Durchführbarkeit, Akzeptanz und Datenqualität neuer multimodaler Erhebungen
Ongoing
Details
Project data
- Title
- Durchführbarkeit, Akzeptanz und Datenqualität neuer multimodaler Erhebungen
- Project leader
- Department
- Person involved
- Kleine, Lydia
- Start date
- 2024-10-01
- End date
- 2027-09-30
- Category
- Grundlagenforschung
Project description
- Acronym
- FACES
- URL
- Description
Ziel: Das Projekt FACES (Feasibility, Acceptance, and Data Quality of New Multimodal Surveys) zielt darauf ab, einen multimodalen Datenraum für die Umfrageforschung zu schaffen, der durch den Einsatz von Virtueller Realität (VR) und Künstlicher Intelligenz (KI) Face-to-Face-Interviews erweitern und perspektivisch ersetzen kann. Dieses Multi-Interface-System für Online-Befragungen soll eine hohe Variabilität in Bezug auf Avatare, situative Parameter, Schnittstellen und KI-Technologien zur automatischen Verarbeitung von Sprach- und Verhaltensdaten bieten.
Hintergrund: Interviewbasierte Erhebungen stehen vor Herausforderungen wie steigenden Kosten und sinkenden Rücklaufquoten. Aktuelle Innovationen in den Bereichen VR und KI bieten neue Ansätze, um diese Probleme zu adressieren. Avatar-basierte Interviews eröffnen zusätzliche Freiheitsgrade durch die Wahl von Avataren und die Variabilität von Interaktionssituationen. Jedoch fehlen bislang systematische Untersuchungen zu den Effekten und der Akzeptanz solcher Systeme sowie zu ihrem Potenzial, Interviewereffekte zu reduzieren. Das Projekt geht über bestehende Studien hinaus, indem es erstmals Selbst- und Fremd-Avatar-Effekte sowie deren Einfluss auf klassische Interviews umfassend untersucht. Darüber hinaus werden Szenarien mit unterschiedlichem Grad an Immersion (von vollständig immersiven VR-Interviews bis hin zu videobasierten Interviews) verglichen.
Vorgehen: In einem ersten Schritt wird ein Open-Source-System für avatar-basierte und videobasierte Interviews entwickelt. Mit diesem System wird in einer kleinen Vorstudie untersucht, welche Auswirkungen unterschiedliche Avatar- und Situationsmerkmale in Experimenten haben. Auch Szenarien mit unterschiedlichem Grad an Immersion (von vollständig immersiven VR-Interviews bis hin zu videobasierten Interviews) werden verglichen. Basierend auf den Ergebnissen werden vielversprechende Merkmalskombinationen in Interviews mit ehemaligen NEPS-Teilnehmenden getestet. Drei zentrale Fragen werden dabei untersucht:
- Welche Vorteile haben avatar-basierte Interviews im Vergleich zu videobasierten Interviews in Bezug auf Akzeptanz, Machbarkeit und Datenqualität?
- Welche Kombinationen von Merkmalen reduzieren Interviewereffekte und wie interagieren diese?
- Wie können die Ergebnisse in eine Theorie für das Training von virtuellen Interviewern integriert werden?
Partnerships
| Project partners | Project name | Description | Kind of partnership |
|---|---|---|---|
| Prof. Dr. Alexander Mehler | FACES | Goethe-Universität Frankfurt am Main | Projektleitung |