Home Europakarte Weltkarte Arbeiten Impressum Sitemap
4.2.1.3. Dimensionen eines BenutzermodellsIm folgenden sollen Benutzermodelle entsprechend folgender drei Dimensionen diskutiert werden.
Abb. 15: Dimensionen eines Benutzermodells ad 1) Kanonische Benutzermodelle gehören zu den weitverbreitetsten Modellen.283 Bei dieser Form eines Benutzermodells wird eine gewisse Anzahl von Stereotypen für typische Benutzer erstellt. Die Benutzer des Systems werden dann entsprechend ihrer Charakteristika jeweils dem am besten passenden Stereotyp zugeordnet. Oft unterscheiden sich aber die einzelnen Benutzer des Systems so stark, daß sie nicht in Gruppen mit ähnlichen Anforderungen zusammengefaßt werden können. In diesem Fall ist es notwendig, für jeden einzelnen Benutzer ein Benutzermodell zu erstellen. Diese individuellen Benutzermodelle ermöglichen es dem System, sich sehr differenziert an die Bedürfnisse der Benutzer anzupassen.284 Aus diesem Grund sind individuelle Benutzermodelle im CAI-Bereich von hoher Bedeutung.
Bei einem impliziten Benutzermodell erfolgt der Aufbau des Benutzermodells oder die Einordnung in eine Benutzerklasse automatisch. Das System versucht anhand des Benutzerverhaltens ein Benutzermodell aufzubauen.290 Gemessen werden kann z.B., welche Befehle und Funktionstasten der Benutzer kennt, seine Fehlerhäufigkeit, die Häufigkeit von Erklärungen usw..291 Das Grundproblem bei impliziten Benutzermodellen besteht darin, aus diesen meßbaren Verhaltensweisen Schlüsse auf qualifizierende Merkmale zu ziehen.292 Diese so gewonnenen Daten sind selbstverständlich nur unsichere Daten, so daß das Benutzermodell auch die Fähigkeit haben muß, mit wiedersprüch-iichen und unsicheren Informationen umgehen zu können.293 Der größte Nachteil von impliziten Modellen ist, daß das System die Daten erst während der Konsultation gewinnen kann. Unter Umständen ist eine lange Beobachtungszeit notwendig, um die benötigten Informationen über den Benutzer zu sammeln.294 ad 3) Bei statischen Benutzermodellen werden nach der Entwicklung oder Zuordnung zu einem Benutzermodell keine Veränderungen mehr berücksichtigt. Man geht von der Annahme aus, daß die Fähigkeiten des Benutzers, zumindest über einen längeren Zeitraum, konstant bleiben.295 Dynamische Benutzermodelle dagegen haben die Fähigkeit, sich an ein verändertes Benutzerverhalten anzupassen.296 Diese Fähigkeit wird vor allem im CAI-Bereich benötigt, damit das wissensbasierte System sich an die Fortschritte des Studenten anpassen kann.297 Auch bei Benutzern, die selten, aber dann sehr intensiv mit dem System arbeiten, ist diese Fähigkeit wünschenswert. Diese Benutzer tendieren dazu, sehr schnell vom. Anfängerniveau zum Expertenniveau aufzusteigen und später nach einer längeren Pause wieder auf das Anfängerniveau zurückzufallen.298 Die Anpassungsfähigkeit von dynamischen Modellen kann sich aber auch nachteilig auswirken. Genau wie das System ein Modell des Benutzers hat, besitzt der Benutzer ein Modell von dem System.299 Dieses Modell hilft ihm, das Verhalten des Systems zu verstehen.300 Wenn das System aber sein Verhalten ändert, um sich an den Benutzer anzupassen, kann dies auf den Benutzer verwirrend wirken, da das System dann nicht mehr das erwartete Verhalten, zeigt.301 279 Vgl. BERRY, D.C.; BROADBENT, D.E.: Expert Systems and the Man-Machine Interface, a.a.O, S. 23. 280 Vgl. ELLIS, C: Explanation in Intelligent Systems, a.a.O., S. 117. 281 Vgl. BERRY, D.C.; BROADBENT, D.E.: Expert Systems and the Man-Machine Interface, a.a.O, S. 23. 282 Vgl. WEINER, J.L.: The Effect of User Models on the Production of Explanations, in: ELLIS, C. (ED.): Expert Knowledge and Explanation: The Knowledge-Language Interface, Ellis Horwood Books in Information Technology, Chichester 1989, S. 144 (144-156). 283 vgl. RICH, E.: Users are Individuals: Individualizing User Models, in: INTERNATIONAL JOURNAL OF MAN-MACHINE STUDIES, Vol. 18, 1983, 3. 199 (199-214). 284 Vgl. RICH, E.: Users are Individuals, a.a.O., S. 201. 285 Vgl. BERRY, D.C.; BROADBENT, D.E.: Expert Systems and the Man-Machine Interface, a.a.O, S. 23. 286 Vgl. BERRY, D.C.; BROADBENT, D.E.: Expert Systems and the Man-Machine Interface, a.a.O, S. 23. 287 Vgl. RICH, E.: Users are Individuals, a.a.O., 3. 203. 288 Vgl. BODENDORF, F.: Computer in der fachlichen und universitären Ausbildung, Reihe: Handbuch der Informatik, Band 15.1, München/Wien 1990, S. 131. 289 Vgl. MORRIS, A.: Expert Systems - Interface Insight, a.a.O., S. 314. 290 Vgl. BERRY, D.C.; BROADBENT, D.E.: Expert Systems and the Man-Machine Interface, a.a.O, S. 23. 291 Vgl. RICH, E.: Users are Individuals, a.a.O., S. 205. 292 Vgl. BODENDORF, F.: Computer in der fachlichen und universitären Ausbildung, a.a.O., S. 131. 293 Vgl. RICH, E.: Users are Individuals, a.a.O., S. 203. 294 Vgl. BODENDORF, F.: Computer in der fachlichen und universitären Ausbildung, a.a.O., S. 131f. 295 Vgl. CLEAL, D.M.; HEATON, N.O.: Knowledge-Based Systems: Implications for Human-Computer Interfaces, Ellis Horwood Series in Information Technology, New York/Chichester/ Brisbane/Toronto, 1988, 3. 56. 296 Vgl. ELLIS, C: Explanation in Intelligent Systems, a.a.O.,
S. 118. 297 Vgl. BERRY, D.C.; BROADBENT, D.E.: Expert Systems and the Man-Machine Interface, a.a.O, S. 23. 298 Vgl. WEXELBLAT, R.L.: On Interface Requirements for Expert Systems, in: AI MAGAZINE, Vol. 10, No. 3, 1989, S. 66 (66-78). 299 Vgl. BERRY, D.C.; BROADBENT, D.E.: Expert Systems and the Man-Machine Interface, a.a.O, S. 23. |
