AI to przyszłość zawodu projektanta czy researchera UX – to nie ulega wątpliwości. Jakob Nielsen, czyli niekwestionowany guru dla wszystkich UXowców, opublikował ostatnio na swojej stronie swoisty poradnik dla specjalistów i juniorów z branży UX dotyczący posługiwania się AI w pracy.
Badania pokazują, iż AI potrafi znacząco zwiększyć naszą produktywność, ale i efektywność. Co za tym idzie, AI należy traktować jako okazję do zminimalizowania luki informacyjnej między pracownikami mniej i bardziej doświadczonymi. Ale jest to jednocześnie konieczność. Według słów ekonomisty Richarda Baldwina: “to nie AI zabierze Ci pracę, tylko osoba używająca AI”.
Powinniśmy więc odpowiednio przyswoić sobie narzędzia AI, żeby móc je rozwijać w naszej pracy. Jak robić to skutecznie i czego się wystrzegać?
AI nie takie mądre
Głównym wyzwaniem korzystania z narzędzi AI jest ich kontekstowość i podatność na jednostronność, nastawienie, czyli tzw. bias. Nie dość, iż jest to samo w sobie niebezpieczne, to jeszcze AI zwykła prezentować nam swoje odpowiedzi ex cathedra, niczym nieomylny absolut, który choćby nie mrugnie, wygłaszając najbardziej niedorzeczne kłamstwo. Naturalnie człowiek jest w stanie uwierzyć pewnemu siebie mówcy i przyjąć jego punkt widzenia. W tym aspekcie weryfikacja informacji wygenerowanych przez AI nie różni się znacząco od weryfikacji fake newsów.
Jest to duży problem, z którym trudno się uporać. Może to być trudne szczególnie dla juniorów, którzy mogą nie wyłapać, iż coś w takiej odpowiedzi od AI nie gra. Osobiście miałem parę razy taką sytuację, w której musiałem poprawiać ChatGPT 3.5, a ten w odpowiedzi przyznawał mi rację. Dotyczyło to zagadnień z dziedziny informatologii, czyli dziedziny zdecydowanie nie viralowej i słabo dostępnej (w wolnym dostępie) w polskim internecie. Ale właśnie to najlepiej pokazuje ten problem. Im trudniej dostępne są źródła potrzebne do odpowiedzi na nasze pytanie, tym większe ryzyko, iż AI coś wymyśli, zamiast udzielić rzetelnej odpowiedzi lub przyznać się, iż czegoś nie wie.
W kontekście UX nie jest lepiej – mamy tutaj do czynienia z dużą liczbą poradników, heurystyk, zasad projektowania, ale wszystko to jest bardzo zależne od kontekstu i roku publikacji. choćby heurystyki samego Nielsena nie wyglądały tak samo na przestrzeni już prawie 30 lat od ich powstania. Bez podania precyzyjnego kontekstu AI może sięgnąć po “jakąś” odpowiedź, a to nie powinno zaspokajać naszej potrzeby informacyjnej.
Musimy też pamiętać, iż AI nigdy nie zastąpi badań nad użytkownikiem. Z założenia AI może wyłącznie imitować „domyślnego, zwykłego człowieka”, a przecież nie o to chodzi. Gdy tworzymy produkt czy usługę najważniejsze jest wyodrębnienie grupy docelowej i skupienie się na jej zachowaniach, potrzebach, przyzwyczajeniach i doświadczeniach. Nigdy nie tworzymy po prostu „dla każdego”, bo jak wiadomo, gdy coś jest dla wszystkich to jest dla nikogo.
W takim razie, czy aby na pewno AI to przyszłość UX?
Jak praktykant UX powinien korzystać z AI? Parę przykładów
Jak zatem poradzić sobie z niedoskonałościami AI? Zawsze można zapytać o cytowania, ale w tym miejscu Nielsen wskazał następny problem – AI potrafi zagrać va banque na swoim blefie i zmyślić autora cytowania. Jednak w końcu po to zadajemy pytanie o źródła, by je zweryfikować, więc ostatecznie blef powinniśmy gwałtownie wykryć.
Innym dobrym rozwiązaniem może być podanie pełnego kontekstu dla naszego problemu z jak najbardziej szczegółowym opisem sytuacji i zażądanie wielu odpowiedzi. Istnieje szansa, iż któreś z nich pomoże nas zainspirować. Bo właśnie tym powinno być AI w UX – inspiracją dla naszej kreatywności i wiedzy, pomocą w szukaniu rozwiązań, a nie definitywną odpowiedzią i „pora na CSa”.
Należy się zawsze kłócić z AI i drążyć temat, a także próbować zrozumieć proces, który stoi za podaną odpowiedzią. Szczególnie, kiedy jesteśmy na początku naszej kariery w UX. AI powinna być swoistym punktem startowym przy projektowaniu rozwiązań dla użytkowników. Dostarczać informacji z zakresu terminologii, definicji, żargonu, heurystyk, czy narzędzi. Oczywiście później tę wiedzę należy zweryfikować, ale o ile choćby nie wiemy, iż coś istnieje, to jak to zweryfikować? Tę lukę może pomóc załatać AI.
Ostatnią ułatwiającą życie radą jest generowanie wszelkiego rodzaju template’ów i placeholder’ów, czyli treści mających z założenia zastępować treść docelową. Jest to duże ułatwienie i krok naprzód względem nadmiernego używania „lorem ipsum”. Tutaj przykład prostej makiety produktu dla sklepu obuwniczego. Co według was wygląda lepiej?
Po lewej stronie mamy makietę opartą na wykorzystaniu lorem ipsum i tekstowego placeholdera w miejsce obrazka, a po stronie prawej – obrazek oraz microcopy wygenerowane przez Canva AI Image Generator oraz ChatGPT. Takie rozwiązanie pomoże zminimalizować zmęczenie zespołu wykonującego docelowy produkt, pozwoli wczuć się w założenia projektu i lepiej zrozumieć, jakie odczucia produkt ma budzić wśród odbiorców. Źródło: Patryk Koch.
Czyli postanowione – AI to przyszłość UX
Ewidentnie generatywna sztuczna inteligencja znajduje zastosowanie chociażby przy odblokowywaniu naszych roadblocków czy uzupełnianiu powtarzalnych treści czymś ciekawszym. W przyszłości prawdopodobnie będzie tylko lepiej. Dlatego Nielsen radzi, by zainteresować się tematem. Im wcześniej tym lepiej. I – co jakiś czas sprawdzać, do czego jeszcze AI nam się przyda.
Przeczytaj też: Rekrutacja online, czyli jak firmy grają na emocjach kandydatów
Przeczytaj też: MediaExpert – sklep z elektroniką ma problem z opiniami o produktach
Źródło zdjęcia głównego: Canva AI Image Generator
