Lợi nhuận:
- Khả năng tạo ra các bản phác thảo nhân cách dựa trên bằng chứng dựa trên dữ liệu nghiên cứu bằng trí tuệ nhân tạo và loại bỏ những khuôn mẫu và sáo rỗng
- Khả năng phác thảo các giai đoạn, hành động, suy nghĩ, cảm xúc và điểm yếu của bản đồ hành trình người dùng với sự hỗ trợ của trí tuệ nhân tạo
- Khả năng gắn cờ các giả định không dựa trên dữ liệu bằng cách kiểm tra các nhân vật giả tạo với dữ liệu phân khúc thực
Bản đồ hành trình cá nhân và người dùng chuyển những hiểu biết sâu sắc từ nghiên cứu thành các công cụ hữu hình mà nhóm sẽ xem xét suốt cả ngày. Cá tính là một hồ sơ hư cấu nhưng dựa trên dữ liệu đại diện cho một phân khúc người dùng thực: mục tiêu, rào cản, bối cảnh của họ. Bản đồ hành trình của người dùng là một bản tường thuật trực quan hiển thị từng bước những gì người dùng làm, những gì anh ta nghĩ, những gì anh ta cảm thấy và nơi anh ta gặp khó khăn trong khi đạt được mục tiêu. AI tạo ra bản nháp của cả hai chỉ trong vài phút. Nhưng đây chính là cái bẫy nguy hiểm nhất: trí tuệ nhân tạo có thể tạo ra những nhân cách nghe có vẻ "thật" mà không cần dữ liệu. Đơn vị này dạy bạn cách bám sát bằng chứng mà không phải hy sinh tốc độ.
Persona: phải dựa trên bằng chứng, không phải tưởng tượng
Sự khác biệt duy nhất giữa một người tốt và một người xấu là thái độ. Kẻ xấu đặt những giả định trong đầu người thiết kế vào một khuôn mẫu đẹp đẽ: "Ayşe, 34 tuổi, giỏi công nghệ, yêu thích các giải pháp thiết thực." Nếu không có câu nào trong số này dựa trên nghiên cứu thì nhân cách chỉ là vật trang trí và hợp pháp hóa những quyết định sai lầm.
Một nhân cách tốt đưa ra mọi khẳng định đều dựa trên nghiên cứu. Đằng sau câu “Người dùng bị kẹt trong quá trình cài đặt” là dữ liệu “5 trên 8 người tham gia không thể hoàn tất quá trình cài đặt ban đầu”. Khi làm việc với trí tuệ nhân tạo, quy tắc không thay đổi: đưa cho mô hình bản tóm tắt nghiên cứu làm nguồn và yêu cầu mô hình chỉ tạo nhân vật từ nguồn này, không thêm các tính năng không có cơ sở.
Thận trọng: AI rất có khả năng “lấp đầy khoảng trống”; Nó có thể tự phát bịa ra những chi tiết như tuổi tác, thu nhập, thói quen mà bạn không cung cấp. Nếu những chi tiết này không đến từ dữ liệu thì tính cách đó không đáng tin cậy.
Loại bỏ định kiến và thành kiến
Personas là nơi mà sự thiên vị AI bộc lộ rõ ràng nhất. Mô hình chuyển các khuôn mẫu từ dữ liệu đào tạo thành các hồ sơ: “người dùng lớn tuổi sợ công nghệ”, “người dùng trẻ thiếu kiên nhẫn”, các hành vi được quy cho các ngành nghề hoặc giới tính cụ thể. Những khái quát hóa này đều sai lầm và bị phản đối về mặt đạo đức.
Phương pháp thanh lọc có ba bước:
- Mark: Quét từng câu khái quát ở đầu ra (“mọi người”, “thường”, “người ở độ tuổi này”).
- Kiểm tra: Câu này có từ tương đương trong dữ liệu nghiên cứu không?
- Sửa hoặc loại bỏ: Nếu có căn cứ thì gắn vào bằng chứng, nếu không thì xóa đi. Đừng giữ những lời sáo rỗng bằng cách “làm dịu nó”; Nếu không có bằng chứng thì anh ta sẽ rời đi.
Biểu hiện cá tính
vấn đề
Chỉnh sửa dựa trên bằng chứng
"Người dùng lớn tuổi sợ công nghệ"
Định kiến dựa trên độ tuổi
"5 trong số 6 người tham gia mong đợi văn bản đảm bảo bổ sung với tính năng mới"
"Người dùng trẻ thiếu kiên nhẫn"
Khái quát hóa thế hệ
"Người tham gia đã bỏ qua quá 3 bước (không phân biệt tuổi tác)"
"Phụ nữ thích sự đơn giản"
giả định về giới tính
"Dòng chảy đơn giản được ưu tiên ở tất cả các phân khúc"
"Màu sắc yêu thích của anh ấy là màu xanh"
Thông tin trang trí (không ảnh hưởng đến quyết định)
(Trừ - không ảnh hưởng đến quyết định thiết kế)
Giải phẫu bản đồ hành trình người dùng
Bản đồ hành trình thường bao gồm các dòng:
- Giai đoạn: Các giai đoạn chính như nhận thức, đánh giá, sử dụng và trả lại.
- Hành động: Người dùng làm gì ở mỗi giai đoạn.
- Suy nghĩ: Những gì diễn ra trong tâm trí bạn.
- Cảm xúc: Người ta cảm thấy gì; Nó thường được vẽ bằng một đường cong.
- Điểm đau: Người ta mắc kẹt ở đâu, tức giận, bỏ cuộc.
- Cơ hội: Nơi thiết kế có thể can thiệp.
Trí tuệ nhân tạo nhanh chóng lấp đầy bộ xương này. Nhưng dòng “cảm xúc” đặc biệt rủi ro: mô hình dự đoán một cách hợp lý những gì người dùng đang cảm thấy, nhưng dự đoán đó chỉ là phỏng đoán trừ khi được hỗ trợ bởi dữ liệu thực. Đánh dấu những cảm xúc không có căn cứ trên bản đồ làm giả định; Nhận trạng thái “đã xác minh” khi được xác nhận bởi trích dẫn nghiên cứu.
ba trường hợp nhỏ
Trường hợp 1 - Dự thảo nhanh, sửa chữa thực sự. Một nhóm tạo ra 3 bản phác thảo nhân cách bằng AI từ 12 bản tóm tắt phỏng vấn; Công việc mất 25 phút. Sau đó, ông kiểm tra 9 đặc điểm của từng tính cách dựa trên dữ liệu nghiên cứu; 4 tính năng không có cơ sở và đã bị loại bỏ. Các tính cách còn lại đều nhanh và đáng tin cậy.
Trường hợp 2 - Lời sáo rỗng bị rò rỉ. Nhân vật AI đã viết: “Người dùng đã nghỉ hưu không tin tưởng vào ngân hàng kỹ thuật số. Nhóm đã xem xét dữ liệu: 5 trong số 6 người tham gia đã nghỉ hưu đã sử dụng ngân hàng kỹ thuật số thông thường. Câu này sai hoàn toàn và bị xóa; được thay thế bằng quan sát dựa trên bằng chứng chẳng hạn như "văn bản đảm bảo bổ sung đang chờ xử lý về các tính năng mới". Bài học: Những định kiến về độ tuổi bị dữ liệu bác bỏ.
Trường hợp 3 - Đường cong tình cảm bị phóng đại. Người mẫu viết rằng người dùng đã "tức giận" khi thanh toán. Trong các bản ghi thực tế, người dùng chỉ "do dự". Nhà thiết kế đã cố định tình cảm; bởi vì “tức giận” và “do dự” đòi hỏi những giải pháp khác nhau (một là sự tin tưởng, một là sự rõ ràng). Bài học: dòng cảm xúc được hiệu chỉnh bằng bằng chứng.
Có bao nhiêu nhân vật, bao nhiêu chi tiết?
Một cái bẫy phổ biến mà các nhà thiết kế mới rơi vào là tạo ra quá nhiều nhân vật và quá chi tiết. AI phóng đại cái bẫy này: bao nhiêu nhân vật tùy thích, với nhiều chi tiết như bạn muốn, sẽ đến trong vài giây. Tuy nhiên, cái có giá trị thì ít mà chắc chắn. Đối với hầu hết các sản phẩm, 2-3 nhân vật chính là đủ; mỗi người phải đại diện cho một phân khúc người dùng thực sự và có thể phân biệt các quyết định thiết kế. Nếu hai nhân cách hành xử gần giống nhau thì đó có thể là một nhân cách. Về mặt chi tiết, tiêu chí là: mọi thông tin được thêm vào cá nhân đều có giá trị nếu nó ảnh hưởng đến quyết định thiết kế; Nếu nó không gây ấn tượng (ví dụ: màu sắc yêu thích của người dùng), nó mang tính chất trang trí và nên loại bỏ. Khi yêu cầu một nhân cách từ trí tuệ nhân tạo, việc nói "chỉ thêm các tính năng ảnh hưởng đến quyết định thiết kế" là cách thiết thực nhất để loại bỏ bẫy này.
Mẹo: Kiểm tra đặc điểm cá nhân: "Liệu thiết kế của tôi có thay đổi nếu tôi thay đổi điều này không?" Nếu câu trả lời là không thì đặc điểm đó không cần thiết trong tính cách.
Lời nhắc có thể sao chép
Vai trò của bạn: Người tổng hợp nghiên cứu UX. Nguồn: Tóm tắt nghiên cứu ẩn danh bên dưới. Nhiệm vụ: Tạo tối đa 2 bản phác thảo nhân vật từ nguồn này. Quy tắc: Liên kết từng đặc điểm với một phát hiện trong nguồn và viết cơ sở trong dấu ngoặc đơn. KHÔNG THÊM bất kỳ đặc điểm nào (tuổi, thu nhập, thói quen) không có đối tượng trong nguồn. Để lại các trường không xác định là "không có dữ liệu". Nguồn: <<tóm tắt>>
Kiểm tra phác thảo tính cách này để biết sự thiên vị. Đánh dấu mỗi câu có chứa một giả định khái quát, sáo rỗng hoặc không có căn cứ, viết lý do tại sao nó đáng nghi vấn và cho biết liệu nó có được hỗ trợ trong dữ liệu nguồn hay không. Persona: <<text>> Nguồn dữ liệu: <<tóm tắt>>
Tạo bản đồ hành trình người dùng dự thảo từ bản tóm tắt cá nhân và nghiên cứu bên dưới. Dòng: Giai đoạn | Hành động | Suy Nghĩ | Cảm xúc | Điểm đau | Cơ hội.Thêm trích dẫn vào mỗi ô "Cảm xúc" và "Điểm đau" nếu có nguồn cho nó; nếu không, hãy đánh dấu ô bằng "[ASSUMPTION]". Persona: <<x>> Tóm tắt: <<y>>
Liệt kê các ô được đánh dấu [ASSUMPTION] trên bản đồ hành trình này. Đối với mỗi câu hỏi, hãy viết câu hỏi nghiên cứu bổ sung nào sẽ xác nhận giả định này. Bản đồ: <<bảng>>
Dấu nhắc yếu / Dấu nhắc mạnh
Yếu: "Tạo tính cách người dùng thương mại điện tử."
Kết quả: một hồ sơ hoàn toàn bịa đặt, không liên quan đến dữ liệu và đầy rẫy những lời sáo rỗng.
Mạnh: "Trích xuất không quá 2 nhân vật từ bản tóm tắt nghiên cứu này; gắn từng đặc điểm với một phát hiện; không thêm bất kỳ chi tiết nào không có trong nguồn; để lại phần chưa biết là 'không có dữ liệu'."
Kết quả: một nhân cách có thể bào chữa dựa trên bằng chứng, với những khoảng trống được chỉ ra một cách trung thực.
Sự khác biệt: lời nhắc mạnh mẽ mang lại nghĩa vụ nguồn + cấm chế tạo + đánh dấu những điều chưa biết.
Những lỗi thường gặp
- Tạo cá tính không có dữ liệu. Việc yêu cầu AI “tạo ra một nhân cách” mang lại tính hợp pháp sai lầm cho các giả định của bạn.
- Giữ sự sáo rỗng bằng cách làm dịu nó. Nói “thận trọng một chút” không đúng với khuôn mẫu; Nếu không có bằng chứng thì nên loại bỏ.
- Nhầm dòng cảm xúc là thực tế. Mô hình dự đoán cảm xúc; Cảm xúc không có bằng chứng là giả định.
- Không cập nhật tính cách nào cả. Tính cách cũng cần được cập nhật khi có nghiên cứu mới; tính cách đông lạnh là sai lệch.
- Tạo ra quá nhiều cá tính 5-6 cá nhân làm tê liệt cả đội; Giữ lại một chút, nhưng hãy giữ chặt những gì chắc chắn.
Tóm lại
Bản đồ cá nhân và hành trình là những công cụ mạnh mẽ giúp dịch nghiên cứu sang ngôn ngữ chung của nhóm; nhưng sức mạnh của họ hoàn toàn đến từ dữ liệu mà họ dựa vào. AI tạo ra bản thiết kế chi tiết cho các công cụ này trong vài phút, trong khi công việc thực sự là kết nối từng tuyên bố với nguồn, gắn cờ những lời sáo rỗng và kiểm tra chúng dựa trên dữ liệu, đồng thời tách biệt các điểm yếu/tình cảm không có căn cứ làm giả định. Một nhân cách trung thực để lại những khoảng trống là "không có dữ liệu" sẽ có giá trị hơn nhiều so với một nhân cách "thực tế" với đầy những chi tiết bịa đặt.
Nhiệm vụ ứng dụng
- Tạo 2 bản nháp cá nhân với lời nhắc đầu tiên từ bản tóm tắt nghiên cứu (có thật hoặc hư cấu).
- Kiểm tra độ thiên vị của các nhân vật bằng lời nhắc thứ hai; Kiểm tra từng câu được đánh dấu với dữ liệu.
- Loại bỏ hoặc tạo ra trạng thái "không có dữ liệu" cho bất kỳ tính năng mỏng manh nào.
- Với lời nhắc thứ ba, hãy phác thảo bản đồ hành trình từ một nhân vật.
- Liệt kê các ô [ASSUMPTION] trên bản đồ và viết câu hỏi xác minh cho từng ô.
danh sách kiểm tra
- [ ] Tôi xây dựng tính cách này dựa trên bản tóm tắt nghiên cứu, tôi không tạo ra nó từ trí tưởng tượng.
- [ ] Tôi không thêm bất kỳ đặc điểm nào vào nhân vật không có trong nguồn.
- [ ] Tôi đã đánh dấu những lời sáo rỗng và khái quát rồi kiểm tra chúng bằng dữ liệu.
- [ ] Tôi xác nhận những cảm xúc và điểm đau đớn bằng bằng chứng, đồng thời đánh dấu những điểm không được hỗ trợ.
- [ ] Tôi đã giữ số lượng nhân vật ở mức có thể quản lý được.
- [ ] Tôi đã chuẩn bị các câu hỏi xác minh cho các giả định.