लाभ:
- कृत्रिम बुद्धिमत्ता के साथ अनुसंधान डेटा के आधार पर साक्ष्य-आधारित व्यक्तित्व ड्राफ्ट तैयार करने और रूढ़ियों और क्लिच को खत्म करने की क्षमता
- कृत्रिम बुद्धिमत्ता के समर्थन से उपयोगकर्ता यात्रा मानचित्र के चरणों, कार्यों, विचारों, भावनाओं और दर्द बिंदुओं का मसौदा तैयार करने की क्षमता
- वास्तविक खंड डेटा के साथ बने-बनाए व्यक्तित्वों का परीक्षण करके उन धारणाओं को चिह्नित करने की क्षमता जो डेटा पर आधारित नहीं हैं
व्यक्तित्व और उपयोगकर्ता यात्रा मानचित्र अनुसंधान से प्राप्त अंतर्दृष्टि को मूर्त टूल में अनुवादित करता है जिसे टीम पूरे दिन देखेगी। पर्सोना एक काल्पनिक लेकिन डेटा-संचालित प्रोफ़ाइल है जो वास्तविक उपयोगकर्ता खंड का प्रतिनिधित्व करती है: उनके लक्ष्य, उनकी बाधाएं, उनका संदर्भ। उपयोगकर्ता यात्रा मानचित्र एक दृश्य कथा है जो चरण दर चरण दिखाता है कि उपयोगकर्ता क्या करता है, वह क्या सोचता है, क्या महसूस करता है और लक्ष्य प्राप्त करते समय वह कहाँ फंस जाता है। AI मिनटों में दोनों के ड्राफ्ट तैयार कर देता है। लेकिन यहाँ सबसे खतरनाक जाल है: कृत्रिम बुद्धिमत्ता बिना डेटा के "वास्तविक" दिखने वाले व्यक्तित्व बना सकती है। यह इकाई आपको गति से समझौता किए बिना साक्ष्य पर टिके रहना सिखाती है।
व्यक्तित्व: साक्ष्य पर आधारित होना चाहिए, कल्पना पर नहीं
एक अच्छे व्यक्तित्व और एक बुरे व्यक्तित्व के बीच एकमात्र अंतर दृष्टिकोण का है। ख़राब व्यक्तित्व डिज़ाइनर के दिमाग में मौजूद धारणाओं को एक सुंदर टेम्पलेट में डाल देता है: "आयसे, 34 साल की, तकनीक में अच्छी, व्यावहारिक समाधान पसंद करती है।" यदि इनमें से कोई भी वाक्य शोध पर आधारित नहीं है, तो व्यक्तित्व केवल एक सजावट है और गलत निर्णयों को वैध बनाता है।
एक अच्छा व्यक्तित्व हर दावे को शोध पर आधारित करता है। वाक्य के पीछे "उपयोगकर्ता इंस्टॉलेशन में फंसे हुए हैं" डेटा है "8 में से 5 प्रतिभागी प्रारंभिक इंस्टॉलेशन को पूरा करने में सक्षम नहीं थे"। कृत्रिम बुद्धिमत्ता के साथ काम करते समय, नियम नहीं बदलता है: मॉडल को एक स्रोत के रूप में अनुसंधान सारांश दें और उसे केवल इस स्रोत से एक व्यक्तित्व बनाने के लिए कहें, न कि उन विशेषताओं को जोड़ने के लिए जिनका कोई आधार नहीं है।
सावधानी: एआई "अंतराल को भरने" में बहुत सक्षम है; इसमें अनायास ही उम्र, आय और आदतें जैसे विवरण शामिल हो सकते हैं जो आप प्रदान नहीं करते हैं। यदि ये विवरण डेटा से नहीं आते हैं, तो व्यक्तित्व विश्वसनीय नहीं है।
रूढ़िवादिता एवं पूर्वाग्रह को दूर करना
व्यक्तित्व वह जगह है जहां एआई पूर्वाग्रह सबसे अधिक स्पष्ट रूप से सामने आता है। मॉडल प्रशिक्षण डेटा से रूढ़िवादिता को प्रोफाइल में स्थानांतरित करता है: "बूढ़े उपयोगकर्ता प्रौद्योगिकी से डरते हैं," "युवा उपयोगकर्ता अधीर है," विशिष्ट व्यवसायों या लिंग के लिए जिम्मेदार व्यवहार। ये सामान्यीकरण गलत और नैतिक रूप से आपत्तिजनक दोनों हैं।
शुद्धिकरण विधि के तीन चरण हैं:
- मार्क: आउटपुट में प्रत्येक सामान्यीकरण वाक्य को स्कैन करें ("हर कोई", "आमतौर पर", "इस उम्र के लोग")।
- परीक्षण: क्या इस वाक्य का शोध डेटा में कोई समकक्ष है?
- सुधारें या हटाएँ: यदि इसका कोई आधार है तो उसे साक्ष्य के साथ संलग्न करें, अन्यथा हटा दें। "इसे नरम करके" घिसी-पिटी बात न रखें; अगर कोई सबूत नहीं है तो वह चला जाता है.
व्यक्तित्व अभिव्यक्ति
समस्या
साक्ष्य आधारित सुधार
"पुराने उपयोगकर्ता तकनीक से डरते हैं"
आयु आधारित रूढ़िवादिता
"6 में से 5 प्रतिभागियों को नई सुविधा के साथ अतिरिक्त आश्वासन पाठ की उम्मीद थी"
"युवा उपयोगकर्ता अधीर हैं"
पीढ़ीगत सामान्यीकरण
"प्रतिभागियों ने 3 चरणों से आगे प्रवाह छोड़ दिया (उम्र की परवाह किए बिना)"
"महिलाएं सादगी चाहती हैं"
लिंग धारणा
"सभी खंडों में सरल प्रवाह को प्राथमिकता दी गई"
"उनका पसंदीदा रंग नीला है"
सजावटी जानकारी (निर्णय को प्रभावित नहीं करती)
(घटाना - डिज़ाइन निर्णय को प्रभावित नहीं करता)
उपयोगकर्ता यात्रा मानचित्र का एनाटॉमी
एक यात्रा मानचित्र में आम तौर पर पंक्तियाँ होती हैं:
- चरण: प्रमुख अवधि जैसे जागरूकता, मूल्यांकन, उपयोग और वापसी।
- क्रिया: उपयोगकर्ता प्रत्येक चरण में क्या करता है।
- विचार: आपके दिमाग में क्या चल रहा है.
- भावना: कोई क्या महसूस करता है; यह आमतौर पर एक वक्र के साथ खींचा जाता है।
- दर्द बिंदु: कहां फंस जाते हैं, गुस्सा हो जाते हैं, हार मान लेते हैं.
- अवसर: जहां डिज़ाइन हस्तक्षेप कर सकता है।
कृत्रिम बुद्धिमत्ता इस ढांचे में तेजी से भर जाती है। लेकिन "भावना" रेखा विशेष रूप से जोखिम भरी है: मॉडल उचित रूप से भविष्यवाणी करता है कि उपयोगकर्ता क्या महसूस कर रहा है, लेकिन वह भविष्यवाणी अनुमान है जब तक कि वास्तविक डेटा द्वारा समर्थित न हो। मानचित्र पर अप्रमाणित भावनाओं को धारणाओं के रूप में चिह्नित करें; शोध उद्धरण द्वारा पुष्टि होने पर "सत्यापित" स्थिति प्राप्त करें।
तीन मिनी मामले
केस 1 - त्वरित ड्राफ्ट, वास्तविक समाधान। एक टीम ने 12 साक्षात्कार सारांशों से एआई के साथ 3 व्यक्तित्व रेखाचित्र तैयार किए; इस काम में 25 मिनट लगे. फिर उन्होंने अनुसंधान डेटा के विरुद्ध प्रत्येक व्यक्तित्व की 9 विशेषताओं की जाँच की; 4 विशेषताओं का कोई आधार नहीं था और उन्हें हटा दिया गया। शेष व्यक्तित्व तेज़ और विश्वसनीय दोनों थे।
केस 2 - लीक हुआ क्लिच। एआई व्यक्तित्व ने लिखा, "सेवानिवृत्त उपयोगकर्ता डिजिटल बैंकिंग पर भरोसा नहीं करते हैं।" टीम ने डेटा देखा: 6 सेवानिवृत्त प्रतिभागियों में से 5 ने नियमित डिजिटल बैंकिंग का उपयोग किया। वाक्य पूरी तरह गलत था और हटा दिया गया था; साक्ष्य-आधारित अवलोकन के साथ प्रतिस्थापित किया गया जैसे "नई सुविधाओं पर अतिरिक्त आश्वासन पाठ लंबित है।" पाठ: उम्र-आधारित रूढ़िवादिता को डेटा द्वारा अस्वीकृत किया जाता है।
केस 3 - भावना वक्र अतिरंजित है। मॉडल ने लिखा कि चेकआउट के समय उपयोगकर्ता "क्रोधित" था। वास्तविक रिकॉर्डिंग में, उपयोगकर्ता केवल "झिझक" रहे थे। डिजाइनर ने भावना को ठीक किया; क्योंकि "क्रोध" और "झिझक" के लिए अलग-अलग समाधान की आवश्यकता होती है (एक है विश्वास, दूसरा है स्पष्टता)। पाठ: भावना रेखा को साक्ष्य के साथ अंशांकित किया जाता है।
कितने व्यक्तित्व, कितना विवरण?
एक आम जाल जिसमें नए डिज़ाइनर फंस जाते हैं वह है बहुत सारे और अत्यधिक विस्तृत व्यक्तित्व तैयार करना। एआई इस जाल को बड़ा करता है: जितने व्यक्तित्व आप चाहते हैं, जितने विवरण के साथ आप चाहते हैं, कुछ ही सेकंड में आ जाते हैं। हालाँकि, जो मूल्यवान है वह थोड़ा लेकिन ठोस है। अधिकांश उत्पादों के लिए, 2-3 प्राथमिक व्यक्तित्व पर्याप्त हैं; प्रत्येक को वास्तविक उपयोगकर्ता वर्ग का प्रतिनिधित्व करना चाहिए और डिज़ाइन निर्णयों में अंतर करने में सक्षम होना चाहिए। यदि दो व्यक्ति लगभग एक जैसा व्यवहार करते हैं, तो संभवतः यह एक ही व्यक्तित्व है। विवरण पक्ष पर, मानदंड यह है: व्यक्तित्व में जोड़ी गई प्रत्येक जानकारी मूल्यवान है यदि यह डिज़ाइन निर्णय को प्रभावित करती है; यदि यह प्रभावित नहीं करता है (उदाहरण के लिए, उपयोगकर्ता का पसंदीदा रंग), तो यह सजावटी है और इसे हटा दिया जाना चाहिए। कृत्रिम बुद्धिमत्ता से किसी व्यक्तित्व का अनुरोध करते समय, यह कहना कि "केवल वही सुविधाएँ जोड़ें जो डिज़ाइन निर्णय को प्रभावित करती हैं" इस उलझन से छुटकारा पाने का सबसे व्यावहारिक तरीका है।
युक्ति: एक व्यक्तित्व विशेषता का परीक्षण करें: "यदि मैं इसे बदलूं तो क्या मेरा डिज़ाइन बदल जाएगा?" यदि उत्तर नहीं है, तो व्यक्तित्व में वह विशेषता अनावश्यक है।
प्रतिलिपि योग्य संकेत
आपकी भूमिका: यूएक्स अनुसंधान सिंथेसाइज़र। स्रोत: नीचे अज्ञात अनुसंधान सारांश। कार्य: इस स्रोत से अधिकतम 2 व्यक्तित्व रेखाचित्र बनाएं। नियम: प्रत्येक सुविधा को स्रोत में एक खोज से लिंक करें और आधार को कोष्ठक में लिखें। ऐसी कोई भी विशेषता (आयु, आय, आदतें) न जोड़ें जिसका स्रोत में कोई समकक्ष न हो। अज्ञात फ़ील्ड को "कोई डेटा नहीं" के रूप में छोड़ दें। स्रोत: <<सारांश>>
पूर्वाग्रह के लिए इस व्यक्तित्व रूपरेखा की जाँच करें। प्रत्येक वाक्य को चिह्नित करें जिसमें सामान्यीकरण, क्लिच, या अप्रमाणित धारणा शामिल है, लिखें कि यह संदिग्ध क्यों है, और इंगित करें कि क्या यह स्रोत डेटा में समर्थित है। व्यक्तित्व: <<पाठ>> स्रोत डेटा: <<सारांश>>
नीचे दिए गए व्यक्तित्व और शोध संक्षिप्त विवरण से एक मसौदा उपयोगकर्ता यात्रा मानचित्र तैयार करें। पंक्तियाँ: चरण | कार्रवाई | सोचा | भावना | दर्द बिंदु | अवसर। यदि इसके लिए कोई स्रोत है तो प्रत्येक "भावना" और "पेनपॉइंट" सेल में एक उद्धरण जोड़ें; अन्यथा, सेल को "[धारणा]" से चिह्नित करें। व्यक्तित्व: <<x>> सारांश: <<y>>
इस यात्रा मानचित्र पर [धारणा] चिह्नित कक्षों की सूची बनाएं। प्रत्येक के लिए, लिखें कि कौन सा अतिरिक्त शोध प्रश्न इस धारणा की पुष्टि करेगा। मानचित्र: <<तालिका>>
कमजोर संकेत/मजबूत संकेत
कमजोर: "एक ई-कॉमर्स उपयोगकर्ता व्यक्तित्व बनाएं।"
परिणाम: एक प्रोफ़ाइल जो पूरी तरह से बनाई गई है, डेटा के लिए अप्रासंगिक है, और घिसी-पिटी बातों से भरी है।
सशक्त: "इस शोध सारांश से 2 से अधिक व्यक्ति न निकालें; प्रत्येक विशेषता को एक निष्कर्ष से जोड़ें; कोई भी विवरण न जोड़ें जो स्रोत में नहीं है; अज्ञात को 'कोई डेटा नहीं' के रूप में छोड़ दें।"
नतीजा: सबूतों के आधार पर एक बचाव योग्य व्यक्तित्व, जिसमें कमियां ईमानदारी से बताई गईं।
अंतर: मजबूत संकेत स्रोत दायित्व + निर्माण का निषेध + अज्ञात को चिह्नित करना लाता है।
सामान्य गलतियाँ
- डेटा के बिना व्यक्तित्व बनाना. एआई को "एक व्यक्तित्व बनाने" के लिए कहना आपकी धारणाओं को गलत वैधता देता है।
- क्लिच को नरम करके रखें। "थोड़ा सतर्क" कहना रूढ़िवादिता को सही नहीं करता है; अगर कोई सबूत नहीं है तो उसे हटा देना चाहिए.'
- भावना रेखा को वास्तविकता समझ लेना। मॉडल भावना की भविष्यवाणी करता है; सबूत के बिना भावना धारणा है.
- व्यक्तित्व को बिल्कुल भी अद्यतन नहीं किया जा रहा है। नए शोध उपलब्ध होते ही व्यक्तित्व को भी अद्यतन किया जाना चाहिए; जमे हुए व्यक्तित्व भ्रामक है.
- बहुत सारे व्यक्तित्व बनाना. 5-6 व्यक्तित्व टीम को पंगु बना देता है; थोड़ा रखो, लेकिन जो दृढ़ है उसे पकड़ो।
सारांश
व्यक्तित्व और यात्रा मानचित्र शक्तिशाली उपकरण हैं जो अनुसंधान को टीम की सामान्य भाषा में अनुवादित करते हैं; लेकिन उनकी शक्ति पूरी तरह से उस डेटा से आती है जिस पर वे आधारित हैं। एआई मिनटों में इन उपकरणों के लिए एक खाका तैयार करता है, जबकि वास्तविक काम प्रत्येक दावे को स्रोत से जोड़ना, क्लिच को चिह्नित करना और डेटा के विरुद्ध उनका परीक्षण करना, और अप्रमाणित भावनाओं/दर्द बिंदुओं को धारणाओं के रूप में अलग करना है। एक ऐसा व्यक्तित्व जो ईमानदारी से "कोई डेटा नहीं" के रूप में अंतराल छोड़ देता है, बनावटी विवरणों से भरे "यथार्थवादी" व्यक्तित्व की तुलना में कहीं अधिक मूल्यवान है।
आवेदन कार्य
- एक शोध संक्षिप्त (वास्तविक या काल्पनिक) से पहले संकेत के साथ 2 व्यक्तित्व ड्राफ्ट तैयार करें।
- दूसरे संकेत से पूर्वाग्रह के लिए व्यक्तित्व की जाँच करें; प्रत्येक चिह्नित वाक्य का डेटा के साथ परीक्षण करें।
- किसी भी कमजोर सुविधा को हटा दें या "कोई डेटा नहीं" बनाएं।
- तीसरे संकेत के साथ, किसी व्यक्ति से यात्रा मानचित्र का मसौदा तैयार करें।
- मानचित्र में [धारणा] कक्षों की सूची बनाएं और प्रत्येक के लिए एक सत्यापन प्रश्न लिखें।
चेकलिस्ट
- [ ] मैंने व्यक्तित्व को शोध सारांश पर आधारित किया है, मैंने इसे कल्पना से नहीं बनाया है।
- [ ] मैंने व्यक्तित्व में ऐसी कोई विशेषता नहीं जोड़ी जो स्रोत में नहीं थी।
- [ ] मैंने क्लिच और सामान्यीकरणों को चिह्नित किया और डेटा के साथ उनका परीक्षण किया।
- [ ] मैंने सबूतों के साथ भावनाओं और दर्द बिंदुओं की पुष्टि की, और असमर्थित लोगों को चिह्नित किया।
- [ ] मैंने व्यक्तियों की संख्या को प्रबंधनीय रखा।
- [ ] मैंने मान्यताओं के लिए सत्यापन प्रश्न तैयार किए।