Εργάζομαι στον σχεδιασμό της εμπειρίας χρήστη για περισσότερα από είκοσι χρόνια. Αρκετά καιρό για να έχουμε δει τους πολλούς τίτλους θέσεων εργασίας, από όταν οι ενδιαφερόμενοι μάς ζήτησαν να "απλώς κάνουμε όμορφο" μέχρι όταν τα wireframes παραδόθηκαν ως σχολιασμένα PDF. Έχω δει πολλά εργαλεία να έρχονται και να φεύγουν με τα χρόνια, μεθοδολογίες να ανεβαίνουν και να πέφτουν και ολόκληρες πλατφόρμες να εξαφανίζονται. Ωστόσο, τίποτα δεν έχει ενοχλήσει τους σχεδιαστές όπως η AI. Όταν τα εργαλεία παραγωγής τεχνητής νοημοσύνης μπήκαν για πρώτη φορά στη ροή εργασίας μου, η αντίδρασή μου δεν ήταν ενθουσιασμός – ήταν ανησυχία, με λίγη περιέργεια. Παρακολούθηση μιας διεπαφής να εμφανίζεται σε δευτερόλεπτα, με λογικά κενά, ευανάγνωστη τυπογραφία και αξιοπρεπή αντιγραφή, πυροδότησε έναν πολύ πραγματικό φόβο: Εάν ένα μηχάνημα μπορεί να το κάνει αυτό, πού με αφήνει αυτό; Αυτός ο φόβος είναι πλέον ευρέως διαδεδομένος. Οι σχεδιαστές σε κάθε επίπεδο θέτουν την ίδια ερώτηση, συχνά σιωπηλά, "Θα με αντικαταστήσει ένας πράκτορας AI την επόμενη εβδομάδα/μήνα/έτος;" Ενώ η διαφορά μεταξύ της επόμενης εβδομάδας και του επόμενου έτους φαίνεται μεγάλη, εξαρτάται από το πού βρίσκεστε στην καριέρα σας και την ταχύτητα με την οποία ο εργοδότης σας επιλέγει να ασχοληθεί με τα εργαλεία AI. Ήμουν τυχερός σε πολλούς ρόλους που συνεργάζομαι με οργανισμούς που δεν επέτρεψαν τη χρήση εργαλείων AI λόγω ανησυχιών για την ασφάλεια των δεδομένων. Εάν ενδιαφέρεστε για οποιαδήποτε από αυτές τις συνομιλίες, μπορείτε να δείτε τις συζητήσεις που γίνονται σε πλατφόρμες όπως το Reddit. Το να φοβόμαστε την ανάληψη της τεχνητής νοημοσύνης στους ρόλους μας δεν είναι παράλογο. Βλέπουμε την τεχνητή νοημοσύνη να δημιουργεί καλώδια, πρωτότυπα, πρόσωπα, περιλήψεις χρηστικότητας, προτάσεις προσβασιμότητας και ολόκληρα συστήματα σχεδίασης. Εργασίες που κάποτε χρειάζονταν μέρες μπορεί τώρα να διαρκέσουν κυριολεκτικά λίγα λεπτά. Εδώ είναι η δυσάρεστη αλήθεια: Εάν ο ρόλος σας αφορά σε μεγάλο βαθμό την παραγωγή αντικειμένων, τη σχεδίαση κουμπιών, την ευθυγράμμιση εξαρτημάτων ή τη μετάφραση οδηγιών σε οθόνες, τότε τμήματα αυτής της εργασίας είναι ήδη αυτοματοποιημένα. Παρόλα αυτά, ο σχεδιασμός UX ποτέ δεν αφορούσε απλώς τη δημιουργία μιας διεπαφής χρήστη. Το UX αφορά την ασάφεια πλοήγησης. Πρόκειται για την υποστήριξη των ανθρώπων σε συστήματα βελτιστοποιημένα για αποτελεσματικότητα. Πρόκειται για τη μετάφραση των ακατάστατων ανθρώπινων αναγκών και των εξίσου ακατάστατων επιχειρηματικών στόχων σε εμπειρίες που αισθάνονται συνεκτικές, δίκαιες, λογικές και εύχρηστες. Πρόκειται για την επίλυση ανθρώπινων προβλημάτων δημιουργώντας μια χρήσιμη και αποτελεσματική εμπειρία χρήστη.
Το AI δεν αντικαθιστά αυτό το έργο. Αντίθετα, ενισχύει τα πάντα γύρω του. Η πραγματική αλλαγή που συμβαίνει είναι ότι οι σχεδιαστές μετακινούνται από κατασκευαστές προϊόντων σε σκηνοθέτες της πρόθεσης. Από δημιουργούς μέχρι επιμελητές. Από πρακτικούς εκτελεστές έως υπεύθυνους λήψης στρατηγικών αποφάσεων. Αυτό μου φαίνεται συναρπαστικό. Και η δημιουργικότητα και η εφευρετικότητα που φέρνει αυτό στον κόσμο του UX. Και αυτή η αλλαγή δεν μειώνει την αξία μας ως σχεδιαστές UX, αλλά την επαναπροσδιορίζει. Τι κάνει η τεχνητή νοημοσύνη καλύτερα από εμάς (Τα «βαρετά» πράγματα) Ας είμαστε ξεκάθαροι, η τεχνητή νοημοσύνη είναι καλύτερη από τους ανθρώπους σε ορισμένες πτυχές της σχεδιαστικής εργασίας. Η καταπολέμηση αυτής της πραγματικότητας μόνο μας κρατά κολλημένους στον φόβο. Ταχύτητα και Όγκος Η τεχνητή νοημοσύνη είναι εξαιρετικά καλή στο να δημιουργεί γρήγορα μεγάλους όγκους ιδεών. Για παράδειγμα, οι παραλλαγές διάταξης, οι επιλογές αντιγραφής, οι δομές στοιχείων και οι ροές ενσωμάτωσης μπορούν όλα να παραχθούν σε δευτερόλεπτα. Στη σχεδίαση σε αρχικό στάδιο, αυτό αλλάζει τα πάντα. Αντί να ξοδεύετε ώρες σκιαγραφώντας τρεις έννοιες, μπορείτε να αναθεωρήσετε τριάντα. Αυτό δεν εξαλείφει τη δημιουργικότητα, αλλά επεκτείνει την παιδική χαρά. Η McKinsey εκτιμά ότι η γενετική τεχνητή νοημοσύνη μπορεί να μειώσει τον χρόνο που αφιερώνεται σε δημιουργικές εργασίες και εργασίες που σχετίζονται με το σχεδιασμό έως και 70%, ιδιαίτερα κατά τις φάσεις ιδεασμού και εξερεύνησης.
Η τεχνητή νοημοσύνη μπορεί επίσης να βοηθήσει στην ερευνητική πλευρά του UX, για παράδειγμα, στην εξερεύνηση των συνηθειών ορισμένων δημογραφικών στοιχείων και στη δημιουργία προσώπων. Αν και αυτό μπορεί να μειώσει τον απαιτούμενο χρόνο έρευνας, ο σχεδιαστής εξακολουθεί να υποχρεούται να τον προστατεύει παρέχοντας ακριβείς προτροπές και εξετάζοντας τις παραγόμενες απαντήσεις. Προσωπικά έχω διαπιστώσει ότι η χρήση της τεχνητής νοημοσύνης για να βοηθήσει στην αρχική έρευνα για έργα σχεδιασμού είναι απίστευτα χρήσιμη, ειδικά όταν υπάρχει περιορισμένος χρόνος και πρόσβαση στους χρήστες. Συνέπεια και τήρηση κανόνων Τα συστήματα σχεδίασης ζουν ή πεθαίνουν με συνέπεια. Η τεχνητή νοημοσύνη διαπρέπει στο να ακολουθεί ακατάπαυστα κανόνες, διακριτικά χρωμάτων, συστήματα αποστάσεων, κλίμακες τυπογραφίας και πρότυπα προσβασιμότητας. Δεν ξεχνά. Δεν κουράζεται. Δεν «το βολεύει στα μάτια». Η ακρίβεια του AI το καθιστά απίστευτα πολύτιμο για τη διατήρηση συστημάτων σχεδιασμού μεγάλης κλίμακας, ειδικά σε περιβάλλοντα επιχειρήσεων ή κυβερνήσεων όπου η συνέπεια και η συμμόρφωση έχουν μεγαλύτερη σημασία από την καινοτομία. Αυτό είναι ένα στοιχείο του ρόλου μου στο UX που χαίρομαι να παραδώσω στην τεχνητή νοημοσύνη για να διαχειριστεί! Επεξεργασία δεδομένων σε κλίμακα Το AI μπορεί να αναλύσει δεδομένα συμπεριφοράς σε όγκουςπρόκληση, αν όχι αδύνατο, για μια ανθρώπινη ομάδα να επεξεργαστεί εύλογα. Διαδρομές ταξιδιού χρήστη, βάθος κύλισης, χάρτες θερμότητας για τον εντοπισμό αλληλεπιδράσεων του ποντικιού, διοχετεύσεις μετατροπής — Η τεχνητή νοημοσύνη μπορεί να εντοπίσει μοτίβα και ανωμαλίες σχεδόν αμέσως. Οι πλατφόρμες ανάλυσης συμπεριφοράς βασίζονται ολοένα και περισσότερο στην τεχνητή νοημοσύνη για να φέρουν στην επιφάνεια πληροφορίες που διαφορετικά οι σχεδιαστές θα μπορούσαν να χάσουν. Το Contentsquare, μια πλατφόρμα αναλυτικών στοιχείων που υποστηρίζεται από τεχνητή νοημοσύνη, μιλά για τις επιπτώσεις και τα οφέλη από τη χρήση δεδομένων συμπεριφοράς αναλυτικών στοιχείων. Πάντα έλεγα ότι τα ποσοτικά δεδομένα μας λένε το «τι», και τα ποιοτικά δεδομένα μας λένε το «γιατί». Αυτό είναι το ανθρώπινο στοιχείο της έρευνας όπου μπορούμε να συνδεθούμε με τους χρήστες για να κατανοήσουμε τον λόγο που οδηγεί τη συμπεριφορά.
Η βασική ιδέα εδώ είναι απλή: Η ανάλυση μεγάλου όγκου δεδομένων συμπεριφοράς δεν ήταν ποτέ εκεί που βρισκόταν η υψηλότερη αξία μας. Εάν η τεχνητή νοημοσύνη μπορεί να αναλάβει την επαναλαμβανόμενη παραγωγή, την επιβολή του συστήματος και την ανάλυση ακατέργαστων δεδομένων, οι σχεδιαστές θα είναι ελεύθεροι να επικεντρωθούν στην ερμηνεία, την κρίση και το ανθρώπινο νόημα, τα πιο δύσκολα μέρη της δουλειάς. Τι κάνουν οι άνθρωποι καλύτερα από την τεχνητή νοημοσύνη (The Heart Stuff) Παρ' όλη τη δύναμή της, η τεχνητή νοημοσύνη έχει έναν θεμελιώδη περιορισμό: ποτέ δεν ήταν και δεν θα είναι ποτέ άνθρωπος. Η ενσυναίσθηση είναι βιωμένη εμπειρία Το AI μπορεί να περιγράψει την απογοήτευση. Μπορεί να συνοψίσει τα σχόλια των χρηστών. Μπορεί να μιμηθεί την ενσυναίσθητη γλώσσα. Ποτέ όμως δεν αισθάνθηκε την αθόρυβη οργή μιας σπασμένης φόρμας, το άγχος της υποβολής ευαίσθητων δεδομένων ή τη ντροπή του να μην κατανοήσει μια διεπαφή που προϋποθέτει πάρα πολλά. Η ενσυναίσθηση στο UX δεν είναι ένα σύνολο δεδομένων. Είναι μια ζωντανή, ενσωματωμένη κατανόηση της ανθρώπινης ευαλωτότητας. Αυτός είναι ο λόγος για τον οποίο οι συνεντεύξεις χρηστών εξακολουθούν να έχουν σημασία. Γιατί η έρευνα με βάση τα συμφραζόμενα εξακολουθεί να έχει σημασία. Γιατί οι σχεδιαστές που κατανοούν βαθιά τους χρήστες τους παίρνουν με συνέπεια καλύτερες αποφάσεις. Σε έναν προηγούμενο ρόλο όπου σχεδίαζα μια απίστευτα περίπλοκη πλατφόρμα ειδοποίησης απάτης, το κλειδί για τα επιτυχημένα αποτελέσματα αυτού του σχεδιασμού βασιζόταν στην κατανόησή μου για την ποικιλία των θεμάτων που αντιμετωπίζουν οι πελάτες. Έχω πρόσβαση σε αυτές τις πληροφορίες απευθείας από μέλη της ομάδας που αντιμετωπίζει πελάτες. Αυτές οι πληροφορίες αποθηκεύτηκαν στον εγκέφαλό τους και βασίστηκαν στην άμεση εμπειρία με τους πελάτες. Κανένα AI δεν μπορούσε να γνωρίζει ή να έχει πρόσβαση σε αυτά τα χρυσωρυχεία των ανθρώπινων εμπειριών. Όπως μας υπενθυμίζει το Nielsen Norman Group, η καλή σχεδίαση UX δεν αφορά τις διεπαφές. Έχει να κάνει με την επικοινωνία και την κατανόηση. Η ηθική απαιτεί κρίση Το AI βελτιστοποιεί για τους στόχους που του δίνουμε. Εάν ο στόχος είναι η δέσμευση, θα προσπαθήσει να μεγιστοποιήσει τη δέσμευση — ανεξάρτητα από τη μακροπρόθεσμη βλάβη. Δεν αναγνωρίζει εγγενώς σκοτεινά πρότυπα, χειραγώγηση ή συναισθηματική εκμετάλλευση. Η άπειρη κύλιση, οι μεταβλητές ανταμοιβές και οι εθιστικοί βρόχοι είναι όλα μοτίβα που μπορεί να βελτιστοποιήσει με ενθουσιασμό η τεχνητή νοημοσύνη, εκτός εάν παρέμβει άνθρωπος. Το Κέντρο για την ανθρώπινη τεχνολογία έχει τεκμηριώσει πώς η αλγοριθμική βελτιστοποίηση μπορεί ακούσια να υπονομεύσει την ευημερία. Ο ηθικός σχεδιασμός UX απαιτεί σχεδιαστές που μπορούν να πουν, «Θα μπορούσαμε να το κάνουμε αυτό, αλλά δεν πρέπει».
Η στρατηγική ζει σε πλαίσιο Η τεχνητή νοημοσύνη δεν συμμετέχει σε συναντήσεις ενδιαφερομένων. Δεν ακούει τι υπονοείται αλλά δεν δηλώνεται. Δεν κατανοεί οργανωσιακές πολιτικές, ρυθμιστικές αποχρώσεις ή μακροπρόθεσμη τοποθέτηση. Οι σχεδιαστές ενεργούν ως μεταφραστές μεταξύ της επιχειρηματικής πρόθεσης και του ανθρώπινου αντίκτυπου. Αυτή η μετάφραση βασίζεται στην εμπιστοσύνη, τις σχέσεις και το πλαίσιο, όχι στην αναγνώριση προτύπων. Αυτός είναι ο λόγος για τον οποίο οι ανώτεροι σχεδιαστές λειτουργούν όλο και περισσότερο στη διασταύρωση προϊόντος, στρατηγικής και κουλτούρας. Το μάθημα είναι σαφές: Καθώς η τεχνητή νοημοσύνη αναλαμβάνει την εκτέλεση, οι άνθρωποι σχεδιαστές γίνονται οι φύλακες της πρόθεσης. Πώς αλλάζει η καθημερινή δουλειά ενός σχεδιαστή Αυτή η μετατόπιση δεν είναι θεωρητική. Ήδη αναδιαμορφώνει την καθημερινή σχεδιαστική πρακτική. Από το σχεδιασμό στην προτροπή Οι σχεδιαστές κινούνται από το χειρισμό pixel στην άρθρωση της πρόθεσης. Οι σαφείς στόχοι, οι περιορισμοί και οι προτεραιότητες γίνονται η συμβολή. Αντί να ζητηθεί από την τεχνητή νοημοσύνη να «σχεδιάσει έναν πίνακα εργαλείων», η εργασία γίνεται:
"Δημιουργήστε έναν πίνακα εργαλείων που μειώνει το γνωστικό φορτίο για χρήστες που κάνουν πρώτη φορά." "Εξερευνήστε διατάξεις βελτιστοποιημένες για προσβασιμότητα και χαμηλή όραση."
Η προτροπή δεν έχει να κάνει με έξυπνη διατύπωση. έχει να κάνει με τη σαφήνεια της σκέψης και την κατανόηση της πρόθεσης των αποτελεσμάτων. Μπορεί να χρειαστεί να τροποποιήσετε τις προτροπές σας καθώς προχωράτε, αλλά όλα αυτά αποτελούν μέρος της διαδικασίας εκμάθησης της κατεύθυνσης της τεχνητής νοημοσύνης για την παροχή των απαιτούμενων αποτελεσμάτων.
Από το Κάνοντας στην Επιλογή Το AI παράγει επιλογές. Οι σχεδιαστές παίρνουν αποφάσεις. Ένα σημαντικό μέρος της μελλοντικής σχεδιαστικής εργασίας θα περιλαμβάνει την αναθεώρηση, την κριτική και τη βελτίωση των αποτελεσμάτων που δημιουργούνται από την τεχνητή νοημοσύνη και στη συνέχεια την επιλογή αυτού που εξυπηρετεί καλύτερα τον χρήστη και ευθυγραμμίζεται με τους ηθικούς, επιχειρηματικούς και προσβασιμότητας στόχους. Αυτόαντικατοπτρίζει τον τρόπο με τον οποίο εργάζονται ήδη έμπειροι σχεδιαστές: καθοδήγηση νέων, αναθεώρηση των εννοιών τους και καθοδήγηση, αλλά σε πολύ μεγαλύτερη κλίμακα, δεδομένου του τεράστιου αριθμού επιλογών σχεδιασμού που μπορούν να δημιουργήσουν τα εργαλεία AI. The Movie Director Metaphor Συχνά περιγράφω τον σύγχρονο σχεδιαστή ως σκηνοθέτη. Ένας σκηνοθέτης δεν χειρίζεται την κάμερα, δεν φτιάχνει το σκηνικό ή υποδύεται κάθε ρόλο, αλλά είναι υπεύθυνος για την ιστορία, τη συναισθηματική πρόθεση και την εμπειρία του κοινού. Τα εργαλεία AI είναι το πλήρωμα. Οι σχεδιαστές είναι υπεύθυνοι για το νόημα της ιστορίας. A Real-World Shift: Πώς φαίνεται αυτό στην πράξη Για να γίνει αυτό λιγότερο αφηρημένο, ας το βασίσουμε σε ένα γνωστό σενάριο. Πριν από δέκα χρόνια, ένας σχεδιαστής θα μπορούσε να αφιερώσει μέρες δημιουργώντας καλώδια για μια νέα δυνατότητα, δημιουργώντας προσεκτικά κάθε οθόνη, σχολιάζοντας κάθε αλληλεπίδραση και υπερασπίζοντας κάθε απόφαση σε κριτικές. Μεγάλο μέρος της αξίας που αντιλαμβανόταν ο σχεδιαστής ζούσε στα ίδια τα τεχνουργήματα. Σήμερα, το ίδιο χαρακτηριστικό μπορεί να χρησιμοποιηθεί σε ένα απόγευμα με υποστήριξη AI. Αλλά εδώ είναι τι δεν έχει αλλάξει - οι σκληρές συζητήσεις. Ο σχεδιαστής UX πρέπει ακόμα να ρωτήσει:
Αλήθεια για ποιον είναι αυτό; Τι πρόβλημα λύνουμε και για ποιον; Τι συμβαίνει όταν αυτό αποτυγχάνει; Ποιον μπορεί αυτό να αποκλείσει ή να μειονεκτήσει ακούσια;
Στην πράξη, έχω δει ανώτερους σχεδιαστές να αφιερώνουν λιγότερο χρόνο μέσα στα εργαλεία σχεδίασης και περισσότερο χρόνο για να διευκολύνουν τα εργαστήρια, να συνθέτουν ακατάστατα στοιχεία, να μεσολαβούν μεταξύ των ενδιαφερομένων και να προστατεύουν τις ανάγκες των χρηστών όταν προκύπτουν συμβιβασμούς. Η τεχνητή νοημοσύνη επιταχύνει την παραγωγή, αλλά δεν αφαιρεί την ευθύνη του σχεδιαστή. Μάλιστα το αυξάνει. Όταν οι επιλογές είναι φθηνές και άφθονες, η διάκριση γίνεται μια σπάνια δεξιότητα. Συμπέρασμα: Πώς να προετοιμαστείτε αμέσως Μην πανικοβάλλεστε - εξασκηθείτε. Η αποφυγή της τεχνητής νοημοσύνης δεν θα διατηρήσει τη συνάφειά σας. Μαθαίνοντας να το χρησιμοποιείτε στοχαστικά θα. Ξεκινήστε από μικρά:
Εξερευνήστε τις δυνατότητες AI του Figma. Χρησιμοποιήστε το AI για ιδεασμό, όχι για τελικές αποφάσεις. Αντιμετωπίστε τα αποτελέσματα ως εκκινητές συνομιλιών, όχι ως απαντήσεις.
Η αυτοπεποίθηση προέρχεται από την εξοικείωση, όχι από την αποφυγή. Επενδύστε στις Ανθρώπινες Δεξιότητες. Οι πιο ανθεκτικοί σχεδιαστές θα διπλασιάσουν:
Ψυχολογία και επιστήμη της συμπεριφοράς; Επικοινωνία και διευκόλυνση. Ηθική, προσβασιμότητα και ένταξη· Στρατηγική σκέψη και αφήγηση.
Αυτές οι δεξιότητες ενώνονται με την πάροδο του χρόνου και δεν μπορούν να αυτοματοποιηθούν. Η ευθύνη του σχεδιαστή σε έναν κόσμο επιταχυνόμενο με AI: Υπάρχει μια άβολη επίπτωση σε όλα αυτά για την οποία δεν μιλάμε αρκετά: όταν η τεχνητή νοημοσύνη διευκολύνει τον σχεδιασμό οτιδήποτε, οι σχεδιαστές γίνονται πιο υπεύθυνοι για ό,τι κυκλοφορεί στον κόσμο. Ο κακός σχεδιασμός δικαιολογούνταν από περιορισμούς. Περιορισμένος χρόνος, περιορισμένα εργαλεία, περιορισμένα δεδομένα. Αυτές οι δικαιολογίες εξαφανίζονται. Όταν η τεχνητή νοημοσύνη αφαιρεί την τριβή από την εκτέλεση, η ηθική και στρατηγική ευθύνη πέφτει ακριβώς στους ανθρώπινους ώμους. Εδώ οι σχεδιαστές UX μπορούν και πρέπει να αναδειχθούν ως διαχειριστές ποιότητας, προσβασιμότητας και ανθρωπιάς στα ψηφιακά συστήματα. Τελική σκέψη Το AI δεν θα πάρει τη δουλειά σας. Αλλά ένας σχεδιαστής που ξέρει πώς να σκέφτεται κριτικά, να κατευθύνει έξυπνα και να συνεργάζεται αποτελεσματικά με την τεχνητή νοημοσύνη μπορεί να αναλάβει τη δουλειά ενός σχεδιαστή που δεν το κάνει. Το μέλλον του UX δεν είναι λιγότερο ανθρώπινο. Είναι πιο σκόπιμη από ποτέ.
