Κέρδη:
- Η δυνατότητα διάκρισης του σημείου στη ροή εργασιών UX (σύνθεση έρευνας, προσωπικότητα, wireframe, κείμενο διεπαφής, ανάλυση δοκιμής) η τεχνητή νοημοσύνη εξοικονομεί πραγματικό χρόνο και πού αρμοδιότητες όπως η ακρόαση του χρήστη και η τελική απόφαση σχεδιασμού παραμένουν στον σχεδιαστή, σύμφωνα με το επίπεδο κινδύνου της εργασίας
- Δυνατότητα ανάπτυξης ενός αντανακλαστικού που συνδέει κάθε έξοδο AI με πραγματικά δεδομένα και στοιχεία χρήστη και επαληθεύει παραισθήσεις και προκαταλήψεις μέσω βημάτων ανίχνευσης
- Δυνατότητα ανωνυμοποίησης εγγραφών συνομιλιών και προσωπικών δεδομένων χρήστη εντός του πεδίου εφαρμογής του KVKK και μεταφοράς τους στην τεχνητή νοημοσύνη εντός των ορίων της συγκατάθεσης
Ο σχεδιασμός της εμπειρίας χρήστη (UX, δηλαδή η εμπειρία του ατόμου που χρησιμοποιεί ένα προϊόν από την αρχή μέχρι το τέλος) προχωρά με την αρχή «πρώτα κατανοήστε το άτομο, μετά λύστε το» εδώ και χρόνια. Όταν η τεχνητή νοημοσύνη μπαίνει σε αυτόν τον κύκλο, η πρώτη ερώτηση των περισσότερων ανθρώπων είναι: «Η τεχνητή νοημοσύνη θα κάνει τον σχεδιασμό για μένα;» Σύντομη απάντηση: όχι. Η τεχνητή νοημοσύνη είναι βοηθός σχεδιασμού. Παράγει προσχέδια, συνοψίζει δεδομένα, πολλαπλασιάζει τις επιλογές και επιταχύνει τις επαναλαμβανόμενες εργασίες. Αλλά πάντα ανήκει στον σχεδιαστή να ακούει πραγματικά τον χρήστη, να αποφασίζει ποια είναι η σωστή λύση και να φέρει την ευθύνη για αυτήν την απόφαση. Αυτή η πρώτη ενότητα διευκρινίζει πού να τοποθετήσετε το AI στη ροή εργασιών UX, πού πρέπει να σταματήσετε και πώς να μετακινήσετε τα δεδομένα χρήστη με ασφάλεια.
Πού είναι χρήσιμο το AI στη ροή εργασιών UX;
Ένα έργο UX προχωρά σε περίπου πέντε στάδια: ανακάλυψη (έρευνα), ορισμός (πρόσωπο και πρόβλημα), παραγωγή (ροή, πλαίσιο, πρωτότυπο), δοκιμή (χρηστικότητα) και παράδοση (σύστημα σχεδίασης, τεκμηρίωση). Η τεχνητή νοημοσύνη παίζει διαφορετικό ρόλο σε καθένα από αυτά τα στάδια.
- Discovery: Συνοψίζει δεκάδες μεταγραφές συνεντεύξεων (μεταγραμμένες ηχογραφήσεις) σε λεπτά αντί για ώρες, εξάγοντας αρχικά θέματα. Αλλά εξαρτάται από το άτομο να αποφασίσει ποιο θέμα είναι σημαντικό.
- Περιγραφή: Παράγει Persona (φανταστικό προφίλ που αντιπροσωπεύει έναν συγκεκριμένο τύπο χρήστη) και προσχέδια χάρτη ταξιδιού. Αλλά είναι δική σας δουλειά να διασφαλίσετε ότι αυτά τα προσχέδια βασίζονται σε πραγματικά δεδομένα.
- Δημιουργία: Το Wireframe (ο σκελετός πλαισίου μιας οθόνης), το διάγραμμα ροής και το κείμενο διεπαφής αναπαράγουν παραλλαγές.
- Δοκιμή: Λαμβάνει ευρήματα από αρχεία δοκιμών και τα κατατάσσει με σειρά σπουδαιότητας.
- Παρουσίαση: Γράφει τεκμηρίωση στοιχείων και κανόνες χρήσης.
Το κοινό νήμα είναι το εξής: Η τεχνητή νοημοσύνη δημιουργεί προσχέδια και επιλογές. Η κρίση και η έγκριση παραμένουν μαζί σας.
Συμβουλή: Χρησιμοποίησε τεχνητή νοημοσύνη όχι για να «μου δώσεις την απάντηση» αλλά για να «δώσω γρήγορα επιλογές και αφήστε με να διαλέξω». Η μεγαλύτερη αποτελεσματικότητα έρχεται όταν αναθέτετε τις εργασίες προετοιμασίας, όχι την απόφαση.
Επίπεδο κινδύνου αποστολής: πού ελεύθερο, πού προσεκτικό;
Δεν υπάρχει κάθε εργασία τον ίδιο κίνδυνο. Ένας απλός εμπειρικός κανόνας: όσο πιο άμεσα η έξοδος επηρεάζει έναν χρήστη, τόσο μεγαλύτερος είναι ο κίνδυνος.
Αναζήτηση
Επίπεδο κινδύνου
Ο ρόλος της τεχνητής νοημοσύνης
ανθρώπινη έγκριση
Περίληψη σημειώματος συνάντησης
χαμηλά
Μεταφέρθηκε σχεδόν πλήρως
ελαφρύ ξαφρίσματος
Δημιουργία παραλλαγής καλωδίου
χαμηλός-μεσαίος
Δημιουργεί πρόχειρο
Ο σχεδιαστής επιλέγει και επιδιορθώνει
Δημιουργία ερευνητικού θέματος
μεσαίο
Προ-σύνθεση
Απαιτείται επαλήθευση με προσφορά
Κείμενο διεπαφής (μήνυμα σφάλματος, κ.λπ.)
μέτρια-υψηλή
παράγει παραλλαγή
Τόνος, ακρίβεια, έλεγχος νόμου
Επιβεβαίωση προσβασιμότητας
ψηλά
προ-σάρωση
Πραγματικό τεστ υποχρεωτικό
Προσδιορίστε τις πραγματικές ανάγκες του χρήστη
υψηλότερο
δεν μπορεί να βοηθήσει
Όλα στον σχεδιαστή
Αυτό το γράφημα είναι μια πυξίδα: καθώς ανεβαίνετε, μειώνετε την εμπιστοσύνη σας στο AI και αυξάνετε τη δική σας επικύρωση.
Ψευδαίσθηση και προκατάληψη: δύο θεμελιώδη όρια
Πρέπει να εσωτερικεύσετε τα δύο τυφλά σημεία της τεχνητής νοημοσύνης από την αρχή.
Ψευδαίσθηση (κατασκευή): Ένα μεγάλο γλωσσικό μοντέλο (πιθανώς τεχνητή νοημοσύνη με μαντεία λέξεων, εκπαιδευμένο σε μεγάλες ποσότητες κειμένου) μπορεί να παράγει άπταιστα αλλά στην πραγματικότητα ανακριβείς πληροφορίες. Για παράδειγμα, λέει "Οι χρήστες ζήτησαν ταχύτητα σε 20 συνομιλίες", αλλά στην πραγματικότητα δεν υπάρχει τέτοιο απόσπασμα. Ανεξάρτητα από το πόσο σίγουρο είναι το αποτέλεσμα, δεν είναι ακριβές χωρίς σύνδεση με την πηγή.
Προκατάληψη: Το μοντέλο φέρει προκαταλήψεις που είναι εγγενείς στα δεδομένα στα οποία έχει εκπαιδευτεί. Κλισέ όπως «οι μεγαλύτεροι χρήστες φοβούνται την τεχνολογία» μπορούν να εισχωρήσουν στην περσόνα ή το σενάριο. Αυτές οι προτάσεις είναι μη υποστηριζόμενες γενικεύσεις και θα πρέπει να ελεγχθούν με πραγματικά δεδομένα.
Προσοχή: Η ευχέρεια και η ακρίβεια της εξόδου AI δεν είναι το ίδιο πράγμα. Το πιο επικίνδυνο αποτέλεσμα είναι αυτό που γράφεται με λάθος αλλά τέλειες προτάσεις.
Δεδομένα χρήστη, KVKK και συναίνεση
Η έρευνα UX λειτουργεί με προσωπικά δεδομένα: αρχεία καταγραφής συνομιλιών, όνομα, χώρο εργασίας, στιγμιότυπα οθόνης, ακόμη και ήχο. Η μεταφόρτωση αυτών των δεδομένων σε ένα αυθαίρετο εργαλείο τεχνητής νοημοσύνης μπορεί να αποτελεί παραβίαση του KVKK (Νόμος για την Προστασία Δεδομένων Προσωπικού Χαρακτήρα). Ο εμπειρικός κανόνας είναι τρία βήματα: ανωνυμοποίηση, παραμονή εντός συναίνεσης, χρήση εργαλείου εγκεκριμένου από την εταιρεία.
- Απόκρυψη άμεσων αναγνωριστικών, όπως όνομα, τηλέφωνο, email, όνομα εταιρείας (π.χ. "Συμμετέχων 3").
- Μην υπερβαίνετε το εύρος της συγκατάθεσης που δόθηκε στον συμμετέχοντα κατά τη διάρκεια της έρευνας. Εάν δεν είπατε "θα μετατραπεί σε τεχνητή νοημοσύνη", να είστε προσεκτικοί.
- Σε ένα εταιρικό περιβάλλον, επιλέξτε εργαλεία που είναι ξεκάθαρα πού αποθηκεύονται τα δεδομένα και εάν χρησιμοποιούνται για εκπαίδευση μοντέλων.
τρεις μίνι θήκες
Περίπτωση 1 — Εξοικονόμηση χρόνου, στο σωστό μέρος. Ένας σχεδιαστής ζήτησε από το AI να συνοψίσει 18 μεταγραφές συνεντεύξεων (62 σελίδες συνολικά). Η προδιάγνωση, που θα χρειαζόταν 2 μέρες με το χέρι, μειώθηκε στα 40 λεπτά. Αλλά ο σχεδιαστής ταίριαξε κάθε θέμα στην έξοδο με το πραγματικό απόσπασμα και διαπίστωσε ότι 3 θέματα δεν είχαν καμία βάση. Αποτέλεσμα: ταχύτητα + αξιοπιστία.
Περίπτωση 2 — Η μη επαληθευμένη έξοδος εισήλθε στην παρουσίαση. Μια άλλη ομάδα συμπεριέλαβε την πρόταση "70% των χρηστών προτιμούν τα κινητά" που παράγεται από την τεχνητή νοημοσύνη στην έκθεση. Όταν ρωτήθηκε για την πηγή, αποκαλύφθηκε ότι δεν υπήρχαν τέτοια στοιχεία. το μοντέλο είχε φτιάξει τον αριθμό. Η εμπιστοσύνη των ενδιαφερομένων έχει πληγεί. Μάθημα: οι αριθμοί και οι ισχυρισμοί δεν διαδίδονται χωρίς στοιχεία.
Περίπτωση 3 — Κίνδυνος διαρροής προσωπικών δεδομένων. Ένας ασκούμενος ανέβασε την ηχογράφηση, μαζί με τα ονόματα των συμμετεχόντων, σε μια δωρεάν τοποθεσία που τη μεταγράφει αυτόματα. Η ομάδα ασφαλείας του ιδρύματος το χαρακτήρισε ως κίνδυνο KVKK και η διαδικασία σταμάτησε. Μάθημα: Η επιλογή εργαλείου και η ανωνυμοποίηση γίνονται από την αρχή.
Αντιγράψιμα μηνύματα
Ο ρόλος σας: ανώτερος βοηθός έρευνας UX. Εργασία: Εξάγετε έως και 6 θέματα από το ανώνυμα αντίγραφο της συνέντευξης παρακάτω. Κανόνες: Προσθέστε ΤΟΥΛΑΧΙΣΤΟΝ ένα κατά λέξη απόσπασμα δίπλα σε κάθε θέμα, με την ετικέτα [Συμμετέχων Χ]. Μην δημιουργείτε ένα θέμα για το οποίο δεν μπορείτε να βρείτε προσφορά. Σε περίπτωση αμφιβολίας, γράψτε "αδύναμη υποστήριξη". Μεταγραφή: <<κείμενο>>
Ελέγξτε αυτό το αποτέλεσμα AI: Ελέγξτε για μια τεκμηριωμένη βάση στο κείμενο για κάθε στοιχείο στη λίστα θεμάτων παρακάτω. Σημειώστε αυτά που δεν έχουν βάση ως "ΜΗ ΕΠΑΛΗΘΕΥΜΕΝΟ" και γράψτε γιατί είστε ύποπτοι. Λίστα: <<θέματα>> Κείμενο πηγής: <<μεταγραφή>>
Βρείτε όλα τα προσωπικά/αναγνωριστικά δεδομένα (όνομα, τηλέφωνο, email, εταιρεία, διεύθυνση) από το παρακάτω κείμενο και αντικαταστήστε το με [ΜΑΣΚΗ]. Παρέχετε επίσης τη λίστα αλλαγών ως πίνακα. Μην διαγράψετε καμία πληροφορία, απλώς αποκρύψτε την. Κείμενο: <<dump>>
Ταξινόμηση μιας εργασίας σχεδιασμού: Προσδιορίστε το επίπεδο κινδύνου (χαμηλό/μέσο/υψηλό) για το "<<task>>", γράψτε τον ρόλο της τεχνητής νοημοσύνης και την ανθρώπινη έγκριση που απαιτείται σε μια πρόταση. Εξηγήστε το σκεπτικό σας.
Αδύναμη προτροπή / Ισχυρή προτροπή
Αδύναμο: "Συνοψήστε αυτές τις συνομιλίες."
Αποτέλεσμα: Ένα κείμενο χωρίς πηγή, γενικό και μη επαληθεύσιμο. Δεν είναι ξεκάθαρο ποια πρόταση προήλθε από πού.
Ισχυρό: "Εξάγετε έως και 6 θέματα από αυτήν την ανώνυμη μεταγραφή. Προσθέστε τουλάχιστον ένα απόσπασμα κατά λέξη με ετικέτα [Συμμετέχων Χ] σε κάθε θέμα. Μην δημιουργήσετε ένα θέμα για το οποίο δεν μπορείτε να βρείτε προσφορά."
Αποτέλεσμα: Ένα αποτέλεσμα βασισμένο σε στοιχεία, ελεγχόμενο, φιλικό προς τις αποφάσεις.
Η διαφορά είναι σε μία πρόταση: η ισχυρή προτροπή δίνει την απαίτηση περιβάλλοντος + κανόνα + απόδειξη.
Συνήθη λάθη
- Μετακίνηση της εξόδου από την επικύρωση στην απόφαση. Το πιο συνηθισμένο και πιο ακριβό λάθος. Ένα επινοημένο θέμα μπορεί να παραμορφώσει ολόκληρη τη σχεδιαστική κατεύθυνση.
- Μεταφόρτωση προσωπικών δεδομένων χωρίς την ανωνυμοποίησή τους. Παραβίαση KVKK και απώλεια εταιρικής εμπιστοσύνης.
- Κάνοντας την τεχνητή νοημοσύνη να «αποφασίσει». "Ποιο σχέδιο είναι καλύτερο;" Η απάντηση στην ερώτηση βρίσκεται στο προϊόν, τον χρήστη και τα δεδομένα. όχι στο μοντέλο.
- Δεν διαβάζει την πολιτική δεδομένων του οχήματος. Εισαγάγετε κρίσιμα δεδομένα χωρίς να γνωρίζετε εάν τα δεδομένα σας πηγαίνουν στην εκπαίδευση μοντέλων ή όχι.
- Λάθος της ευχέρειας για την ακρίβεια. Μια καλογραμμένη πρόταση δεν σημαίνει σωστή πρόταση.
Συνοπτικά
Το AI είναι ένας επιταχυντής και συνεργάτης σχεδιαγράμματος στη ροή εργασιών UX. Αναλαμβάνει την προετοιμασία σε κάθε στάδιο, από την ανακάλυψη έως την παρουσίαση. Αλλά η κρίση, η απόφαση και η ευθύνη παραμένουν στον σχεδιαστή. "Πόσο ο κίνδυνος της εργασίας επηρεάζει τον χρήστη;" Μετρήστε με την ερώτηση. αυξήστε την επαλήθευση καθώς αυξάνεται ο κίνδυνος. Η ψευδαίσθηση και η προκατάληψη είναι δύο μόνιμα όρια: υποστηρίξτε κάθε ισχυρισμό με στοιχεία, δοκιμάστε κάθε κλισέ με δεδομένα. Μεταφέρετε δεδομένα χρήστη ανωνυμοποιώντας τα στο πλαίσιο του KVKK και συναίνεση. Αυτά τα αντανακλαστικά αποτελούν την ασφαλή βάση για κάθε τεχνική στην υπόλοιπη ενότητα.
Εργασία εφαρμογής
- Καταγράψτε 5 εργασίες σχεδίασης από το δικό σας τρέχον έργο (ή ένα φανταστικό έργο).
- Τοποθετήστε κάθε εργασία στον παραπάνω πίνακα κινδύνου: χαμηλό, μεσαίο, υψηλό.
- Για κάθε εργασία, γράψτε μια πρόταση «ο ρόλος της τεχνητής νοημοσύνης» και «απαιτείται ανθρώπινη έγκριση».
- Εάν έχετε ένα αντίγραφο συνέντευξης, ανωνυμοποιήστε το με την τρίτη προτροπή και ελέγξτε τον πίνακα κάλυψης.
- Σχεδιάστε το αποτέλεσμα σε έναν πίνακα και εξηγήστε σε μια παράγραφο γιατί η εργασία υψηλότερου κινδύνου απαιτεί ανθρώπινη έγκριση.
λίστα ελέγχου
- [ ] Τοποθέτησα την τεχνητή νοημοσύνη ως παράγοντα δημιουργίας σχεδίων, όχι ως υπεύθυνο λήψης αποφάσεων.
- [ ] Προσδιόρισα το επίπεδο κινδύνου κάθε αποστολής.
- [ ] Έχω υιοθετήσει τη συνήθεια να συνδέω τα αποτελέσματα με τα στοιχεία.
- [ ] Δεν έχω ανεβάσει προσωπικά δεδομένα σε κανένα εργαλείο χωρίς να το ανωνυμοποιήσω.
- [ ] Έλεγξα την πολιτική δεδομένων του οχήματος που χρησιμοποιώ.
- [ ] Πρόσθεσα παραισθήσεις και έλεγχο μεροληψίας στη ροή εργασίας μου.