Jason ist 20 Jahre alt und er ist taub. Er zieht eine spezielle Weste an, die so verdrahtet ist, dass beim Empfang von Daten Impulse an seinen Rücken gesendet werden.
Die Weste ist mit einem Tablet verbunden. Wenn ich das Wort "Buch" in ein Mikrofon sende, das in das Tablet fließt, verwandelt das Tablet das Wort in ein Signal, das an die Weste gesendet wird. Jason fühlt jetzt ein Muster auf seinem Rücken durch seinen Tastsinn. Anfangs kann er dir nicht sagen, was das Wort ist. Ich sage immer wieder Worte und er fühlt immer wieder die Muster. Irgendwann wird er mir die Worte sagen können, die er hört. Sein Gehirn lernt, das Muster zu übernehmen und es in Worte zu übersetzen.
Das Interessante ist, dass dies unbewusst geschieht. Er muss nicht bewusst daran arbeiten, die Muster zu lernen.
Dies beschreibt ein aktuelles Projekt von David Eagleman, einem Neurowissenschaftler des Baylor College of Medicine.
Sensorische Substitution – Eagleman nennt es sensorische Substitution. Informationen kommen von deinen Augen, Ohren, Berührungen und so weiter in deinen Körper und dein Gehirn. Aber wussten Sie, dass das Gehirn in dieser Hinsicht tatsächlich ziemlich flexibel und plastisch ist? Wenn Daten aus der Umgebung von irgendeinem der Sinne hereinkommen, ermittelt das Gehirn den besten Weg, es zu analysieren und zu interpretieren. Manchmal sind Sie sich der Daten und ihrer Bedeutung bewusst, aber die meiste Zeit analysiert Ihr Gehirn Daten und verwendet diese Daten, um Entscheidungen zu treffen, und Sie erkennen es nicht einmal.
Sensorische Addition – Eagleman nimmt die Idee der sensorischen Substitution einen Schritt weiter, zur sensorischen Addition. Er hat Leute (ohne Hörbeeinträchtigungen) auf die Weste gesetzt. Er nimmt Aktienmarktdaten und verwendet das gleiche Programm auf dem Tablet, um die Aktienmarktdaten in Muster umzuwandeln, und sendet diese Muster an die Weste. Die Leute, die die Weste tragen, wissen nicht, worum es bei den Mustern geht. Sie wissen nicht einmal, dass es etwas mit der Börse zu tun hat. Dann gibt er ihnen ein weiteres Tablett, auf dem regelmäßig ein Bildschirm mit einem großen roten Knopf und einem großen grünen Knopf erscheint.
Eagleman sagt ihnen, dass sie einen Knopf drücken sollen, wenn die Farben erscheinen. Zuerst haben sie keine Ahnung, warum sie einen Knopf gegen den anderen drücken sollten. Sie werden aufgefordert, auf einen Knopf zu drücken, und wenn sie das tun, bekommen sie ein Feedback darüber, ob sie falsch oder richtig sind, obwohl sie keine Ahnung haben, wo sie falsch oder richtig liegen. Die Schaltflächen sind eigentlich Kauf- und Verkaufsentscheidungen (Rot ist Kaufen, Grün ist Verkaufen), die sich auf die Daten beziehen, die sie erhalten, aber das wissen sie nicht.
Letztendlich gehen ihre Druckknöpfe jedoch immer wieder von rechts nach rechts, obwohl sie immer noch nicht bewusst etwas über die Muster wissen. Eagleman sendet im Wesentlichen große Daten an die Körper der Menschen, und ihre Gehirne interpretieren die Daten und treffen Entscheidungen daraus – alles unbewusst.
Unbedeutendes für Big Data – Big Data bezieht sich auf große Datenmengen, die für Predictive Analytics untersucht werden. Die Idee ist, dass Sie, wenn Sie riesige Datenmengen, sogar unterschiedliche Daten sammeln und nach Mustern analysieren können, wichtige Informationen lernen und Entscheidungen basierend auf diesen Informationen treffen können. Datensätze von Internetsuchen, Twitter-Nachrichten, Meteorologie und mehr werden gesammelt und analysiert. Aber wie vermitteln Sie die Informationen sinnvoll? Wie können Sie den menschlichen Verstand dazu bringen, Muster zu erkennen, die auf den ersten Blick wie bedeutungslose Daten erscheinen? Der bewusste Denkprozess ist bei dieser Aufgabe nicht sehr gut. Das Bewusstsein kann nur eine kleine Teilmenge von Daten gleichzeitig verarbeiten, aber das Unbewusste kann große Datenmengen aufnehmen und Muster finden. Wenn Sie die Muster in Big Data sehen wollen, müssen Sie das Unbewusste einbeziehen.
Ein sensorischer Raum – Andere Wissenschaftler arbeiten auch an der Idee. Jonathan Freeman, Professor für Psychologie an der Goldsmiths, Universität London, und Paul Verschure, Professor an der Universitat Pompeu Fabra in Barcelona, haben die eXperience Induction Machine (XIM) entwickelt. Das XIM ist ein Raum mit Lautsprechern, Projektoren, Projektionsflächen, druckempfindlichen Bodenfliesen, Infrarotkameras und einem Mikrofon. Eine Person steht im Raum und große Datenvisualisierungen erscheinen auf dem Bildschirm. Freeman und Verschure überwachen die Reaktion der Person im Raum über ein Headset. Sie können feststellen, wenn die Person überlastet oder müde wird, und dann können sie die Visuals einfacher machen.
Go direct – Wenn Sie mit Big Data arbeiten, sollten Sie sich überlegen, komplexe visuelle Analysen zu umgehen und die Daten analytisch darzustellen. Es ist wahrscheinlich besser, die Daten direkt den Sinnesorganen zuzuführen und das Gehirn die Analytik durchführen zu lassen.
Weitere Informationen finden Sie in David Eaglemans TED-Vortrag zum Thema.
Wenn Ihnen dieser Artikel gefallen hat, schauen Sie sich mein neues Buch an, das dieses Thema behandelt, und 99 andere, 100 weitere Dinge, die jeder Designer über Menschen wissen muss.
