Reaktanzentwicklung bei KI-Interaktionen mit unterschiedlicher Repräsentation

Reaktanz beschreibt die Neigung von Menschen, bei einer empfundenen Bedrohung ihrer Autonomie mit Widerstand zu reagieren, um ihre Freiheit wiederherzustellen. Beispielsweise wird etwas Verbotenes erst recht getan oder eine Konfrontation mit Gegenargumenten führt dazu, dass die eigene Meinung sich nur noch mehr festigt. Das Computers are Social Actors (CASA) Paradigma legt nahe, dass solche Reaktionen auch in der Interaktion mit Computersystemen auftreten, da Menschen ihnen soziale Eigenschaften zuschreiben. Forschungsergebnisse weisen jedoch darauf hin, dass dies nicht uneingeschränkt gilt und insbesondere reduzierte, rein textuelle KI-Systeme potenziell weniger Reaktanz hervorrufen könnten.

Vor diesem Hintergrund soll die folgende Arbeit daher untersuchen, inwiefern sich unterschiedliche visuelle Repräsentationen (textuell vs. menschenähnlich) einer KI auf die Entwicklung von Reaktanz bei Nutzer:innen auswirken und welche Gestaltungsimplikationen sich daraus für überzeugende KI-Systeme ergeben.

Zu den Aufgaben der Arbeit gehört:

• Recherche zu Reaktanz und möglichen Einflussfaktoren
• Konzeption eines Szenarios, um die Forschungsfrage zu untersuchen
• (Weiter-) Entwicklung einer Anwendung zur Testung der Forschungsfrage
• Durchführung und Auswertung einer Studie zur Wirkung der (visuellen) Repräsentation von KI auf Reaktanzentwicklung bei Nutzenden

Voraussetzungen:

• Grundlegende Programmierkenntnisse in Unity und C# oder Bereitschaft, sich einzuarbeiten
• Vorzugsweise Erfahrung mit der Durchführung von Studien

Zielgruppe:

• Angewandte Kognitions- und Medienwissenschaft (Komedia) / Menschzentrierte Informatik und Psychologie (MIPSY)

Ansprechpartnerin:

Sophia Prehn (sophia.prehn@uni-due.de)