РУКОВОДСТВО ПО ПРИМЕНЕНИЮ

ИИ для UX-исследователей

ИИ для исследователей UX означает использование ИИ для расшифровки и обобщения интервью, маркировки больших объемов отзывов, а также составления планов исследований и руководств для дискуссий, в то время как исследователи несут ответственность за интерпретацию.

Прослушайте это руководствоОзвучено ИИ · ~3 min

На этой странице4 минуты чтения
  1. Обзор
  2. Глубокое погружение
  3. Реальная реализация
  4. Будущее искусственного интеллекта для UX-исследователей
  5. Применение на практике
  6. Продолжайте исследовать
  7. Часто задаваемые вопросы

Обзор

Это важно, поскольку позволяет сократить время анализа с недель до дней. Это также создает новые риски: сфабрикованные цитаты, искаженные выводы и соблазн заменить реальных участников синтетическими пользователями.

Глубокое погружение

UX-исследования дают много неструктурированных данных: записи интервью, заметки сеансов юзабилити, ответы на открытые опросы, заявки в службу поддержки и обзоры приложений. ИИ помогает на нескольких этапах. Распознавание речи превращает записи в расшифровки. Языковые модели подводят итоги сеансов, предлагают темы и формируют группы по интересам. Модели классификации и внедрения организуют тысячи элементов обратной связи. Репозитории исследований, такие как Dovetail и Condens, добавили функции искусственного интеллекта для разметки и обобщения. ИИ также полезен для планирования. Он может разрабатывать планы исследований, руководства по проведению интервью, средства скрининга и формулировки форм согласия, которые исследователи затем проверяют на предмет наводящих вопросов и предвзятости. Наиболее обсуждаемой практикой является использование синтетических пользователей: персонажей языковой модели, которые отвечают на вопросы интервью, как если бы они были клиентами. Они быстрые и дешевые, но их ответы отражают закономерности обучающих данных, а не жизненного опыта. Они склонны быть приятными, красноречивыми и давать правдоподобные, усредненные ответы. Они не могут раскрыть удивительный обходной путь, эмоциональную реакцию или контекст, который приносит реальный участник. Они также не могут показать, что люди делают, а не говорят, что является основой юзабилити-тестирования. Практикующие специалисты, в том числе Nielsen Norman Group, предостерегают от рассмотрения синтетических реакций как результатов исследований. Их разумное использование уже: пилотные вопросы, выработка гипотез для проверки или подготовка к занятиям. Распространенным заблуждением является то, что резюме ИИ — это то же самое, что синтез. Настоящий синтез взвешивает доказательства, сравнивает источники, замечает противоречия и связывает выводы с решениями о продукте. Резюме также имеют тенденцию сглаживать мнения меньшинства и отклонения, которые часто являются источником наиболее полезной информации. Модели также могут неправильно атрибуировать или придумывать цитаты. Наконец, применяется исследовательская этика: согласие участников должно распространяться на обработку ИИ их данных, а личная информация должна обрабатываться в соответствии с политикой конфиденциальности организации.

Реальная реализация

После двенадцати интервью с клиентами исследователь использует ИИ для расшифровки звонков и получения цитат кандидатов с временными метками для каждого исследовательского вопроса. Они сверяют каждую цитату с записью, прежде чем она попадает в отчет.

У продуктовой команды 5000 отзывов в магазинах приложений. ИИ применяет кодовую книгу, написанную исследователем (разногласия по адаптации, ценообразование, производительность, запросы функций), а исследователь вручную кодирует образец, чтобы проверить соответствие меток.

Исследователь просит ИИ подготовить руководство для обсуждения и опрос для исследования выставления счетов малым бизнесом. Они удаляют наводящие вопросы и добавляют дополнительные проверки перед пилотным сеансом.

Прежде чем набирать сотрудников, исследователь просматривает руководство по обсуждению через ИИ-персонажа, чтобы найти запутанные формулировки. Они рассматривают ответы как проверку вопросов, а не как выводы о реальных клиентах.

Будущее искусственного интеллекта для UX-исследователей

ИИ, вероятно, станет стандартной частью исследовательских хранилищ и инструментов анализа, а самая трудоемкая механическая работа, такая как транскрипция, первоначальная маркировка и составление планов, будет продолжать выполняться быстрее. Это может позволить небольшим группам проводить больше исследований или подтолкнуть исследователей к более стратегической работе. Ограничения синтетических пользователей исходят из того, кем они являются, поэтому прямой контакт с реальными людьми, скорее всего, останется в центре внимания. Ожидайте новых дебатов о стандартах исследований, раскрытии результатов анализа с помощью ИИ и согласии участников. Исследователи, которые смогут тщательно проверять результаты ИИ и превращать доказательства в решения, будут иметь хорошие возможности.

Применение на практике

Почему это важно

  • Выбор сборки. Проектирование на уровне приложения определяет, улучшит ли ИИ реальные результаты.
  • Команда и рабочий процесс. Хорошая интеграция рабочих процессов обеспечивает повышение производительности, которому пользователи могут доверять.
  • Риски и безопасность. Хорошо продуманные варианты использования снижают усталость от изменений и риск внедрения.

Следите за

  • Автоматизация сломанного процесса может усугубить существующие проблемы.
  • Команды могут чрезмерно автоматизировать и исключить необходимое человеческое суждение.
  • Качество может ухудшиться, если результаты не будут оцениваться постоянно.

Следующие шаги

  1. Составьте карту текущего рабочего процесса и определите этап, вызывающий наибольшие затруднения.
  2. Определите человеческие контрольно-пропускные пункты перед полной автоматизацией.
  3. Обучайте пользователей подсказкам, путям эскалации и стандартам качества.
  4. Отслеживайте результаты на уровне задач, чтобы подтвердить устойчивую ценность.

Продолжайте исследовать

Бесплатная рассылка

Получайте ежедневный AI-обзор

Три проверенных AI-истории каждое утро буднего дня, написанные простым английским. Бесплатно навсегда, без рекламы.

Одно электронное письмо каждый будний день. Отписаться в один клик. Мы никогда не продаем и не передаем ваш адрес.

Проверьте себя

Take the AI for UX Researchers quiz

Мгновенная обратная связь по каждому ответу и общий сертификат с проверяемым идентификатором после прохождения курса.

Начать тест

Поддержите бесплатное образование в области искусственного интеллекта. AI Understanding — это некоммерческая организация 501(c)(3). Никакой рекламы и платного доступа. Сделать пожертвование

Часто задаваемые вопросы

Что такое ИИ для UX-исследователей?

ИИ для исследователей UX означает использование ИИ для расшифровки и обобщения интервью, маркировки больших объемов отзывов, а также составления планов исследований и руководств для дискуссий, в то время как исследователи несут ответственность за интерпретацию. Это важно, поскольку позволяет сократить время анализа с недель до дней. Это также создает новые риски: сфабрикованные цитаты, искаженные выводы и соблазн заменить реальных участников синтетическими пользователями.

Каково основное ограничение синтетических пользователей?

Синтетические пользователи отражают закономерности в обучающих данных. Они не могут предоставить удивительный контекст и опыт реальных участников.

Каково разумное использование синтетических пользователей согласно руководству?

В руководстве перечислены пилотные вопросы, выдвижение гипотез и подготовка к сессиям по мере необходимости. Рассматривать результаты как выводы — нет.

Почему исследователи должны запрашивать у ИИ дословные цитаты с временными метками?

Временные метки позволяют отслеживать и проверять каждую цитату, что защищает от сфабрикованных или ошибочно приписываемых цитат.

Что измеряет каппа Коэна при маркировке с помощью искусственного интеллекта?

Каппа Коэна измеряет согласие между двумя программистами за пределами того, что можно было бы получить случайно. Он показывает, можно ли доверять этикеткам модели.

Почему резюме ИИ — это не то же самое, что синтез исследования?

Резюме сжимают контент и часто теряют мнение меньшинства. Синтез – это интерпретация и суждение.

Продолжайте учиться

Связанные руководства

Другие руководства, выбранные по этой теме

Получите бесплатный AI-сертификатКороткий бесплатный курс и экзамен. Без стоимости, без карты. Около 2,5 часов.Начать бесплатно →