artigos

Censo demográfico, UX e paradados

Posted on por Luiz Agner

Este texto (publicado na revista Estudos em Design) apresenta os resultados preliminares de pesquisa para avaliar a experiência do usuário (UX) no preenchimento de questionários na web, aplicados em censos demográficos. Questionários via internet para pesquisas censitárias precisam apresentar avançados atributos de usabilidade de modo a facilitar o seu preenchimento pelos cidadãos brasileiros. Neste contexto, pretende-se avaliar se os paradados – registros de interações entre os usuários e o próprio questionário – podem apontar inconsistências nos instrumentos de coleta dos censos. Em oito bases científicas online, foram efetuadas buscas e os resultados trouxeram importantes insights. O trabalho de pesquisa faz parte do doutorado da Patricia Tavares (minha colega do IBGE), da qual eu sou o coorientador, e é assinado também pela prof. Simone Bacellar (a sua orientadora da Unirio).

Baixe o artigo: Censo Demográfico e Paradados: Em Busca da Melhor Experiência para o Usuário

Revista Estudos em Design, Rio de Janeiro, RJ, Brasil, ISSN Impresso: 0104-4249, ISSN Eletrônico: 1983-196X

Como as pesquisas acadêmicas são utilizadas na vida real

Posted on por Luiz Agner

Certa vez ouvi uma frase que muito me marcou: dizia que quando você publica um trabalho e o joga para o mundo, ele imediatamente deixa de ser seu. O Academia (uma rede social mundial onde acadêmicos compartilham trabalhos) detecta os artigos onde cada pesquisador foi mencionado. É muito interessante para um professor verificar quais são as diferentes formas que as suas pesquisas são utilizadas na prática, por outros estudiosos, dentro ou fora do seu campo de pesquisa. Fico muito feliz que os meus textos são usados como referência…

No arquivo .pdf abaixo segue a listagem de 242 citações de trabalhos, tal qual encontradas na web pelo Academia (com os seus links) até a data de hoje.

Listagem de artigos com citações acadêmicas (segundo o site Academia).

Sistemas de recomendação e machine learning: o impacto na experiência dos usuários

Posted on por Luiz Agner

A interação humano-algoritmo surge como uma nova fronteira para estudos envolvendo design de interação e ergonomia de interface. Esta pesquisa abordou questões sensíveis e emergentes de sistemas de recomendação que muitas vezes são consideradas muito novas ou desconhecidas por profissionais no campo da ergonomia e design de experiência do usuário. 

Durante nossas entrevistas com usuários, examinamos as práticas de consumo de conteúdo na plataforma Netflix, identificando alguns aspectos de sua interação com algoritmos de recomendação.

As respostas dos entrevistados sugeriram que pode haver falhas de comunicação. Portanto, os designers de UX devem se esforçar para tornar óbvio como o sistema rastreia e processa os dados de interação do usuário. Seria aconselhável alcançar uma transparência razoável e ajudar os usuários a construir modelos mentais adequados, bem como a desconstruir o sentimento de “caixa preta”. 

Os usuários revelaram uma suspeita sobre algoritmos e sobre o que pode acontecer com os dados de uso, não apenas na plataforma Netflix, mas também em outros serviços que usam recomendação baseada em algoritmo. Surgiram temores de manipulação política, restrição da liberdade de informação e até mesmo hackeamento de cartões de crédito. Além disso, um entrevistado relatou a preocupação de que a plataforma de streaming compartilhasse seus dados com outros serviços online. 

Da mesma forma, os usuários não pareciam estar completamente cientes de como poderiam interferir no sistema de recomendação e quais ações poderiam tomar para gerar listas de itens mais relevantes de acordo com seus objetivos e humor. Os respondentes desconheciam o universo de entradas possíveis para melhorar a experiência. 

As respostas parecem indicar que os designers de UX devem fornecer um método eficaz para encorajar os usuários a registrar feedbacks ou editar os dados do usuário a fim de criar recomendações melhores. Os designers de UX ainda têm muito a aprender e a contribuir para o reforço de controle do usuário sobre a tecnologia durante a interação com algoritmos de aprendizado de máquina. 

Estas foram algumas das conclusões do nosso trabalho apresentado no Congresso HCI International 2020.

Download: Recommendation Systems and Machine Learning: Mapping the User Experience (Author’s Proof – PDF)

Por Luiz Agner (Facha; IBGE), Barbara Necyk (Puc-Rio; Esdi-UERJ) and Adriano Renzi (UFF).

CITAR COMO (CITE THIS PAPER AS):

Agner L., Necyk B., Renzi A. (2020) Recommendation Systems and Machine Learning: Mapping the User Experience. In: Marcus A., Rosenzweig E. (eds) Design, User Experience, and Usability. Design for Contemporary Interactive Environments. HCII 2020. Lecture Notes in Computer Science, vol 12201. Springer, Cham. https://doi.org/10.1007/978-3-030-49760-6_1


Ensino de design e de comunicação em tempos de pandemia

Posted on por Luiz Agner

Este artigo trata dos processos de adaptação e flexibilização das dinâmicas pedagógicas de disciplinas da graduação dos cursos de Design e de Comunicação no âmbito de universidades particulares brasileiras em meio à pandemia do COVID-19, no primeiro semestre de 2020. Em questão de semanas, professores do ensino superior tiveram que adaptar suas dinâmicas de aula para o meio online por conta do isolamento social. O novo formato de aula em videoconferência foi sendo testado na medida em que o curso acontecia. O texto examina como alguns princípios da educação a distância funcionaram em um contexto sem um planejamento prévio.

Trabalho realizado em parceria com a professora Barbara Necyk (Puc-Rio e ESDI).

Ensino de design e de comunicação em tempos de pandemia (download).

300 citações acadêmicas

Posted on por Luiz Agner

300 citações no site Academia.edu

O site Academia é uma espécie de rede social de pesquisadores de todo o mundo. Recentemente, alcancei este marco no número de citações acadêmicas ao meu trabalho de pesquisa (referências a artigos científicos que estão compartilhados no Academia.).

PS – Em 02 de julho de 2021, após uma triagem e seleção rigorosa (já na versão Premium do Academia), retirei os erros do algoritmo e os pesquisadores homônimos, perfazendo um total de 241 citações previamente checadas.

Interação humano-algoritmo

Posted on por Luiz Agner

A interação humano-algoritmo surgiu recentemente como uma nova fronteira de estudos envolvendo design de interação e ergonomia de interface. Este trabalho visa discutir a eficácia e a comunicabilidade dos sistemas de recomendação de conteúdos em streaming, baseados no aprendizado de máquina, do ponto de vista do modelo mental dos usuários.

No artigo, examinamos as práticas de consumo de conteúdo na plataforma Netflix, identificando alguns aspectos sensíveis da interação com algoritmos de recomendação. Foram aplicadas entrevistas semi-estruturadas a uma amostra de alunos de três universidades diferentes do Rio de Janeiro.

Percebemos que os entrevistados em geral não compreenderam como o sistema funciona e não formaram um modelo mental adequado sobre os dados rastreados e processados para criar listas personalizadas.

Outra questão diz respeito à privacidade: os usuários demonstraram suspeitas a respeito dos algoritmos e o que poderia acontecer com os seus dados de uso, não apenas na plataforma Netflix, mas em outros serviços que utilizam recomendação baseada em algoritmos.

As respostas dos entrevistados sugeriram que pode haver falhas de comunicação. Portanto, designers de UX devem se esforçar para tornar mais claro como o sistema rastreia e processa os dados das interações.

Trabalho para o congresso HCII 2020 (prova de autor/ pre-print).

Algoritmos contribuem para ampliar a sociedade do controle

Posted on por Luiz Agner

Somente agora começamos a identificar e a abordar os problemas levantados pela rápida introdução dos algoritmos de inteligência artificial e machine learning em áreas importantes no âmbito social. A partir dos escândalos trazidos pelo emprego da IA, questões fundamentais emergiram para reflexão: quem será responsabilizado quando sistemas de aprendizado estatístico começam a prejudicar os cidadãos? O gap de responsabilidade torna-se presente quando se observa o atual emprego crescente dos algoritmos para amplificar a vigilância digital sobre a sociedade, no âmbito do marketing ou da política, especialmente em associação a tecnologias disruptivas com potencial de maximizar o controle social e, possivelmente, no caso de alguns governos, a opressão.

Algoritmos de machine learning têm contribuído amplamente para ampliar a vigilância social generalizada. Isso ocorre não somente com o rastreamento de dados dos usuários pelo marketing, mas também com o emprego crescente de redes de sensores, manipulação de percepções, reconhecimento facial e usos panópticos das redes sociais. Há o perigo de novas ameaças, ao mesmo tempo em que se ampliam preocupações antigas, exaustivamente discutidas por autores como Foucault, Deleuze, Bauman, Lyon, entre outros.

Artigo completo apresentado na ABCiber 2018