Как практики UX общаются о концепциях ИИ: Взгляды на практический опыт дизайна

Поскольку искусственный интеллект становится все более распространенным в технологиях, ориентированных на пользователя, практики UX (UXPs) сталкиваются с новыми вызовами в проектировании и коммуникации интерфейсов с поддержкой ИИ. Это исследование рассматривает, как UXP общаются о концепциях ИИ после получения практического опыта в обучении моделей ИИ с использованием инструмента Teachable Machine от Google. Анализируя презентации дизайна и интервью с 27 UXP, исследователи выявили ключевые темы в том, как UXP работают с ИИ и общаются о нем как о материале для дизайна.

UXPs сообщили о значительных трудностях в эффективном сотрудничестве с командами инженеров ИИ. Ключевые проблемы включали: - Работа, происходящая независимо и линейно между командами UX и ИИ - UXP часто привлекаются на поздних этапах процесса разработки - Недостаток понимания возможностей и ограничений ИИ - Ухудшение доверия между командами UX и ИИ из-за пробелов в коммуникации - Трудности в 'преодолении разрыва' между областями UX и ИИ Эти проблемы подчеркивают необходимость улучшения стратегий коммуникации и сотрудничества между командами UX и ИИ.

При создании презентаций дизайна UXP подчеркивали несколько ключевых аспектов коммуникации ИИ: - Обоснование выбора модели, сравнение плюсов и минусов различных моделей - Ценность для клиентов и бизнес-выгоды решения на основе ИИ - Затраты на инженерные работы и соображения по внедрению - Производительность модели, с акцентом на точность Многие UXP считали точность самым критическим фактором для коммуникации, видя в этом необходимость для удовлетворения потребностей пользователей и ведения обсуждений о том, как улучшить систему ИИ. Однако UXP часто испытывали трудности в эффективной коммуникации технических аспектов производительности модели.

Использование Teachable Machine для экспериментов с моделями ИИ оказало значительное влияние на то, как UXP подходили к коммуникации ИИ: - Увеличение уверенности в обсуждении возможностей и ограничений ИИ - Лучшее понимание проблем качества данных и их влияния на производительность модели - Более конкретные идеи для итерации и улучшения моделей ИИ - Улучшенная способность преодолевать коммуникационные разрывы с техническими заинтересованными сторонами Этот практический опыт помог UXP развить более тонкое понимание ИИ как материала для дизайна.

UXPs продемонстрировали осознание как потенциальных преимуществ, так и рисков внедрения ИИ в свои дизайны. Ключевые соображения включали: - Этические последствия принятия решений на основе ИИ - Проблемы конфиденциальности, связанные со сбором и использованием данных - Потенциал предвзятости ИИ и его влияние на пользователей - Балансирование автоматизации с контролем и агентством пользователя Многие UXP включили эти соображения в свои презентации дизайна, демонстрируя целостный подход к дизайну UX с поддержкой ИИ.

После экспериментов с моделями ИИ UXP смогли сформулировать более конкретные следующие шаги для разработки ИИ в своих проектах: - Предложения по расширению и диверсификации обучающих данных - Идеи по уточнению архитектуры моделей и улучшению точности - Предложения по тестированию пользователей для проверки функций на основе ИИ - Планы по итеративному улучшению на основе данных реального использования Эта способность предлагать практические следующие шаги демонстрирует ценность практического опыта с ИИ для UXP в определении направления проекта.

Это исследование подчеркивает важность предоставления UXP практического опыта с ИИ для повышения их способности общаться и сотрудничать в проектах с поддержкой ИИ. Соединив разрыв между областями UX и ИИ, организации могут способствовать более эффективной междисциплинарной командной работе и создавать лучшие пользовательские опыты на основе ИИ. Будущие исследования должны изучить, как интегрировать инструменты, такие как Teachable Machine, в рабочие процессы UX и разработать лучшие практики для коммуникации ИИ в презентациях дизайна.