ДалееСледующее руководство
Разговорный аудио UX
Аудио ИИ
РУКОВОДСТВО ПО ПРИМЕНЕНИЮ
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
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.
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.
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.
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.
Бесплатная рассылка
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
Мгновенная обратная связь по каждому ответу и общий сертификат с проверяемым идентификатором после прохождения курса.
Поддержите бесплатное образование в области искусственного интеллекта. AI Understanding — это некоммерческая организация 501(c)(3). Никакой рекламы и платного доступа. Сделать пожертвование
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.
Синтетические пользователи отражают закономерности в обучающих данных. Они не могут предоставить удивительный контекст и опыт реальных участников.
В руководстве перечислены пилотные вопросы, выдвижение гипотез и подготовка к сессиям по мере необходимости. Рассматривать результаты как выводы — нет.
Временные метки позволяют отслеживать и проверять каждую цитату, что защищает от сфабрикованных или ошибочно приписываемых цитат.
Каппа Коэна измеряет согласие между двумя программистами за пределами того, что можно было бы получить случайно. Он показывает, можно ли доверять этикеткам модели.
Резюме сжимают контент и часто теряют мнение меньшинства. Синтез – это интерпретация и суждение.
Продолжайте учиться
Другие руководства, выбранные по этой теме
ДалееСледующее руководство
Разговорный аудио UX
Аудио ИИ