adaVR

Das projekt Adaptive Digital Assistance in Virtual Reality (kurz adaVR) erforscht, wie virtuelle Umgebungen sich mithilfe von Virtual Reality (VR) an Nutzer*innen anpassen kann.

Anpassen, wieso das?

Ein großes Problem von VR ist, dass es immer noch ein vergleichsweise neues Medium ist. Viele Nutzer*innen benötigen einige Eingewöhnungszeit, um mit der Technologie zurechtzukommen. Und selbst danach ist die mentale Belastung häufig noch so hoch, dass schon "einfache" Interaktionen zu Überforderungen führen können. Dann vergessen Nutzer*innen auch gerne einmal, wie man eine Tür öffnet oder eine Tasse anhebt. Dabei soll doch einer der wesentlichen Vorteile von VR sein, dass Interaktionen viel natürlicher und direkter sind als an traditionellen PCs. Wie kann eine Lösung für dieses Problem aussehen? Häufig müssen wir auf Tutorials und Tipps zurückgreifen, um Nutzer*innen wichtige Informationen genau dann zu geben, wenn sie gebraucht werden.

Gleichzeitig gibt es aber auch Nutzer*innen, die schon Erfahrungen mit VR gemacht haben, etwa solche, die privat selbst ein VR-Headset besitzen und regelmäßig verwenden. Diese Nutzer*innen sind von zu viel Hilfestellungen schnell gelangweilt, was sich negativ auf die Nutzer*innen-Zufriedenheit auswirken kann. Zwar macht dieser Teil nur einen kleinen Bruchteil der Lernenden aus (laut einer Umfrage der Gaming-Plattform Steam besitzen aktuell etwa 1,5% der Steam-Nutzer*innen ein VR-Headset), jedoch gibt es auch unter den unerfahrenen Nutzer*innen große Unterschiede dabei, wie schnell die Technologie angenommen wird.

Hier setzt adaVR an und versucht, anhand von Sensor- und Verhaltensdaten zu "raten", wie gut ein*e Nutzer*in mit bestimmten VR-Inhalten zurechtkommt. Ein wesentlicher Vorteil von VR sind dabei z.B. Eye-Tracking- und Pose-Daten, die moderne VR-Headsets aufzeichnen können. Kombiniert mit Daten, die sich auf die Task-Performance beziehen, also etwa messen, wie viele Fehler gemacht werden oder wie nah ein*e Nutzer*in am nächsten richtigen Schritt einer Aufgabe ist, können diese Daten Rückschlüsse auf die mentale Belastung und Orientierung erlauben.

Mithilfe eines Machine Learning Algorithmus werden diese Daten in adaVR erfasst und in ein adaptives Assistenzsystem gefüttert. Dieses verhält sich bei gut zurechtkommenden Personen unauffällig, während es bei solchen, die weniger Fortschritte machen, mehr Hilfestellungen geben kann. Auf diese Weise wird die VR-Umgebung intelligent und kann sich besser an die Bedürfnisse der Nutzer*innen anpassen. Damit hoffen wir, bislang signifikante Barrieren abzubauen und VR in der Lehre für alle ein bisschen besser zu machen.

Großer Dank gilt der Stiftung Innovation in der Hochschullehre, die das Projekt im Rahmen der Freiraum2025 Förderung finanziert.