Digital facilitation of biosensor software learning: An exploration of iMotions
Authors
Hansen, Simon Mathson ; Togsverd, Mathias ; Zimsen, Louis Jon
Term
4. term
Publication year
2020
Submitted on
2020-06-10
Pages
124
Abstract
This thesis examines how to digitally facilitate learning of complex biosensor software, using iMotions as a case study. The goal is to design a scalable learning solution that does not rely on staff-led training but supports self-directed learning and reduces cognitive load. The study employs qualitative interviews with iMotions Customer Success Managers and academic end users, analyzed through thematic analysis. Findings are interpreted through learning theories—including scaffolding, the zone of proximal development, andragogy, and self-directed learning—and translated into design principles applied via a user-centered design and design thinking process. Key issues identified include learners having to master both software operations and methodological considerations for biosensor data at once, the added complexity of unfamiliar hardware, a support model that depends on contacting iMotions rather than enabling self-help, and dense onboarding sessions that produce high cognitive load and poor information retention. In response, the thesis proposes a digital solution comprising a video library that demonstrates features and their uses, a context-constraining interface that tailors information to the user’s selected biosensors via a startup prompt, and in-software tips linking to videos and practical examples. The COVID-19 lockdown constrained the originally planned use of biometric data collection and prompted methodological adjustments, but the qualitative case approach still yielded a basis for concrete proposals to improve digital facilitation of biosensor software learning.
Dette speciale undersøger, hvordan læring af kompleks biosensorsoftware kan lettes digitalt med iMotions som casestudie. Formålet er at designe en skalerbar læringsløsning, der ikke forudsætter medarbejderledt undervisning, men i stedet understøtter selvstyret læring og reducerer kognitiv belastning. Gennem kvalitative interviews med iMotions’ Customer Success Managers og slutbrugere i akademiske miljøer analyseres brugeres lærings- og onboardingoplevelser via tematisk analyse. Fundene fortolkes med læringsteori, herunder stilladsering, nærmeste udviklingszone, andragogik og selvstyret læring, og omsættes til designprincipper, som anvendes i en user-centered design- og design thinking-proces. Centrale udfordringer omfatter, at nybegyndere samtidig skal tilegne sig både softwarefunktioner og metodiske overvejelser om biosensordata, at håndtering af ukendt hardware giver ekstra kompleksitet, at hjælpsøgning i høj grad kræver direkte kontakt til iMotions frem for selvhjælp, samt at tæt pakkede onboarding-sessioner medfører høj kognitiv belastning og lav informationsfastholdelse. På den baggrund foreslås en digital løsning bestående af et videobibliotek, der viser funktioner og deres anvendelser, en kontekstafgrænset grænseflade, som tilpasser information efter brugerens valgte biosensorer via en opstartsprompt, samt indbyggede tips med links til videoer og praktiske eksempler. COVID-19-nedlukningen påvirkede mulighederne for datagenerering med biometriske målinger og medførte metodiske tilpasninger, men casestudiets kvalitative tilgang gav stadig et grundlag for at formulere konkrete forbedringstiltag til digital facilitering af læring i biosensorsoftware.
[This apstract has been generated with the help of AI directly from the project full text]