Cómo los Practicantes de UX Comunican Conceptos de IA: Perspectivas de Experiencias Prácticas en Diseño

A medida que la inteligencia artificial se vuelve más prevalente en las tecnologías orientadas al usuario, los practicantes de UX (UXPs) enfrentan nuevos desafíos en el diseño y la comunicación de interfaces habilitadas por IA. Este estudio examina cómo los UXP comunican conceptos de IA después de adquirir experiencia práctica en el entrenamiento de modelos de IA utilizando la herramienta Teachable Machine de Google. A través del análisis de presentaciones de diseño y entrevistas con 27 UXP, los investigadores identificaron temas clave sobre cómo los UXP trabajan y comunican la IA como material de diseño.

Los UXP informaron sobre desafíos significativos en la colaboración efectiva con los equipos de ingeniería de IA. Los problemas clave incluyeron: - Trabajo que ocurre de manera independiente y lineal entre los equipos de UX y IA - Los UXP a menudo son incorporados tarde en el proceso de desarrollo - Falta de comprensión sobre las capacidades y limitaciones de la IA - Erosión de la confianza entre los equipos de UX y IA debido a brechas de comunicación - Dificultad para 'cerrar la brecha' entre los dominios de UX y IA Estos desafíos destacan la necesidad de mejores estrategias de comunicación y colaboración entre los equipos de UX y IA.

Al crear presentaciones de diseño, los UXP enfatizaron varios aspectos clave de la comunicación de IA: - Razonamiento detrás de la selección del modelo, comparando pros y contras de diferentes modelos - Valor para el cliente y beneficios comerciales de la solución de IA - Costos de ingeniería y consideraciones de implementación - Rendimiento del modelo, con un fuerte enfoque en la precisión Muchos UXP consideraron que la precisión era el factor más crítico a comunicar, viéndola como esencial para satisfacer las necesidades del usuario y fomentar discusiones sobre cómo mejorar el sistema de IA. Sin embargo, los UXP a menudo luchaban por comunicar efectivamente los aspectos técnicos del rendimiento del modelo.

Utilizar Teachable Machine para experimentar con modelos de IA tuvo un impacto significativo en cómo los UXP abordaron la comunicación de IA: - Aumento de la confianza al discutir las capacidades y limitaciones de la IA - Mejor comprensión de los problemas de calidad de los datos y su impacto en el rendimiento del modelo - Ideas más concretas para iterar y mejorar los modelos de IA - Mayor capacidad para cerrar brechas de comunicación con partes interesadas técnicas Esta experiencia práctica ayudó a los UXP a desarrollar una comprensión más matizada de la IA como material de diseño.

Los UXP demostraron conciencia tanto de los beneficios potenciales como de los riesgos de incorporar IA en sus diseños. Las consideraciones clave incluyeron: - Implicaciones éticas de la toma de decisiones impulsada por IA - Preocupaciones de privacidad relacionadas con la recopilación y uso de datos - Potencial de sesgo en la IA y su impacto en los usuarios - Equilibrar la automatización con el control y la agencia del usuario Muchos UXP incorporaron estas consideraciones en sus presentaciones de diseño, mostrando un enfoque holístico hacia el diseño de UX habilitado por IA.

Después de experimentar con modelos de IA, los UXP pudieron formular pasos concretos a seguir para el desarrollo de IA en sus proyectos: - Sugerencias para expandir y diversificar los datos de entrenamiento - Ideas para refinar arquitecturas de modelos y mejorar la precisión - Propuestas para pruebas de usuario para validar características impulsadas por IA - Planes para mejoras iterativas basadas en datos de uso del mundo real Esta capacidad para proponer pasos a seguir accionables demuestra el valor de la experiencia práctica en IA para los UXP en la dirección de los proyectos.

Este estudio destaca la importancia de proporcionar a los UXP experiencia práctica en IA para mejorar su capacidad de comunicar y colaborar en proyectos habilitados por IA. Al cerrar la brecha entre los dominios de UX y IA, las organizaciones pueden fomentar un trabajo en equipo interdisciplinario más efectivo y crear mejores experiencias de usuario impulsadas por IA. La investigación futura debería explorar cómo integrar herramientas como Teachable Machine en los flujos de trabajo de UX y desarrollar mejores prácticas para la comunicación de IA en presentaciones de diseño.