Taggad: prototyp

Funkar generösa användargränssnitt?

Här kommer det sjunde och sista inlägget i vår serie om generösa gränssnitt för kulturarvssamlingar. I det här inlägget sammanfattar vi resultaten och även de insikter vi tror oss ha vunnit genom utvärderingen. Vi ger också en fingervisning om hur vi går vidare efter utvärderingen och hur vi kan stödja kulturarvsorganisationer som skulle vilja bygga generösa gränssnitt till sina samlingar.

A moodboard of prints, textiles and jewellerty featuring floral designs.
Skärmbild från en av de generösa prototyper vi utvecklade och utvärderade.

Frågor och svar

När vi började utvärderingen hade vi ett antal frågor vi sökte svaren till:
– Varför finns det inte flera generösa användargränssnitt i produktion?
– Tycker användare om generösa användargränssnitt?
– Är de svåra och därmed kostsamma att utveckla och förvalta?
– Om användare tycker om dem, hur kan vi uppmuntra och stödja kulturarvsorganisationer att skaffa sig dem?

De fyra prototyper vi utvecklade (1, 2, 3, 4) och de användartest vi genomförde var medel i målet att söka svar på dessa frågor. Fick vi svar? Ja, vi tror det.

Vad tycker användarna?

Om vi börjar med frågan om användarna tycker om dem så är svaret: ja. OM de används till det syfte och till den typ av användarbeteende de är avsedda för: digitala flanörer som söker inspiration men inte riktigt vet vad de exakt söker. De upplevs sannolikt som långsamma och omständliga av användare som söker information och referenser om ett ämne eller företeelse de vet att de söker efter. Det är stor skillnad att optimera en tjänst för t.ex. en användare som söker ”Jag vill hitta fakta om målningen Bataverna trohetshed” jämfört med en användare som söker inspiration för sitt eget skapande ”jag vill hitta inspiration för ett mönster jag kan trycka på min nya t-shirt, jag tror den ska vara blå och med växtliknande mönster”. Det är också stor skillnad mellan att t.ex. söka efter ett specifikt båtmanstorp på Listerlandet och att söka en översikt över hur många och var alla kända båtmanstorp finns i Sverige. Kort sagt: Don efter person!

Är de svåra och kostsamma att utveckla?

Generösa gränssnitt är tajtare kopplade till mer specifika användarbeteende och innehållsbehov än sökcentrerade tjänster. Det gör att det är svårare, och ibland kanske olämpligt, att utveckla eller använda generiska design- och tekniklösningar. De kommer därför inte heller som inbyggda eller tillvalstillägg i de samlingssystemprodukter som museer oftast köper in. Det gör att utvecklingen av generösa användargränssnitt ofta är en fråga om att skräddarsy lösningar. Sådana är ofta mera kostsamma än standardlösningar, de kräver antingen köp av eller att man har egen design och utvecklingskapacitet. I fallet generösa användargränssnitt behöver också design och mjukvaruutvecklingskompetensen kombineras med innehållsexperter (intendenter, curatorer) i ett tajt samverkande team för att det ska bli ett bra resultat.

Varför finns det så få generösa användargränssnitt i produktion?

Väldigt få museer eller andra kulturarvsinstitutioner i Sverige har den kombination av kompetenser som behövs för att utveckla generösa användargränssnitt i sin egen organisation. Man nöjer sig också oftast med att använda det sökgränssnitt som kommer på köpet med det samlingsförvaltningssystem man valt att köpa in. En storlek får därmed passa alla. Vi bedömer att detta är huvudanledningen till att generösa användargränssnitt inte används av så många kulturarvsinstitutioner, i Sverige och internationellt.

Vad kan Riksantikvarieämbetet och andra göra?

Det vi på Riksantikvarieämbetet, tillsammans med mer resursstarka större kulturarvsinstitutioner, skulle kunna göra för att uppmuntra och stödja fler att börja använda generösa användargränssnitt är att dela kunskap, leda med goda exempel, och även dela, i form av öppen källkod och god dokumentation, tekniska lösningar.

En möjlighet för framtiden kan också vara att resursstarkare institutioner tillsammans utvecklar och erbjuder mera färdiga sk ”widgets” som icke-tekniska användare kan skapa och bädda in på sina egna sidor. För att exemplifiera och vara mer konkret med hur ens sådan lösning skulle kunna fungera så ta en titt på Knight Lab:s widgets för kartor, tidslinjer, virtual reality-visare, m.fl. Utvecklingen, och framförallt den långsiktiga förvaltningen, av en sådan uppsättning generösa ”widgets”, fria att använda för alla svenska kulturarvsinstitutioner, är dock resurskrävande och skulle bäst lösas av ett samverkande konsortium av flera kulturarvsinstitutioner.

Resultatkommunikation och införandestöd

All den källkod och dokumentation som vi tagit fram är förstås fritt tillgänglig för andra att använda och därmed kanske komma igång snabbare, enklare och billigare med sin egen utveckling.

Den här bloggserien är också en del av hur vi sprider resultaten från utvärderingen. Men det är inte det enda! Vi tror mycket på det personliga mötet och påbörjade därför att presentera utvärderingen på konferenser och seminarium innan den den ens var färdig. Den närmaste tiden kommer vi att delta på flera konferenser och seminarier för att specifikt presentera och tala om vår utvärdering. De är:

– 11 april, Östersund, Vårmötet, Pass 3: Vägen till en lustfylld databas

– 25 april, Göteborg, Digikult

– 23 maj, Stockholm, Seminarium om innovativa gränssnitt

I mån av tid kommer vi också gärna på besök till er konferens eller organisation för att på plats berätta om generösa användargränssnitt och hur de kan stödja er organisation att bättre ta tillvara på era digitaliserade samlingar. Det är bara att ta kontakt!

Tack!

Till sist, ett tack till de museer som vara våra partners i den här utvärderingen: Nordiska museet, Nationalmuseum, Statens museer för världskultur, och Malmö museer. Tack också till de frilansare och konsulter som på ett bra sätt genomfört sina uppdrag: Martin Törnros/Interaktiva rum, Olivia Vane, och Delorean.

Hur kan man få översikt över en samling med över sju millioner poster?

Vi fortsätter vår serie om att göra kulturarvssamlingar sökbara ”utforskningsbara” online. I detta det näst sista inlägget presenterar vi en prototyp som är ett försök att göra riktigt omfattande kulturarvsdatabaser ”greppbara”.

Hur kan man göra det enkelt för någon att förstå vad som finns i en riktigt stor databas? Man kan skriva: ”Databasen omfattar ca 7 millioner poster” och därefter hänvisa användaren till en sökruta. Men kan vi verkligen inte erbjuda något bättre än så? I vårt första blogginlägg om generösa användargränssnitt redovisade vi de designprinciper som ger vägledning:
– Show first, don’t ask (provide rich overviews without search)
– Provide samples and clues (using collection content)
– Show relationships (between collection features)
– Provide rich primary content (deliver on the promise)

Med utgångspunkt i den första principen valde vi att utveckla en prototyp som försöker ge just en översikt över en väldigt stor databas med kulturarvsinformation. De andra prototyperna vi utvecklade var ju alla baserade på mindre urval av innehåll. Vi tog därför som utgångspunkt K-samsök som är en samling av kulturarvssamlingar. Totalt innehåller K-samsöks databas fler än sju millioner poster! Den officiella söktjänst som finns för K-samsök är Kringla. Dess landningssida, med de sex ”boxarna” som visar olika typer av objekt och hur många de är ger faktiskt en viss översikt och gör det med innehåll taget från samlingen, men därefter är det sökrutan som gäller.

Vi valde därför för att gå en mer abstrakt väg med fokus på informationsvisualisering som går bortom en grundläggande indelning i objekttyper och antal. Prototypen vi utvecklade ska ses som ett möjligt komplement till (en ny version av) Kringla, inte alls som en ersättning. För att spara oss tid och pengar utgick vi från en design (länk till pre-print version av en artikel om designarbetet) och källkod som Potsdam Urban Complexity Lab gjort för Deutsche Digitale Bibliothek. Det finns ingen anledning att återuppfinna hjulet och Deutsche Digitale Bibliothek försökte tackla precis samma problem som vi: hur kunna ge översikt och insikt i en samling som är så stor?

The landing page for the Kringla Visualized prototype
Kringla Visualiserats landningssida, svensk version.

Vi behövde givetvis göra vissa anpassningar av källkoden men det gick ändå ganska raskt att utveckla vår prototyp ”Kringla Visualiserat/Visualized”. Prototypen ger användaren en översikt över innehållet i K-samsök baserat på tid, nyckelord och platsnamn (i vårt fall landskap). De visualiserade översikterna är interaktiva och länkade till den vanliga versionen av Kringla när användaren vill klicka igenom för att se detaljer om ett eller flera enskilda objekt.

The timeline of Kringla Visualized where the time-selection matches the Nordic Iron Age, 500BC-1050AD
Den interaktiva tidslinjen med ett tidsurval som motsvarar svensk järnålder. Notera att ordmolnen under tidslinjen uppdateras baserat på tidsurvalet. Järn förefaller förvisso vara populärt på järnåldern.

Tidslinjen visade sig också vara till nytta för att upptäcka datakvalitetsproblem! Om man ska tro tidslinjen så finns det flera fotografier i K-samsök utförda innan fotografi uppfanns. En närmare titt visar att det förstås inte är frågan om vare sig tidsresenärer eller att fotografikonsten faktiskt uppfanns av en anonym nordisk bronsåldersbo. Det är givetvis felaktiga metadata som spökar! Ibland enkla misstag men ofta att datumet för fotografiet och dateringen av fotografiets motiv blandats samman.

Timeline showing a number of photographs taken long before photography was invented. Metadata errors are the cause.
Felaktiga metadata eller tidsresenärer?

En annan vy som finns tillgänglig i prototypen är en översikt över antalet poster av en viss objekttyp (Kulturlämning, Byggnad, Fotografi, Föremål, Konstverk, etc.) som det finns i K-samsök för varje landskap. Den här typen av översikter vet vi att många forskare och handläggare är intresserade av att ha tillgång till.

Charts visualising the number of objects of a specific type per Swedish province.
Visualisering av antal objekt av varje typ per landskap.

Det man ska vara medveten om när man visualisera statistik på detta viset är förstås att uppmuntra användarna till källkritik. Det finns många aspekter man behöver väga in när man tolkar statistiken, t.ex. vilka landskaps kulturarv är mest befolkade? Eller har ar flest starka kulturarvsinstitutioner?

Den här vyn, om man går vidare och utvecklar prototypen till fullödig produkt, skulle kunna utvidgas till att låta användaren välja andra geografiska indelningar (Län, Kommun, Socken) men också välja att se statistik på finare klassificeringar under objekttyperna. Exempel på detta skulle kunna vara olika byggnadstyper (Slott, Koja, Torp, Stadshus, etc.), olika fornlämningstyper (Runsten, Hög, Boplats, etc.), olika föremålstyper (fibula, brakteat, flintyxa, etc.), eller olika konstverksformer (målning, skulptur, vävnad, etc.). En annan möjlighet vore att välja arkeologisk periodindelning, århundraden eller årtionden som en dimension att segmentera graferna.

Testa gärna Kringla Visualiserat själva! Och om ni har feedback och synpunkter så är dessa mycket välkomna. Maila dem gärna då till ksamsok@raa.se.

Källkoden till Kringla Visualiserad/Kringla Visualized är tillgänglig och öppet licensierad.

Att tänka i tid – utveckling och test av en interaktiv tidslinje

Vi fortsätter vår serie av inlägg om annorlunda sätt att göra kulturarvssamlingar sökbara ”utforskningsbara” online. I ett tidigare inlägg presenterade vi prototypen och källkoden för en interaktiv tidslinje som vi utvecklade från grunden. I detta inlägg presenterar vi prototypen och användartestresultaten av en interaktiv tidslinjer där vi utgick från en av de få öppna källkodslösningar för generösa användargränssnitt som finns: VIKUS Viewer.

Att tänka i tid, oftast linjärt, är ett för många grundläggande perspektiv att se på och uppfatta historien. Vi på Riksantikvarieämbetet själva använder uttrycket ”Att tänka i tid” för att uppmuntra till att beakta de historiska djupen bakom många samhällsfrågor. Det är inte konstigt att tidslinjer därför har en lång historia som ett format för att illustrera och förstå historiska utvecklingsskeenden.

A colourfultimeline of civilisations
A New Chart of History av Joseph Priestly (1769). Utslocknad upphovsrätt.

Det finns förstås också många exempel på digitala tidslinjer. Dels statiska sådana, men mer intressant för tillgängliggörande av kulturarvssamlingar är interaktiva sådana. Därför så valde vi att låta utveckla och testa (med användare och heuristik) den öppna källkodslösningen för interaktiva tidslinjer, VIKUS Viewer. Uppdraget att utveckla och testa prototypen tilldelas Delorean. En tidslinje behöver förstås fyllas med innehåll och eftersom Nationalmuseum har varit en av de organisationer som deltagit i vår utvärdering av generösa användargränssnitt gjorde de ett urval av målningar från deras samlingar tillgängliga i prototypen.

Startsidan för prototypen
Startsidan för prototypen ger en översikt av målningarna på en tidslinje och tips om hur du kan utforska tidslinjen.
En tidslinje som visar Nationalmuseums porträttmålningar
Urvalet av målningar som visas i tidslinjen kan styras genom att välja vanligen förekommande motiv eller konstgenrer. Här har användaren valt att visa porträttmålningar.
Målningar från Nationalmuseum från 1600-1640 på en tidslinje.
Användaren kan zooma in i tidslinjen för att utforska ett visst tidsintervall.
David Becks porträtt av Drottning Kristina.
Här har användaren zoomat in för att närstudera och läsa om David Becks porträtt från 1650 av Drottning Kristina.

Så, hur bedömde då vår inhyrda UX Designer Sanna Vestin VIKUS Viewers användarupplevelse? Och vad tyckte våra testanvändare om prototypen?

Du kan läsa hela testrapporten online men den sammanfattas av Sanna så här:

”Under testerna observerades hur testanvändarna interagerade med VIKUS och de fick även svara på frågor om hur de upplevde gränssnittet. Resultatet från både observationerna och enkäten pekade åt samma håll – VIKUS är ett lustfyllt och visuellt sätt att utforska samlingar på, men det har en del brister. Det saknas vedertagna designmönster för navigation och sökfunktionalitet. De redaktionella innehållet känns också magert, användarna upplever att det saknas information om konstverken.

Detta till trots är användarna överlag positiva och anger att de blev inspirerade till att utforska mer. Flera användare ansåg att denna typ av gränssnitt tillgängliggör konsten, vilket de gladdes mycket åt. Användarvänligheten av gränssnittet bedöms initialt som något lågt, men det finns mer eller mindre enkla förbättringar man kan göra för att vidareutveckla VIKUS. När det gäller mobilanvändning och tillgänglighetsanpassning lämnar VIKUS mycket att önska, där krävs det större åtgärder för att få gränssnittet att leva upp till moderna standarder.”

Ömsom vin och ömsom vatten, men vi bedömer att med viss förbättring och vidareutveckling av VIKUS-ramverket har det god potential för arkiv, museer, och bibliotek som på ett lustfyllt vill göra hela eller delar av sina samlingar utforskningsbara online.

Du kan själv testa prototypen här. Källkod och dokumentation finns tillgänglig på Riksantikvarieämbetets GitHub.

Hur går utvecklingen av ett generöst användargränssnitt till?

I det föregående blogginlägget beskrev vi hur det gick till när vi tog fram den grundläggande designen för en prototyp på ett generöst användargränssnitt. Nu går vi den första prototypen vi utvecklat och hur vi testat den. Vill du testa den själv så kan du göra det!

A set of images of dancers
Vad en användare ser om den väljer etiketten ”dancer”. Etiketten är skapad med hjälp av AI-baserad bildanalys.

Vi hade ju redan tidigare i designfasen valt att utveckla en prototyp avsedd för en viss målgrupp som också delar ett navigeringsfokuserat snarare än sökorienterat beteende: mode- och inredningsdesigners samt andra kreatörer, i t.ex. textil, som söker inspiration för sitt egna skapande.

Prototypen är därför avsedd att stödja ett nyfikenhetsstyrt och lustfyllt gradvis utforskande – via färger och etiketter/taggar – av en samling bilder. Designen är gjord för att vara visuell till sin karaktär och att tillåta användare att snabbt “dyka ner” bland bilder för att påbörja sitt utforskande. Resultatdisplayen är avsedd att påminna om de sk moodboards, kollage av bilder, som många kreatörer och designers använder som ett stöd i sitt skapande. Vi designade medvetet prototypen att sakna namn, logo eller vara färgsatt på ett sätt som är specifikt för en viss organisation. Detta för att det ska göra det enklare för andra organisationer att sätta sitt varumärke på en egen version av prototypen och utveckla den vidare.

Redan innan vi började koda prototypen, när vi bara hade skisser av prototypen på papper, så började vi systematiskt samla in kvalitativ feedback från användare. Det är långt billigare att ändra i pappersprototyper och i designfasen än i kodnings och utvecklingsfasen!!! Vår analys av användarnas synpunkter resulterade bl.a. att vi gjorde en mycket enklare, och därmed mera användarvänlig, interaktion för användaren att välja färger att filtrera på. Vi hade också idéer om funktioner som vi skulle vilja utveckla men som vi tidigt släppte. De skulle helt enkelt inte rymmas inom tids- och budgetramen. Bland dessa idéer ingick möjligheten för användare att skapa och dela namngivna färgpaletter (”Höst”, ”Glädje”, ”50-tal”) som man också kunde söka matchande innehåll för. Tidigt släppte vi också tanken på en integrerad interaktiv tidslinje. Båda dessa skulle vara intressanta vidareutvecklingsmöjligheter!

A grid showing multiple named colour palettes
Namngivna färgpaletter att matcha innehåll till var en av de idéer vi fick släppa under utvecklingens gång. Skärmdump från color-hex.

Etiketterna och färgerna som användaren kan använda för att utforska de ca 5000 bilderna är extraherade med hjälp av Google Cloud Vision. Etiketterna som föreslås av Google Cloud Vision liknar mer de nyckelord som icke-professionella användare ofta använder i sina sökningar än de officiella sak- och ämnesord som intendenter katalogiserar sina samlingar med. Ibland kallas sådana etiketter för folksonomier och används ofta just när en målgrupp består av icke-specialister. Det finns mycket att skriva om potentialen i att använda AI- och maskininlärningsbaserade bildanalys för att stödja digitisering och digital förmedling av kulturarvssamlingar. Därför kommer vi vid senare tillfälle att skriva ett uppföljningsinlägg om just det ämnet!

Eftersom vi hade fyra medverkande museer i vårt projekt valde vi också att göra ett urval av bilder från deras samlingar. Urvalet, som vi valde skulle omfatta ca 5000 bilder totalt, gjordes på ett sådant sätt att vi skulle få en blandning av modefotografi, konstverk rika på dräktdetaljer, samt bilder på dräkthistoriska föremål och accessoarer. Rent tekniskt gjorde vi urvalet genom att definiera ett antal nyckelord som vi skickade till Europeanas API och laddade ner resultaten (metadata och bildlänkar). Vi valde Europeana då de fyra medverkande museernas samlingar alla finns tillgängliga där och vi därför kunde hämta bilder och beskrivningar från en källa. Detta sparade oss mycket utvecklingstid då vi annars hade behövt utveckla funktionalitet för att hämta innehåll från de tre olika proprietära samlingsförvaltningssystem som de medverkande museerna använder.

Animering som visar interaktionen i den prototyp vi utvecklar
Skärminspelning som visar hur färgpalettsmenyn fungerar.

När prototypen först blev funktionell testade vi den med två användare. Detta gav oss ännu mera värdefull feedback, framförallt på användbarhetsproblem, och stärkte oss i vår känsla att vi var på rätt väg, men att vi också behövde göra modifikationer. Efter att vi genomfört dessa gjorde vi ett andra test med två andra testanvändare. Resultaten av våra tester finner du här.

Källkoden och dokumentation finns tillgänglig och är öppet licensierad. Om en institution har sina samlingar i Europeana är det enkelt för en utvecklare att skapa en egen version av prototypen och fylla den med ett annat innehåll än det vi valde. Vi rekommenderar inte att använda prototypen som den är annat än i demo/-testsyfte, men den kan spara dig mycket tid och pengar jämfört med att utveckla ett generöst användargränssnitt själv i från grunden! Om du arbetar för en svensk kulturarvsorganisation och är intresserad av att utveckla en utforskningstjänst i generös stil så ta gärna kontakt med oss!

NB: Prototypen är utvecklad så att den fungerar i moderna webbläsare på mobiltelefoner, läsplattor och laptops/desktops. Den fungerar däremot inte med webbläsaren Internet Explorer.

Hur går designen av ett generöst användargränssnitt till?

I vårt första inlägg om generösa användargränssnitt introducerade vi själva konceptet. I det andra inlägget gav vi ett exempel på en av de fungerande prototyper vi utvecklat som del av vår utvärdering. I detta tredje inlägg tar vi ett steg tillbaka och berättar lite om hur vi försökte lära av andra, identifiera användarbehov och skissa på lösningar.

Förstå och Definiera (Empathize & Define)
Det första vi* försökte göra var att förstå de användare som inte tycker att konventionella samlingssöktjänster fungerar bra för dem. Vi lära av de som redan utvecklat generösa gränssnittsprototyper – varför återuppfinna hjulet eller falla i samma gropar? Denna initiala research motsvarar de faser som i Design Thinking kallas Empathise och Define – eller Förstå och Definiera.

Design Thinking-processen visualiserad
En översikt över Design Thinking-processen


Det första vi gjorde förstås var att läsa in oss på det som andra redan har skrivit om generösa användargränssnitt och personligen testa de prototyper som redan utvecklats. Vi visste från den läsningen att det finns användare som söker visuell inspiration eller föredrar att ta in information visuellt och som är illa tjänade av konventionella samlingssökstjänster.

Vi intervjuade därför också flera personer som ofta använder bilder från museiarkiv i syfte att använda bilderna i egna bildproduktioner eller som inspiration till eget skapande. I korthet kan man sammanfatta att vad de skulle önska de kunde göra i bildsamlingar var att hitta bilder som matchar en viss sinnesstämning (”en melankolisk färgpalett”), känsla (”den ska kännas 50-tal”), eller utstrålar eller innehålla ett visst specifikt motiv (”blekröda blommor”). En del önskade bilder som rent visuellt skulle passa bra i en egen kreation t.ex. en affisch som man redan hade bestämt en färgsättning för, andra ville bara söka bilder för inspiration då de inte ville bli för influerade av förlagor i sitt eget skapande.

Utöver detta ganska speciella och specifika behov framgick det också att dessa användare uppskattade så hög teknisk kvalitet som möjligt på bilderna och att enkelt kunna snabbt ladda ner dem. Flera av de vi intervjuade nämnde Pinterest som fungerade bättre för dem när de letade efter bilder än vad musei- och bildarkiv gjorde. För att ge lite tydlighet till det här användningsbehoven skapade vi två väldigt enkla sk personor som representerar dem: Kim och Alex.

Bild på personan Kim
Kim – en av våra enkla personor


Generera idéer (Ideate)
Nu tyckte vi att vi hade fått en första förståelse för användarna och deras behov. Tillräckligt mycket i alla fall för att gå vidare med att börja genererar idéer för hur vi skulle kunna utforma en prototyp som bättre möter upp dess användares behov. Vi började samtidigt också fundera på vad vi hade i samlingarna som skulle kunna funka väl innehållsmässigt för de användare som söker visuell inspiration. Vi var flera museer* representerade i arbetsgruppen och ett typ av material som återfanns i allas samlingar var föremål och bilder relaterade till historisk dräkt, mode och tillhörande accessoarer.

Hur genererade vi då idéer för vår prototyp? Och hur testade vi dem? Metodiskt utgick vi från den sk ”Designsprinten” där man under en arbetsvecka genomför en designcykel (se Design Thinking-cykeln ovan). Av logistiska skäl kondenserade vi dock våra sprintar till tre dagar. Under hela utvärderingens lopp genomförde vi fem sådana designsprintar med visst arbete, framförallt programmering och andvändartest, däremellan.

För dem allra första idégenereringen använde vi en metod som kallas ”Collaborative Sketching” som först utvecklades av ingenjörer men därefter fått vid användning inom design. Den går helt enkelt ut på att man på kort tid först skapar så mångla olika skisser på en applikation som möjligt. Därefter går man gemensamt igenom varandras skisser, förklarar dem, och ger konstruktiv kritik. Sedan gör man en omgång av skissande till, delar och kritiserar, och om igen så mycket man tycker att det behövs. För varje sådan omgång tenderar gruppens skisser konvergera mer och mer och få fler och fler detaljer.

Handritad skiss på ett användargränssnitt
En av dussintals tidiga skisser!
En skiss som visar hur en modebild visas i en mobilapplikation
En mer detaljerad skiss med lite inklippt kollage.

I vårt fall konvergerade vi mot en applikation som gör det möjligt för användare att via nyckelord (”taggar”), tidslinje och färgpaletter navigera sig fram till bilder på dräkt och mode. Utan att behöva knappa in sökord i en sökruta!


Mot nästa steg – att bygga en prototyp!
Vid det här laget tyckte vi att vi hade en tillräckligt tydlig idé för en applikation för att parallellt börja efterfråga synpunkter på dem från potentiella användare och påbörja själva utvecklingen – nu var vi redo att gå från skisser på papper och whiteboard till påbörja utvecklingen av en fungerande digital prototyp. I nästa blogginlägg så kommer vi därför att presentera hur vi utvecklade vår färdiga prototyp och resultaten från våra användartester av den!



*Vilka är vi förresten?
Jo, vi som arbetade med utvärderingen av generösa användargränssnitt är Aron Ambrosiani (Nordiska museet), David Haskiya (Riksantikvarieämbetet), Albin Larson (Riksantikvarieämbetet), Martin Törnros (Interaktiva rum, konsult), Magnus Waldeborn (Malmö museer), Ulrika af Wetterstrand (Malmö museer), och Robert Ziherl (Nordiska museet). Tillsammans täcker vi in förmågor som produktutveckling, digital produktion, design, mjukvaruutveckling och samlings- och föremålsexpertis.

Faces of Sweden – Explore faces and costume through time with portraits in the Nordic Museum

I denna andra bloggpost i vår serie om generösa användargränssnitt beskriver Olivia Vane, designer och doktorand vid Royal College of Design, den prototyp hon utvecklat på uppdrag av Riksantikvarieämbetet. Om du vill kan du själv också testa den!

Portraits from the past can tell us a lot. What did people wear? What sort of people were painted? How did they want to be presented? ‘Faces of Sweden’ is an interactive timeline showcasing historical portraits from the Nordic Museum, Stockholm. You can use it to cut through time, compare different periods and see how clothes, hairstyles and the style of portraiture changes. The timeline displays 785 portraits (mostly oil paintings but also prints, silhouettes, photographs) dating between 1570-2003.

Portraiture in the Nordic Museum collection has been collected for its cultural heritage value; the paintings serve as a record of what people wore, what kinds of people were depicted, and the artwork that decorated people’s homes.

Portraits in the Nordic Museum collection, ordered vertically oldest to newest
Portraits in the Nordic Museum collection, ordered vertically oldest to newest


Herrporträtt, knästycke, kyller och byxor av gult skinn, spetskrage.
Herrporträtt, knästycke, kyller och byxor av gult skinn, spetskrage. Produktion 1620 – 1660 (Uppskattning). Nordiska museet. Vissa rättigheter förbehållna.


Damporträtt, midjeporträtt
Damporträtt, midjeporträtt.Produktion 1830 – 1839 (1830-TALET). Nordiska museet. Vissa rättigheter förbehållna.


Miniatyrporträtt
Miniatyrporträtt. Produktion 1600 – 1659 (uppskattning). Nordiska museet. Vissa rättigheter förbehållna.


Silhuettporträtt, bröstbild, man, vänster profil.
Silhuettporträtt, bröstbild, man, vänster profil. Produktion 1770 – 1820 (uppskattning). Nordiska museet. Vissa rättigheter förbehållna.


Select small time spans to focus on and compare different periods:

Screenshot of Faces of Sweden showing portraits from around 1610, and around 1800
Showing portraits from around 1610, and around 1800


Or by selecting a wide time span, cut across time to observe changes:

Screenshot of Faces of Sweden with timeline showing portraits from 1604 - 1887
Bottom timeline showing portraits from 1604 – 1887


’Faces of Sweden’ is built in Javascript/d3.js. The code is available as open source. Data is drawn from the K-samsök/SOCH API.

Generösa användargränssnitt – vad är det?

Tänk dig att du för första gången besöker ett museum. Du går in i museet, men du möts inte av ett urval föremål utan av en intendent bakom en disk. Det finns en informationsskylt som säger att det är en konstsamling och att museet har 72 384 konstföremål. Du är välkommen att titta på dem, men du måste skriva ner ett eller flera nyckelord på ett papper för att beskriva vilka konstföremål du vill ta en närmare titt på. Intendenten tar därefter pappret, går in i magasinet och hämtar ut föremålen, 10 åt gången, på ett rullbord. Du kan därefter modifiera dina nyckelord baserat på av intendenten förvalda konsthistoriska termer. Gör du det tar intendenten bort de konstföremål på rullbordet som inte matchar de termer du valde. Processen upprepas tills dess du är nöjd med urvalet på rullbordet.

Designern och designforskaren Mitchell Whitelaw använde denna liknelse i sin artikel, ”Generous Interfaces for Digital Cultural Collections”, för att beskriva hur han och många användare upplevelser de flesta söktjänster för digitala kulturarvssamlingar som då fanns online. Han menade att denna upplevelse var ”snål” (”stingy”) och enbart fungerar för de som redan vet exakt vad de letar efter och kan formulera en nyckelordssökning som matchar de termer som används av oss i kulturarvssektorn. I artikeln försöker han därefter att definiera karakteristika för generösa användargränssnitt (”generous interfaces”) och även ge exempel på några sådana.

Screenshot of Discover the Queenslander
Discover the Queenslander. Ett av de exempel Whitelaw använder.

Efter att Whitelaw skrev artikeln 2015 har det förstås tillkommit flera exempel – flera av dessa kan du hitta i denna översikt som John Stack från Science Museum gjort. På konferensen EuropeanaTech 2018 presenterade Whitelaw en statusuppdatering för hur generösa användargränssnitt har kommit att utvecklas sedan 2015. I uppdateringen definierar Whitelaw också fyra designprinciper för generösa användargränssnitt:
– Show first, don’t ask (provide rich overviews without search)
– Provide samples and clues (using collection content)
– Show relationships (between collection features)
– Provide rich primary content (deliver on the promise)

Under 2018 och en liten bit in på detta året har vi på Riksantikvarieämbetet, tillsammans med Nordiska museet, Nationalmuseum, Statens museer för världskultur, och Malmö museer, arbetat med att utvärdera generösa användargränssnitt. Syftet är att testa i praktiken om och hur svenska kulturarvsinstitutioner skulle kunna utveckla generösa användargränssnitt och även undersöka hur generösa användargränssnitt upplevs av användarna. Under arbetets gång har vi användartestat tre existerande generösa användargränssnitt och även utvecklat, eller låtit utveckla och användartesta, fyra egna fungerande generösa användargränssnittsprototyper baserade på svenska kulturarvssamlingar.

A screenshot of the splashcreen for the application COINS.
COINS – en av de existerande applikationer vi användartestade.

Givetvis ingår det också att vi delar med oss av resultaten, de positiva såväl som de negativa, så brett som möjligt. Denna bloggpost är därför den första av en serie där vi presenterar vårt arbete med generösa användargränssnitt, de prototyper vi utvecklat och testat, och de lärdomar vi dragit. Onsdagen den 23 januari kommer en bloggpost om prototypen ”Faces of Sweden” som gör det möjligt för användare att utforska och visuellt jämföra samlingsinnehåll via en interaktiv tidslinje.

Vi hoppas också att under året att presentera våra resultat på museikonferenser och seminarier runt om i landet. Mer om dessa när vi vet tid och plats!

Vad ser en artificiell intelligens när den tittar på museers bilder?

Ett ofta citerat problem i att göra kulturarvssamlingar tillgänglig och sökbara på webben är att vi som katalogiserar föremål, fotografier och andra kulturarvsobjekt använder termer och ett språk som inte faller sig naturligt för ”den vanliga användaren”. När användaren sedan knappar in sina sökord i våra söktjänster matchar de illa med våra termer. Resultatet är att användarna alltför ofta inte finner vad de söker.

I takt med utvecklingen av artificiell intelligens har datorer de senaste åren blivit alltmer kapabla att extrahera information från bilder: nyckelord, känslouttryck i ansikten, färger, m.m. Kan vi kulturarvsinstitutioner använda AI för att göra våra samlingar mera sökbara? Vi bjöd in studenter i systemvetenskap att testa möjligheterna. Två studenter från Uppsala universitet – Alfred Bjersander och Max Collin – antog utmaningen och nedan berättar de om sina resultat.

Vi har på inbjudan under våren tagit fram en prototyp för att göra bilder sökbara baserat på dess innehåll. Projektet resulterade i en webbapplikation som tillgängliggjorts vars källkod finns öppet tillgänglig.


AI:n ser segelfartyg. Skärmdump från prototypen.

Projektets mål var att utveckla en prototyp som kunde visa på eventuella styrkor eller svagheter med att tillföra maskinextraherade attribut till bilder som tillgängliggörs av Riksantikvarieämbetet. Google Vision användes tillsammans med K-samsök för att sammanfoga bildinformation. Resultatet presenteras via en webbapplikation som ger möjlighet att söka i bildmaterialet genom att dels kombinera etiketter samt söka på kombinationer av färger.


AI:n gör en modeanalys! Skärmdump från prototypen.

En utvärdering av prototypen visar att de tillförda etiketterna ökar möjligheten att framgångsrikt söka i bildmaterialet. Utvärderingen visar också på förekomsten av falska negativ, där bilder inte tillförts den information som förväntas. Kombinationer av valda etiketter kan därför minska antalet träffar där så inte borde vara fallet. Exempelvis minskar antalet träffar om etiketterna “människa” och “porträtt” kombineras.

Förmågan att söka bland bilder utifrån färginformation är i K-samsöks befintliga metadata begränsad till manuellt annoterade textfält. Prototypen tillför därför ett nytt sätt att utforska bildsamlingarna genom att kombinera färger.

Prototypen avgränsades till ett slumpmässigt urval om tusen bilder från K-samsök. Även om urvalet inte är så omfattande tycker vi att resultatet visar på hur ett komplement med maskinextraherade attribut kan förbättra sökupplevelsen.

För den som är nyfiken att lära mer om detta arbete finns källkoden och den uppsats vi skrev baserat på detta projekt tillgängliga online.