双方向の文化学習を促進する会話を促進する

フェーズ4 | 評価研究| 03.19.2018

カーネギーメロン大学のPeter Scupelliが教えるInteraction Design Studio IIのプロセスドキュメント。 チームは、Zach Bachiri、Devika Khowala、Hajira Qazi、Shengzhi Wuで構成されています。

春休みの後にグループを再編成し、生成研究に関する前回のプレゼンテーションからのフィードバックを検討しました。 私たちはいくつかの非常に建設的なフィードバックを受け取り、それは私たちが今後の設計にとっていくつかの重要な設計の影響を概説するのに役立ちました:

  • 社会規範を学ぶには、人間同士の相互作用が必要です。
  • AIシステムはその相互作用を促進するのに役立ちますが、とにかくそれを置き換えることはできません。
  • 双方向であり、アメリカ人と留学生の両方がお互いの文化について学ぶのを助ける学習環境を可能にすることは、提案にユニークな価値を追加します。

私たちの研究、初速度調査の結果、および同僚や教員からのフィードバックに基づいて、私たちはグループとして探求したい方向にゼロを合わせました。

私たちはAIを活用して、会話型ソーシャルネットワークプラットフォームを通じて双方向の学習体験を促進するシステムの構築に注力しています。

ソーシャルネットワークプラットフォームを選ぶ理由

すでに多くのソーシャルネットワークプラットフォームはありませんか? どう違うの?

生成段階では、私たちが持っていた主要なコンセプトの方向性といくつかのクイックスピードデートを行いました。 これらの2つの方向性について肯定的なフィードバックが得られましたが、双方向学習はソーシャルプラットフォームで最も自然に促進できました。

ソーシャルネットワークプラットフォームを通じて発生するインタラクションの開発とテストに焦点を合わせた場合、より多くの概念を探すよりも、時間と研究に投資するほうがよいと感じています。

システムの外観を定義し始めました。

システムはどのようなものですか?

  1. 円滑化のタイプ:
  • 会話の新しいトピックを促す(文化の違い)
  • ネイティブスラング/用語の使用(例:OMG)
  • 社会規範の説明/提案

2. AIアシスタントはどのように役立つか

  • 留学生とネイティブ学生の間の交流をどのように促進しますか?
  • どのような状況に介入する必要がありますか?
  • 介入にはどのような方法が適切ですか? いつ?
  • 機械学習にはどのようなデータが必要ですか?
  • ファシリテーションツールに使用するプラットフォームは何ですか?

3.プラットフォームには何が含まれますか:

  • 学生同士のチャット
  • 「David bot」のファシリテーター/アシスタント(未解決の質問)
  • 接続するPPLの5(?)の無名/無名オプションを提供するインタレストベースのバディマッチングシステム
  • グループチャット(独自のフォームを作成し、いくつかの構造を提供)
  • お知らせ(?)

懸念事項とその対処方法:

  • 見知らぬ人に手を差し伸べることをためらってください。 見知らぬ人とどうやって信頼関係を築くのですか?
  • プライバシーの問題
  • 依存関係を作成しますか? 何かを学んだ後、どれくらいの期間使用されますか?
  • 米国に到着するさまざまな国や文化のさまざまなpplがあります。 特定のニーズと背景/能力にどのように対処しますか?
  • ある移民のニーズを理解し、より敏感になることは、すべての移民との交流に役立ちます
  • アメリカ人(およびユーザー一般)が使用する動機/インセンティブは何ですか?
  • どのプラットフォームを使用しますか? モバイルだけですか?
  • 留学生同士がつながり、情報を共有するためのネットワークも作っていきますか?

ブルース/ピーターの会話

  • 私たちの介入は、CMUがすでに提供しているオリエンテーションプログラムにどのように適合しますか?
  • 私たちは学部生/大学院生に焦点を当てていますか?
  • 学生が到着する都市によって介入は変わりますか? 地方対都市
  • キャンパスでは、みんなが新しい環境にいて、新しいことを学んでいます
  • アメリカの文化/英語へのさまざまな露出と習熟度のpplに対処する方法。
  • 学部生向けのオリエンテーション(および留学生向けオリエンテーション)に参加している人に、新入生に教えることについて話したいと思うかもしれません。

このようなシステムを作成する際の強みと課題に役立つ、より小さなタスクとテストにプロセスを分解することにしました。 この戦略は、そのような相互作用の小さな側面を考慮に入れることを可能にすることで、私たちが前進するのに役立つと思います。

次のステップ:

1.会話研究

  • 参加者を見つける
  • 参加者の会話の説明を書く
  • 既存のプラットフォームを調査する
  • フレッシュマンクラス全体の人々と一致し、より具体的な詳細/セグメンテーションを提供します。

2.プラットフォームの大まかなプロトタイプ

3.ボット/ファシリテーターをテストする

チャットボットによる初期テスト

評価研究のタイムライン

03.26.18の週

国際教育局(OIE)との面会

Devikaは3月28日にOIEとのミーティングを手配しましたが、これは非常に役に立ちました。 それから私たちは、ほとんどの学部生以外の留学生がアメリカに住んでいるか、インターナショナルスクールに通っていて、言語とアメリカ文化に非常に流暢であるため、私たちの介入が大学院生に最も役立つことを学びました。 また、学部生の留学生は、CMUの留学生総数のごく一部です。 私たちが話し合った女性は、学生が米国に到着する前にOIEにあまり関与していないため、事前到着が介入の良いポイントであると述べました。 また、学生が最も興奮し、感情的に高まる時期でもあります(ジャーニーマップの演習でこれが確認されます)。そのため、学生の注意を引くのに最適な介入ポイントになります。 提起された他のポイント:

  • 一時的な問題は留学生とアメリカ人学生の両方に存在します
  • OIEは、オリエンテーションで留学生のために「生活に適応するプレゼンテーション」を行います。 それは私たちの研究に役立つかもしれません
  • 3500人の留学生はインドと中国だけの出身なので、他の国の人々はキャンパスにそれほど多くのコミュニティを持っておらず、孤立していると感じることができます
  • OIEの仕事の大部分は、学生を他の関連リソースに接続することです。 私たちのプラットフォームはそれで助けになるでしょうか?

プラットフォーム

今週は、プラットフォームの外観を計画するために多くの時間を費やしました。 最初に、プラットフォームが持つ機能と、それがどのように機能するかの詳細をリストアップしました。 以下は、機能、詳細、および未解決の質問のリストです。

一般的な機能/構造

オンボーディング

大学が提供する情報

  • 言語能力/ TOEFLスコア
  • 学部・学位取得
  • 留学生かどうか

ユーザーが入力

  • バイオ
  • 興味-ユーザーが手動で入力したのではなく、ユーザーが選択したオプションのカテゴリ
  • 写真

自己紹介ページ

学生同士のチャット

  • ビデオチャットを組み込んで、事後にフィードバックを送ることはできますか?
  • アイコンタクトや非言語行動などのトレーニングについてはどうですか?テキストベースの会話から対面の会話への移行に介入して準備できますか?

マーカー

個人チャットやグループチャットでは、ユーザーはどの単語または会話の一部が混乱しているのかをマークできます。その時点で、ボットは他のユーザーに説明を求めます。 会話の反対側にいる人は、具体的に何がマークされているかはわかりません。 ユーザーが何であるかをマーク…

  • 難しい言語
  • 混乱する
  • 文化の違い/失礼?

ボットはマーカーから学び、ユーザーに説明します。

ほとんどのユーザーは、「反応」を会話の他の人への応答または指示として理解します。 会話型のチャットや反応に関するユーザーのメンタルモデルをどのように克服できるでしょうか。 システムは混乱したものを収集して後で確認できるようにする必要がありますか?

ボットファシリテーター/アシスタント

  • ユーザーは自由回答式の質問をすることができます
  • 機械学習の可能性を高めるため、1対1とグループの両方のチャットに介入します。
  • ファシリテーションの種類:会話の新しいトピックを促すネイティブスラング/用語の説明(OMGなど)社会的規範の説明
  • ボットは新入生の不安をサポートできますか?
AlexというボットのAIペルソナ

インタレストベースのバディマッチングシステム

マッチングシステムがどのように機能するかについて話し合い、議論するのに多くの時間を費やしました。 私たちはいくつかの異なるオプションを検討し、ユーザーがいくつかの異なる試合から1人または複数の人とつながることを選択できるようにすることで、彼らに所有権と関係へのコミットメントの感覚を与え、「バディ」が機能しない問題を軽減することを決定しました人格の衝突のために。

マッチングのためのオプションのマッピングと絞り込み

マッチングは私たちのコンセプトにおける学習プロセスの重要な部分です。したがって、1対1の会話は重要であり、新しい人と話すことに対する初期の不安を克服するのにも役立ちます。 1対1のマッチングも重要です。深い会話や個人的な会話は通常グループで行われないためです。 グループチャットは通常、ジョーク/投稿/情報などを共有するために使用されます。ただし、マッチングの価値に対する収益が減少することに同意しました。一致の数が増えると、会話と関係の質が低下します。

マッチングの特徴:

  • 接続する人の5つの5ほどの無名/顔のないオプションを提供します。 バイアスを避けるために、ユーザーが会話でつながると、名前と顔が表示されます。
  • ユーザーは、[会話の開始]をクリックして、1つまたはすべての一致を選択できます。 選択されると、自動会話が開始され、見知らぬ人と話す最初のぎこちなさを克服します。
  • AIはニーズと英語/文化的能力に基づいて一致します
  • ユーザーは名前を検索し、一致した人以外の人と通信できます
  • 人には、他の人に勧められたり連絡されたりしないオプションがありますか?—プライバシー設定オプション?
  • ユーザーXは、話したくない人たちから新しいXが登場するようにできますか?

グループチャット

  • ユーザーは独自のグループを形成し、いくつかのオプションと構造が提供されます
  • グループチャットを使用して、#Eventsグループなどの文化的イベントに人々を招待できますか?
  • 直接マッチングされた友達以外の人々が新しい友達を見つける手段。 AIはこれから学習して、より適切なマッチングシステムを開発できます

お知らせ

  • ボットは、大学に関連する/オリエンテーションのタスクにユーザーを介入または促すことができます
  • ボットはよくある質問から学び、先制できますか?

ワイヤーフレーム

私たちはそれぞれ、ランディングページのラフワイヤーフレームを作成し、プラットフォームの構造について考え始めました。

ザックのワイヤーフレームShengzhiのワイヤーフレーム

会話研究

方法

生徒との会話のサンプルをいくつか取得し、3つの主要な生徒セット間の会話をテストしてから、調査結果を分析する予定です。

  • 留学生と留学生
  • アメリカ人学生と留学生
  • アメリカ人留学生と留学生留学生

CMU School of Designは、毎年、受入クラスごとにFacebookグループを作成しています。 次のクラスに連絡して、彼らが私たちの研究に参加することに関心があるかどうかを確認できるように、グループに招待されるように依頼しました。 許可を得てグループに招待されると、Googleフォームを作成し、受信クラス全体に送信しました。 彼らが留学生であるかどうか、そして彼らが現在または将来の学生とのコミュニケーションに最も興味を持っていたかどうかを確認するように彼らに依頼しました。

研究への招待状

10件の回答があり、そのうち7件は留学生でした。 10人中9人は現在の学生と会話したいと思っていました。 私たちはそれを予期していなかったので、次の学生とコミュニケーションをとる意思のある他の修士学生を見つける必要がありました。 ありがたいことに、何人かが参加に同意しました。

次に、留学生かどうかに基づいて学生をマッチングする方法について説明します。 もしそうなら、私たちはそれらをアメリカ人学生と一致させようとしました。 そうでない場合は、現在の留学生とそれらを一致させました。 参加者全員の名前をPost-Itsに書いて、それに応じて一致させました。

次に、一致した2人のユーザーと一緒にメッセージグループを作成して、Facebookで会話をセットアップしました。 簡単にするために導入メッセージを送信しましたが、4〜5日後に調査を終了するまで、会話の確認や中断は行いませんでした。

結果

会話の例

会話のなかにはかなり進んだものもあれば、数行のテキストしか続かなかったものもあります。 すべての会話を大きなタブロイド紙に印刷してから、それぞれの会話を読み、潜在的な介入ポイントを強調しました。 ほとんどの質問はロジスティクスベースまたは情報探索であり、会話は3つのトピック領域をカバーしました:

  • ピッツバーグ:住宅、気候
  • MA / MPS / MDesの詳細
  • 個人的背景:キャリア、興味、旅行、米国との接触など

会話の中断は予想したほど多くなかったことがわかりました。これは、アプローチを少し再評価する必要があることを意味している可能性があります。 Shengzhiは、見知らぬ人が話すと友好的で礼儀正しくなる可能性が高くなるのに対し、友人はカジュアルで保護されていないため、故障が発生する可能性が高いと述べています。 参加者は完全な文章で詳細に書いているため、誤解が少なくなる可能性が高かった。

私たちはそれぞれ会話を読み直し、さらに分析するためにそれらを体系化します。

提起されたいくつかの問題/質問:

  • 留学生の質問に答えるのに、在校生がどれほどの責任を負うかがわかりませんでした。 おそらく、着信と着信を一致させる方が良いでしょう。
  • 留学生にも自分たちの文化について何か共有してもらうことはできますか?
  • 会話が後で分析されることを知っていることによる観察効果はありましたか?
  • 責任のほとんどはアメリカ人にピッツバーグ、天気、学校などについて説明することでした。これをより双方向にして、責任を1人に教えるのではないのですか?
  • 留学生は、ここに来てカルチャーショックを体験するまで、遭遇する文化の違いに気づきません。 プラットフォームはそれらをよりよく準備できますか?
  • 移行プロセスの介入が早すぎませんか? ロジスティクスのほかに、何を準備していますか? 人と人の問題は、ここで一度だけ実現され、カルチャーショックを経験します。
  • 多くの会話が途絶えた。 PPLを維持し、従事させる方法は?

18.02.18の週

会話の結果

収集したすべての会話を読んでコーディングした後、いくつかの重要な調査結果を列挙することができました。 それらは次のとおりです。

  • 会話での学習は、双方向では不十分でした。
  • この場合、会話のタイムラインが問題になるようです。 カルチャーショックは到着時に明らかになるものです。そのため、人々は学習する必要があることをまだ認識していませんでした。
  • これらの会話には、プラットフォームでの文化学習の唯一のコンテキストとして使用するための十分な内訳ポイントがありませんでした。
  • 新入生と在校生のニーズには大きな違いがあります。
  • 会話の内訳よりも会話の中で学ぶ機会の方が多いです。
  • すぐに終了した会話の数を考えると、人々を会話に引き留めておくことが重要になります。

一般的に、主な要点は、新入生との会話のブレークダウンが、それらの会話を促進することに集中するだけでは不十分であったことです。 その結果、私たちはプラットフォームでより積極的な双方向学習を作成する方法について考え始めました。 具体的には、1対1の会話に統合された指示プロンプトや、文化学習のトピックを提案するボットを含むグループなどの機能が効果的である可能性があります。

4月2日の会議

必要か、必要か、プラットフォームの機能

このより積極的なシステムプロンプトについて考えると、留学生のための学習のトピックが欲求/ニーズマトリックスにうまく対応していることがわかりました。 学習のトピックを4つの象限にマッピングしました。これにより、どの機能がどのトピックに対応するかを考えるのに役立ちました。

この演習からの最大の学習は、「高いニーズ/低いニーズ」の象限の特定でした。 この4分の1の情報は、学生が必要としていることに気づいていませんが、それを学ぶことで大きな利益を得ます。 彼らはそれを望んでいない(またはそれについてさえ知っている)ので、システムはこの情報を積極的に促す必要があります。 会話のプロンプトと通知を介したプロンプトにより、この情報を配信できます。

学習が行われる主な相互作用は次のとおりです。

  • ボットは会話に直接プロンプトを出します
  • ボットはユーザーに通知を促します
  • ユーザーがボットに情報を要求する
  • ユーザーが他の生徒と話す

ワイヤーフレーム

会話研究の分析から得た洞察をもとに、プラットフォームのワイヤーフレームの作成も続けました。 チャット中のボットの相互作用とプラットフォームの対応するコンポーネントの設計を開始しました。

ユーザーテスト計画

ワイヤーフレームが集まり、来週には留学生と一緒にプラットフォームのテストを開始する予定です。 私たちが洞察を得るために望んでいる2つの主要な事柄があります。 最初に、1対1の会話におけるボットの介入の最良のタイプを探りたいと思います。 私たちは、ボットが会話に直接介入するようなより積極的な方法と、ユーザーが必要に応じてユーザーが情報を拡張できるようにするような、より受動的な方法を探っています。 これを行うために、これらの概念ごとに異なるクリック可能なプロトタイプを作成し、ユーザーとのデートのスピードを上げます。

次に、ボットの適切なトーンを決定します。 深刻なのでしょうか? カジュアル? 遊び心? 私たちが作成したサンプルのダイアログを提示し、フィードバックを得ることで、これを判断したいと考えています。

プラットフォームの対話とボットの介入の例