Ieguvumi:
- Spēja atšķirt, kur UX darbplūsmā (pētniecības sintēze, persona, karkass, interfeisa teksts, testa analīze) mākslīgais intelekts ietaupa reālo laiku un kur tādi pienākumi kā lietotāja klausīšanās un galīgais dizaina lēmums paliek dizainerim atbilstoši uzdevuma riska līmenim.
- Spēja izstrādāt refleksu, kas savieno katru AI izvadi ar reāliem lietotāja datiem un pierādījumiem, un pārbauda halucinācijas un novirzes, izmantojot zondēšanas darbības.
- Iespēja anonimizēt lietotāju sarunu ierakstus un personas datus KVKK ietvaros un nodot tos mākslīgajam intelektam saskaņā ar piekrišanas robežām
Lietotāja pieredzes (UX, tas ir, cilvēka pieredze, kas lieto produktu no sākuma līdz beigām) dizains jau gadiem ilgi darbojas pēc principa "vispirms saproti cilvēku, tad atrisiniet to". Kad mākslīgais intelekts nonāk šajā ciklā, lielākā daļa cilvēku pirmais jautājums ir: "Vai mākslīgais intelekts veiks dizainu manā vietā?" Īsa atbilde: nē. Mākslīgais intelekts ir dizaina palīgs; Tas veido melnrakstus, apkopo datus, pavairo iespējas un paātrina atkārtotus uzdevumus. Taču dizaineram vienmēr ir patiešām jāuzklausa lietotājs, jāizlemj, kāds ir pareizais risinājums, un jāuzņemas atbildība par šo lēmumu. Šajā pirmajā daļā ir paskaidrots, kur UX darbplūsmā ievietot AI, kur jums vajadzētu apstāties un kā droši pārvietot lietotāja datus.
Kur AI noder UX darbplūsmā?
UX projekts virzās cauri aptuveni piecos posmos: atklāšana (pētniecība), definēšana (persona un problēma), ražošana (plūsma, karkass, prototips), pārbaude (lietojamība) un piegāde (projektēšanas sistēma, dokumentācija). Mākslīgais intelekts katrā no šiem posmiem spēlē atšķirīgu lomu.
- Atklājums: apkopo desmitiem interviju atšifrējumu (transkribētu ierakstu) minūtēs, nevis stundās, iegūstot sākotnējās tēmas. Taču katra paša ziņā ir izlemt, kura tēma ir svarīga.
- Apraksts: veido Persona (izdomāts profils, kas atspoguļo noteiktu lietotāja veidu) un ceļojuma kartes melnrakstus. Bet jūsu pienākums ir nodrošināt, lai šie melnraksti būtu balstīti uz reāliem datiem.
- Ģenerēšana: Stiepļu karkass (ekrāna kastes līnijas skelets), blokshēma un interfeisa teksts atveido variācijas.
- Pārbaude: iegūst rezultātus no testa ierakstiem un sarindo tos svarīguma secībā.
- Prezentācija: raksta komponentu dokumentāciju un lietošanas noteikumus.
Kopējais pavediens ir šāds: AI ģenerē melnrakstus un opcijas; Spriedums un apstiprinājums paliek jums.
Padoms. Izmantojiet mākslīgo intelektu nevis, lai "dotu man atbildi", bet lai "dodiet man ātri iespējas un ļaujiet man izvēlēties". Vislielākā efektivitāte ir tad, kad tu deleģē sagatavošanās darbu, nevis lēmumu pieņemšanu.
Misijas riska līmenis: kur brīvs, kur piesardzīgs?
Ne katrs uzdevums ir saistīts ar vienādu risku. Vienkāršs īkšķis: jo tiešāk izvade ietekmē lietotāju, jo lielāks risks.
Meklējumi
Riska līmenis
Mākslīgā intelekta loma
cilvēka piekrišana
Sanāksmes piezīmju kopsavilkums
zems
Gandrīz pilnībā nodots
viegla smelšana
Stiepļu rāmja variācijas ģenerēšana
zems-vidējs
Izveido melnrakstu
Dizainers izvēlas un labo
Pētījuma tēmas veidošana
vidējs
Iepriekšēja sintēze
Nepieciešama pārbaude pēc piedāvājuma
Interfeisa teksts (kļūdas ziņojums utt.)
vidēji augsts
rada variācijas
Tonis, precizitāte, likumu pārbaude
Pieejamības apstiprinājums
augsts
iepriekšēja skenēšana
Reāls tests ir obligāts
Nosakiet lietotāja patiesās vajadzības
augstākais
nevar palīdzēt
Viss dizainerā
Šī diagramma ir kompass: virzoties uz augšu, jūs samazināsit uzticēšanos AI un palielināsiet savu apstiprinājumu.
Halucinācijas un aizspriedumi: divi galvenie ierobežojumi
No paša sākuma jums ir jāiekļauj divas mākslīgā intelekta aklās zonas.
Halucinācijas (fabricēšana): liels valodas modelis (iespējams, vārdu minēšanas AI, kas apmācīts uz lielu teksta daudzumu) var radīt tekošu, bet faktiski neprecīzu informāciju. Piemēram, ir rakstīts "Lietotāji 20 sarunās prasīja ātrumu", bet patiesībā šāda citāta nav. Neatkarīgi no tā, cik pārliecinoša ir izvade, tā nav precīza, ja nav saites uz avotu.
Neobjektivitāte: modelim ir novirzes, kas raksturīgas datiem, uz kuriem tas tiek apmācīts. Personā vai scenārijā var iezagties tādas klišejas kā "vecāki lietotāji baidās no tehnoloģijām". Šie teikumi ir neatbalstīti vispārinājumi, un tie ir jāpārbauda ar reāliem datiem.
Uzmanību: AI izvades raitums un precizitāte nav viens un tas pats. Visbīstamākais rezultāts ir tas, kas uzrakstīts nepareizos, bet perfektos teikumos.
Lietotāja dati, KVKK un piekrišana
UX izpēte darbojas ar personas datiem: sarunu žurnāliem, vārdu, darba vietu, ekrānuzņēmumiem, pat audio. Šo datu augšupielāde patvaļīgā mākslīgā intelekta rīkā var būt KVKK (Personas datu aizsardzības likuma) pārkāpums. Īkšķis ir trīs darbības: anonimizēt, ievērot piekrišanu, izmantot aģentūras apstiprinātu rīku.
- Maskējiet tiešos identifikatorus, piemēram, vārdu, tālruņa numuru, e-pasta adresi, uzņēmuma nosaukumu (piemēram, “3. dalībnieks”).
- Nepārsniedziet pētījuma laikā dalībniekam dotās piekrišanas apjomu; Ja neteicāt "tas tiks pārstrādāts mākslīgajā intelektā", esiet piesardzīgs.
- Korporatīvajā vidē izvēlieties rīkus, kuriem ir skaidrs, kur dati tiek glabāti un vai tie tiek izmantoti modeļu apmācībai.
trīs mini futrāļi
1. gadījums — laika taupīšana īstajā vietā. Dizaineris licis AI apkopot 18 interviju atšifrējumus (kopā 62 lappuses). Iepriekšēja nolasīšana, kas ar roku būtu prasījusi 2 dienas, tika samazināta līdz 40 minūtēm. Taču dizainers saskaņoja katru izvades tēmu ar faktisko citātu un konstatēja, ka 3 motīviem nebija pamata. Rezultāts: ātrums + uzticamība.
2. gadījums — prezentācijā tika ievadīta nepārbaudīta izvade. Cita komanda ziņojumā iekļāva mākslīgā intelekta radīto teikumu "70% lietotāju dod priekšroku mobilajām ierīcēm". Jautājot par avotu, atklājās, ka šādu datu nav; modelis bija izdomājis numuru. Ieinteresēto pušu uzticība ir iedragāta. Mācība: skaitļi un apgalvojumi neizplatās bez pierādījumiem.
3. gadījums — personas datu noplūdes risks. Stažieris augšupielādēja audio ierakstu kopā ar dalībnieku vārdiem bezmaksas vietnē, kas to automātiski pārraksta. Iestādes drošības komanda to atzīmēja kā KVKK risku, un process tika apturēts. Nodarbība: rīku izvēle un anonimizācija tiek veikta no paša sākuma.
Kopējamas uzvednes
Jūsu loma: vecākais UX pētniecības asistents. Uzdevums: izvelciet līdz 6 tēmām no tālāk esošās anonimizētās intervijas stenogrammas. Noteikumi: pievienojiet VISMAZ vienu burtisku citātu pie katras tēmas ar atzīmi [dalībnieks X]. Neveidojiet tēmu, kurai nevarat atrast citātu. Ja rodas šaubas, rakstiet "vājš atbalsts". Atšifrējums: <<teksts>>
Pārbaudiet šo AI izvadi: pārbaudiet, vai tekstā ir faktiskais pamatojums katram vienumam tālāk esošajā tēmu sarakstā. Atzīmējiet tos, kuriem nav pamata, kā "NAV PĀRBAUDĪTI" un uzrakstiet, kāpēc esat aizdomīgs. Saraksts: <<tēmas>> Avota teksts: <<transkripts>>
Tālāk esošajā tekstā atrodiet visus personas/identifikācijas datus (vārds, tālrunis, e-pasts, uzņēmums, adrese) un aizstājiet tos ar [MASKED]. Norādiet arī izmaiņu sarakstu kā tabulu. Neizdzēsiet nekādu informāciju, vienkārši maskējiet to.Teksts: <<dump>>
Klasificējiet projektēšanas uzdevumu: nosakiet riska līmeni (zems/vidējs/augsts) "<<uzdevumam>>", vienā teikumā uzrakstiet AI lomu un nepieciešamo cilvēka apstiprinājumu. Izskaidrojiet savu argumentāciju.
Vāja uzvedne / spēcīga uzvedne
Vāji: "Apkopojiet šīs sarunas."
Rezultāts: bezavota, vispārīgs un nepārbaudāms teksts; Kurš teikums no kurienes nāca, nav skaidrs.
Strong: "Izņemiet līdz 6 tēmām no šī anonimizētā atšifrējuma; pievienojiet vismaz vienu burtisku citātu ar atzīmi [Dalībnieks X] katram motīvam; neizveidojiet motīvu, kuram nevarat atrast citātu."
Rezultāts: uz pierādījumiem balstīts, pārbaudāms, lēmumam draudzīgs rezultāts.
Atšķirība ir vienā teikumā: spēcīga uzvedne sniedz kontekstu + noteikums + pierādījumu prasība.
Biežas kļūdas
- Izvades pārvietošana no apstiprināšanas uz lēmumu. Visizplatītākā un dārgākā kļūda; Viena izdomāta tēma var izkropļot visu dizaina virzienu.
- Personas datu augšupielāde bez anonimizācijas. KVKK pārkāpums un korporatīvās uzticības zaudēšana.
- Likt mākslīgajam intelektam "lemt". "Kurš dizains ir labāks?" Atbilde uz jautājumu slēpjas produktā, lietotāja un datos; nav modelī.
- Nelasot transportlīdzekļa datu politiku. Ievadiet kritiskos datus, nezinot, vai jūsu dati tiek izmantoti modeļu apmācībai vai nē.
- Plūsmu sajauc ar precizitāti. Labi uzrakstīts teikums nenozīmē pareizu teikumu.
Rezumējot
AI ir paātrinātājs un projekta partneris UX darbplūsmā; Tā uzņemas sagatavošanās darbu katrā posmā, no atklāšanas līdz prezentācijai. Taču spriedums, lēmums un atbildība paliek dizainera ziņā. "Cik ļoti uzdevuma risks ietekmē lietotāju?" Pasākums ar jautājumu; palieliniet savu verifikāciju, palielinoties riskam. Halucinācijas un aizspriedumi ir divi pastāvīgi ierobežojumi: katru apgalvojumu apstipriniet ar pierādījumiem, pārbaudiet katru klišeju ar datiem. Pārsūtīt lietotāja datus, anonimizējot tos KVKK un piekrišanas ietvaros. Šie refleksi ir drošs pamats katrai tehnikai pārējā moduļa daļā.
Lietojumprogrammas uzdevums
- Uzskaitiet 5 dizaina uzdevumus no sava pašreizējā projekta (vai izdomāta projekta).
- Novietojiet katru uzdevumu augstāk esošajā riska tabulā: zems, vidējs, augsts.
- Katram uzdevumam uzrakstiet vienu teikumu “AI loma” un “nepieciešams cilvēka apstiprinājums”.
- Ja jums ir intervijas atšifrējums, padariet to anonīmu ar trešo uzvedni un pārskatiet maskēšanas tabulu.
- Atzīmējiet rezultātu tabulā un rindkopā paskaidrojiet, kāpēc visaugstākā riska uzdevumam ir nepieciešams cilvēka apstiprinājums.
kontrolsaraksts
- [ ] Es pozicionēju AI kā projektu ģeneratoru, nevis kā lēmumu pieņēmēju.
- [ ] Es noteicu katras misijas riska līmeni.
- [ ] Esmu pieņēmis ieradumu saistīt rezultātus ar pierādījumiem.
- [ ] Es neesmu augšupielādējis personas datus nevienā rīkā bez anonimizācijas.
- [ ] Es pārbaudīju izmantotā transportlīdzekļa datu politiku.
- [ ] Es savai darbplūsmai pievienoju halucināciju un neobjektivitātes pārbaudi.