KI (Personas) im Arbeitskontext bei evux

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


Wir klären auf:


Was ist generell beim Umgang mit KI zu beachten?

Was ist überhaupt eine Persona?

Was ist an Personas, die nicht evidenzbasiert sind,
gefährlich?

Wie ist unsere Erfahrung beim Erstellen von Personas mit
unserer KI "AINO"?



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


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


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


Studien und Erklärung zum erwähnten Negativ-Bias bei Reviews:


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


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


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


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


Di Sorbo, A., Grano, G., Visaggio, C. A. & Panichella, S.
(2021). Investigating the criticality of
user‐reported issues through their relations with app
rating. J. Softw. Evol. Process, 33
(3). https://doi.org/10.1002/smr.2316


Min Kim, J., Han, J., & Jun, M. (2020). Differences in Mobile
and Nonmobile Reviews: The Role of Perceived Costs in
Review-Posting. International Journal of Electronic
Commerce, 24(4),
450–473. https://doi.org/10.1080/10864415.2020.1806468