Portrett av Maria Malmstedt Andersen

Maria Malmstedt Andersen – UX-designer

Introduksjon

Hei! Mitt navn er Maria.

Velkommen til porteføljen min. Her finner du utvalgte case-studier som viser innsikt, konsept, prototyping og testing.

Deltakende Design

IN5510 • Universitetet i Oslo • 2025

Rolle: Deltakende designer og fasilitator
Samarbeidspartner: Paragone – studentdrevet kunsthistorisk tidsskrift
Metoder: Participatory Design, future workshops, collaging, prototyping

Bakgrunn

Paragone er en frivillig, studentdrevet organisasjon med komplekse roller og varierende engasjement. Medlemmer opplevde uklare forventninger, ujevn arbeidsfordeling og utfordringer knyttet til kommunikasjon og ansvar.

Problemstilling

Hvordan kan deltakende design støtte refleksjon, demokratisk deltakelse og organisatorisk utvikling i en frivillig organisasjon – uten å presse frem en teknologisk løsning?

Min rolle

Jeg deltok som fasilitator og designer, med ansvar for å planlegge og gjennomføre workshops, velge metoder og materialer, samt kontinuerlig reflektere over makt, agenda-setting og egen designerrolle.

Prosess

Prosjektet bestod av fire workshops strukturert etter future workshop-modellen: kritikk, fantasi og realisering. Vi brukte collaging, LEGO og lavterskel prototyping for å gjøre erfaringer, verdier og organisatoriske utfordringer konkrete og forhandlingsbare.

  • Collaging for å utforske nåsituasjonen og synliggjøre frustrasjoner og behov
  • Fremtidsmodeller for å artikulere verdier og ønskede organisatoriske praksiser
  • Konseptutvikling og prototyping i fellesskap

Løsning / Utfall

Utfallet var ikke et ferdig digitalt produkt, men en kombinasjon av organisatoriske innsikter og et spillkonsept utviklet i fellesskap. Spillet fungerte som et design thing – et fysisk verktøy for refleksjon, dialog og felles forståelse av roller og ansvar.

Resultater

  • Tydeligere forventninger og ansvar i organisasjonen
  • Mer inkluderende og refleksive møtestrukturer
  • Økt bevissthet rundt makt og deltakelse

Læring

Prosjektet ga meg erfaring med maktbevisst fasilitering og verdibasert design. En sentral læring var når det er viktig å bevisst avstå fra teknologi for å sikre reell deltakelse, eierskap og demokratisk innflytelse.

Workshop 1 – innsikt, skisser og prioritering

Workshop 1 – innsikt & idéutvikling

Hva jeg gjorde: Divergerte ideer, skisset og stemte fram prioriterte konsepter.

Hva jeg lærte: Tidlige skisser og felles prioritering ga raskt felles forståelse av behov.

Workshop 2 – testing og refleksjon

Workshop 2 – testing & debrief

Hva jeg gjorde: Testet prototyper, samlet tilbakemeldinger og diskuterte etiske og praktiske implikasjoner.

Hva jeg lærte: Direkte tilbakemeldinger fra deltakere formet prioriteringene for videre arbeid.

Workshop 3 – aktiviteter og notater

Workshop 3 – fasilitering og datainnsamling

Hva jeg gjorde: Gjennomførte målrettede øvelser for å samle erfaringer og observasjoner fra deltakere.

Hva jeg lærte: Sentrale mønstre og brukerbehov ble tydeligere gjennom feltnotater og gruppeinteraksjon.

Workshop 4 – planer og oppsummering

Workshop 4 – oppsummering og veien videre

Hva jeg gjorde: Oppsummerte funn, utarbeidet implementeringsforslag og plan for videre testing.

Hva jeg lærte: Tydelig prioritering og klare neste steg for videre arbeid.

Interaksjon med AI og autonome systemer

IN5620 • Universitetet i Oslo • 2025
Masterprosjekt · Bruk av kunstig intelligens i videregående skole

I dette prosjektet utforsket vi hvordan kunstig intelligens (KI) brukes av elever på videregående skole, og hvilke konsekvenser dette har for læring, motivasjon og akademisk integritet. Prosjektet tok utgangspunkt i et økende behov for både praktisk forståelse og etiske retningslinjer for bruk av KI i skolen.

Bakgrunn

Bruken av generative KI-verktøy som ChatGPT har økt kraftig i utdanningssektoren. Samtidig mangler mange skoler tydelige retningslinjer for hva som regnes som hensiktsmessig og etisk bruk. Tidligere forskning peker både på potensialet for økt mestring og effektivitet, men også på risiko knyttet til overfladisk læring, redusert kritisk tenkning og økt usikkerhet rundt fusk og vurdering.

Prosess

Vi fulgte Double Diamond-prosessen, med fokus på å først utforske hvordan elever faktisk bruker KI i skolehverdagen, før vi definerte en mer presis problemstilling og utviklet et konsept som svar på funnene våre.

Brukerinnsikt og analyse

Hva vi gjorde
For å forstå hvordan elever faktisk bruker KI i skolehverdagen, gjennomførte vi semistrukturerte intervjuer med videregåendeelever. Intervjuene fokuserte på bruksmønstre, usikkerhet rundt akademisk integritet og elevenes egne refleksjoner rundt læring.

Intervjudataene ble analysert ved hjelp av tematisk koding og affinity-diagrammer. Dette gjorde det mulig å identifisere tydelige mønstre i hvordan KI brukes som støtteverktøy – og hvor dagens praksis skaper usikkerhet og etiske gråsoner.

Analyse av intervjuer

Hva vi gjorde: Kodet intervjudata og grupperte utsagn i temaer som bruk i ulike fag, opplevd læringseffekt, frykt for juks og mangel på retningslinjer.

Hva vi fant: Elever bruker KI aktivt til forklaringer, strukturering og oversettelser, men er usikre på hva som regnes som “lov” bruk. Mange opplever motstridende signaler fra lærere.

Hva vi lærte: Mangelen på felles forståelse rundt KI skaper stress og usikkerhet hos elevene, og bidrar til skjult eller ureflektert bruk.

Hva vi fant ut
Elever bruker KI i mange fag, særlig til forklaringer, strukturering av tekst, oversettelser og problemløsing. Samtidig opplever mange usikkerhet rundt hva som er «riktig» bruk, og frykt for at KI-bruk kan bli oppfattet som juks. Mangelen på tydelige retningslinjer skaper forvirring både for elever og lærere.

Hva vi lærte
Vi lærte at det er et tydelig behov for verktøy som ikke bare gir svar, men som støtter refleksjon, forståelse og etisk bevissthet. Prosjektet viste også hvor viktig det er å designe KI-systemer som aktivt motvirker passiv læring og tekstgenerering, og heller fungerer som veiledere.

Fra innsikt til funksjonalitet

Hva vi gjorde: Basert på funnene fra intervjuene utviklet vi funksjonsforslag som kunne støtte læring uten å erstatte elevens egen innsats.

Designprinsipp: KI skal fungere som læringspartner og veileder – ikke som fasitmaskin.

Eksempler på foreslått funksjonalitet:

  • Trinnvise forklaringer tilpasset elevens nivå
  • Forslag til forbedring uten å skrive ferdig tekst
  • Tydelig markering av hva som er elevens eget arbeid
  • Påminnelser om kildekritikk og faktasjekk
Oversikt over foreslåtte funksjoner basert på intervjuanalyse

Resultat

Resultatet av prosjektet er konseptet ChatVGS – en etisk læringsassistent for videregående elever. ChatVGS er designet for å forklare fagstoff, stille sokratiske spørsmål, tilby mini-quizer og veilede i kildekritikk, samtidig som den aktivt avslår forespørsler om ferdige besvarelser. Konseptet fungerer som et forslag til hvordan KI kan integreres i skolen på en mer ansvarlig og pedagogisk måte.

Chatbotimplementasjon (OpenAI)

Som en videreføring av ChatVGS-planen valgte jeg å bygge en prototype som snakker direkte mot OpenAI sitt API istedenfor å bruke en tredjeparts UI-tjeneste. Dette ga oss kontroll over meldingstrøm, sikkerhetsfiltre og hvilke modeller som brukes for ulike oppgaver (forklare, veilede, eller stille sokratiske spørsmål). Prototypen inkluderer prompt-engineering, kontekstbevaring per elevøkt og enkle verktøy for å detektere og håndtere forespørsler om ferdige besvarelser.

Prototype: OpenAI-integrasjon

Jeg implementerte en liten server-side wrapper som snakker med OpenAI API og håndterer rate-limiting, logging og sikker system-prompt. På klienten viser vi samtalen og la til en knapp for å be om forklaringer på flere nivåer.

Verktøy for skoleinspeksjon

IN5320 – Development in Platform Ecosystems · Gruppeprosjekt

I dette prosjektet designet og prototypet vi en webbasert applikasjon for skoleinspektører i det fiktive landet Edutopia, bygget på DHIS2-plattformen. Målet var å støtte mer sammenhengende skoleinspeksjoner, bedre ressursoversikt og mer informert oppfølging av skoler over tid.

Prosess

Forstå kontekst og plattform

Vi startet med å analysere caset rundt skoleinspeksjon i Edutopia og DHIS2 som nasjonal informasjonsplattform. Et sentralt fokus var å forstå eksisterende arbeidsflyter, datakvalitetsproblemer og begrensninger knyttet til infrastruktur, kompetanse og tilgang til internett.

Spesielt viktig var rollen til skoleinspektørene, som både er datainnsamlere, veiledere og bindeledd mellom skoler og utdanningsmyndigheter.

Valg av funksjonalitet

Basert på kravene i oppgaven valgte vi å implementere School visit planner og School resource count som våre to tilleggskrav.

Disse ble valgt fordi de støtter både planlegging før inspeksjon og bedre beslutningsgrunnlag under og etter skolebesøk, samtidig som de utnytter eksisterende data i DHIS2 fremfor å introdusere nye datasiloer.

Interaksjons- og informasjonsdesign

Designet fokuserte på rask oversikt, gjenkjennelige mønstre og tydelige prioriteringer. Vi brukte tabeller, fargekoding og prosentvise endringer for å synliggjøre kritiske avvik i ressurser mellom inspeksjoner.

Kartvisning ble brukt i planleggingsfasen for å støtte geografisk oversikt og prioritering av skoler med størst behov for oppfølging.

Prototyping og tekniske avveininger

Løsningen ble utviklet som en DHIS2 web-app med fokus på gjenbruk av eksisterende datamodeller, organisasjonsenheter og hendelsesprogrammer.

Vi tok bevisste valg om å ikke implementere full offline-støtte, men designet grensesnittet slik at det gir verdi også ved begrenset eller ustabil nettverkstilgang.

Fordi løsningen ble bygget ved hjelp av eksisterende DHIS2 UI-komponenter, var vi ikke avhengige av brukertesting basert på Figma. I stedet ble komponenter integrert direkte i kodebasen, og interaksjonsdesignbeslutninger ble evaluert gjennom iterativ testing i et DHIS2-appen.

Kartvisning av skoler med prioritet

Resultat

  • En sammenhengende arbeidsflyt for planlegging, inspeksjon og oppfølging
  • Bedre oversikt over ressursendringer gjennom prosentvise sammenligninger
  • Støtte for mer informerte beslutninger basert på eksisterende DHIS2-data

Læring

Prosjektet ga innsikt i hvordan designbeslutninger formes av plattformbegrensninger, eksisterende datastrukturer og organisatoriske realiteter. En viktig læring var verdien av å designe for forbedret bruk av data – ikke bare mer datainnsamling.

Skybound – Planleggingsapp for rakettoppskytning

IN2000 – vår 2025

Jeg var UX-ansvarlig i et tverrfaglig team på seks. Startet med kravspesifikasjon fra PortalSpace, men trengte raskt mer innsikt i faktisk brukskontekst og behov. Gjennom intervju, workshops og iterativ prototyping landet vi på en løsning som gjorde det raskere og tryggere å finne riktig oppskytningstidspunkt for en rakett.

Kravspesifikasjon → behov for ekte innsikt

Prosjektet startet med en predefinert kravspesifikasjon definert av PortalSpace

Jeg gjorde: Gikk gjennom predefinert kravspesifikasjon og skilte antakelser fra oppgaver.

Hvorfor: Unngå å designe for hypotetiske behov.

Hva jeg lærte: Krav beskriver ofte løsninger, ikke problemer – avklar behov tidlig.

Semistrukturert intervju

Jeg gjorde: Semistrukturert intervju med engasjert deltaker fra PortalSpace som ble vår hovedbruker.

Hvorfor: For å forstå brukskontekst, behov og faktiske mål.

Hva jeg lærte: En tilgjengelig hovedbruker gir kontinuerlig validering. Kravspesifikasjon gir mye innsikt, men et supplerende intervju gir bedre forståelse for faktisk bruk.

Crazy-8 workshop med raske papirskisser i teamet
Crazy-8 workshop i teamet

Syntese + Crazy-8

Jeg gjorde: Kodet funn, delte innsikt og fasiliterte Crazy-8 workshop innad i teamet for felles forståelse.

Hvorfor: Raskt utforske IA, navigasjon og flows sammen.

Hva jeg lærte: Felles skissing skaper eierskap og enighet.

Figma prototype v1

Jeg gjorde: Oversatte papirskisser til en klikkbar mobilprototype i Figma og presenterte for teamet.

Hvorfor: Visualisere skjermtilstander tidlig for å avdekke hull i flyt og ordlyd før brukertest.

Hva jeg lærte: Selv en enkel, klikkbar prototyp avslører antakelser raskt – den ga oss diskusjoner om navigasjon og begreper.

Workshop: papir + prototype

Jeg gjorde: Lot brukeren teste, skissere og kommentere på utskrifter og i prototypen.

Hvorfor: Lav- og høy-fi sammen gir ærlige tilbakemeldinger på begrep og flyt.

Hva jeg lærte: Navigasjonen ble bedre når brukeren “tegnet over”.

Interaktiv Figma-flow (v2)
Interaktiv Figma-flow (v2)

Interaktiv Figma-flow

Jeg gjorde: Oppdaterte prototypen med realistiske overganger/tilstander.

Hvorfor: Mer rettferdig test av grensesnitt, brukervennlighet og oppgaveløsing.

Hva jeg lærte: Å teste å navigere i appen viser om navigasjon fungerer som tiltenkt.

Komponenter: I første Figma-prototype (v1) glemte vi å bruke Material 3. Etter workshoppen oppdaterte vi prototypen til Material 3-komponenter slik at utviklerne kunne gjenbruke de samme komponentene i implementasjonen.

Hva jeg lærte: Å forankre designet i et etablert designsystem (som Material 3) gjør samarbeidet mellom design og utvikling smidigere og sikrer at det som designes i Figma faktisk lar seg implementere i praksis.

Geriljatest

Jeg gjorde: Korte oppgaver med folk uten domenekunnskap.

Hvorfor: Testing av intuitivitet og første klikk. Er applikasjonen enkel å navigere for førstegangsbrukere?

Hva jeg lærte: Friske øyne avslører hvor vi må forenkle. Hovedpoenget med appen var å forenkle og gjøre planlegging mer effektivt. Da må navigasjonen være så enkel som mulig, slippe unødvendige trykk.

Tett samarbeid med utviklere

Jeg gjorde: Delte innsikt, vi prioriterte sammen, kvalitetssikret tilstander/feil gjennom hvert steg av prosessen.

Hvorfor: Minimere design-gjeld og kode-rewrites.

Hva jeg lærte: Små avklaringer tidlig sparer store endringer senere. Å involvere hele teamet i hele prosessen gir en felles forståelse for løsningen samt gjensidig læring. Alle var med på alt, jeg kodet programmerte dersom jeg hadde tid til det. Slik fikk jeg også tilhørighet til selve koden.

Systemtest & oppsummering

Jeg gjorde: Da prototyper var ferdig testet, funksjonalitet ble implementert i appen. Lot hovedbruker teste implementert funksjonalitet mot realistiske scenarioer.

Hvorfor: Verifisere at beslutningsstøtten oppleves rask og trygg.

Hva jeg lærte: Grundig designprosess tidlig kan gi mindre endringer i sluttfasen. Ettersom vi hadde jevnlig testet prototyper, kunne vi være relativt sikre på at den tiltenkte designet på appen skulle fungere optimalt i forhold til brukerbehov.

Meditasjonsball – IN1060

Samspill mellom form og funksjon → skjermfri, taktil veileder for pust.

Rolle: Prototyping (Arduino/Neopixel), interaksjonsdesign, research & test. Kontekst: IN1060 (vår 2022) • Målgruppe: unge voksne (20–30) som er nye i meditasjon.

Oppstart: «Samspill mellom form og funksjon»

Jeg gjorde: Samlet gruppen og avklarte at temaet var eneste ramme – alt annet måtte vi definere.

Hvorfor: Et felles utgangspunkt før løsning.

Hva jeg lærte: Tidlig problemformulering, suksesskriterier og en enkel beslutningslogg gjorde prosjektet styrbart.

Brainstorm → fokus: pust

Jeg gjorde: Ledet åpen brainstorming og sorterte stikkord/assosiasjoner.

Hvorfor: Utforske bredt før forpliktelse.

Hva jeg lærte: En tydelig How might we…? ga en klar retning å konverge mot senere i prosessen.

Moodboard + domenekartlegging

Jeg gjorde: Lagde moodboard (ro/hav/varme farger) og samlet grunnbegreper om meditasjon/breathwork.

Hvorfor: Et felles visuelt språk og referanseramme.

Hva jeg lærte: Et lett tilgjengelig referansebibliotek (moodboard + notater) forkortet diskusjoner og reduserte omkamper.

Moodboard: hav, varme toner og rolig lys
Look & feel: ro, varme og fokus.
Affinity-diagram for målgrupper og behov
Fra brede antakelser til konkret målgruppe.

Målgruppe (Double Diamond)

Jeg gjorde: Idémyldring på målgrupper → affinity-diagram → konsolidering.

Hvorfor: Gi konseptet en klar adressat.

Hva jeg lærte: Å synliggjøre antakelser i et affinity-diagram gjorde konvergeringen raskere og bedre begrunnet.

Brukerinnsikt: pilot → intervju → koding

Jeg gjorde: Kjørte pilotintervju for å teste intervjuguiden → hovedintervjuer → kodet funn.

Hvorfor: Redusere metode-risiko og bygge sporbarhet fra data til beslutning.

Hva jeg lærte: En kort minipilot sparte tid, og tidlig koding ga tydelig sporbarhet gjennom resten av prosjektet.

Kodede innsikter fra intervjuer
Strukturert innsikt → tryggere valg.
Skisser: bobler og bølgemetaforer + dot-vote
Skisseworkshop og dot-vote på tydelige kriterier.

Idéworkshop → avstemning

Jeg gjorde: Fasiliterte divergerende skissing og konvergerende avstemning mot kriterier.

Hvorfor: Skape eierskap og tempo i beslutningene.

Hva jeg lærte: Klare konvergeringskriterier (problempass, gjennomførbarhet, klarhet) gjorde valgene raske og lite kontroversielle. Vi landet på «Omsorgsball», «Romsystem» og «Liten reminder» som retninger.

Look & feel-workshop

Jeg gjorde: Testet farge, tempo, materiale og formstørrelser med målgruppen.

Hvorfor: Validere uttrykk før videre bygging.

Hva jeg lærte: Å teste én variabel om gangen (f.eks. tempo) ga renere signaler og kortere iterasjoner.

Look & feel: grep, størrelse og materiale
Kontrollerte variabler = tydeligere funn.

Prototype v1 – pust med lys

Jeg gjorde: Bygget Arduino/Neopixel-prototype med jevn inn–hold–ut og «pustesirkel».

Hvorfor: «Bygg for å tenke» og korte feedbacksløyfer.

Hva jeg lærte: Riktig fidelitet gjorde det lett å forkaste og bygge nytt uten å miste fart.

Tidsbasert påminnelse

Jeg gjorde: Testet hypotesen: økende lysstyrke jo lenger siden siste økt.

Hvorfor: Etablere vane uten mobilvarsler.

Hva jeg lærte: Å formulere testbare hypoteser («Vi tror… fordi… vi vet at… når…») forenklet evaluering og neste beslutning.

Kurver for pusterytme og påminnelse
Hypotese → eksperiment → beslutning.
Oppsummerte tilbakemeldinger fra test
Stram feedback, korte loops.

Brukertest → iterasjoner

Jeg gjorde: Små, hyppige justeringer (tempo, farge, form).

Hvorfor: Unngå store ombygginger sent i løpet.

Hva jeg lærte: Korte iterasjonssløyfer med «scope freeze» per runde slo sjeldne, store endringer.

Endelig demo med varmt lys og rolig uttrykk
Artefakt = dokumentert prosess i fysisk form.

Resultat

Jeg gjorde: Leverte en skjermfri, håndholdt kule som visualiserer pust og minner diskret over tid.

Hvorfor: Redusere distraksjon og støtte en jevn, kroppslig rytme.

Hva jeg lærte: En enkel prosessmal (ramme → divergere → konvergere → prototype → test → beslutning) var gjenbrukbar i nye prosjekter.

Ekko-kamre og demokrati – IN3010

Installasjon som gjør algoritmisk polarisering synlig og følbart.

Jeg var ansvarlig for konsept, interaksjon og etikk i et tverrfaglig team. Vi undersøkte hvordan algoritmisk polarisering kan gjøres følbart i et fysisk rom – ikke som en løsning, men som en transformativ opplevelse som øker bevissthet og refleksjon.

Ramme & motivasjon – fra observasjon til spørsmål

Jeg gjorde: Startet med sterke reaksjoner på serien The Social Dilemma og observasjoner av polarisering på sosiale medier.

Hvorfor: «Hvem må vi forstå? Hva er egentlig problemet?» i stedet for å anta løsninger.

Hva jeg lærte: Transformativt design handler om bevisstgjøring og refleksjon, ikke problemløsning. Det endret hvordan vi framed hele prosjektet.

Gigamap som viser kompleksitet rundt algoritmer, plattformer og polarisering
Gigamap: fra kompleksitet til innsikt. Kartlegging av aktører, infrastruktur og konsekvenser.

Gigamapping & konseptutvikling

Jeg gjorde: Fasiliterte gigamapping for å kartlegge aktører, plattformer, normer og konsekvenser av algoritmisk polarisering.

Hvorfor: Unngå å forenkle systemet til én løsning. Respekt for kompleksiteten først.

Hva jeg lærte: Å tegne systemet først gav oss innsikt i at den «usynlige infrastrukturen» (algoritmer, recommender systems) er det som driver polariseringen. Det ledet direkte til konseptet: to fysiske ekko-kamre som gjør denne infrastrukturen synlig.

Idékart: to polariserte verdener illustrert gjennom kilder, influensere og temaer.

New Metaphors & idéworkshop – to polariserte verdener

Jeg gjorde: Tegnet to parallelle «verdener» som viser hvordan samme algoritmiske logikk skaper helt ulike echo chambers. Valgte temaene toxic masculinity vs. toxic femininity fordi de er gjenkjennelige, kontroversielle, men ikke like farlige som politisk ekstremisme.

Hvorfor: Vi ville lage empati og refleksjon, ikke avsky eller avstandtaking. Begge sidene skulle virke «rimelige» for deltakeren – helt til de innså konsekvensene av algoritmene.

Hva jeg lærte: Valget av tema påvirker alt. Dessa temaene var perfekt fordi de både er relevante for unge mennesker og etisk forsvarlige å utforske.

Skisse av romstruktur: introduksjonssone → to ideologiske kamre (hver med skjerm, plakatvegger, chatbot) → refleksjonssone
V0: rom delt i to soner. Intro → Toxic masc. (venstre) | Toxic fem. (høyre) → Refleksjon.

Prototype v0 – romdesign & kuratert innhold

Jeg gjorde: Designet tre-sone-struktur (intro → to kamre → refleksjon). Kuraterte TikTok-feeds basert på søkesord og algoritmer. Lagde plakatvegger som viser kilder, påstander og konsekvenser.

Hvorfor: Realistiske feeds trigget større emosjonell respons. Plakatvegger ga kontekst og kilder – nødvendig for at deltakerne skulle kunne reflektere kritisk.

Hva jeg lærte: Prototyping i ekte rom (ikke bare digitalt) viste hvor viktig miljø var.

Person som tester v1-prototypen. Lyst rom, enkel oppsett, deltaker ser forvirret ut.
V1: Testlab-setting. For lyst, for lite kontekst.

Evaluering v1 – én kamre, for abstrakt

Jeg gjorde: Testet med én ekko-kamre-sone (toxic masculinity) med autoplay-feed + AI-chatbot i laboratorium-setting.

Funn: Deltakere skjønte ikke poenget. For lyst rom, manglende historier og kilder gjorde opplevelsen abstrakt og kald. De reagerte med skepsis, ikke forståelse.

Hvorfor: Atmosfære (lys, lyddesign, fysisk rom) er ikke dekorasjon – det er innholdet.

Hva jeg lærte: Vi måtte flytte ut av labben og inn i et rom som kunne «båre» installasjonen emosjonelt.

Evaluering v2 – to kamre + rødt lys + plakatvegger

Jeg gjorde: La til rødt lys, fylte plakatvegger med kilder og påstander, la til skjerm med autoplay-feed, og testet med større gruppe.

Funn: Betydelig dypere engasjement. Deltakere som besøkte begge kamre spontant begynte å diskutere parallellene. De opplevde hvordan ulike kilder og algoritmer skaper helt ulike virkeligheter.

Hvorfor: Rødt lys + fysiske kilder + kontrast mellom to rom gjorde systemet «leselig» og følelsesmessig ladet.

Hva jeg lærte: Små endringer i atmosfære kan få stor innvirkning. Vi var på rett vei.

Evaluering v3 – rødt lys, full effekt

Jeg gjorde: Intensiverte rødt lys, økte antall plakater, fjernet Mentimeter for å la spontan diskusjon oppstå. Testet i sluttvisning for hele klassen.

Funn: Opplevelsen var slagkraftig. Deltakere var emosjonelt berørt og reflekterte dypt uten at vi måtte styre eller moderate. Spontane diskusjoner oppsto om algoritmisk bias, nettatferd og ansvar.

Hvorfor: Når miljø er sterk nok, trenger du ikke å instruere opplevelsen – folk finner sitt eget forhold til den.

Hva jeg lærte: Dette er transformativt design i praksis. Ikke en løsning, men et spørsmål som deltakerne selv må møte.

Etikk & ansvar gjennom prosessen

Jeg gjorde: Utformet samtykkeskjema, debriefing-protokoll, balanserte fremstilling av begge perspektiver symmetrisk, og dokumenterte alle observasjoner.

Hvorfor: Transformativt design som bruker sterk emosjonell opplevelse må være etisk forankret. Det er lett å manipulere eller såre når følelsene er høye.

Hva jeg lærte:

  • Symmetri: Toxic masculinity og toxic femininity måtte behandles med samme respekt og samme designresurser.
  • Debrief: Mulighet til å snakke og reflektere etter installasjonen var like viktig som opplevelsen selv.
  • Sporbarhet: Dokumentasjon av alle designbeslutninger gjorde at vi kunne argumentere for hvorfor vi gjorde det vi gjorde.
  • Samtykke: Klar informasjon før deltakelse – folk visste hva de gikk inn i.

Konklusjon & videre forskning

Hva ble oppnådd: En installasjon som gjør algoritmisk «mørk materie» synlig, følelsesmessig og konkret. Design som spørsmål i stedet for svar.

Begrensninger: Liten gruppe, kort eksponering, to tema, lokalt begrenset.

Videre mulige retninger:

  • Longitudinell studie: Hva husker deltakere etter en uke eller måned?
  • Flere plattformer: Samme algoritmer på Instagram, YouTube, TikTok – hvordan varierer feeds?
  • Vandreutstilling: Modulært design som kan skaleres til flere byer/institusjoner.
  • Dypere AI: Chatbot som lytter og justerer sitt standpunkt dynamisk basert på deltaker-input.
  • Fokus på handling: Hva gjør deltakere etter installasjonen? Endrer de atferd på sosiale medier?