Entwicklung eines Adaptionsmechanismus für das personalisierte Prompting bei KI-basierter digitaler Assistenz im Diabetesbereich

Art der Abschlussarbeit

Status der Arbeit

Betreuer/in

Hintergrundinformationen zu der Arbeit

Gegenwärtig wird in der Forschung ein verstärkter Fokus auf die Unterstützung des Promptings bei der Verwendung von Large Language Models und Conversational Artificial Intelligence für Nicht-LLM-Expert:innen gelegt. Für die Nutzenden ist es häufig unklar, welche syntaktischen und se-mantischen Faktoren in einem Prompt relevant sind. In dieser Arbeit sollen Adaptionsmechanismen entwickelt und untersucht werden, die die Nutzenden in ihrer Interaktion unterstützen sollen. Dies wird im Kontext der Diabetesforschung beleuchtet, da aufgrund des medizinischen Fachkräfteman-gels ein erhöhter Bedarf an digitalen Assistenzsystemen besteht, die die Patient:innen mit persona-lisierten Informationen unterstützen.
Zur Entwicklung der Adaptionsmechanismen wurden neben Literatur- und Fachanalysen auch die Ergebnisse der durchgeführten Experteninterviews herangezogen. Nach der Konzeption und einer Iteration wurden zwei Systeme implementiert: ein System mit einem Chatinterface und eines mit zusätzlichen Adaptionsmechanismen. In der durchgeführten Studie sollten die Proband:innen mit Hilfe der Systeme Fragen beantworten, wobei sie jeweils eine spezifische Aufgabe mit jeweils ei-nem System bearbeiteten, sodass sie am Ende beide Systeme durchliefen. Untersucht wurde, ob die erlebte Handlungssicherheit nach der Interaktion mit dem System mit den Adaptionsmechanismen höher eingeschätzt wurde, ebenso wie die erlebte Nützlichkeit, erlebte Nachvollziehbarkeit, erlebte Steuerbarkeit und wahrgenommene Vertrauenswürdigkeit. Allerdings zeigte die Auswertung der erhobenen Daten keine Verbesserung der zuletzt genannten Variablen durch das System mit den Adaptionsmechanismen. Dennoch empfanden die Proband:innen die Interaktion mit den Adapti-onsmechanismen schneller, obwohl das System eine höhere Komplexität und somit Einarbeitungs-zeit aufwies. Ob die empfundene Schnelligkeit auch durch eine objektive Zeitmessung bestätigt werden kann, könnte in weiteren Arbeiten untersucht werden.

Prüfling
Anna Plöger

Starttermin

Jun 2023

Abgeschlossen

Feb 2024