लाभ:
- उपयोगिता परीक्षण रेकर्ड र अवलोकन नोटहरूलाई कृत्रिम बुद्धिमत्ताको साथ निष्कर्ष, वजन र सिफारिसहरूमा रूपान्तरण गर्ने क्षमता
- गम्भीरता अनुसार निष्कर्षहरू रैंक गर्ने र प्राथमिकता तालिका उत्पादन गर्ने क्षमता
- कृत्रिम बुद्धिमत्ता हटाउने वा वास्तविक अवलोकन प्रमाणको साथ बढाइचढाइ गर्ने निष्कर्षहरू सच्याउने क्षमता
उपयोगिता परीक्षण वास्तविक प्रयोगकर्ताहरूलाई विशेष कार्यहरू दिएर र तिनीहरूको निगरानी गरेर डिजाइनले काम गर्दछ र कहाँ अड्किन्छ भनेर अवलोकन गर्ने एक विधि हो। परीक्षण आफैमा सजिलो छ; वास्तविक चुनौती परिणाममा छ: रेकर्डिङका घण्टाहरू, अवलोकन नोटहरूको पृष्ठहरू, र छरिएका स्क्रिनशटहरूलाई स्पष्ट, प्राथमिकताका निष्कर्षहरूमा बदल्नु। यो संश्लेषणले हातले दिनहरू लिन्छ र टोलीहरूले प्राय: यसलाई अधूरो छोड्छन्। आर्टिफिसियल इन्टेलिजेन्सले यो अड्चन खोल्छ: रेकर्ड र नोटहरूलाई निष्कर्ष, वजन र सिफारिसमा बदल्ने। तर अवलोकन वास्तवमा समस्या हो कि होइन र यो कत्तिको महत्त्वपूर्ण छ भन्ने निर्णय गर्ने मानवीय निर्णय हो।
अवलोकन, खोज र सुझाव बीचको भिन्नता
संश्लेषणमा तीन तहहरू अलग गर्न महत्त्वपूर्ण छ:
- अवलोकन: के भयो, कुनै टिप्पणी छैन। "सहभागी 3 ले 40 सेकेन्डको लागि 'जारी राख्नुहोस्' बटन खोज्यो।"
- पत्ता लगाउने: अवलोकनबाट उत्पन्न हुने ढाँचा। "प्रयोगकर्ताहरूलाई प्राथमिक कार्य फेला पार्न समस्या भइरहेको छ।"
- सिफारिस: के गर्ने। "प्राथमिक बटनलाई दृश्यात्मक रूपमा फरक बनाउँछ।"
AI ले यी तीन तहहरू तुरुन्तै उत्पादन गर्छ, तर प्रायः अवलोकनलाई फेला पार्न वा एकल अवलोकनबाट सम्पूर्ण निष्कर्ष निकालेर भ्रमित गर्छ। तपाईको काम प्रत्येक खोज पछि पर्याप्त अवलोकनहरू (कति सहभागीहरू, कति पटक) छन् भनेर प्रमाणित गर्नु हो।
सुझाव: आर्टिफिसियल इन्टेलिजेन्सलाई "प्रत्येक खोजको तल, यसलाई समर्थन गर्ने अवलोकनहरू थप्नुहोस् र कति सहभागीहरूमा यो देखियो" भन्नुहोस्। यस तरिकाले तपाइँ तुरुन्तै एकल अवलोकनबाट फुलाइएको निष्कर्षहरू छुट्याउन सक्नुहुन्छ।
गम्भीरता: पहिले के ठीक गर्ने?
सबै खोजहरू समान छैनन्। गम्भीरताले कुनै मुद्दालाई कति तुरुन्तै समाधान गर्न आवश्यक छ भनेर संकेत गर्दछ र तीनवटा कारकहरूद्वारा निर्धारण गरिन्छ:
- प्रभाव: के यो समस्याले प्रयोगकर्तालाई कार्य पूरा गर्नबाट रोक्छ वा तिनीहरूलाई रिस उठाउँछ?
- आवृत्ति: कति प्रयोगकर्ताहरू र कति पटक?
- व्यापार प्रभाव: यस मुद्दाले रूपान्तरण, राजस्व, वा विश्वासलाई कति असर गर्छ?
एक विशिष्ट स्केल: क्रिटिकल (पूर्ण रूपमा मिशनमा बाधा पुर्याउँछ), उच्च (गम्भीर कठिनाई), मध्यम (ढिलो हुन्छ), कम (कस्मेटिक)। AI ले प्रारम्भिक स्तर निर्धारण सुझाव दिन सक्छ, तर अन्तिम वजन निर्णय - विशेष गरी व्यापार प्रभाव - को सन्दर्भको टोलीको ज्ञान चाहिन्छ।
खोज्दै
प्रभाव
आवृत्ति
महत्व
सुझाव
प्राथमिक बटन फेला पार्न सकिँदैन
यसले काममा बाधा पु¥याउँछ
4/6 सहभागीहरू
आलोचनात्मक
हाइलाइट बटन
त्रुटि सन्देश अस्पष्ट छ
ढिलो गर्दै
३/६
उच्च
सन्देश स्पष्ट गर्नुहोस्
आइकनको अर्थ स्पष्ट छैन
हल्का हिचकिचाहट
२/६
मध्यम
ट्याग थप्नुहोस्
कलर टोन मन परेन
सौन्दर्य प्रसाधन
१/६
कम
पछिको लागि छोड्नुहोस्
तीन मिनी केसहरू
केस 1 - रेकर्डिङ को 5 घण्टा, आधा दिन मा निष्कर्ष। एउटा टोलीले 6 प्रयोगकर्ता परीक्षणका नोटहरू (कुल 5 घण्टा) AI लाई खुवायो। मोडेलले 14 निष्कर्षहरू सुझाव दियो; टोलीले प्रत्येकलाई अवलोकनको संख्याको विरुद्धमा जाँच गर्यो, यसलाई 9 मा संकुचित गर्यो, र तिनीहरूलाई महत्त्वको क्रममा क्रमबद्ध गर्यो। संश्लेषण, जुन म्यानुअल रूपमा 2 दिन लाग्ने थियो, आधा दिनमा घटाइयो।
केस 2 - फुलाइएको खोज समातियो। "प्रयोगकर्ताहरूले नेभिगेसन बुझ्दैनन्," एआईले एक महत्वपूर्ण खोजमा लेख्यो। जब टोलीले समर्थन अवलोकनहरू हेरे, तिनीहरूले फेला पारे कि यो एकल सहभागीको एकल क्षणमा आधारित थियो। खोजलाई "मध्यम" मा डाउनग्रेड गरिएको थियो र थप डाटा अनुरोध गरिएको थियो। पाठ: एकल अवलोकनले महत्वपूर्ण निष्कर्ष निकाल्दैन।
केस 3 - महत्वपूर्ण मुद्दा छुटेको छ। मोडेलले पुनरावर्ती तर सानो देखिने समस्या (स्वत: स्क्रोलिङ नभएको फारम) "कम" को रूपमा गणना गर्यो। जब डिजाइनरले अवलोकनहरू हेरे, उनले महसुस गरे कि यसले 5 सहभागीहरूमा कार्य त्याग गरेको छ र यसलाई "उच्च" मा सेट गर्यो। पाठ: AI को महत्व अनुमान अवलोकन प्रमाण द्वारा सही छ।
परिमाणात्मक र गुणात्मक डेटा सँगै पढ्दै
उपयोगिता परीक्षण प्रायः गुणात्मक (अवलोकनमा आधारित) हुन्छ, तर त्यहाँ मात्रात्मक (संख्यात्मक) संकेतहरू पनि छन्: कार्य पूरा हुने दर, कार्य अवधि, त्रुटिहरूको संख्या, सन्तुष्टि अंक। सबैभन्दा शक्तिशाली संश्लेषणले दुईलाई जोड्दछ: "केवल 33% सहभागीहरूले चेकआउट कार्य पूरा गरे (परिमाणात्मक), र पूरा गर्न असफल भएका सबै ढुवानी चरण (गुणात्मक) मा अड्किए।" आर्टिफिसियल इन्टेलिजेन्सले यी दुई डेटालाई अलग-अलग दिँदा संयोजन गर्न मद्दत गर्छ; तर तपाईले संख्या र नमूना आकारको शुद्धता पुष्टि गर्नुहुन्छ। प्रतिशतको बारेमा कुरा गर्नु साना नमूनाहरूमा भ्रामक हुन सक्छ (जस्तै 5 प्रयोगकर्ताहरू); "5 प्रयोगकर्ताहरू मध्ये 3" भन्नु "60%" भन्नु भन्दा बढी इमानदार छ। मोडेललाई निरपेक्ष संख्यामा बोल्न लगाउनुहोस्।
सुझाव: AI लाई "प्रतिशतको सट्टा 'कति प्रयोगकर्ताहरू' भनेर लेख्नुहोस्" भन्नुहोस्। साना नमूनाहरूमा, प्रतिशतले वास्तवमा भन्दा ठूलो परिशुद्धताको छाप दिन्छ।
प्रतिलिपि गर्न मिल्ने प्रम्प्टहरू
तपाईंको भूमिका: उपयोगिता विश्लेषक। निम्न अज्ञात परीक्षण नोटहरूबाट निष्कर्षहरू कोर्नुहोस्। प्रत्येक खोजको लागि: 1) स्पष्ट कथन, 2) समर्थन अवलोकनहरू र कति सहभागीहरूले यसलाई देखे, 3) प्रभाव (ब्लकिङ / ढिलो / कस्मेटिक)। एकल अवलोकनमा आधारित निष्कर्षहरूलाई "कमजोर प्रमाण" को रूपमा चिन्ह लगाउनुहोस्। नोट: <<text>>
महत्वको आधारमा खोजहरूको यो सूची क्रमबद्ध गर्नुहोस्। मापदण्ड: प्रभाव (कार्य बाधा?), आवृत्ति (कति सहभागीहरू?), व्यापार प्रभाव। प्रत्येक खोज आलोचनात्मक/उच्च/मध्यम/निम्न असाइन गर्नुहोस् र तर्क लेख्नुहोस्। यदि तपाईं व्यापार प्रभाव बारे अनिश्चित हुनुहुन्छ भने, "टोलीले मूल्याङ्कन गर्नुपर्छ" भन्नुहोस्। निष्कर्ष: <<सूची>>
प्रत्येक खोजको लागि ठोस, कार्ययोग्य डिजाइन सिफारिस लेख्नुहोस्। सिफारिस: के परिवर्तन हुनेछ + किन यसले समस्या समाधान गर्छ + कुन स्क्रिनले असर गर्छ। अस्पष्ट ("राम्रो गर्नुहोस्") सिफारिसहरू बेवास्ता गर्नुहोस्। निष्कर्ष: <<सूची>>
सरोकारवालाको प्रस्तुतिको लागि यो निष्कर्ष रिपोर्टलाई संक्षेप गर्नुहोस्: 3 सबैभन्दा महत्त्वपूर्ण निष्कर्षहरू, प्रमाणहरू (कति प्रयोगकर्ताहरू), र सिफारिस गरिएका कार्यहरू समावेश गर्ने संक्षिप्त कार्यकारी सारांश लेख्नुहोस्। अतिशयोक्ति; नोटबाट नम्बरहरू लिनुहोस्। रिपोर्ट: <<text>>
कमजोर प्रम्प्ट / बलियो प्रम्प्ट
कमजोर: "यी परीक्षण स्कोरहरूबाट निष्कर्ष निकाल्नुहोस्।"
नतिजा: कुनै प्रमाण बिनाको मिश्रित सूची, कुनै महत्वको क्रम छैन, र एकल अवलोकनलाई निष्कर्षको रूपमा गलत।
बलियो: "नोटहरूबाट एउटा निष्कर्ष कोर्नुहोस्; प्रत्येक खोज अन्तर्गत, समर्थन अवलोकनहरू थप्नुहोस् र कति सहभागीहरू यो देखियो; एकल अवलोकनको आधारमा 'कमजोर प्रमाण' को रूपमा चिन्ह लगाउनुहोस्; त्यसपछि प्रभाव-फ्रिक्वेन्सी-कार्य प्रभावको आधारमा यसलाई महत्त्वको क्रममा श्रेणीबद्ध गर्नुहोस्।"
नतिजा: प्रमाण-आधारित, प्राथमिकता, रक्षात्मक निष्कर्ष।
भिन्नता: बलियो प्रम्प्ट प्रमाण संख्या + कमजोर प्रम्प्ट + महत्व मापदण्ड संकेत गर्दछ।
सामान्य गल्तीहरू
- खोज संग भ्रमित अवलोकन। एकल "के भयो" लाई समग्र निष्कर्षमा परिणत गर्दै।
- एकल अवलोकनबाट महत्वपूर्ण निष्कर्षहरू बनाउने। फ्रिक्वेन्सी प्रमाणित नभएसम्म कुनै वजन दिइने छैन।
- कृत्रिम बुद्धिमत्ता मा व्यापार प्रभाव निर्णय। राजस्व/रूपान्तरण प्रभावलाई सन्दर्भ चाहिन्छ; उहाँ आफ्नो टोलीमा हुनुहुन्छ।
- प्राथमिकता नदिनुहोस्। निष्कर्षहरूको अव्यवस्थित सूचीले टोलीलाई पक्षाघात गर्दछ; सबै कुरा एकै पटक मिलाउन सकिँदैन।
- सुझावहरू अस्पष्ट छोड्दै। "राम्रो गर्नुहोस्" लागू हुँदैन; के, किन र कहाँ स्पष्ट हुनुपर्छ।
संक्षेपमा
उपयोगिता परीक्षणको मूल्य रेकर्डिङ र नोटहरूलाई स्पष्ट, प्राथमिकतामा राखिएका निष्कर्षहरूमा परिणत गर्दा आउँछ। आर्टिफिसियल इन्टेलिजेन्सले यस संश्लेषणलाई ठूलो मात्रामा गति दिन्छ: निष्कर्षहरूमा अवलोकनहरू जम्मा गर्छ, सिफारिसहरू मस्यौदा बनाउँछ, महत्त्वको क्रम सुझाव दिन्छ। तर यो मानव कार्य हो प्रत्येक खोज पछि अवलोकन संख्या प्रमाणित गर्न, एकल अवलोकन मा आधारित बढेको निष्कर्ष बाहिर निकाल्न, र सन्दर्भ संग व्यापार प्रभाव वजन। एक निष्कर्ष रिपोर्ट जुन प्रमाणमा आधारित छ, निश्चित आवृत्ति छ, र महत्वको क्रममा व्यवस्थित गरिएको छ दुबै छिटो र सरोकारवालाहरूका लागि सुरक्षित हुनेछ।
आवेदन कार्य
- एक उपयोगिता परीक्षण (वास्तविक वा काल्पनिक) बाट नोटहरू अज्ञात गर्नुहोस्।
- पहिलो प्रम्प्टमा निष्कर्षहरू हटाउनुहोस्; प्रत्येक अन्तर्गत अवलोकन संख्या जाँच गर्नुहोस्।
- "कमजोर प्रमाण" चिन्ह लगाइएको निष्कर्षहरू अलग गर्नुहोस् र थप डेटा आवश्यक छ कि छैन भनेर निर्णय गर्नुहोस्।
- दोस्रो प्रम्प्टको साथ, महत्वको क्रममा निष्कर्षहरू श्रेणीबद्ध गर्नुहोस्; एक टोलीको रूपमा व्यापार प्रभाव मूल्याङ्कन गर्नुहोस्।
- तेस्रो प्रम्प्टको साथ, प्रत्येक खोजको लागि ठोस सुझावहरू लेख्नुहोस् र प्राथमिकता तालिका सिर्जना गर्नुहोस्।
चेकलिस्ट
- मैले अवलोकन, निष्कर्ष र सुझावलाई छुट्टै तहको रूपमा राखें।
- [ ] मैले प्रमाणित गरे कि कति सहभागीहरूले प्रत्येक खोज देखाए।
- [ ] मैले एकल अवलोकनमा आधारित निष्कर्षहरूलाई कमजोर प्रमाणको रूपमा चिन्ह लगाएँ।
- [] मैले प्रभाव-फ्रिक्वेन्सी-कार्य प्रभावद्वारा गम्भीरता स्तर निर्धारण गरें।
- [] टोलीसँग व्यापार प्रभाव निर्णय मूल्याङ्कन।
- [] मैले सुझावहरू ठोस रूपमा लेखें (के/किन/कहाँ)।