Abstract
Die Forschung zeigt, dass Emotionen und die allgemeine Stimmung die Produktivität erheblich beeinflussen. Ziel dieser Studie ist es, zu untersuchen, ob dieAnpassung von Aufgaben an den affektiven Zustand einer Person zu höherer Produktivität und effizienterem Arbeiten führen kann. Die Arbeit untersucht das Potenzial der Integration von Affective Computing in das Aufgabenmanagement. Das
entwickelte System, affectodo, verwendet physiologische Daten wie Herzfrequenz
und elektrodermale Aktivität sowie Selbsteinschätzungsinstrumente, um den emotionalen Zustand der Benutzer*innen zu verstehen und Aufgaben vorzuschlagen,
die ihrem aktuellen Energielevel entsprechen. Durch die Einbindung dieser Daten in einen regelbasierten Algorithmus, der auf dem Yerkes-Dodson-Gesetz und
der Broaden-and-Build-Theorie der positiven Emotionen basiert, kann das System
Aufgaben empfehlen, die mit größerer Wahrscheinlichkeit erfolgreich abgeschlossen werden.
Das Projekt umfasste die Konzeption, Entwicklung und Evaluierung eines Prototyps, um zu untersuchen, ob das Aufgabenmanagement basierend auf emotionalen
Zuständen zu einer Reduzierung unerledigter Aufgaben und einer Verbesserung
der wahrgenommenen Produktivität führen kann. Die Ergebnisse einer experimentellen Studie (n = 5), die in einem Within-Subjects-Design durchgeführt wurde,
zeigen, dass die Anpassung von Aufgaben an affektive Zustände die Abschlussrate von Aufgaben erhöht. Zukünftige Weiterentwicklungen könnten die Integration
zusätzlicher Funktionen, wie etwa mobiler Funktionalität, sowie die Verfeinerung
des Algorithmus umfassen, um präzisere und effektivere Aufgabenempfehlungen
zu ermöglichen.
| Datum der Bewilligung | 2024 |
|---|---|
| Originalsprache | Englisch (Amerika) |
| Betreuer/-in | Werner Christian Kurschl (Betreuer*in) |