Argunaut

Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS

Das Internet hat sich im letzten Jahrzehnt als eins der wichtigsten Kommunikationsmedien etabliert. Neben E-Mail und Diskussionsforen in Internetforen entwickelt sich derzeit eine Vielzahl weiterer rechnerbasierter Diskussionsformen. e-Discussions können Diskussen durch vielfältige Unterstützungs- und Strukturierungsfunktionen unterstützen, erfordern jedoch oft eine effektive Moderation. Ziel des Projektes ARGUNAUT ist die Entwicklung von Methoden und Werkzeugen zur Unterstützung von Moderatoren in e-Diskussionen.

Ziel

Im Rahmen von ARGUNAUT wird eine Integrationsinfrastruktur für elektronische Diskussionsumgebungen entwickelt. Das System übernimmt in Echtzeit Informationen über Aktivitäten in Diskussionen, vereinheitlicht diese und leitet sie an das Kernstück der Architektur, das Moderator's Interface (MI) weiter. Diese Anwendung ermöglicht einem Moderator, verschiedene Aspekte einer oder mehrerer Diskussionen zu betrachten. Gleichzeitig analysiert das System kontinuierlich die Diskussionen und benachrichtigt den Moderator, falls relevante Situationen erkannt wurden. Zudem bietet das MI Möglichkeiten, Moderationsinterventionen zu veranlassen, die vom ARGUNAUT-System in die entsprechenden Diskussionen zurückgeleitet werden. Die Visualisierungen und der Workflow der Moderation wird in Zusammenarbeit mit Anwendern entsprechend der spezifischen Bedürfnisse von Moderatoren entwickelt. Hohe Flexibilität des MI ermöglicht die Anpassbarkeit auf individuelle Moderationsstile und Eigenarten spezifischer Diskussionen. Die ARGUNAUT-Architektur eignet sich für eine Vielzahl von Diskussionsformen und -umgebungen. Eine Referenzumgebung ist die bei Fraunhofer entwickelte graphbasierte Diskussionsumgebung Digalo.

Ansatz

ARGUNAUT erreicht die Moderationsunterstützung hauptsächlich über drei Wege:

  1. Frühzeitige Erkennung relevanter oder kritischer Situationen über intelligente Klassifikatoren: Aus Aufzeichnungen abgeschlossener Diskussionen werden Beispiele diskussionsrelevanter Situationen und Aspekte gesammelt. Mit Hilfe dieser Beispielsätze generieren Methoden der Künstlichen Intelligenz Klassifikatoren, die derartige Situationen in laufenden Diskussionen erkennen können. Die resultierende automatische Situationserkennung steht anschließend dem Moderator zur Verfügung.
  2. Innovative Visualisierungen der Diskussionsstruktur: Die komplexen Strukturen eines Diskussionsverlaufs lassen sich oft nur schwierig aus der für die jeweilige Diskussionsumgebung typischen Ansicht erkennen. Daher ermöglichen verschiedenartige aspektbezogene Visualisierungen die Fokussierung auf einzelne Aspekte von Diskussionen, z.B. Aktivität der Teilnehmer, Gruppendynamik oder zeitliche Entwicklung.
  3. Reduktion irrelevanter Informationen: Der Workflow des MI unterstützt die Annahme, dass Moderatoren typischerweise einen Aufmerksamkeitsfokus verfolgen - z.B. eine Diskussion und/oder ein Aspekt. Informationen werden entsprechend des aktuellen Fokus arrangiert, Möglichkeiten zur schnellen Navigation gegeben und im aktuellen Kontext irrelevante Informationen versteckt. So sind komplexe und umfangreiche Datenmengen schnell verständlich und handhabbar. Die maschinelle Erkennung wichtiger Situationen außerhalb des Benutzerfokus vermindert die Gefahr, wichtige Situationen zu verpassen.

Anwendungen

Referenzanwendung des ARGUNAUT-Systems ist der Einatz in schulischen und universitären e-Learning-Umgebungen. Hier unterstützt die Software Lehrende bei der Moderation paralleler Diskussionen in Kleingruppen. In dieser Umgebung sind e-Diskussionen vielerorts bereits etabliert. Zudem ergibt sich hier auf natürliche Weise die Notwendigkeit intensiver und effizienter Moderation und bietet dem System so ein realistisches Einsatzszenario. Dennoch ist die ARGUNAUT-Architektur nicht auf den Lehr-/Lernkontext begrenzt, sondern lässt sich an vielfältige e-Diskussionsszenarien anpassen. Hauptsächlich werden synchrone und parallele Diskussionsformen wie Chats von den Möglichkeiten des Systems profitieren - aber auch die A-posteri-Analyse asynchroner oder abgeschlossener Diskussionen ist möglich.

Partner

  • Hebrew University of Jerusalem, Israel
  • Universität Duisburg-Essen
  • University of Exeter, England
  • Silogic, Frankreich
  • Pouliardis, Griechenland
  • DFKI, Saarbrücken

Förderung

European Commission, Sixth Framework Programme, IST, Contract No.: 027728

Keywords

  • e-Discussion,
  • e-Learning,
  • Computer Supported Collaborative Work (CSCW),
  • Computer Supported Collaborative Learning (CSCL),
  • AI,
  • Infovis,
  • Moderation,
  • School Environments