Ανθρωποκεντρικός και προσαρμοστικός σχεδιασμός για την ανάπτυξη εφαρμογής για συγκοινωνίες με χρήση μηχανικής μάθησης

Αποστολίδης, Μιχαήλ

Human-centered and adaptive design for the development of an application for transport using machine learning

Διπλωματική εργασία

Author

Αποστολίδης, Μιχαήλ

Date

2023-07-14

Advisor

Troussas, Christos

Διπλωματική εργασία (3.815Mb)

Keywords

Αλληλεπίδραση ανθρώπου-υπολογιστή ; Ανθρωποκεντρικός σχεδιασμός ; Διεπαφή χρήστη ; Τεχνητή νοημοσύνη ; Μηχανική μάθηση ; Προσβασιμότητα ; Android

Abstract

Η διείσδυση της ψηφιοποίησης σε όλους τους τομείς της ζωής και ακόμη και σε όλες τις ηλικιακές ομάδες έχει οδηγήσει στην κατάσταση ότι πλέον εκτελούμε σχεδόν όλες τις εργασίες με κάποια μορφή υποβοήθησης από υπολογιστή. Αυτό σημαίνει ότι οι άνθρωποι, με τις προσωπικές τους εμπειρίες, προσδοκίες, ικανότητες και ανάγκες, διαδραματίζουν ακόμη πιο σημαντικό ρόλο στην ανάπτυξη λύσεων και διεπαφών χρήστη που βασίζονται σε υπολογιστή. Η συνολική εμπειρία χρήστη και η ψηφιακή συμμετοχή έχουν αυξανόμενη οικονομική και κοινωνική σημασία. Αυτή η εργασία διερευνά τον τρόπο με τον οποίο η ποικιλομορφία ή η διαφορετικότητα των ανθρώπων μπορεί να ληφθεί υπόψη στον ανθρωποκεντρικό σχεδιασμό των συστημάτων και των λύσεων τεχνητής νοημοσύνης. Αυτό απαιτεί οι ψηφιακές εφαρμογές και οι διεπαφές χρήστη να γίνουν πιο ευφυείς και να μπορούν να προσαρμοστούν στα μεμονωμένα χαρακτηριστικά, τις ικανότητες ή τις καταστάσεις της ζωής μας. Είναι επίσης όλο και πιο σημαντικό οι βασικές τεχνολογίες όπως η τεχνητή νοημοσύνη να λαμβάνουν υπόψη την ποικιλομορφία. Σκοπός της διπλωματικής εργασίας είναι η ανάπτυξη μίας ανθρωποκεντρικής εφαρμογής με χρήση τεχνητής νοημοσύνης για την προσαρμογή της διεπαφής χρήστη. Δημιουργήθηκε μία εφαρμογή κινητών για τα τις συγκοινωνίες της Αθήνας. Η εφαρμογή στοχεύει να καλύψει τις ανάγκες ενός ευρέος φάσματος χρηστών, συμπεριλαμβανομένων εκείνων με διαφορετικό υπόβαθρο, εμπειρίες, ικανότητες και ανάγκες. Με την ενσωμάτωση ευφυών πρακτόρων βασισμένων σε κανόνες, η εφαρμογή στοχεύει βελτίωση της προσβασιμότητας και της ευχρηστίας, εξασφαλίζοντας την ομαλή εμπειρία χρήστη για άτομα με διαφορετικές ανάγκες και προτιμήσεις. Η εργασία ακολουθεί μια προσέγγιση ανάπτυξης με επίκεντρο τον χρήστη, που περιλαμβάνει έρευνα χρηστών, συλλογή σχολίων και δοκιμές σε όλη τη διαδικασία ανάπτυξης. Αξιολογούνται αλγόριθμοι, όπως Naïve Bayes, SGD, KNN, SVM, Random Forest και Decision Tree, στην προσαρμογή της διεπαφής χρήστη με βάση το ιστορικό αλληλεπίδρασής του χρήστη. Ο αλγόριθμος K-Nearest Neighbors (KNN) αναδεικνύεται ως η βέλτιστη επιλογή για την εφαρμογή όπου με την συλλογή στοιχείων κατά την χρήση της εφαρμογής, χρησιμοποιείται για την προσαρμογή της διεπαφής χρήστη και συνεπώς την βελτίωση της χρηστικότητας της εφαρμογής. Το σύστημα, μέσω καταγραφής χαρακτηριστικών στοιχείων κατά την χρήση της εφαρμογής, προσαρμόζεται στις ατομικές ανάγκες, ικανότητες και νοητικά μοντέλα του χρήστη ώστε να παρέχει τη κατάλληλη βοήθεια για την εκτέλεση των λειτουργιών όσο το δυνατόν πιο αποτελεσματικά και, με ευχάριστο ή διασκεδαστικό τρόπο.

Abstract

The spread of digitalization in all areas of life and even across all age groups has led to a situation where we now perform almost all tasks with some form of computer assistance. This means that people, with their personal experiences, expectations, abilities and needs, play an even more important role in the development of computer-based solutions and user interfaces. The overall user experience and digital participation are of increasing economic and social importance. This paper explores how the diversity or difference of people can be taken into account in the human-centric design of AI systems and solutions. This requires digital applications and user interfaces to become more intelligent and adaptable to individual characteristics, abilities or life situations. It is also increasingly important that key technologies such as AI take diversity into account. The aim of this thesis is the development of a human-centered application using artificial intelligence to customize the user interface. A mobile application was created for the public transport of Athens. The application aims to meet the needs of a wide range of users, including those with different backgrounds, experiences, abilities and needs. By incorporating intelligent rule-based agents, the app aims to improve accessibility and usability, ensuring a smooth user experience for people with different needs and preferences. The work follows a user-centered development approach, including user research, feedback collection and testing throughout the development process. Algorithms such as Naïve Bayes, SGD, KNN, SVM, Random Forest and Decision Tree are evaluated in adapting the user interface based on the user's interaction history. The K-Nearest Neighbors (KNN) algorithm emerges as the optimal choice for the application where by collecting data while using the application, it is used to customize the user interface and thus improve the usability of the application. The system, by recording characteristics during the use of the application, adapts to the individual needs, abilities and mental models of the user in order to provide the appropriate assistance to perform the functions as efficiently as possible and in a pleasant or entertaining way.