Machine Learning is a technology that has risen in popularity in the last decade. Designers face difficulties in working with Machine Learning as a design material. In order to help designers to cope with this material, many different approaches have been suggested, from books to insights of experienced designers with Machine Learning. In this research, the focus is on the users’ perceptions on Machine Learning and how these could contribute to better design. For this purpose, 10 participants deployed probes to investigate the term Machine Learning. Probes consisted of simple tasks that provoked participants to recognize Machine Learning elements in applications they already use and were deployed with the use of their smart phones. Participants formed personalized perceptions on Machine Learning which varied from creativity in Machine Learning to preoccupations about data use. Based on these findings, suggestions to designers were proposed. Moreover, a secondary research question that emerged was the difficulties the researcher faced while working with probing on Machine Learning user experiences for the specific research. / Maskininlärning är ett teknologi som har blivit populär det senaste decenniet. Som designer kan det vara svårt att jobba med maskininlärning som ett “designmaterial". Olika tillvägagångssätt har föreslagits för att hjälpa designers att hantera det här material. I studien som presenteras här läggs fokus på användarens uppfattningar om maskininlärning och hur deras förståelse skulle kunna bidra till bättre design. Tio deltagare använde så kallade “probes" i syfte att undersöka hur vi möter maskininlärning i vardagen. Dessa “probes" bestod av enkla uppgifter som uppmuntrade deltagare att notera och utforska hur maskininlärning ingår som element i tillämpningar som de använder i t ex smartphones. Deltagarna uttryckte sin personliga förståelse och funderingar om maskininlärning, vilket omfattade allt från kreativitet till oro kring hur personliga data används i dessa system. Baserat på en analys av resultaten formulerar vi råd till hur en designer ska utforma interaktion med maskininlärningssystem. Slutligen adderar vi en reflektion om svårigheterna med att använda probes för att studera maskininlärning.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-271200 |
| Date | January 2019 |
| Creators | Androulakaki, Theofronia |
| Publisher | KTH, Skolan för elektroteknik och datavetenskap (EECS) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-EECS-EX ; 2019:821 |
Page generated in 0.0018 seconds