Zyski:
- Umiejętność tworzenia projektów person opartych na dowodach w oparciu o dane badawcze z wykorzystaniem sztucznej inteligencji oraz eliminowania stereotypów i klisz
- Możliwość zaprojektowania etapów, działań, myśli, emocji i punktów bólu mapy podróży użytkownika przy wsparciu sztucznej inteligencji
- Możliwość oznaczania założeń, które nie są oparte na danych, poprzez testowanie wymyślonych osób z rzeczywistymi danymi segmentowymi
Mapa osobowości i podróży użytkownika przekłada wnioski z badań na namacalne narzędzia, z których zespół będzie korzystał przez cały dzień. Osoba to fikcyjny, ale oparty na danych profil, który reprezentuje prawdziwy segment użytkowników: ich cele, bariery i kontekst. Mapa podróży użytkownika to wizualna narracja, która pokazuje krok po kroku, co użytkownik robi, co myśli, co czuje i gdzie utknął w osiąganiu celu. AI tworzy wersje robocze obu rozwiązań w ciągu kilku minut. Ale tutaj kryje się najniebezpieczniejsza pułapka: sztuczna inteligencja może tworzyć „prawdziwie” brzmiące osoby bez danych. Ta jednostka uczy trzymać się dowodów bez poświęcania szybkości.
Persona: musi opierać się na dowodach, a nie na fantazjach
Jedyną różnicą między dobrą a złą osobą jest nastawienie. Zła osobowość przekłada założenia projektanta na piękny szablon: „Ayşe, 34 lata, dobra w technologii, uwielbia praktyczne rozwiązania”. Jeśli żadne z tych zdań nie jest oparte na badaniach, persona jest jedynie ozdobą i legitymizuje błędne decyzje.
Dobra osoba opiera swoje twierdzenia na badaniach. Za zdaniem „Użytkownicy utknęli w instalacji” znajduje się informacja „5 z 8 uczestników nie było w stanie ukończyć wstępnej instalacji”. W pracy ze sztuczną inteligencją zasada się nie zmienia: podaj modelowi podsumowanie badań jako źródło i poproś, aby stworzył personę wyłącznie z tego źródła, a nie dodawał cechy, które nie mają podstaw.
Uwaga: sztuczna inteligencja ma duże możliwości „wypełniania luk”; Może spontanicznie uzupełnić szczegóły, takie jak wiek, dochód i nawyki, których nie podasz. Jeśli te szczegóły nie pochodzą z danych, osoba nie jest wiarygodna.
Eliminowanie stereotypów i uprzedzeń
To właśnie w personach najbardziej widać uprzedzenia związane ze sztuczną inteligencją. Model przenosi stereotypy z danych szkoleniowych na profile: „starszy użytkownik boi się technologii”, „młody użytkownik jest niecierpliwy”, zachowania przypisywane konkretnym zawodom lub płci. Takie uogólnienia są zarówno błędne, jak i etycznie niedopuszczalne.
Metoda oczyszczania składa się z trzech etapów:
- Zaznacz: Przejrzyj każde zdanie uogólniające znajdujące się na wyjściu („wszyscy”, „zwykle”, „ludzie w tym wieku”).
- Test: Czy to zdanie ma odpowiednik w danych badawczych?
- Popraw lub usuń: Jeśli są ku temu podstawy, dołącz je do dowodu, w przeciwnym razie usuń. Nie zachowuj stereotypu, „łagodząc go”; Jeśli nie ma dowodów, odchodzi.
Wyrażenie osoby
problemu
Korekta oparta na dowodach
„Starsi użytkownicy boją się technologii”
Stereotyp oparty na wieku
„5 na 6 uczestników oczekiwało dodatkowego tekstu zapewniającego o nowej funkcji”
„Młodzi użytkownicy są niecierpliwi”
Generalizacja pokoleniowa
„Uczestnicy porzucili przepływ powyżej 3 kroków (niezależnie od wieku)”
„Kobiety pragną prostoty”
założenie płci
„We wszystkich segmentach preferowano prosty przepływ”
„Jego ulubiony kolor to niebieski”
Informacje ozdobne (nie wpływają na decyzję)
(Odejmij — nie ma wpływu na decyzję projektową)
Anatomia mapy podróży użytkownika
Mapa podróży zazwyczaj składa się z linii:
- Faza: Główne okresy, takie jak świadomość, ocena, wykorzystanie i powrót.
- Akcja: Co robi użytkownik na każdym etapie.
- Myśl: Co przychodzi ci do głowy.
- Emocja: co się czuje; Zwykle jest rysowany za pomocą krzywej.
- Punkt bolesny: Gdzie utknąć, złościć się, poddać się.
- Szansa: gdzie projekt może interweniować.
Sztuczna inteligencja szybko wypełnia ten szkielet. Jednak linia „emocji” jest szczególnie ryzykowna: model rozsądnie przewiduje, co czuje użytkownik, ale przewidywanie to jest domysłem, chyba że jest poparte prawdziwymi danymi. Oznacz na mapie niepotwierdzone emocje jako założenia; Uzyskaj status „zweryfikowany” po potwierdzeniu cytatem z badania.
trzy mini etui
Przypadek 1 — Szybka wersja robocza, prawdziwe rozwiązanie. Jeden zespół stworzył 3 szkice osobowości przy użyciu sztucznej inteligencji na podstawie podsumowań 12 wywiadów; Praca zajęła 25 minut. Następnie porównał 9 cech każdej osoby z danymi badawczymi; 4 cechy nie miały podstaw i zostały usunięte. Pozostałe osoby były zarówno szybkie, jak i niezawodne.
Przypadek 2 — Wyciek stereotypu. „Emerytowani użytkownicy nie ufają bankowości cyfrowej” – napisała persona AI. Zespół przeanalizował dane: 5 z 6 emerytowanych uczestników korzystało ze zwykłej bankowości cyfrowej. Zdanie było całkowicie błędne i zostało usunięte; zastąpiono obserwacją opartą na dowodach, taką jak „tekst dodatkowego poświadczenia w oczekiwaniu na nowe elementy”. Lekcja: dane obalają stereotypy dotyczące wieku.
Przypadek 3 — Krzywa nastrojów jest przesadzona. Modelka napisała, że użytkownik był „wściekły” przy kasie. W przypadku rzeczywistych nagrań użytkownicy byli po prostu „wahani”. Projektant naprawił sentyment; ponieważ „gniew” i „wahanie” wymagają różnych rozwiązań (jedno to zaufanie, drugie to jasność). Lekcja: linia emocji jest kalibrowana na podstawie dowodów.
Ile osób, ile szczegółów?
Częstą pułapką, w jaką wpadają nowi projektanci, jest tworzenie zbyt wielu i nadmiernie szczegółowych person. Sztuczna inteligencja powiększa tę pułapkę: tyle osób, ile chcesz, z dowolną ilością szczegółów, pojawia się w ciągu kilku sekund. Jednak to, co cenne, jest małe, ale solidne. W przypadku większości produktów wystarczą 2-3 główne osoby; każdy musi reprezentować rzeczywisty segment użytkowników i umożliwiać różnicowanie decyzji projektowych. Jeśli dwie osoby zachowują się prawie tak samo, jest to prawdopodobnie jedna osoba. Jeśli chodzi o szczegóły, kryterium jest następujące: każda informacja dodana do osoby jest cenna, jeśli wpływa na decyzję projektową; Jeśli nie robi wrażenia (np. ulubiony kolor użytkownika), jest ozdobna i należy ją usunąć. Prosząc o personę ze sztucznej inteligencji, powiedzenie „dodawaj tylko funkcje, które wpływają na decyzję projektową” jest najbardziej praktycznym sposobem na pozbycie się tych pułapek.
Wskazówka: przetestuj funkcję osobowości: „Czy mój projekt ulegnie zmianie, jeśli to zmienię?” Jeśli odpowiedź brzmi nie, ta funkcja jest niepotrzebna w osobie.
Monity, które można kopiować
Twoja rola: Syntezator badań UX.Źródło: Zanonimizowane podsumowanie badań poniżej.Zadanie: Utwórz maksymalnie 2 szkice osobowości z tego źródła.Zasada: Połącz każdą cechę z wnioskiem w źródle i napisz podstawę w nawiasach.NIE DODAWAJ żadnych cech (wiek, dochody, nawyki), które nie mają odpowiednika w źródle.Nieznane pola pozostaw jako „brak danych”.Źródło: <<podsumowanie>>
Sprawdź ten zarys osobowości pod kątem uprzedzeń. Zaznacz każde zdanie zawierające uogólnienie, banał lub niepotwierdzone założenie, napisz, dlaczego budzi to wątpliwości i wskaż, czy znajduje to potwierdzenie w danych źródłowych. Osoba: <<tekst>> Dane źródłowe: <<podsumowanie>>
Wygeneruj roboczą mapę podróży użytkownika na podstawie poniższej osoby i wymagań badawczych. Linie: Etap | Akcja | Myśl | Emocja | Punkt bólu | Szansa. Dodaj cytat do każdej komórki „Emocja” i „Painpoint”, jeśli istnieje ich źródło; w przeciwnym razie zaznacz komórkę za pomocą „[ASUMPTION]”. Osoba: <<x>> Podsumowanie: <<y>>
Wypisz komórki oznaczone [ZAŁOŻENIE] na tej mapie podróży. Dla każdego napisz, jakie dodatkowe pytanie badawcze potwierdziłoby to założenie. Mapa: <<tabela>>
Słaba zachęta/silna zachęta
Słabe: „Stwórz osobowość użytkownika handlu elektronicznego”.
Rezultat: profil całkowicie zmyślony, nieistotny dla danych i pełen klisz.
Strong: „Wyodrębnij nie więcej niż 2 osoby z tego podsumowania badań; powiąż każdą cechę z wnioskiem; nie dodawaj żadnych szczegółów, których nie ma w źródle; nieznane pozostaw jako „brak danych”.
Rezultat: osobowość możliwa do obrony w oparciu o dowody, ze uczciwie wskazanymi lukami.
Różnica: silna zachęta wiąże się z obowiązkiem źródła + zakazem fabrykacji + oznaczaniem nieznanego.
Typowe błędy
- Tworzenie person bez danych. Nakazanie AI, aby „stworzyła osobowość”, nadaje fałszywą legitymację Twoim przypuszczeniom.
- Utrzymanie stereotypu poprzez jego złagodzenie. Powiedzenie „trochę ostrożny” nie koryguje stereotypu; Jeśli nie ma dowodów, należy je usunąć.
- Mylenie linii emocji z rzeczywistością. Model przewiduje emocje; Emocja bez dowodów jest założeniem.
- W ogóle nie aktualizuję osoby. Osobę tę należy również aktualizować w miarę udostępniania nowych badań; zamrożona osoba wprowadza w błąd.
- Tworzenie zbyt wielu person. 5-6 osób paraliżuje drużynę; Zachowaj trochę, ale trzymaj się tego, co mocne.
Podsumowując
Persona i mapa podróży to potężne narzędzia, które przekładają badania na wspólny język zespołu; ale ich moc pochodzi całkowicie z danych, na których się opierają. Sztuczna inteligencja tworzy projekt tych narzędzi w ciągu kilku minut, podczas gdy prawdziwa praca polega na połączeniu każdego twierdzenia ze źródłem, oznaczaniu klisz i testowaniu ich z danymi oraz izolowaniu bezpodstawnych odczuć/bolesnych punktów jako założeń. Osoba, która uczciwie pozostawia luki jako „brak danych”, jest o wiele cenniejsza niż osoba „realistyczna”, pełna zmyślonych szczegółów.
Zadanie aplikacji
- Wygeneruj 2 projekty person, korzystając z pierwszego podpowiedzi z briefu badawczego (prawdziwego lub fikcyjnego).
- Sprawdź osoby pod kątem stronniczości, korzystając z drugiego monitu; Przetestuj każde zaznaczone zdanie danymi.
- Usuń lub ustaw „brak danych” na wszelkich słabych funkcjach.
- Po wyświetleniu trzeciego monitu narysuj mapę podróży na podstawie osoby.
- Wypisz komórki [ZAŁOŻENIE] na mapie i napisz do każdej pytanie weryfikacyjne.
lista kontrolna
- [ ] Personę oparłem na podsumowaniu badań, nie stworzyłem jej z wyobraźni.
- [ ] Nie dodałem do osoby żadnych funkcji, których nie było w źródle.
- [ ] Zaznaczyłem klisze i uogólnienia i porównałem je z danymi.
- [ ] Potwierdziłem odczucia i punkty bólowe dowodami, a te, które nie zostały poparte, zaznaczyłem.
- [ ] Utrzymywałem odpowiednią liczbę osób do zarządzania.
- [ ] Przygotowałem pytania weryfikujące założenia.