Mood Planet
Kurzbeschreibung
Mood Planet ist eine KI-Anwendung zum Stimmungstracking.
Mood Planet erkennt die Stimmung eines Benutzers*einer Benutzerin, indem es anhand der Daten der Apple Watch misst, wie wohl und aktiv sich der*die Benutzer*in fühlt.
Die Anwendung visualisiert die Stimmungszustände des Benutzers und unterstützt den Benutzer dabei, die Daten und Algorithmen hinter der App zu verstehen. Die Nutzer*innen können einfach ihr Feedback dazu abgeben.
Darüber hinaus zeigt Mood Planet Zusammenhänge der eigenen Stimmung und den Aktivitäten des Benutzers*der Benutzerin.
Und die Anwendung gibt Nutzer*innen Inspiration um die Stimmung zu verbessern. Durch Mood Planet können sich Nutzer*innen ihrer Stimmung bewusst werden und psychisches Wohlbefinden erlangen.
Was ist das Thema?
In meiner Masterarbeit habe ich mich mit Stimmungstrackern als Beispiel für Designüberlegungen befasst, wenn Künstliche Intelligenz (KI) im Zusammenhang mit Wearables angewendet wird, die das psychische Wohlbefinden fördern sollen. Ich konzentrierte mich darauf, was Designer*innen bei der Erstellung eines Konzepts von Mood-Tracking-Anwendungen, die auf Modellen des Maschinellen Lernens basieren, über die Beziehung zwischen Maschinellem Lernen und dem*der Benutzer*in beachten sollten. Ich habe einen klickbaren Prototyp einer Mood-Tracking-Anwendung erstellt, der sich darauf konzentriert, dass Nutzer*innen das Modell des Maschinellen Lernens verstehen und Vertrauen aufbauen.
Warum sieht es so aus?
Die Visualisierung hat zwei verschiedene Dimensionen: Wohlbefinden und Aktivität, um das Prinzip der Stimmungsmessung zu erklären. Die Kombination der Dimensionen visualisiert die Stimmungszustände der Benutzer. Die Stimmung kann objektiv definiert und entlang der beiden Dimensionen angenehm (Wohlbefinden) und aktiv (Aktivität) gemessen werden. Die Kombination beider Gefühle beschreibt die Stimmungszustände des Benutzers. Heutzutage ist es mit tragbaren Geräten möglich, die Stimmung zu messen und zu überwachen.
Was ist das Besondere?
Die Stimmungsdaten-Visualisierung interpretiert die Algorithmen der Anwendung, damit die Daten für den Benutzer verständlich sind. Wohlbefinden und Aktivität werden in zwei Dimensionen visualisiert und die Kombination der Dimensionen (beide Gefühle) beschreibt die Stimmungszustände der Benutzer. Die Verwendung der Kombination von zwei Dimensionen hilft den Benutzern nicht nur sich ihrer Stimmung bewusst zu werden, sondern die Benutzer können auch die KI-Erkennung steuern. Auf diese Weise unterstützt sie die Benutzer dabei, ihre Daten zu verstehen. Ich habe nicht nur über die User Journey durch die Anwendung nachgedacht, sondern auch über die Journey der KI durch die Anwendung. Beziehung zwischen der KI und einem Benutzer: Wie kann die KI den Benutzer nicht enttäuschen und eine langfristige Beziehung aufbauen? So lernt nicht nur der Benutzer sich selbst besser kennen, sondern auch die KI weiß besser über einen Benutzer Bescheid, so dass die KI dem Benutzer einen besseren Service bieten kann. Die Visualisierung von Stimmungsdaten ist ein Dolmetscher zwischen KI und einem Benutzer.
Was ist neu?
Bei aktuellen Mood Tracking Apps auf dem Markt müssen die Benutzer ihre Stimmung regelmäßig hinzufügen, um Inspiration oder Beobachtungen zu erhalten. Der Zielnutzer meiner Abschlussarbeit sind junge Menschen im Alter von 20 bis Mitte 30, die im Vergleich zu anderen Altersgruppen nicht wissen, wie sie ihre Gefühle gut ausdrücken und definieren können. Darüber hinaus ist es für meinen Benutzer nicht einfach, jeden Tag regelmäßig selbst Daten einzugeben. In meinem Konzept brauchen die Benutzer ihre Stimmung nicht einzugeben und die KI trackt die Stimmung. Die Benutzer müssen ihre Stimmung also nicht regelmäßig selbst hinzufügen. Die Benutzer können sich darauf konzentrieren ihre Stimmung zu beobachten und sich davon inspirieren lassen.
Link zum Video