Прибуток:
- Можливість розрізнити, де в робочому процесі UX (синтез дослідження, персона, каркас, текст інтерфейсу, аналіз тестів) штучний інтелект економить реальний час, а де обов’язки, такі як вислуховування користувача та остаточне дизайнерське рішення, залишаються за дизайнером, відповідно до рівня ризику завдання.
- Здатність виробити рефлекс, який пов’язує кожен результат штучного інтелекту з реальними даними користувача та доказами, а також перевіряє галюцинації та упередження за допомогою кроків зондування
- Можливість анонімізації записів розмов користувачів і персональних даних у межах КВКК та передачі їх до штучного інтелекту в межах згоди
Дизайн користувальницького досвіду (UX, тобто досвід людини, яка використовує продукт від початку до кінця) роками ґрунтується на принципі «спочатку зрозумійте людину, а потім вирішуйте». Коли штучний інтелект вступає в цей цикл, перше запитання більшості людей: «Чи зробить штучний інтелект дизайн за мене?» Коротка відповідь: ні. Штучний інтелект – помічник у дизайні; Він створює чернетки, узагальнює дані, множить варіанти та прискорює повторювані завдання. Але дизайнер завжди повинен слухати користувача, вирішувати, яке рішення є правильним, і нести відповідальність за це рішення. У цьому першому розділі пояснюється, де розмістити ШІ в робочому процесі UX, де слід зупинитися та як безпечно перемістити дані користувача.
Де штучний інтелект стане в нагоді в робочому процесі UX?
UX-проект проходить приблизно п’ять етапів: відкриття (дослідження), визначення (особистість і проблема), створення (потік, каркас, прототип), тестування (зручність використання) і доставка (система проектування, документація). На кожному з цих етапів штучний інтелект відіграє різну роль.
- Discovery: узагальнює десятки стенограм інтерв’ю (транскрибованих записів) за хвилини замість годин, вилучаючи початкові теми. Але сама людина вирішує, яка тема є важливою.
- Опис: створює персони (вигаданий профіль, що представляє певний тип користувача) і проекти карт подорожі. Але ваша робота — переконатися, що ці чернетки базуються на реальних даних.
- Генерація: Каркас (скелет екрана, що складається з рамок), блок-схема та текст інтерфейсу відтворюють варіації.
- Тестування: Отримує результати із записів тестів і ранжує їх у порядку важливості.
- Презентація: Пише документацію компонентів і правила використання.
Загальна нитка така: штучний інтелект створює чернетки та параметри; Судження та схвалення залишаються за вами.
Порада. Використовуйте штучний інтелект не для того, щоб «дати мені відповідь», а для того, щоб «швидко дати мені варіанти й дозволити мені вибрати». Найбільша ефективність досягається, коли ви делегуєте підготовчу роботу, а не рішення.
Рівень ризику місії: де вільно, де обережно?
Не кожне завдання несе однаковий ризик. Просте емпіричне правило: чим пряміше результат впливає на користувача, тим вищий ризик.
Квест
Рівень ризику
Роль штучного інтелекту
людське схвалення
Підсумок записки до наради
низький
Майже повністю передано
легке знежирення
Створення варіації каркаса
низький-середній
Генерує чернетку
Дизайнер підбирає і фіксує
Створення теми дослідження
середній
Попередній синтез
Перевірка ціновою пропозицією обов'язкова
Текст інтерфейсу (повідомлення про помилку тощо)
середньо-високий
створює варіацію
Тон, точність, перевірка закону
Підтвердження доступності
висока
попереднє сканування
Реальний тест обов'язковий
Визначити реальні потреби користувача
найвищий
не можу допомогти
Все в конструкторі
Ця діаграма є компасом: коли ви рухаєтеся вгору, ви зменшуєте свою довіру до штучного інтелекту та збільшуєте свою власну перевірку.
Галюцинація та упередженість: два фундаментальних обмеження
Ви повинні засвоїти дві сліпі плями штучного інтелекту з самого початку.
Галюцинація (вигадка): велика мовна модель (можливо, штучний інтелект, що вгадує слова, навчений на великих обсягах тексту) може створювати вільну, але фактично неточну інформацію. Наприклад, написано «Користувачі просили швидкість у 20 розмовах», але насправді такої цитати немає. Незалежно від того, наскільки впевненим здається результат, він не є точним без посилання на джерело.
Упередження: модель містить упередження, властиві даним, на яких вона навчається. Кліше на кшталт «літні користувачі бояться технологій» можуть вкрадатися в персону або сценарій. Ці речення є непідтвердженими узагальненнями, і їх слід перевіряти на реальних даних.
Застереження: плавність і точність виведення ШІ – це не одне й те саме. Найнебезпечніший вихід – це той, який написаний неправильними, але ідеальними реченнями.
Дані користувача, КВКК та згода
UX дослідження працює з особистими даними: журналами розмов, іменем, місцем роботи, скріншотами, навіть аудіо. Завантаження цих даних у довільний інструмент штучного інтелекту може бути порушенням KVKK (Закону про захист персональних даних). Емпіричне правило складається з трьох кроків: анонімність, дотримання згоди, використання схваленого агентством інструменту.
- Замаскуйте прямі ідентифікатори, такі як ім’я, телефон, електронна адреса, назва компанії (наприклад, «Учасник 3»).
- Не виходити за рамки згоди, наданої учаснику під час дослідження; Якщо ви не сказали «це буде оброблено в штучний інтелект», будьте обережні.
- У корпоративному середовищі вибирайте інструменти, які зрозуміло, де зберігаються дані та чи використовуються вони для навчання моделі.
три міні-чохла
Випадок 1 — Економія часу в потрібному місці. Дизайнер доручив штучному інтелекту узагальнити 18 розшифровок інтерв’ю (загалом 62 сторінки). Попереднє читання, яке займало б 2 дні вручну, було скорочено до 40 хвилин. Але дизайнер зіставив кожну тему у вихідних даних із фактичною цитатою та виявив, що 3 теми не мають жодної основи. Результат: швидкість + надійність.
Випадок 2 — у презентацію надійшов неперевірений результат. Інша команда включила у звіт речення «70% користувачів віддають перевагу мобільним», створене штучним інтелектом. Коли запитали про джерело, виявилося, що таких даних немає; модель склала номер. Довіра зацікавлених сторін була зруйнована. Урок: цифри і заяви не поширюються без доказів.
Випадок 3 — Ризик витоку персональних даних. Стажер завантажив аудіозапис разом із іменами учасників на безкоштовний сайт, який автоматично транскрибує його. Охорона закладу позначила це як ризик КВКК і процес зупинили. Урок: вибір інструментів і анонімізація виконуються з самого початку.
Копіювані підказки
Ваша посада: старший науковий співробітник UX. Завдання: виділіть до 6 тем із наведеної нижче анонімної стенограми інтерв’ю. Правила: Додайте принаймні одну дослівну цитату біля кожної теми з тегом [Учасник X]. Не створюйте тему, для якої ви не можете знайти цитату. Якщо сумніваєтеся, пишіть «слабка підтримка». Стенограма: <<текст>>
Перевірте цей результат штучного інтелекту: перевірте фактологічну основу в тексті для кожного пункту в списку тем нижче. Позначте ті, які не мають підстав, як «НЕ ПЕРЕВІРЕНО» та напишіть, чому ви викликаєте підозру. Список: <<теми>> Вихідний текст: <<розшифровка>>
Знайдіть у наведеному нижче тексті всі особисті/ідентифікуючі дані (ім’я, телефон, електронна пошта, компанія, адреса) і замініть на [МАСКОВАНИЙ]. Також надайте список змін у вигляді таблиці. Не видаляйте жодної інформації, просто маскуйте її. Текст: <<dump>>
Класифікуйте проектне завдання: визначте рівень ризику (низький/середній/високий) для "<<завдання>>", одним реченням запишіть роль штучного інтелекту та необхідне схвалення людини. Поясніть свої міркування.
Слабка підказка / Сильна підказка
Слабкий: «Узагальніть ці розмови».
Результат: загальний текст без джерела, який неможливо перевірити; Незрозуміло, звідки яке речення.
Сильно: «Витягніть до 6 тем із цієї анонімної стенограми; додайте принаймні одну дослівну цитату з тегом [Учасник X] до кожної теми; не створюйте тему, для якої ви не можете знайти цитату».
Результат: заснований на доказах результат, який підлягає перевірці та приймає рішення.
Різниця в одному реченні: сильна підказка дає контекст + правило + вимога доказу.
Поширені помилки
- Переміщення результату перевірки до прийняття рішення. Найпоширеніша і найдорожча помилка; Одна надумана тема може спотворити весь напрямок дизайну.
- Завантаження персональних даних без їх анонімізації. Порушення КВКК та втрата корпоративної довіри.
- Змусити штучний інтелект «вирішувати». «Який дизайн краще?» Відповідь на запитання полягає в продукті, користувачеві та даних; немає в моделі.
- Не читає політику даних автомобіля. Введення важливих даних, не знаючи, чи йдуть ваші дані на навчання моделі чи ні.
- Приймаючи плавність за точність. Добре написане речення не означає правильне речення.
Підсумовуючи
AI є прискорювачем і партнером у робочому процесі UX; Він проводить підготовчу роботу на кожному етапі, від відкриття до презентації. Але судження, рішення та відповідальність залишаються за дизайнером. «Наскільки ризик завдання впливає на користувача?» Виміряти питанням; збільшити рівень перевірки, оскільки ризик зростає. Галюцинація та упередженість — дві постійні межі: підкріплюйте кожне твердження доказами, перевіряйте кожне кліше даними. Передавати дані користувача шляхом анонімізації в рамках КВКК та згоди. Ці рефлекси є безпечною основою для кожної техніки в решті модуля.
Аплікаційне завдання
- Перелічіть 5 проектних завдань із вашого поточного проекту (або вигаданого проекту).
- Помістіть кожне завдання в таблицю ризиків вище: низький, середній, високий.
- Для кожного завдання напишіть одне речення «роль ШІ» та «потрібне схвалення людини».
- Якщо у вас є стенограма інтерв’ю, зробіть її анонімною за допомогою третього запиту та перегляньте таблицю маскування.
- Помістіть результат у таблицю та поясніть у абзаці, чому завдання з найвищим ризиком потребує схвалення людини.
контрольний список
- [ ] Я позиціонував ШІ як генератор проектів, а не як орган, який приймає рішення.
- [ ] Я визначив рівень ризику кожної місії.
- [ ] Я взяв звичку пов’язувати результати з доказами.
- [ ] Я не завантажував особисті дані в жодний інструмент без анонімізації.
- [ ] Я перевірив політику даних автомобіля, яким користуюся.
- [ ] Я додав до свого робочого процесу перевірку галюцинацій і упередженості.