"Kommunikationsstil" als Teil des Benutzerprofils

Merkmal
1

Ich habe darüber eine Weile nachgedacht, besonders seit der Integration der KI-Stimmungsanalyse und nach einer Diskussion mit @maiki. Ich frage mich, ob es möglich wäre, neben dem Benutzernamen einer Person oder in ihrem Profil eine kurze Beschreibung davon zu haben, wie sich die Person tendenziell verhält oder kommuniziert? Es könnte leicht und skurril sein, zum Beispiel:

„Verzeiht Dave, manchmal drückt er sich etwas direkter aus als andere (aber er meint es immer gut :slight_smile: )“

Oder „Simon ist extrem freundlich, man muss sich vielleicht durch die Freundlichkeit kämpfen, um seinen Punkt zu finden“

Das sind nur ein paar Beispiele, die mir gerade einfallen. Der Hauptanwendungsfall hierbei ist, dass wir alle Leute kennen, die einfach auf eine Weise kommunizieren, die manchmal nicht die freundlichste ist – obwohl sie es gut meinen. Oder vielleicht jemand, der einfach ein bisschen eigenartig ist, wie er die Dinge sagt. Wenn man mit ihrem Stil vertraut ist, kann man ihn mit Verständnis lesen. Wenn man diese Person jedoch nicht kennt und es Ihre erste Interaktion mit ihr ist, können bestimmte Kommunikationsstile falsch rüberkommen. Direktheit kann als unhöflich empfunden werden, Freundlichkeit als unecht, und manche Eigenheiten sind für den Leser einfach zu seltsam, um sie zu durchschauen.

Ich frage mich, ob so etwas möglich wäre und ob es in der Praxis funktionieren würde?

10 „Gefällt mir“
2

Wir experimentieren derzeit mit Sentiment-Analysen für Benutzerprofile (nur Mitarbeiter können sie sehen). Ich denke, irgendwann könnten wir dies für alle Benutzer öffnen, damit sie es sehen können.

Ich denke, je nach Modell könnte diese Art der Analyse in Zukunft möglich sein, indem man den gesamten Themen-/Postverlauf eines Benutzers betrachtet. Dies könnte jedoch bis zu einem gewissen Grad eingeschränkt sein.

Ich glaube jedoch, dass dies zu falsch positiven Ergebnissen führen könnte, da man nie wirklich weiß, ob jemand es gut meint, es sei denn, man kennt ihn persönlich sehr gut?

Gibt es weitere Gedanken @sam @Falco?

5 „Gefällt mir“
3

Ich hoffe, Sie führen zumindest einige interne Diskussionen darüber, warum dies eine schlechte Idee sein könnte.

7 „Gefällt mir“
4

Wenn dieses System implementiert wird, würden dann unterschiedliche Standards für verschiedene Benutzer angewendet, basierend auf den unterschiedlichen Ergebnissen von Analysen ihres Kommunikationsstils, wenn Moderatoren entscheiden, ob eine gegen einen ihrer Beiträge erhobene Markierung bestätigt werden soll oder nicht?
Bitte verstehen Sie diese Frage nicht falsch. Betrachten Sie sie vielmehr als eine freundliche Frage, die mit einem direkten Kommunikationsstil gestellt wird.

1 „Gefällt mir“
5

Ich frage mich, ob es herausfordernden Benutzern zu denken geben könnte, wenn sie ihre eigene Sentiment-Analyse sehen könnten. Wissen Sie, wie dieser Trick, einen Spiegel hinter einen Kundendienstschalter zu stellen?

Vielleicht könnte dies Links zu den Anleitungen und Gründen für die Änderung ihrer Kommunikationsmuster für besonders herausfordernde Benutzer enthalten? Zum Beispiel zeigt ein Benutzer eine Zunahme aggressiver Stimmungen, aber er kann dies in seiner eigenen Analyse sehen und erhält Links zu einigen Themen, die alternative Kommunikationswege aufzeigen, die typischerweise zu besseren Ergebnissen führen.

JIT-Sentiment-Analyse im Composer

Darauf aufbauend erwähnte ich Saif auch die Idee einer JIT-Analyse im Composer. Wenn ein feindseliger Ton rüberkommt, könnte der Composer ihnen vielleicht eine Warnung geben, sich erst abzukühlen und später wiederzukommen?

4 „Gefällt mir“
6

Benutzer zu ermutigen, über ihr eigenes Verhalten nachzudenken, scheint eine gute Praxis zu sein. Die FAQ und die Nutzungsbedingungen von Discourse sind recht gut gestaltet, um einen einladenden, egalitären Ton innerhalb der zahlreichen Gemeinschaften zu setzen, die diese ausgezeichnete Plattform für Diskussionen nutzen. Es ist erhebend, einer Gemeinschaft beizutreten, wenn sie von Anfang an den Eindruck vermittelt, dass von allen Mitgliedern erwartet wird, dass sie die gleichen Standards einhalten, die gegenseitigen Respekt beinhalten. Es wäre bedauerlich, wenn ein System der Stimmungsanalyse stattdessen den falschen Eindruck erwecken würde, dass es einigen Benutzern, wie Dave im ursprünglichen Beitrag, die Erlaubnis geben könnte, von solchen Standards abzuweichen, während von den freundlichen, wie Simon, erwartet würde, sich weiterhin nett zu verhalten.

3 „Gefällt mir“
7

Die öffentliche Preisgabe der Stimmungsanalyse pro Benutzer ist nichts, womit ich persönlich einverstanden bin. Ich bin mir auch nicht sicher, ob ich damit einverstanden bin, dass Mitarbeiter dies sehen können / oder ob dies überhaupt eine Funktion sein sollte.

Mein Hauptproblem mit „Stimmung“ ist, dass sie von Natur aus eine Meinung und ein Urteil ist, das auf der Interpretation von Worten basiert. Ich bin nicht davon überzeugt, dass wir das einer KI geben sollten.

Ich glaube nicht, dass wir Daten haben, die zeigen, was und wie Stimmungen abgeleitet werden? Soweit ich weiß, ist es eher eine Black Box, aber ich könnte mich irren.

Einige Probleme, die ich mit der Stimmungsanalyse habe:

  • Wenn jemand eine Person ist, die Ideen in Frage stellt und Gegenargumente anbietet, ist das eine negative Stimmung?

  • Was ist mit toxischer Positivität?

  • Ist dies auch forumspezifisch? Bewertet es auf der Grundlage des allgemeinen Kontexts des Forums als Ganzes? Was ist, wenn es ein geschlossenes Forum gibt, um Ideen zu diskutieren, die einige als “falsch” ansehen, entscheidet die KI-Stimmung über das richtige/falsche Thema? Oder wird das innerhalb der Community abgeleitet?

  • Wenn die KI häufig halluziniert und uns ständig kleine Ungenauigkeiten liefert, wie können wir sicher sein, dass sie nicht auch bei der Stimmungsanalyse halluziniert?

12 „Gefällt mir“
8

Interessanterweise kann ich Ihnen sagen, dass Ihr Beitrag bei der Sentiment-Klassifizierung Folgendes erzielt hat:

image
image1387×218 10.1 KB

10 „Gefällt mir“
9

Ha! Beweis erbracht.

Ich widerspreche und gebe Gründe an, warum ich Bedenken bezüglich dieser Funktion habe, und mein Beitrag wird als „negativ“ angesehen.

7 „Gefällt mir“
10

Ich neige persönlich dazu, für die individuelle Analyse „nicht öffentlich“ zu sein, da die Kennzeichnung einer Person als „negativ“ (oder was auch immer) zu unfairen Stereotypen führen kann. Sicher, vielleicht ist jemand negativ, oder vielleicht ist Englisch nicht seine Muttersprache … oder vielleicht ist die KI voreingenommen gegenüber bestimmten Mainstream-Kulturstandards.

Ich denke jedoch, dass es fair ist, wenn ein Administrator ein solches Werkzeug verwendet … dass die Person sehen kann, was es über sie aussagt.

Um die Sache vollständig abzuschließen, habe ich Chat-GPT zu dieser Diskussion befragt … und es äußert eine vernünftige Meinung:

Es ist entscheidend, die subjektive Natur der KI-Sentimentanalyse und ihre potenzielle Fehlinterpretation von Kontext oder kulturellen Nuancen zu berücksichtigen. Außerdem sollten wir uns der Datenschutzbedenken und des Risikos bewusst sein, Benutzer anhand von KI-generierten Profilen zu kennzeichnen oder zu stereotypisieren.

Vielleicht könnte ein Mittelweg erforscht werden. Anstatt öffentlicher Kennzeichnungen könnten wir optionale Werkzeuge zur Selbstreflexion in Betracht ziehen, die es Benutzern ermöglichen, ihre eigenen Kommunikationsmuster privat einzusehen und zu betrachten. Dies könnte das Selbstbewusstsein fördern, ohne öffentlich zu kategorisieren oder zu urteilen.

Anstatt „positiv“, „negativ“ usw. zu kennzeichnen, kann dies so formuliert werden: „Die von Ihnen verwendete Formulierung kann von anderen manchmal als negativ oder nicht hilfreich angesehen werden“, und vielleicht kann der Benutzer sogar Feedback dazu geben, wie genau dies aus seiner Sicht erscheint.

8 „Gefällt mir“
11

Es ist hilfreich, das eigentliche Problem hervorzuheben, das gelöst werden muss.

Ich könnte viel dazu sagen, aber ich glaube nicht, dass es hier zu einer nützlichen Diskussion führen würde. Vielleicht das Nützlichste, was ich sagen kann, ist, dass ich als jemand, der (ich hoffe) generell kein herausfordernder Benutzer ist, mich nicht mit einem Forum beschäftigen würde, das etwas wie „Kommunikationsstil“ oder eine KI-generierte Sentiment-Bewertung in meinem Profil veröffentlicht. Es könnte also auf den Kern hinauslaufen: Zum möglichen Nutzen der Verbesserung des Kommunikationsstils einiger herausfordernder Benutzer würden Sie riskieren, Beiträge einiger nicht-herausfordernder Benutzer zu verlieren.

8 „Gefällt mir“
12

Vielleicht sollte ich das klarstellen. Dieser Bereich ist noch experimentell und wir versuchen zu lernen/zu verbessern, was getan werden kann und sollte. Insbesondere die Freigabe für alle ist noch in weiter Ferne, wenn überhaupt jemals in Zukunft Realität.

4 „Gefällt mir“
13

Das erscheint mir als die bessere Lösung. Es ermutigt den Benutzer nicht nur, seine Beiträge zu verbessern, sondern das Feedback kann sich auch auf die Verbesserung der Art und Weise auswirken, wie er im täglichen Leben mit anderen kommuniziert. Das wäre ein schöner Nebeneffekt :slight_smile:

Vielleicht sollte ein solches Feedback nur erscheinen, wenn das Thema eines Benutzers signifikant toxischer ist als der Rest der Community oder wenn sein Kommunikationsstil zu einem Stil passt, der häufig missverstanden wird?

Und Ihr Widerspruch wurde auch mit einem sehr vernünftigen Tonfall vorgetragen. Derzeit sehe ich das als ein Verfeinerungsproblem – eine bessere KI würde diese Antwort als: „Generell etwas ablehnend, aber mit neutralem Tonfall“ sehen.

Tatsächlich macht GPT4 Folgendes:

Die Stimmung des Textes ist skeptisch und besorgt über die Zuverlässigkeit und die ethischen Implikationen der KI-gestützten Stimmungsanalyse.

Die Tonalität des Textes ist vorsichtig und hinterfragend und spiegelt Unbehagen und Skepsis gegenüber der KI-gestützten Stimmungsanalyse wider.

Es ist also negativ im Sinne von „nicht zustimmend“, anstatt negativ im Sinne von unhöflich/schädlich.

Wenn ich mir die Antworten hier ansehe, glaube ich, dass die wertvollere und akzeptablere Lösung eine JIT-Intervention bei Texten wäre, die übermäßig toxisch sind oder Vorläufer von Missverständnissen enthalten, bevor sie gepostet werden. Der Benutzer hat immer noch das Recht, den ursprünglichen Inhalt zu posten, wir tun nur unseren Teil, um sicherzustellen, dass er angemessen über die negativen Auswirkungen informiert ist, die seine Schrift in ihrer aktuellen Form haben kann, und präsentieren eine Alternative, die produktiver sein könnte.

1 „Gefällt mir“
14

Das scheint eine gute, sehr produktive Alternative zu sein :thumbsup: - sehr unterstützend für die Benutzer in diesem Forum und potenziell auch in vielen anderen, wenn diese Funktion weithin angeboten wird, und vermeidet das Risiko, dass sie denken, dass eine versteckte Gesamtbewertung ihres Kommunikationsstils zu ihrem Management verwendet wird.

15

Dies ist ein interessantes Thema. Ich denke, es wäre hilfreich, wenn die Leute zuerst ihre eigene Art der Kommunikation in ihren eigenen Worten beschreiben würden.

Für mich fällt es mir schwer, über Text zu kommunizieren, außer bei ziemlich einfachen/kurzen Mitteilungen wie „Das Meeting findet um 10:30 Uhr statt“ oder so etwas.

Bei der persönlichen Kommunikation habe ich gehört, dass nur etwa 7 % der Kommunikation durch die tatsächlich gesprochenen oder geschriebenen Worte definiert werden können. Während es auch Einschränkungen bei persönlichen Treffen / Telefonaten gibt, kann die Discourse-Plattform hauptsächlich zum Veröffentlichen von längeren Texten hilfreich sein, deren Überprüfung einige Zeit dauern kann und die es vielen Menschen ermöglichen, gleichzeitig zu kommunizieren, ohne sich gegenseitig zu unterbrechen.

Um Missverständnisse zu vermeiden, kann es hilfreich sein, mindestens einmal pro Woche oder Monat Check-in-Telefonkonferenzen abzuhalten, um zu überprüfen, wo die Leute stehen und zu versuchen, das Geschriebene zu verstehen.

1 „Gefällt mir“
16

Vielleicht ein Plugin wie User Notes? Wo jedes Mitglied seine eigene private Notiz anwenden kann? Oder etwas, das für alle sichtbar ist?

Ein Problem, wenn Dinge öffentlich gesagt werden, ist, dass der „markierte“ Benutzer von einer externen Quelle profiliert wird. Sie könnten beleidigt sein. Es sei denn, es ist etwas, das sie gewählt haben.

Es gibt ein nicht gewartetes Discourse-Plugin namens User Feedback, mit dem Benutzer bewerten und, wenn konfiguriert, eine Bewertung hinterlassen können. Allerdings könnte dasselbe Problem zu Katastrophen führen, wenn Benutzer durch das, was gepostet wird, beleidigt werden.

Ich hatte, sagen wir mal, einen unreifen Benutzer, der wegen einer :-1:-Reaktion ausgeflippt ist.

Ein Kollege hat vor langer Zeit, bevor Discourse die Option zum Stummschalten von Benutzern hinzufügte, ein Tampermonkey-Skript erstellt, das es dem Benutzer ermöglichte, Leute zum Ausblenden von Beiträgen hinzuzufügen, und zum Spaß gab es eine Beschriftung. Es dekorierte Admins, Mods, Topic Op und man konnte Benutzer beschriften. Jeder Benutzer konnte im Wesentlichen eine Browser-Theme-Komponente haben. Ich könnte versuchen, das Skript zu finden, da es wahrscheinlich nicht allzu schwer sein dürfte, es in eine Theme-Komponente umzuwandeln.

Vielleicht mit einem benutzerdefinierten Feld, um Benutzer und Labels hinzuzufügen.

17

Das ist eine großartige Lösung für ein Team oder eine Gruppe, die solche Kontaktmöglichkeiten haben. Wie würden Sie dies in großem Maßstab und über mehrere Zeitzonen hinweg anwenden?

Für uns werden Tausende von Kollegen über alle Zeitzonen hinweg und in vielen Teams kommunizieren. Leider sind solche Anrufe nicht möglich. Selbst wenn sie es wären, würden diese Anrufe wichtige Teile des Gesprächs aus der Plattform nehmen, damit andere nicht daraus lernen könnten :frowning:

Sehr wahr. Ich sehe darin einen Grund, warum dies nur von einer Partei durchgeführt werden kann, die keinen Vorteil davon hat, den Benutzer falsch darzustellen – wie z. B. eine KI.

Je mehr ich darüber nachdenke, desto mehr fühle ich, dass der ursprüngliche Vorschlag eines Kommunikationsstils von einem JIT-Kommunikationscoach im Komponisten übertroffen wird. Vor allem liebe ich den Gedanken, dass ein solches Kommunikationscoaching in die Außenwelt ausstrahlt. Der „Kommunikationsstil“ würde dies einfach nicht erreichen, und wie Sie sagen, würde er die Leute verständlicherweise verärgern, wenn sie sich in irgendeiner Weise falsch dargestellt fühlen (und die Chancen stehen gut, dass sie es tun werden).

1 „Gefällt mir“
18

Besprechungen sind in ihrer Skalierbarkeit begrenzt und werden für verschiedene Zeitzonen nicht empfohlen.

Eine Möglichkeit sind Frage-Antwort-Anrufe, bei denen die Leute Fragen im Voraus einreichen können. Der Anruf wird dann aufgezeichnet, damit sie ihn später anhören können.

20

[quote=“Dan DeMontmorency, post:16, topic:285070, username:Heliosurge”]Ein Problem, wenn Dinge öffentlich gemacht werden, wenn der „gekennzeichnete“ Benutzer von einer externen Quelle profiliert wird. Sie könnten Anstoß nehmen. Es sei denn, es ist etwas, das sie gewählt haben.
[/quote]

Dies ist tatsächlich eine großartige Gelegenheit, einen hier anwendbaren DSGVO-Grundsatz zu erwähnen, Artikel 22, über automatisierte Entscheidungsfindung.

Ein öffentlich angebrachtes negatives Label für Ihre Beiträge oder Ihr Profil ist etwas, dem ein Benutzer vernünftigerweise widersprechen und eine menschliche Überprüfung verlangen könnte.

Die Software muss es dem Administrator also definitiv ermöglichen, zu überschreiben, was sie öffentlich anzeigen soll.

Labels wie die im OP theoretisierten würde ich als Administrator gerne manuell anwenden, aber die Labels, die ich von der aktuellen Sentiment-Analyse-Technologie gesehen habe (diese Person neigt zu Negativität!) sind absolut nicht. Außerdem gibt es einige größere Kommunikationsprobleme damit, was die Technologie für negativ hält, im Gegensatz zu dem, was die Leute denken, wenn sie Negativität als Urteil sehen. Dies wird nicht dadurch erleichtert, dass „erklären, was das Modell tut“ ein offenes Forschungsgebiet ist.

4 „Gefällt mir“
21

Beachten Sie, dass angesichts der Tatsache, dass:

  1. Das Feature noch nicht ganz fertig war – es unterstützte kein Drilldown, sodass die Labels sehr zufällig wirkten.
  2. Das Feature aufgrund eines internen Fehlers versehentlich öffentlich wurde.
  3. Wir sind uns nicht einmal sicher, ob das Feature einen Mehrwert bietet.

haben wir diese Änderung vorerst zurückgenommen und sammeln uns neu.

Insgesamt mag ich Sentiment-Analysen, aber es ist ein sehr kniffliges Feature, das man richtig hinbekommen muss. Einige Bereiche, in denen es potenziell bei der Moderation helfen kann:

  • Die Stimmung im Forum ist diese Woche sehr negativ – ein Grund dafür ist, dass viele Leute sich über Thema X und Y beschweren.
  • Benutzer X, der normalerweise sehr positiv ist, ist diesen Monat sehr, sehr negativ – vielleicht sollte man ihn kontaktieren?

usw.

Weniger interessiert an der Etikettierung, mehr interessiert an der Erkennung von „Anomalien“ oder allgemeinen schlechten Trends.

4 „Gefällt mir“