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).
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 CongressoHCIInternational2020.
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
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.
Dan Saffer enumera os mais importantes autores e artigos sobre UX/UI e design de interação de todos os tempos!! Em seu canal no Medium. Segue sua a lista:
Stephan Wensveen, Kees
Overbeeke, and Tom Djajadiningrat, But
How, Donald, Tell Us How?: On the creation of meaning in interaction design
through feedforward and inherent feedback (2002)
Fred Amstel, professor de UX design da UFTPR, escreveu o prefácio da quarta edição do “Ergodesign e Arquitetura de Informação – Trabalhando com o Usuário“. Com um time de prefaceadores assim, o que este livro precisa mais para ser um sucesso? :))
Fred Amstel comenta sobre o livro “Ergodesign” no seu Linkedin
Luiz Agner 