آپ کی سینئر انتظامیہ AI کے بارے میں پرجوش ہے۔ انہوں نے مضامین پڑھے ہیں، ویبینرز میں شرکت کی ہے، اور ڈیمو دیکھے ہیں۔ انہیں یقین ہے کہ AI آپ کی تنظیم کو بدل دے گا، پیداواری صلاحیت کو بڑھا دے گا، اور آپ کو مسابقتی برتری دے گا۔ دریں اثنا، آپ اپنے UX کردار میں بیٹھے یہ سوچ رہے ہیں کہ آپ کی ٹیم، آپ کے ورک فلو، اور آپ کے صارفین کے لیے اس کا کیا مطلب ہے۔ یہاں تک کہ آپ اپنی ملازمت کے تحفظ کے بارے میں فکر مند ہو سکتے ہیں۔ مسئلہ یہ ہے کہ AI کو کیسے لاگو کیا جاتا ہے اس کے بارے میں گفتگو ابھی ہو رہی ہے، اور اگر آپ اس کا حصہ نہیں ہیں، تو کوئی اور فیصلہ کرے گا کہ یہ آپ کے کام کو کیسے متاثر کرتا ہے۔ یہ کہ شاید کوئی شخص صارف کے تجربے، تحقیقی طریقوں، یا ٹھیک ٹھیک طریقے کو نہیں سمجھتا ہے جن پر عمل درآمد ناقص انتظامات کو حاصل کرنے کی امید کے نتائج کو نقصان پہنچا سکتا ہے۔ آپ کے پاس ایک انتخاب ہے۔ آپ اوپر سے ہدایات کے نیچے آنے کا انتظار کر سکتے ہیں، یا آپ گفتگو کو کنٹرول کر سکتے ہیں اور اپنی مشق کے لیے AI حکمت عملی کی رہنمائی کر سکتے ہیں۔ کیوں UX پروفیشنلز کو AI گفتگو کا مالک ہونا چاہیے۔ انتظامیہ AI کو کارکردگی میں اضافے، لاگت کی بچت، مسابقتی فائدہ، اور جدت طرازی کے طور پر دیکھتی ہے، یہ سب ایک بزور دوستانہ پیکج میں سمیٹے ہوئے ہیں۔ ان کا پرجوش ہونا غلط نہیں ہے۔ ٹیکنالوجی حقیقی طور پر متاثر کن ہے اور حقیقی قدر فراہم کر سکتی ہے۔ لیکن UX ان پٹ کے بغیر، AI کے نفاذ اکثر صارفین کو پیشین گوئی کے طریقوں میں ناکام بناتے ہیں:
وہ فیصلے کو سمجھے بغیر کاموں کو خودکار بناتے ہیں ان کاموں کی ضرورت کو کہتے ہیں۔ وہ آپ کے کام کو قیمتی بنانے والے معیار کو تباہ کرتے ہوئے رفتار کو بہتر بناتے ہیں۔
آپ کی مہارت عمل درآمد کی رہنمائی کے لیے آپ کو بالکل درست رکھتی ہے۔ آپ صارفین، ورک فلو، کوالٹی اسٹینڈرڈز، اور اس فرق کو سمجھتے ہیں کہ ڈیمو میں کیا متاثر کن نظر آتا ہے اور عملی طور پر کیا کام کرتا ہے۔ اپنی ترجیحات کو آگے بڑھانے کے لیے AI Momentum کا استعمال کریں۔ AI کے لیے انتظامیہ کا جوش ان ترجیحات کو آگے بڑھانے کا موقع فراہم کرتا ہے جن کے لیے آپ ناکام جدوجہد کر رہے ہیں۔ جب انتظامیہ AI میں سرمایہ کاری کرنے کے لیے تیار ہو، تو آپ ان دیرینہ ضروریات کو AI اقدام سے جوڑ سکتے ہیں۔ صارف کی تحقیق کو حقیقی صارف کی ضروریات پر AI سسٹم کی تربیت کے لیے ضروری قرار دیں۔ توثیق کے طریقہ کار کے طور پر استعمال کی جانچ کو فریم کریں جو یقینی بناتا ہے کہ AI سے تیار کردہ حل درحقیقت کام کرتے ہیں۔ AI کو کس طرح لاگو کیا جاتا ہے اس سے آپ کی ٹیم کے کردار، آپ کے صارفین کے تجربات اور آپ کی تنظیم کی معیاری ڈیجیٹل مصنوعات فراہم کرنے کی صلاحیت کی تشکیل ہوتی ہے۔ آپ کا کردار غائب نہیں ہو رہا ہے (یہ تیار ہو رہا ہے) ہاں، AI کچھ کاموں کو خودکار کر دے گا جو آپ فی الحال کرتے ہیں۔ لیکن کسی کو یہ فیصلہ کرنے کی ضرورت ہے کہ کون سے کام خودکار ہوتے ہیں، وہ کیسے خودکار ہوتے ہیں، کون سے گارڈریلز کو جگہ پر رکھنا ہے، اور پیچیدہ کام کرنے والے حقیقی انسانوں کے ارد گرد خودکار عمل کیسے فٹ ہوتے ہیں۔ کہ کوئی تم ہو. اس کے بارے میں سوچیں کہ آپ پہلے ہی کیا کر رہے ہیں۔ جب آپ صارف کی تحقیق کرتے ہیں، تو AI آپ کو انٹرویوز کو نقل کرنے یا تھیمز کی شناخت میں مدد کر سکتا ہے۔ لیکن آپ وہ ہیں جو جانتے ہیں کہ کون سا حصہ دار جواب دینے سے پہلے ہچکچاتا ہے، کون سا فیڈ بیک ان کے رویے میں آپ کے مشاہدہ سے متصادم ہے، اور کون سی بصیرت آپ کے مخصوص پروڈکٹ اور صارفین کے لیے سب سے زیادہ اہمیت رکھتی ہے۔ جب آپ انٹرفیس ڈیزائن کرتے ہیں، تو AI آپ کے ڈیزائن سسٹم سے لے آؤٹ کی مختلف حالتیں پیدا کر سکتا ہے یا اجزاء تجویز کر سکتا ہے۔ لیکن آپ وہ ہیں جو آپ کے تکنیکی پلیٹ فارم کی رکاوٹوں، ڈیزائنوں کی منظوری کے سیاسی حقائق، اور کناروں کے معاملات کو سمجھتے ہیں جو ہوشیار حل کو توڑ دیں گے۔ آپ کی مستقبل کی قدر اس کام سے آتی ہے جو آپ پہلے ہی کر رہے ہیں:
مکمل تصویر دیکھ کر۔ آپ سمجھتے ہیں کہ یہ خصوصیت اس ورک فلو سے کیسے جڑتی ہے، یہ صارف کا طبقہ اس سے کیسے مختلف ہے، اور تکنیکی طور پر درست حل آپ کی تنظیم کی حقیقت میں کیوں کام نہیں کرے گا۔ ججمنٹ کالز کرنا۔ آپ فیصلہ کرتے ہیں کہ ڈیزائن کے نظام کی کب پیروی کرنی ہے اور اسے کب توڑنا ہے، جب صارف کی رائے ایک حقیقی صارف کی جانب سے فیچر کی درخواست کے مقابلے میں ایک حقیقی مسئلہ کی عکاسی کرتی ہے، اور کب اسٹیک ہولڈرز کو پیچھے دھکیلنا ہے بمقابلہ سمجھوتہ تلاش کرنا ہے۔ نقطوں کو جوڑنا۔ آپ تکنیکی رکاوٹوں اور صارف کی ضروریات کے درمیان، کاروباری اہداف اور ڈیزائن کے اصولوں کے درمیان، اسٹیک ہولڈرز کیا مانگتے ہیں اور اصل میں ان کا مسئلہ کیا حل کرے گا کے درمیان ترجمہ کرتے ہیں۔
AI انفرادی کاموں میں بہتر ہوتا رہے گا۔ لیکن آپ وہ شخص ہیں جو فیصلہ کرتا ہے کہ آپ کے مخصوص سیاق و سباق کے لیے کون سا حل درحقیقت کام کرتا ہے۔ جو لوگ جدوجہد کریں گے وہ وہ ہیں جو سادہ اور دہرائے جانے والے کام کو سمجھے بغیر کیوں کرتے ہیں۔ آپ کی قدر سیاق و سباق کو سمجھنے، فیصلہ کال کرنے، اور حقیقی مسائل کے حل کو مربوط کرنے میں ہے۔ مرحلہ 1: مینجمنٹ کے AI محرکات کو سمجھیں۔ اس سے پہلے کہ آپ گفتگو کی قیادت کر سکیں، آپ کو یہ سمجھنے کی ضرورت ہے کہ اس کی وجہ کیا ہے۔ انتظامیہ حقیقی دباؤ کا جواب دے رہی ہے: لاگت میں کمی، مسابقتی دباؤ،پیداواری فوائد، اور بورڈ کی توقعات۔ ان کی زبان بولیں۔ جب آپ AI کے بارے میں انتظامیہ سے بات کرتے ہیں، تو ہر چیز کو ROI، خطرے میں کمی، اور مسابقتی فائدہ کے لحاظ سے ترتیب دیں۔ "یہ نقطہ نظر ہمارے معیار کے معیارات کی حفاظت کرے گا" اس سے کم مجبور ہے "یہ نقطہ نظر ہماری AI صلاحیتوں کی جانچ کے دوران ہماری تبادلوں کی شرح کو نقصان پہنچنے کے خطرے کو کم کرتا ہے۔" ہائپ کو حقیقت سے الگ کریں۔ یہ تحقیق کرنے کے لیے وقت نکالیں کہ ہائپ کے مقابلے میں اصل میں کیا AI صلاحیتیں موجود ہیں۔ کیس اسٹڈیز پڑھیں، خود ٹولز آزمائیں، اور ساتھیوں سے بات کریں کہ اصل میں کیا کام کر رہا ہے۔ درد کے حقیقی مقامات کی نشاندہی کریں۔ AI آپ کی تنظیم میں جائز طریقے سے خطاب کر سکتا ہے۔ ہوسکتا ہے کہ آپ کی ٹیم تحقیقی نتائج کو فارمیٹنگ کرنے میں گھنٹے صرف کرتی ہو، یا رسائی کی جانچ رکاوٹیں پیدا کرتی ہے۔ یہ مسائل حل کرنے کے قابل ہیں۔ مرحلہ 2: اپنی موجودہ حالت اور مواقع کا آڈٹ کریں۔ اپنی ٹیم کے کام کا نقشہ بنائیں۔ وقت اصل میں کہاں جاتا ہے؟ پچھلی سہ ماہی کو دیکھیں اور درجہ بندی کریں کہ آپ کی ٹیم نے اپنے گھنٹے کیسے گزارے۔ اعلیٰ حجم والے، دوبارہ قابل دہرائے جانے والے کام بمقابلہ اعلیٰ فیصلہ کرنے والے کام کی شناخت کریں۔ دوبارہ قابل عمل کام آٹومیشن کے امیدوار ہیں۔ اعلیٰ فیصلے کا کام وہ ہے جہاں آپ ناقابل تلافی قدر کا اضافہ کرتے ہیں۔ اس کے علاوہ، شناخت کریں کہ آپ کیا کرنا چاہتے ہیں لیکن منظور نہیں ہو سکے۔ یہ آپ کے مواقع کی فہرست ہے۔ ہوسکتا ہے کہ آپ سہ ماہی استعمال کے ٹیسٹ چاہتے ہوں، لیکن صرف سالانہ بجٹ حاصل کریں۔ ان کو الگ سے لکھیں۔ اگلے مرحلے میں آپ انہیں اپنی AI حکمت عملی سے جوڑیں گے۔ اسپاٹ مواقع جہاں AI حقیقی طور پر مدد کر سکتا ہے:
تحقیقی ترکیب: AI نتائج کو منظم اور درجہ بندی کرنے میں مدد کر سکتا ہے۔ صارف کے رویے کے ڈیٹا کا تجزیہ کرنا: AI تجزیات اور سیشن کی ریکارڈنگ کو سطحی نمونوں پر پروسیس کر سکتا ہے جس سے آپ کو محروم ہو سکتا ہے۔ تیز رفتار پروٹو ٹائپنگ: AI آپ کے ٹیسٹ سائیکل کو تیز کرتے ہوئے، قابل آزمائش پروٹو ٹائپس کو تیزی سے تیار کر سکتا ہے۔
مرحلہ 3: اپنی UX پریکٹس کے لیے AI اصولوں کی وضاحت کریں۔ اس سے پہلے کہ آپ اپنی حکمت عملی بنانا شروع کریں، ایسے اصول قائم کریں جو ہر فیصلے کی رہنمائی کریں۔ غیر گفت و شنید کو متعین کریں۔ صارف کی رازداری، رسائی، اور اہم فیصلوں کی انسانی نگرانی۔ ان کو لکھیں اور کسی بھی چیز کو شروع کرنے سے پہلے قیادت سے معاہدہ کریں۔ AI کے استعمال کے لیے معیار کی وضاحت کریں۔ AI پیٹرن کی شناخت، خلاصہ، اور تغیرات پیدا کرنے میں اچھا ہے۔ AI سیاق و سباق کو سمجھنے، اخلاقی فیصلے کرنے، اور یہ جاننے میں ناقص ہے کہ قوانین کو کب توڑا جانا چاہیے۔ کارکردگی سے بڑھ کر کامیابی کے میٹرکس کی وضاحت کریں۔ ہاں، آپ وقت بچانا چاہتے ہیں۔ لیکن آپ کو معیار، صارف کے اطمینان اور ٹیم کی صلاحیت کی پیمائش کرنے کی بھی ضرورت ہے۔ ایک متوازن سکور کارڈ بنائیں جو اس چیز کو پکڑتا ہے جو اصل میں اہم ہے۔ گارڈریلز بنائیں۔ ہو سکتا ہے کہ ہر AI سے تیار کردہ انٹرفیس کو بھیجنے سے پہلے انسانی جائزہ لینے کی ضرورت ہو۔ یہ چوکیاں واضح آفات کو روکتی ہیں اور آپ کو محفوظ طریقے سے سیکھنے کے لیے جگہ فراہم کرتی ہیں۔ مرحلہ 4: اپنی AI-in-UX حکمت عملی بنائیں اب آپ اصل حکمت عملی بنانے کے لیے تیار ہیں جو آپ قیادت کے لیے تیار کریں گے۔ پائلٹ پروجیکٹس کے ساتھ چھوٹی شروعات کریں جن کا دائرہ کار اور تشخیص کا واضح معیار ہو۔ کاروباری نتائج سے جڑیں جن کی انتظامیہ کی پرواہ ہے۔ "تحقیق کی ترکیب کے لیے AI کا استعمال" نہ کریں۔ پچ "تحقیق سے بصیرت تک کے وقت کو 40 فیصد کم کر کے، تیز تر مصنوعات کے فیصلوں کو قابل بناتا ہے۔" AI مومینٹم پر اپنی موجودہ ترجیحات کو Piggyback کریں۔ مرحلہ 2 سے اس موقع کی فہرست کو یاد رکھیں؟ اب آپ ان دیرینہ ضروریات کو اپنی AI حکمت عملی سے مربوط کرتے ہیں۔ اگر آپ زیادہ بار بار استعمال کی جانچ چاہتے ہیں، تو وضاحت کریں کہ AI کے نفاذ کو پیمانے سے پہلے مسائل کو پکڑنے کے لیے مسلسل توثیق کی ضرورت ہے۔ AI کے نفاذ کو تحقیق کے اچھے طریقوں سے حقیقی طور پر فائدہ ہوتا ہے۔ آپ صرف AI کے لیے انتظامیہ کے جوش و خروش کو بطور گاڑی استعمال کر رہے ہیں تاکہ آخر کار ان طریقوں کے لیے وسائل حاصل کیے جا سکیں جن کے لیے ہر وقت فنڈز فراہم کیے جانے چاہیے تھے۔ کردار کو واضح طور پر بیان کریں۔ انسان کہاں لے جاتے ہیں؟ AI کہاں مدد کرتا ہے؟ آپ کہاں خود کار نہیں کریں گے؟ انتظامیہ کو یہ سمجھنے کی ضرورت ہے کہ کچھ کام انسانی فیصلے کی ضرورت ہوتی ہے اور اسے کبھی بھی مکمل طور پر خودکار نہیں ہونا چاہیے۔ صلاحیت کی تعمیر کا منصوبہ۔ آپ کی ٹیم کو تربیت اور نئی مہارتوں کی ضرورت ہوگی۔ اس کے لیے بجٹ کا وقت اور وسائل۔ خطرات کو ایمانداری سے حل کریں۔ AI جانبدارانہ سفارشات پیدا کر سکتا ہے، اہم سیاق و سباق سے محروم رہ سکتا ہے، یا ایسا کام پیش کر سکتا ہے جو اچھا لگتا ہے لیکن حقیقت میں کام نہیں کرتا ہے۔ ہر خطرے کے لیے، وضاحت کریں کہ آپ اسے کیسے پائیں گے اور آپ اسے کم کرنے کے لیے کیا کریں گے۔ مرحلہ 5: قیادت کے لیے حکمت عملی تیار کریں۔ اپنی حکمت عملی کو خطرے سے دوچار کرنے والے مینجمنٹ کے AI عزائم کے طور پر بنائیں، انہیں مسدود نہ کریں۔ آپ انہیں دکھا رہے ہیں کہ واضح نقصانات سے بچتے ہوئے AI کو کامیابی سے کیسے نافذ کیا جائے۔ نتائج اور ROI کے ساتھ رہنمائی کریں جس کی وہ پرواہ کرتے ہیں۔ کاروباری معاملے کو سامنے رکھیں۔ اپنی خواہش کی فہرست کو AI حکمت عملی میں بنڈل کریں۔ جب آپ اپنی حکمت عملی پیش کرتے ہیں تو ان صلاحیتوں کو شامل کریں جو آپ چاہتے ہیں لیکناس سے پہلے منظور نہیں ہو سکا۔ انہیں علیحدہ درخواستوں کے طور پر پیش نہ کریں۔ انہیں لازمی اجزاء کے طور پر ضم کریں۔ "AI سے تیار کردہ ڈیزائن کی توثیق کرنے کے لیے، ہمیں اپنی جانچ کی فریکوئنسی کو سالانہ سے سہ ماہی تک بڑھانے کی ضرورت ہوگی" اس سے کہیں زیادہ معقول لگتا ہے کہ "کیا ہم مزید جانچ کر سکتے ہیں؟" آپ وضاحت کر رہے ہیں کہ ان کی AI سرمایہ کاری کے کامیاب ہونے کے لیے کیا ضروری ہے۔ ایک طویل مدتی وژن کے ساتھ فوری جیت دکھائیں۔ ایک یا دو پائلٹوں کی شناخت کریں جو 30-60 دنوں کے اندر قیمت دکھا سکتے ہیں۔ پھر انہیں دکھائیں کہ وہ پائلٹ کس طرح اگلے سال میں بڑی تبدیلیوں کی طرف بڑھتے ہیں۔ آپ کو جس چیز کی ضرورت ہے اس سے پوچھیں۔ مخصوص رہیں۔ آپ کو ٹولز کے لیے بجٹ، پائلٹس کے لیے وقت، ڈیٹا تک رسائی، اور ٹیم کی تربیت کے لیے سپورٹ کی ضرورت ہے۔ مرحلہ 6: لاگو کریں اور قدر کا مظاہرہ کریں۔ اپنے پائلٹس کو واضح پہلے اور بعد کے میٹرکس کے ساتھ چلائیں۔ ہر چیز کی پیمائش کریں: وقت کی بچت، معیار برقرار، صارف کا اطمینان، ٹیم کا اعتماد۔ دستاویز کی جیت اور سیکھنا۔ ناکامیاں بھی مفید ہیں۔ اگر پائلٹ کام نہیں کرتا ہے، تو دستاویز کریں کہ آپ نے کیوں اور کیا سیکھا۔ انتظامیہ کی زبان میں پیشرفت کا اشتراک کریں۔ ماہانہ اپ ڈیٹس کو کاروباری نتائج پر توجہ مرکوز کرنی چاہیے، تکنیکی تفصیلات پر نہیں۔ "ہم نے کوالٹی اسکورز کو برقرار رکھتے ہوئے تحقیق کی ترکیب کا وقت 35% کم کر دیا ہے" تفصیل کی صحیح سطح ہے۔ حقیقی مسائل کو حل کر کے اندرونی وکالت کی تعمیر کریں۔ جب آپ کے AI پائلٹ کسی کے کام کو آسان بناتے ہیں، تو آپ ایسے وکیل بناتے ہیں جو وسیع تر اپنانے کی حمایت کریں گے۔ آپ کے مخصوص سیاق و سباق میں کیا کام کرتا ہے اس کی بنیاد پر اعادہ کریں۔ ہر AI ایپلیکیشن آپ کی تنظیم کے مطابق نہیں ہوگی۔ اصل میں کیا کام کر رہا ہے اس پر دھیان دیں اور اس پر دوگنا ہو جائیں۔ ٹیکنگ انیشیٹو بیٹس انتظار کر رہا ہے۔ اے آئی کو اپنانا ہو رہا ہے۔ سوال یہ نہیں ہے کہ آیا آپ کی تنظیم AI کا استعمال کرے گی، لیکن کیا آپ اس کو نافذ کرنے کے طریقے کو وضع کریں گے۔ آپ کی UX مہارت بالکل وہی ہے جو AI کو کامیابی سے نافذ کرنے کے لیے درکار ہے۔ آپ صارفین، معیار، اور متاثر کن ڈیمو اور مفید حقیقت کے درمیان فرق کو سمجھتے ہیں۔ اس ہفتے ایک عملی پہلا قدم اٹھائیں۔ اپنی مشق میں ایک AI موقع کو نقشہ کرنے کے لیے 30 منٹ کا وقت بنائیں۔ ایک ایسا علاقہ منتخب کریں جہاں AI مدد کر سکتا ہے، سوچیں کہ آپ اسے محفوظ طریقے سے کیسے چلائیں گے، اور خاکہ بنائیں کہ کامیابی کیسی نظر آئے گی۔ پھر اپنے مینیجر سے بات چیت شروع کریں۔ آپ حیران ہوسکتے ہیں کہ وہ اس کی قیادت کرنے کے لئے قدم اٹھانے والے کسی کے لئے کتنے قابل قبول ہیں۔ آپ جانتے ہیں کہ صارف کی ضروریات کو کیسے سمجھنا، ٹیسٹ کے حل، نتائج کی پیمائش، اور ثبوت کی بنیاد پر اعادہ کرنا۔ وہ مہارتیں صرف اس وجہ سے تبدیل نہیں ہوتی ہیں کہ AI شامل ہے۔ آپ اپنی موجودہ مہارت کو ایک نئے ٹول پر لاگو کر رہے ہیں۔ آپ کا کردار غائب نہیں ہو رہا ہے۔ یہ زیادہ اسٹریٹجک، زیادہ قیمتی، اور زیادہ محفوظ چیز میں تیار ہو رہا ہے۔ لیکن صرف اس صورت میں جب آپ خود اس ارتقاء کو تشکیل دینے میں پہل کریں۔ SmashingMag پر مزید پڑھنا
"AI کے ساتھ ڈیزائننگ، اس کے ارد گرد نہیں: پروڈکٹ ڈیزائن کے استعمال کے کیسز کے لیے عملی جدید تکنیک"، الیا کنازین اور مرینا چرنیشووا "ہائپ سے آگے: پروڈکٹ ڈیزائن کے لیے اے آئی واقعی کیا کر سکتی ہے"، نکیتا سموٹین "ایک AI-Augmented ڈیزائنر کی زندگی میں ایک ہفتہ"، Lyndon Cerejo "اے آئی کے ساتھ فنکشنل پرسنز: ایک دبلی پتلی، عملی ورک فلو"، پال بوگ
