Bachelorarbeit, 2022
118 Seiten, Note: 1,3
Medien / Kommunikation - Multimedia, Internet, neue Technologien
1. Einleitung
2. Das CASA-Paradigma und Anthropomorphismus von Maschinen
2.1 Sind soziale Reaktionen „mindless“ oder „mindful“?
2.2 Anthropomorphe Hinweise in Maschinen und menschliche Reaktionen auf diese
3. Geschlechtswahrnehmung von Stimmen
3.1 Geschlechtsspezifische Eigenschaften menschlicher Stimmen und Geschlechtsneutralität
3.2 Andere Einflüsse auf die Wahrnehmung des Geschlechts einer Stimme
4. Geschlechterstereotype
5. Vertrauen und Vertrauenswürdigkeit
5.1 Definition von Vertrauen und Vertrauenswürdigkeit
5.2 Vertrauenskonstrukte und beteiligte Subjekte
5.2.1 Menschliches Vertrauen
5.2.2 Maschinelles Vertrauen
5.3 Vertrauenswürdigkeit von Sprachassistent:innen
5.4 Einfluss des wahrgenommenen Geschlechts und der Geschlechterstypisierung auf die maschinelle Vertrauenswürdigkeit
6. Forschungsfragen und Hypothesen
7. Methodisches Vorgehen
7.1 Untersuchungsdesign und Grundgesamtheit
7.2 Entwicklung der Stimuli und der geschlechtsneutralen Stimme
7.3 Aufbau des experimentellen Fragebogens
7.3.1 Operationalisierung Geschlechtswahrnehmung und Themengeschlecht
7.3.2 Operationalisierung Vertrauenswürdigkeit
7.4 Anpassungen nach den Pretests
7.5 Datenbereinigung und Datentransformation
7.6 Reliabilitäts- und Validitätstests
8. Ergebnisse der Untersuchung
8.1 Beschreibung der Stichprobe
8.2 Einfluss des Themas auf die Geschlechtswahrnehmung der Stimme
8.3 Einfluss der Geschlechtswahrnehmung auf die Vertrauenswürdigkeit
8.4 Einfluss der Wechselwirkung aus Geschlechts- und Themenwahrnehmung auf die Vertrauenswürdigkeit
8.5 Einfluss der Kontrollvariablen
9. Diskussion
9.1 Geschlechtswahrnehmung der Stimme
9.2 Einfluss des Themas auf die Geschlechtswahrnehmung
9.3 Einfluss der Geschlechtswahrnehmung auf die Vertrauenswürdigkeit
9.4 Einfluss der Kontrollvariablen
9.5 Einfluss der Wechselwirkung aus Geschlechts- und Themenwahrnehmung auf die Vertrauenswürdigkeit
9.6 Limitationen
10. Fazit
Die Arbeit untersucht, wie geschlechtsneutrale Stimmen bei Sprachassistenten das Vertrauen von Nutzern beeinflussen und ob dabei Geschlechterstereotype aktiviert werden, um eine Alternative zu geschlechtsspezifischen Sprachausgaben zu evaluieren.
1 Einleitung
Bereits Ende 2018 besaßen 85% der Deutschen mindestens ein Endgerät mit einer vorinstallierten Sprachassistent:in (VBA), wovon 26% diese Technologie auch nutzten (Tas et al., 2019). Bis 2025 sollen bereits 75% der US-Haushalte über intelligente Lautsprecher verfügen, wobei die schnelle Verbreitung kein ausschließlich amerikanisches Phänomen ist (Kinsella, 2020). Die Assistent:innen sind dabei überwiegend weiblich: Von 70 untersuchten Assistenzsystemen sprechen 68% mit ausschließlich weiblicher und 13% mit ausschließlich männlicher Stimme. 13% bieten beide Geschlechter zur Wahl an (Sey and Fesalbon, 2019). Alternativen, wie die geschlechtsneutrale Stimme „Q“ wurden zwar entwickelt (genderlessvoice, 2020), jedoch noch nicht einprogrammiert. Das kann daran liegen, dass überwiegend männliche Teams die Technologien entwickeln (West et al., 2019), was jedoch zu sozialen Problemen führt: So reagierten branchenführende weibliche VBAs auf verbale Belästigungen, wie „You’re a slut“ positiv („I’d blush if I could“; West et al., 2019; Fessler, 2017).
Da Geschlechterstereotype auch auf Maschinen übergreifen (Nass et al., 1997), nimmt die Assoziation zwischen „Frau“ und „Assistentin“ mit zunehmender Verbreitung der VBAs dramatisch zu (Lai und Mahzarin, 2019). Das Problem dabei: Geschlechtsspezifische Herausforderungen werden umso größer, je weiter sich VBAs verbreiten und je mehr menschenähnliche Kommunikationsfähigkeiten sie entwickeln (West et al., 2019). Doch obwohl sie bereits jetzt weltweit verbreitet sind, und das Potenzial haben, Mediengewohnheiten zu verändern (Olmstead, 2017), werden sie selten durch eine geschlechtsspezifische Brille betrachtet (West et al., 2019). Dabei könnten Studien zur Stereotypisierung von Technologien zwei soziale Ziele verfolgen: Zum einen können die Erwartungen der Nutzenden an die Technologien durch Stereotypkongruenz erfüllt werden, zum anderen Stereotype langfristig geändert werden (Nass et al., 1997).
1. Einleitung: Die Einleitung beleuchtet die Verbreitung von Sprachassistenten und die Problematik geschlechtsspezifischer Voreinstellungen bei der Stimmwahl, die soziale Stereotype festigen können.
2. Das CASA-Paradigma und Anthropomorphismus von Maschinen: Dieses Kapitel erläutert das CASA-Paradigma, welches besagt, dass Menschen soziale Verhaltensmuster unbewusst auf Computer übertragen, und diskutiert konträre Reaktionen auf Maschinen.
3. Geschlechtswahrnehmung von Stimmen: Hier werden akustische Parameter wie Frequenz und Formanten beschrieben, die zur intuitiven Geschlechtszuordnung von Stimmen führen.
4. Geschlechterstereotype: Dieses Kapitel definiert soziale Kategorisierung und Geschlechterrollen als kognitive Schemata, die das Verhalten und die Erwartungen an Personen und Technologien stark beeinflussen.
5. Vertrauen und Vertrauenswürdigkeit: Es wird ein theoretischer Rahmen für menschliches und maschinelles Vertrauen geschaffen, wobei Konzepte wie Integrität, Kompetenz und Hilfsbereitschaft auf KI übertragen werden.
6. Forschungsfragen und Hypothesen: Basierend auf der Theorie werden Hypothesen zum Einfluss von geschlechtsneutralen Stimmen auf das Vertrauen in Abhängigkeit von verschiedenen Themen aufgestellt.
7. Methodisches Vorgehen: Das Kapitel beschreibt das Design des Online-Experiments, die Entwicklung der akustisch manipulierten Stimuli und die statistischen Methoden zur Datenanalyse.
8. Ergebnisse der Untersuchung: Die deskriptiven Daten der Stichprobe werden präsentiert und die Hypothesen mittels statistischer Verfahren wie Kontingenz- und Regressionsanalysen ausgewertet.
9. Diskussion: Die Ergebnisse werden in den aktuellen Forschungsstand eingeordnet, Limitationen der Studie kritisch beleuchtet und Implikationen für die HCI-Forschung abgeleitet.
10. Fazit: Das Fazit fasst zusammen, dass geschlechtsneutrale Stimmen Vertrauen erzeugen können und eine wichtige Alternative zur Eindämmung von Stereotypen in der Technologie darstellen.
Sprachassistent, Geschlechtsneutralität, Ambiguität, Vertrauenswürdigkeit, Vertrauen, Kontexteffekte, CASA-Paradigma, Geschlechterstereotype, Mensch-Computer-Interaktion, akustische Stimmen, Rollenkongruenztheorie, Online-Experiment, Stimuli, Kompetenz, Hilfsbereitschaft.
Die Arbeit untersucht, ob Sprachassistenten mit akustisch geschlechtsneutralen Stimmen Vertrauen bei Nutzern wecken können und ob sie die unbewusste Anwendung von Geschlechterstereotypen reduzieren können.
Die Arbeit verknüpft sozialpsychologische Theorien wie das CASA-Paradigma und Geschlechterrollen mit vertrauenstheoretischen Ansätzen der Informatik sowie der Stimmwahrnehmungsforschung.
Die Forschungsfrage lautet: Inwieweit beeinflusst das Thema, über das ein Sprachassistent mit geschlechtsneutraler Stimme spricht, die Geschlechtswahrnehmung und damit die Vertrauenswürdigkeit?
Es wurde ein einfaktorielles Online-Experiment durchgeführt, bei dem Probanden mit einem nicht auf dem Markt erhältlichen Sprachassistenten interagierten, um deren Vertrauen empirisch zu messen.
Der Hauptteil gliedert sich in eine theoretische Fundierung zu Vertrauen und Stereotypen, gefolgt von einer detaillierten Beschreibung der experimentellen Konzeption, Ergebnissicherung und anschließenden methodischen Diskussion.
Zentrale Begriffe sind Sprachassistent (VBA), Geschlechtsneutralität, Vertrauenswürdigkeit, CASA-Paradigma und Auswirkungen von Geschlechterstereotypen in der menschenähnlichen Technologie.
Studien zeigen, dass Nutzer trotz geschlechtsneutraler akustischer Parameter (F0/Formanten) dazu neigen, Stimmen durch kontextuelle Informationen einer Geschlechterkategorie zuzuordnen.
Die Ergebnisse legen nahe, dass die Geschlechtszuschreibung zwar erfolgt, aber keinen signifikanten negativen Einfluss auf die maschinelle Vertrauenswürdigkeit im Vergleich zu spezifischen Stimmen hat.
Die Studie konnte entgegen der Erwartung basierend auf der Rollenkongruenztheorie keinen signifikanten Einfluss der Themenwahl auf die Wahrnehmung der Vertrauensfaktoren nachweisen.
Der GRIN Verlag hat sich seit 1998 auf die Veröffentlichung akademischer eBooks und Bücher spezialisiert. Der GRIN Verlag steht damit als erstes Unternehmen für User Generated Quality Content. Die Verlagsseiten GRIN.com, Hausarbeiten.de und Diplomarbeiten24 bieten für Hochschullehrer, Absolventen und Studenten die ideale Plattform, wissenschaftliche Texte wie Hausarbeiten, Referate, Bachelorarbeiten, Masterarbeiten, Diplomarbeiten, Dissertationen und wissenschaftliche Aufsätze einem breiten Publikum zu präsentieren.
Kostenfreie Veröffentlichung: Hausarbeit, Bachelorarbeit, Diplomarbeit, Dissertation, Masterarbeit, Interpretation oder Referat jetzt veröffentlichen!

