z B bei der Analyse der Mimik der Fall w re Au erdem stehen diese physiopsychologischen Messgr en in einem relativ stabilen und unbeeinflussbaren Zusammenhang mit den emotionalen Va riablen Valenz und Erregung Umgangssprachlich hei t es z B Das Herz schlug ihm bis zum Halse was landl ufig meint dass der Protagonist sehr erregt war und da bei eine hohe Herzfrequenz hatte Subjektive Berichte und indirekte Beobachtungen des Verhaltens sind leichter durch den Probanden gewollt oder ungewollt manipulierbar 45 4 1 Emotionsinduktion messung und darstellung L sungsansatz Valenz positiv pe N Zufriedenheit Freude Erregung niedrig Le neutral Erregung hoch Langeweile rger Valenz negativ Abbildung 4 4 Vier Emotionen die
191. t welchen Mitteln die Adaption arbeiten soll um den Benutzer zum Adaptionsziel zu f h ren Adaptionsmittel In dieser Arbeit wird davon ausgegangen dass die Anwendung ein Vertreter der Klasse der modernen mit visuellen und m glicherweise multimedialen Oberfl chen ausgestat teten Programme ist Die Mittel zur Ver nderung der Anwendung und damit zur Be einflussung des Nutzers h ngen letztendlich von den Beeinflussungsm glichkeiten ber die Interaktionskan len dieser Anwendung ab Die Gesamtheit der durch die Interak tionskan le gegebenen Beeinflussungsm glichkeiten wird in dieser Arbeit als Interak tionspotential bezeichnet Das gr te Interaktionspotential in diesem Sinne haben heu te Computerspiele sie bieten Multimodalit t durch die M glichkeit der Grafik Film Musik und Ger uschwiedergabe sowie Tastatur Maus und z T auch Spracheingabe Mathematisch ist das Interaktionspotential das Kreuzprodukt aus allen m glichen Ver nderlichen in der Steuerung der Grafikdarstellung und der Tonwiedergabe Es spannt 31 3 2 Designabvvagungen Vor berlegungen einen n dimensionaler Raum auf der mit der Vielfalt der Interaktionskan le gr er und heterogenen vvird Eine Teilmenge des Interaktionspotential die daf r genutzt werden kann den emotio nalen Zustand des Spielers zu beeinflussen heifst in dieser Arbeit Adaptionspotential Interaktionspotential und Adaptionspotential sind nicht notvvendigervveise gleich mac
192. tauglichkeit Frohlich Tractinsky 2004 Zur affektiven Adaption f hige Benutzungsschnittstellen k nnen hier einen bedeutenden praktischen Beitrag leisten die Benutzerzufriedenheit zu ver bessern und dadurch die ausgef hrte T tigkeit zu unterst tzen Dies soll am Beispiel des menschlichen Lernens verdeutlich werden Speziell Lernen Neurodidaktiker haben herausgefunden welche Rolle Gl cksgef hle beim Lernen spie len Beispielsweise forscht das Leibniz Institut f r Neurobiologie in Magdeburg ber den Einfluss verschiedener Faktoren auf den Lernprozess unter anderem auch des k rperei genen Belohungssystems 2001 2002 2003a Es gibt demnach einen funktionel len Zusammenhang der das Lernen f rdert Bei einem Aha Erlebnis sch ttet das limbi sche System im Gehirn u a die Hormone Endorphin und Dopamin aus Endorphin ist ein 23 2 3 Adaptive Benutzungsschnittstellen Theoretische Grundlagen k rpereigenes Opiat das einerseits bet ubend entspannend aber auch euphorisierend wirken kann und durch Hypothalamus und Hypophyse ausgesch ttet wird Dopamin wirkt als Motivator zu Handlungen die Gliick und Zufriedenheit versprechen reizt Hir nareale die das Gef hl des VVollens des Antriebs und der Zuversicht ausl sen und wirkt mitunter euphorisierend Ein Mangel an Dopamin bevvirkt Lust und Antriebslosigkeit z B bei Parkinsonpatienten Durch die beiden Botenstoffe Dopomin und Endorphin hat der Mensch ein Gl cksge f h
193. teinetypen oder bestimmte Ereignisse h ufiger vor kommen als ein andere er braucht die Intention der Spielsteuerung vielmehr die des Designers der Steuerung nicht kennen Die direkte Transformation ist erweiterbar Durch eine Abstufung kann bewirkt wer den dass ein allm hlicher und kein abrupter bergang zwischen den Stati stattfindet siehe Abbildung 5 3 rechts Bei einer abgestuften Realisierung der Ma nahmen kann in jedem Schritt berpr ft werden inwieweit die bisher angewendete Ma nahme den emotionalen Zustand ver ndert hat Diese Daten lassen sich nutzen um zu lernen wel che Ma nahmen bei welcher Konstellation von Statusdaten und physyiologischen Daten welchen Einfluss haben Ein solches Vorgehen verbesserte zum einen die Qualit t der Interaktion Zum anderen lie e es eine berpr fung der beabsichtigten nderung zu Ist Soll Vergleich Entspricht der neue emotionale Zustand nicht dem erwarteten Ergeb nis k nnen die Ma nahmen noch einmal nachjustiert werden wozu kleine nderungen wahrscheinlich ausreichend sind Im Gegensatz zu dem og ersten Verfahren kann auf Abweichungen des gemessenen vom erwarteten Emotionszustand dynamisch mit einer Anpassung reagiert werden Vt Vt Anfangszustand Anfangszustand j icl Zielbereich E E E G nstiger Bereich G nstiger Bereich Abbildung 5 3 Angestrebter bergang vom vermuteten Startzustand direkt zum Zielzustand l
194. tional Conference on Human Computer Interaction on Human Computer Interaction Ergonomics and User Interfaces Volume I Lawrence Erlbaum Associates Inc ISBN 0 8058 3391 9 818 823 Axelrod 2004 AXELROD Lesley The affective connection how and when users communicate emo tion In CHI 04 CHI 04 extended abstracts on Human factors in computing systems New York NY USA ACM Press 2004 ISBN 1 58113 703 6 S 1033 1034 Baillie 2002 BAILLIE Penny An Agent with a Passion for Decision Making In Proceedings of Agents in Simulation 2002 Passau Germany 2002 S S 7 12 Baillie u Lukose 2002 BAILLIE Penny LUKOSE Dickson An Affective Decision Making Agent Architec ture using Emotion Appraisals http www sci usq edu au staff bailliep Version 2002 Ball u Breese 2000 BALL G BREESE J Emotions and personality in a conversational character In CASSELL Justine Hrsg SULLIVAN J Hrsg PREVOST S Hrsg CHURCHILL E Hrsg Embodien Conversational Agents Cambridge MA USA MIT Press 2000 S 189 219 Barker 1968 BARKER R G Ecological psychology Concepts and methods for studying the environment of human behavior Stanford CA USA University of California Press 1968 Bartlett et al 1999 BARTLETT MLS HAGER J C EKMAN P SEINOWSKL J J Measuring facial expres sion by computer image analysis In Psychophysiology 36 1999 S 253 263 X V LITERATURVERZEICHNIS LITERATURV
195. titut Gra phische Datenverarbeitung Institutsteil Rostock AR2 Human Centered Interacti on Technologies Version M rz 2005 http www igd r fraunhofer de Joachim Jungius Stra e 11 18059 Rostock M rz 2005 Praktikumsbericht Elektronische Ressource Graf u Oertel 2006 GRAF Christian OERTEL Karina Motivation in der Interaktion Ans tze zur Emotions erkennung und expression 2006 Workshopband Game Based Learning der GMW DelFI 2005 im Erscheinen Gratch 2000 GRATCH Jonathan Emile Marshalling passions in training and education In AGENTS 00 Proceedings of the fourth international conference on Autonomous agents New York NY USA ACM Press 2000 ISBN 1 58113 230 1 S 325 332 Gratch et al 2002 GRATCH Jonathan RICKEL Jeff ANDRE Elisabeth CASSELL Justine PETAJAN Eric BADLER Norman Creating Interactive Virtual Humans Some Assembly Re quired In IEEE Intelligent Systems 17 2002 Nr 4 S 54 63 DOI 10 1109 MIS 2002 1024753 ISSN 1094 7167 Hassenzahl 2003 HASSENZAHL Marc Spielend arbeiten Computerspiele und ernsthafte Software Version Juli 2003 http vuv playability de 1 hassenzahl p htm Online Ressource Abruf 01 12 2005 Hassenzahl 2004 HASSENZAHL Marc The Interplay of Beauty Goodness and Usability in Interactive Products In Human Computer Interaction 19 2004 Nr 4 319 349 xviii LITERATURVERZEICHNIS LITERATURVERZEICHN
196. trengung nur im Bereich von 180 210 Schl gen pro Minute liegen wird und damit die Aufl sung von 1200 Abtastschritten pro Minute v llig ausreicht C Erg nzende Beschreibung Maschinelles Lernen Lernphase Um die Einsch tzung nicht nur auf den drei gemessenen physiologischen Variablen Herz frequenz Hautleitf higkeit und Hauttemperatur beruhen zu lassen werden aus dem Verlauf der Sensordaten weitere Kenngr en extrahiert Insgesamt 21 sog Filter berech nen diese durch verschiedenartige Kombination und statische Informationen der Va riablen Herzfrequenz Hautleitf higkeit und Hauttemperatur Die Spezifikationen dazu stammen aus grundlegenden Arbeiten aus der Forschungsgruppe von Roz Picard am MIT Picard 1997 2001 Picard et al 2001 F r die Korrelation der Messwerte bzw der weiteren statistischen Kenngr en mit dem Befinden der Personen wurden die Eigenbewertungen der Nutzer aus allen Versuchen zusammengefasst Die Daten wurden nicht in ihrer urspr nglichen Form verarbeitet sondern jeweils einer Klasse zugeordnet Diese Klassenzuteilung wird dann weiterar beitet Die Daten wurden bei dieser Transformation von diskreten in nominale Werte in gleich breite nicht gleichwahrscheinliche Intervalle eingeteilt Jedes Intervall entsprach dabei einer Klasse Insgesamt gab es in jeder Bewertungsdimension f nf Klassen Die Di mensionen waren der Konzeption hinter EmoTetris siehe Kapitel 4 1 1 folgend u a auch die f r diese Arbeit i
197. tuation durchzuf hren In Situationen bei denen es eher auf kreative Assoziationen und vveniger eingeengte Kategorien ankommt sollte eine positive Stimmung g nstiger sein stehen jedoch Pr zision und Logik im Vor dergrund dann k nnte eine zu positive Stimmung dem Resultat eher abtr glich sein Das Adaptionsziel ist aus noch einem anderen Grund zu hinterfragen bisher geht der Ansazt dieser Arbeit davon aus dass der Benutzer durch u ere Einfl sse in einen un g nstigen emotionalen Zustand ger t Daraufhin werden Ma nahmen eingeleitet die ihn positiv beeinflussen sollen Unter der Annahme dass keine St rung eintritt w re der Benutzer dann irgendwann in dem als optimal angesehenem Erregungsniveau Ver weilt er zu lange dort k nnte er sich langweilen und die Interaktion beenden noch bevor diese Emotion bemerkt wird Absichtlich ein wenig Abwechselung in die Interaktion zu modellieren w re ein Ansatz gegen das Aufkommen von Langeweile um z B ungewoll tes Beenden der Interaktion vorzubeugen Ein solches Abweichen vom urspr nglichen Ziel k nnte z B in F llen geschehen die dem Zielzustand schon sehr nahe sind Dann k nnte per Zufall eine Ma nahme aus dem Katalog gew hlt werden um ein wenig Ab wechselung in die Interaktion zu bringen 6 3 Allgemeines 6 3 1 Anwendung der Architektur In der prototypischen Umsetzung der Architektur wurde in dieser Arbeit sich ein Sys tem zu eigen gemacht das schon existierte und
198. uf 01 12 2005 Facial animation demo Peter et al 2005 PETER C EBERT E BEIKIRCH H A Wearable Multi Sensor System for Mobile Acquisition of Emotion Related Physiological Data In Proceedings of the 1st Interna tional Conference on Affective Computing and Intelligent Interaction Bejing 2005 Berlin Heidelberg New York Springer Verlag 2005 Pfeifer u Scheier 1999 PFEIFER Rolf SCHEIER Christian Understanding Intelligence MIT 57 xxiii LITERATURVERZEICHNIS LITERATURVERZEICHNIS Picard 1997 PICARD Rosalind W Affective computing Cambridge MA USA MIT Press 1997 ISSN 0 262 16170 2 Picard et al 2001 PICARD Rosalind W VYZAS Elias HEALEY Jennifer Toward Machine Emotional Intelligence Analysis of Affective Physiological State In IEEE Trans Pattern Anal Mach Intell 23 2001 Nr 10 S 1175 1191 http dx doi org 10 1109 34 DOI 10 1109 34 954607 ISSN 0162 8828 Picard 1998 PICARD R VV Toward agents that recognize emotion Massachusetts Institute of Technology Boston 1998 Nr 515 Vision and Modeling Technical Reports Picard 2001 PICARD R W Building HAL Computers that sense recognize and respond to hu man emotion Boston Massachusetts Institute of Technology Boston 2001 532 Vision and Modeling Technical Reports Plutchik 1984 PLUTCHIK R Emotions A general psychoevolutionary theory In SCHERER K R Hrsg EKMAN P Hrsg App
199. ufungen Sie ist somit auch nur komplement r zu den anderen Darstellungsarten sinnvoll Die Darstellung der Gesichter ist bewusst statisch gehalten d h die Intensit t des Ausdrucks ndert sich nicht und es werden keine berg nge zwi schen verschiedenen Emotionsausdr cken dargestellt Die Forschung hat immer noch nicht zweifelsfrei gekl rt ob z B eine Interpolation zwischen neutralem und sehr freudi gem Ausdruck vom Menschen genauso erkannt wird Die Visualisierung ist darauf spezialisiert das momentane Ergebnis nicht den Verlauf der Vorverarbeitung in der KI zu pr sentieren Sie gibt so einen Eindruck des aktuellen Zustands des Benutzers wider keinen Gesamt berblick ber sein Befinden w hrend des Spiels Sie l uft parallel zum Spiel in Echtzeit und hat eine zu vernachl ssigende Latenz Die pr sentierte Visualisierung stellt eine Mischung aus leicht verst ndlicher intuitiver aber quantitativ nicht sehr aussagekr ftiger Visualisierung das Comic Gesicht und ei ner quantitativ aussagekr ftigen aber nicht auf einen Blick erfassbaren Visualisierung der Kaviatgraph dar Keine der Darstellungsarten ist f r sich gesehen optimal weil jede Artefakte in die Interpretation induzieren die in den Daten m glicherweise nicht vorhanden sind E OmniRoute Konfiguration Sychronisation und Daten transport in Echtzeit Nach Mader 2004 sind Quellen Filter und Senken in OmniRoute folgenderma en cha rakterisiert Quel
200. um f r die Einbeziehung einer Ma nahme in den endg ltigen Ma nahmenkatalog galt dabei dass keine der Ana lysen von Proband A und B gegens tzlich sein d rfen Bei den betrachteten Ergebnissen der zwei Probanden A und B ist die einzig ambivalente Kombination jene dass eine Manipulation bei einem sehr h ufig und beim anderen weniger h ufig vorkommen soll Dies l sst keine eindeutige generalisierte Interpretation zu Daher wird jede Kombina tionen der Form vermehrt h ufig weniger h ufig als ambivalent in der Tabelle mit einem A gekennzeichnet eingesch tzt Sie sollten wegen der fraglichen Wirkung nicht verwendet werden F r jede Zielemotion war von Interesse mit welcher Wahr scheinlichkeit eine Manipulation vorkommt Vermehrt h ufig wird dabei als positive Wirkung auf die Emotion interpretiert w hrend normal h ufig keine richtungsgeben de neutrale Wirkung zugeschrieben wird Weniger h ufige Ma nahmen beg nstigen die Erreichung der Zielemotion durch ihre Abwesenheit Insgesamt ergaben sich f r die einzelnen Ma nahmen die in Tabelle dargestellten Ergebnisse die in ausf hrlicher Form noch einmal in den Anlagen zu finden sind kennzeichnet Ma nahmen die f r die Emotion f rderlich durch Anwesenheit sind und daher h ufig vorkommen sollen wenn eine Beeinflussung in der Richtung gew nscht ist markiert Ma nahmen die f rderlich durch Abwesenheit sind und daher selten vorkommen sol
201. und B genannt die w hrend des Spiels mit EmoTetris immer wieder ihren pers nlichen emotionalen Zustand beurteilen sollten siehe Kapi tel 4 1 1 Diese Einsch tzungen wurden mit den Ereignissen z B H ufigkeit der Stein diebstahle den Eigenschaften des gerade laufenden Spiels z B die Spielgeschwindig keit und den physiologischen Daten siehe Kapitel abgespeichert Die Rohdaten waren vorverarbeitet z B Ermittlung des haufigsten Spielsteins der letzten Spieleinheit und vorselektiert f r jede Emotion waren nur die Daten abgespeichert die h chstvvahr scheinlich interessant fiir die Auswertung sein konnten gewesen Mit den vorverarbei teten Daten wurde dann eine Analyse zur Wirksamkeit jeder einzelnen Ma nahme f r diese Arbeit durchgefiihrt Grundlegend war dabei die in 2005 vorge nommene Auswertungsstategie Mit Weka und den dort implementierten Verfahren Entschei dungsbaume und Bayessche Netze siehe dazu Kapitel 4 1 3 wurden Modelle ber die Daten aufgestellt und diese Modelle anschlie end entweder in Weka direkt oder mit einem Werkzeug zur Visualisierung Manipulation und Abfrage von Bayesschen Net 63 5 2 Interaktionsagent Implementierung zen analysiert So konnte die G te einzelner Manipulationsma nahmen bzgl ihrer tats chlichen Wirkung bei den Probanden beurteilt werden siehe auch in den An lagen Da in den vorverarbeiteten Daten nicht zu allen in Tabelle 5 2laufgef hrten Gr en In formation
202. ung eines einzelnen Computers mit beiden Prozessen n tig sein Durch die konzeptionelle Trennung ist die bertragung und Verarbeitung der Daten auch zuk nftig noch gesichert 5 1 2 Datensynchronisation In dieser Arbeit wird davon ausgegangen dass Emotionen die mittels der Klabgesch tzt wurden unmittelbar auf Ver nderungen der Anwendung erfolgen Um Erkenntnisse f r die Steuerung der Interaktion zu erhalten muss der kausale Zusammenhang zwischen Manipulation und Beobachtung erkennbar sein Daher ist eine Koppelung der Beobach tungsdaten aus der Emotionserkennung und der Manipulationsdaten aus der Anwen dung erforderlich bevor ein Erkenntnisgewinn m glich ist Die Verbindung der kausal zusammenh ngenden Daten geschieht in der Datensynchronisation Vom Ablauf her ist sie Teil der Eingabeverarbeitung siehe AbbildungP 2 Die Datensychronisation erfolgt beim Eintreffen der vom EmoBoard gelieferten phy siologischen Daten beim Eintreffen der von der EmoAnwendung gelieferten Statusda ten zum Spielstand in die OmniRoute Umgebung und wenn n tig vor der Weiterverar beitung durch den Interaktionsagenten Die Daten werden ber zwei unterschiedliche Kan le in OmniRoute eingelesen Einerseits ber eine serielle COM Schnittstelle die Da ten der Sensorik andererseits ber eine Netzwerkverbindung alle anderen Daten F r alle F lle wurden Klassen implementiert die als aktive Empf nger Daten entgegenneh men Nach dem Client Serve
203. urde untersucht wo dieses Normal Niveau liegen m te Bei der ersten Aggregierung der Klassen a b zu a und d e zu stellt die Klasse c c das Normal Niveau dar Ein Versuch der Verschiebung des Normalniveaus hin zu den bergewichtigen Klassen d und e erfolgte durch die Definition eines b aus dem Mittelwert von c und d so da die Mittelklasse jetzt etwas weiter Richtung Klasse d und e verlagert ist Klasse e ist in dieser Anordnung die einzige Klasse die Werte f r die neue h chste Klasse c beisteuert Mit dieser neuen Projektion der erfa ten Klassen a b c d und e auf die errechneten Klassen a b und c gelingt die Interpretation der vorliegenden Daten gemessen an dem Ma der Korrektheit zum Teil besser zum Teil schlechter Auf jeden Fall werden mit dieser Interpretation der Daten auff llige und ung nstige Zust nde vermieden die kaum in ein konsistentes Bild passen w rden als Beispiel sei die Klasse Joy genannt Die Mittenfestlegung ber die Realisation c f hrt dazu da mit allen drei Klassifizierungsverfahren die in der aggregierte Realisation b wirkenden Ma nahmen wesentlich mehr in anderen Klassen wirken als f r das was sie eigentlich bewirken sollen n mlich eine normale Spielumgebung Stattdessen wirken sie fast immer stark positiv c Nach der Transformation und der impliziten Verlagerung des Normal Zustands etwas mehr in Richtung der positiven Ma nahmen normal wird also als etwas mehr freudig aufgefa t als v
204. usprechen Multimedialit t spielt eine wichtige Rolle in dieser Hinsicht An vorderster Front beim Einsatz verschiedener Medien Grafik Musik und Ger usche Force Feedback Ger te zu Stimulierung der unterschiedlichen Sinneskan le visuell auditiv haptisch etc stehen beispielhaft Computerspiele Ihr Ziel es ist dem Spieler Un terhaltung und Freude zu bereiten Ein Weg ist die m glichst vollst ndige Involvierung in das Geschehen so dass Spieler im Zustand des sog Flovvs verweilen 11992 Dabei geht der Spieler v llig im Geschehen auf d h er vergisst vielfach das Geschehen und die Zeit um sich herum ist h chstkonzentriert fokussiert auf die Auf gabe und nur durch die Herausforderung motiviert sog intrinsische Motivation Die Erfahrungen in solchen Phasen werden zumeist mit zufrieden und sehr produktiv wiedergegeben Der Mensch soll also m glichst in dem f r die T tigkeit g nstigsten Zu stand des Flows verbleiben denn dann ist er zufrieden und die Arbeit geht leicht von der Hand Um diesen Verbleib zu sichern m ssen daf r die richtigen Mittel und Wege gefunden werden siehe Kapitel 3 3 damit der Spieler nicht in ung nstigere Zust nde abgleitet siehe Abbildung Do Anforderung F higkeiten Abbildung 2 6 Acht Kanal Modell des Flows nach Massimini 1991 Abbildung aus Fischerl Eine andere These ist ebenfalls n tzlich wenn es um die Gestaltung von Emotionen in der Interaktionen geht
205. ute Objekte ist nat rlich auch m glich Der schematische Aufbau der Verarbei tung mit Knoten Filtern und Empfangerklassen f r die Synchronisation eintreffender Daten ist in Abbildung 5 2ldargestellt Anvvendung Sensorik des Benutzers am Benutzer nterface andere Dateisystem Anvvendung Abbildung 5 2 Synchronisation der physiologischen Daten von der Sensorik und der Statusdaten der Anvvendung 5 1 3 Anbindung Interaktionsagent Die Daten aus der Emotionsklassifikation und die aktuellen Statusdaten aus EmoTetris sind durch die anf ngliche Synchronisation der f r die Klassifikation verwendeten Sens ordaten mit den Statusdaten immer noch synchron wenn sie beim Interaktionsagenten eintreffen Dies ist begr ndet durch die Vererbung des urspr nglichen Zeitstempels an 57 5 2 Interaktionsagent Implementierung alle Ergebnisse in der Emotionsklassifikation Waren also die Basisdaten synchron sind auch alle Ergebnisse synchron F r den allgemeinen Fall ist es trotzdem sinnvoll die Syn chronisation der Daten beim Eintreffen im zweiten OmniRoute Netz nochmal explizit zu pr fen und bei Bedarf zu berichtigen Ein Eingangsfilter ist noch aus einem anderen Grund empfehlenswert Heute mag die Emotionsklassifikation noch genau die Daten liefern die der Interaktionsagent verarbei ten kann aber in Zukunft kann es durchaus sein dass Daten in einem anderen Format eintreffen Entweder kann dann ein solcher Eingangsfilter die ankom
206. works und ihr Zusammenhang sind in Abbildung 4 8 ver deutlicht Die bereits vorhandenen Komponenten sind in Schwarz gehalten die durch diese Arbeit neu konzipierten in Rot Nicht zu den Komponenten des Frameworks z hlt dabei die zu adaptierende Anwen dung die laut Konzept nicht fest eingebunden ist sondern austauschbar ist In der vor liegenden Arbeit ist besonders zu beachten dass dies Programm vorher schon dazu ge dient hat die Reaktionen der Benutzer auf bestimmte Manipulationen zu testen Aus diesen Testdaten wurden dann fiir diese Arbeit z B Erkenntnisse zum Zusammenhang von Emotion und Physiologie und zum Wirkungsgrad gezogen Mit den Erkenntnissen aus den Vorversuchen k nnte man m glichervveise auch andere nach dem gleichen Prin zipien laufende Programme adaptieren Dieser Transfer ist jedoch keinesfalls sicher Da her wurde in dieser Arbeit die Chance genutzt die Anwendung EmoTetris die schon 51 4 2 Das EmoControl Framework L sungsansatz EmoTetris Abbildung 4 8 Komponenten des EmoFrameworks schwarz die vorhandenen rot die neuen beim Erkenntnisgewinn um Zusammenhang von Manipulationen und Emotionen ge nutzt wurde auch fiir die Anwendung dieses Wissens zu nutzen 4 2 2 Adaptionspotential der Anwendung Um die Zeit bis zum Einsatz der praktischen Erprobung und dem nachfolgenden Be nutzertest zu verk rzen werden anfangs eine Reihe von Ma nahmen postuliert die auf Grund von Hinweisen und
207. xemplarische L sung einflie en zu lassen das sog EmoControl Framework 4 1 D EmoKoffer Ein System zur Emotionsinduktion Mes sung und Darstellung von Emotionen Der D EmoKoffer der Abteilung AR2 Human Centered Technologies des Fraun hofer Instituts Graphische Datenverarbeitung in Rostock ist ein Experimentalsystem zur Erforschung des emotionalen Verhaltens von Personen bei der Interaktion mit dem Com puter Dabei wurden in einem Computerspiel absichtlich Spielsituationen geschaffen die k rperliche und emotionale Reaktionen bei den Spielern hervorrufen Durch eine nachgelagerte Auswertung der Korrelation zwischen Spielsituation k rperlicher Reak tion und emotionalem Zustand konnte herausgefunden werden welche Spielsituation oder physiologischen Muster typisch f r welchen Gem tszustand sind Der D EmoKoffer fasst alle notwendigen Komponenten zur Emotionsinduktion Mes sung der physiologische Reaktionen Verarbeitung dieser Daten und Darstellung des Er gebnisses zusammen Eine schematische Darstellung des D EmoKoffers befindet sich in Abbildungfa 1 In den folgenden Unterkapiteln geht die Arbeit auf die einzelnen Kom ponenten ein 4 1 1 EmoTetris Ein Computerspiel zur Emotionsinduktion 2004 Fischer 2004 konnten mittels verschiedener Computerapplikationen unterschiedliche Emotionen erzeugen Eine Weiterentwicklung dieser Arbeiten ist das Computerspiel EmoTetris 2004a EmoTetris lehnt sic

Emotionen in der Mensch-Maschine-Interaktion: `EmoControl`

Contents

Download Pdf Manuals

Related Search

Related Contents