Migliorare la comunicazione del design UX con l'AI

I practitioner dell'esperienza utente (UXP) affrontano nuove sfide quando lavorano con l'intelligenza artificiale (IA) nel design. Questo studio esamina come condividono idee sull'IA quando hanno esperienza pratica con strumenti di IA. Abbiamo coinvolto 27 UXP in un'attività di design in cui hanno creato una presentazione su un'app abilitata dall'IA. Hanno usato un semplice strumento di addestramento IA per aiutarli in questo compito. Osservando le loro presentazioni e parlandoci dopo, abbiamo appreso che lavorare con l'IA li ha aiutati a comunicare meglio con i partner tecnici, anche se trovavano ancora difficile spiegare alcune idee sull'IA. Gli UXP hanno notato benefici e rischi importanti dell'uso dell'IA nei loro design e hanno suggerito modi per migliorare sia l'esperienza utente che lo sviluppo dell'IA. Offriamo anche idee su come strumenti di design e IA possano aiutare i diversi team a collaborare nella creazione di esperienze AI centrate sugli utenti.

#Importanza della Comunicazione nel Design

Per gli UXP, parlare di design è fondamentale. Di solito creano molte versioni di un design prima di incontrare altri, tra cui clienti e product manager, per discutere e affinare le loro idee. Questi incontri, noti come Critiche di Design, sono vitali per assicurarsi che tutti comprendano il design. Gli UXP portano schizzi a bassa fedeltà in uno spazio condiviso per discutere concetti e scartare idee sbagliate. Si danno feedback costruttivi sul lavoro degli altri e fanno brainstorming su come migliorare le versioni future.

Recentemente è emersa una nuova prassi chiamata "developer handoff". Questo avviene quando gli UXP trasferiscono i loro design ai sviluppatori software. Questo processo può portare a problemi perché gli UXP lavorano con design di interfaccia visiva, mentre gli sviluppatori lavorano con il codice. La comunità del design crede che una migliore comunicazione sulla tecnologia come materiale di design possa aiutare a risolvere questi problemi.

Con i progressi nell'IA, ci sono nuove opportunità per gli UXP di interagire con l'IA come materiale di design. Tuttavia, spesso affrontano sfide quando progettano con l'IA. Queste sfide includono comprendere cosa può e non può fare l'IA, come costruire fiducia negli utenti, gestire possibili risultati dannosi e apprendere i concetti di base della scienza dei dati. Recenti sforzi hanno esaminato strumenti e processi per aiutare gli UXP a affrontare queste sfide. Alcuni nuovi strumenti per non esperti hanno reso il lavoro con l'IA più gestibile.

Nonostante l'interesse crescente in questo settore, poca ricerca ha esplorato come gli UXP comunichino sull'IA in contesti simili alle critiche di design. Crediamo che comprendere questa comunicazione sia cruciale per migliorare il modo in cui gli UXP lavorano con l'IA per due motivi principali. In primo luogo, le critiche sono una parte fondamentale della pratica di design e sono importanti per promuovere la conoscenza condivisa, specialmente in progetti di IA dove più esperti devono collaborare. In secondo luogo, mentre studi passati hanno identificato strumenti utilizzati dagli UXP e dai loro controparti tecnici, il focus non era su contesti simili a critiche.

#Panoramica dello Studio

Per affrontare queste lacune, abbiamo condotto uno studio di design con 27 UXP in un contesto reale. Abbiamo chiesto loro di creare design a bassa fedeltà di un'app di classificazione delle immagini abilitata dall'IA e di sviluppare una presentazione per il loro team. Hanno avuto accesso a un semplice strumento di addestramento IA per sperimentare con l'IA nel loro processo di design. Dopo l'attività, abbiamo intervistato i partecipanti per raccogliere le loro opinioni.

Attraverso la nostra analisi, abbiamo scoperto che lavorare con lo strumento di IA ha aiutato ad ampliare la comprensione tra UXP e partner tecnici riguardo ai design abilitati dall'IA. Anche se gli UXP hanno menzionato rischi e benefici specifici dell'IA nel loro lavoro, hanno comunque faticato a comunicare in modo efficace riguardo all'IA, in parte a causa di lacune nella conoscenza e differenze nella valutazione del successo dell'IA. Introduciamo il concetto di "fidelità" dalla prototipazione per aiutare gli UXP a pensare ai modelli di IA nei loro design. In questo modo, possono migliorare la comunicazione e la collaborazione con esperti tecnici. Vediamo anche potenziale nel trasformare gli strumenti AutoML in spazi per le squadre per condividere idee e intuizioni mentre progettano insieme sistemi di IA.

#Le Sfide del Progettare con l'IA

In un mondo in cui l'IA sta diventando sempre più importante, gli UXP incontrano molte sfide nel comprendere le capacità e i limiti dell'IA. Questa lacuna di conoscenza può portare a una collaborazione rotta tra i team di design e di IA. Gli UXP spesso si affidano a spiegazioni da esperti di IA, il che può lasciarli incerti sul ruolo effettivo dell'IA nei loro progetti.

Quando i designer UX lavorano con l'IA, spesso si sentono distanti dalle persone che creano i modelli di IA. Questo distacco può creare diversi problemi. I designer possono avere difficoltà a capire come l'IA si comporterà nelle applicazioni reali, portando a possibili preoccupazioni etiche. Gli UXP devono avere una solida conoscenza delle capacità dell'IA per creare esperienze utente efficaci.

Per affrontare queste sfide, i ricercatori hanno sviluppato linee guida per supportare gli UXP nel trattare l'IA. Alcuni strumenti suggeriti combinano la prototipazione del design con l'esplorazione dell'IA, mentre altri creano artefatti condivisi per le squadre per immaginare design abilitati dall'IA. È importante notare che molti di questi strumenti richiedono agli UXP di fare affidamento su esperti di IA per aiutarli a capire come applicare l'IA in modo efficace al loro lavoro di design.

Nel nostro studio, abbiamo mirato a dare agli UXP l'opportunità di sperimentare direttamente con i modelli di IA, aiutandoli a costruire una migliore comprensione dell'IA come materiale di design. Facendo ciò, speravamo di vedere come questa esperienza influenzasse le loro strategie di comunicazione con i team tecnici.

#Lo Studio di Design

Abbiamo condotto uno studio di design con 27 UXP per investigare come comunicano sull'IA come materiale di design. Ogni partecipante ha lavorato per creare una presentazione di design a bassa fedeltà per un'app abilitata dall'IA. Prima dell'attività di design, hanno completato un tutorial utilizzando Teachable Machine di Google, un semplice strumento di addestramento IA che consentiva loro di sperimentare con l'IA.

I partecipanti sono stati divisi in sessioni individuali di 2 ore, che includevano tre parti principali: un tutorial, un'attività di design e un'intervista. Nel tutorial, i partecipanti hanno imparato a usare Teachable Machine per addestrare modelli. Durante l'attività, hanno sviluppato i loro design basati su un suggerimento per creare un'app mobile per monitorare le abitudini alimentari utilizzando l'IA. Questo setup ha permesso ai partecipanti di esplorare l'uso dell'IA in un contesto familiare.

Dopo l'attività, sono stati intervistati sulle loro esperienze con Teachable Machine e su come comunicavano le loro idee di design. Le interviste erano semi-strutturate e si concentravano sulle intuizioni ottenute dallo strumento e dalle presentazioni di design dei partecipanti.

#Analisi dei Risultati

La nostra analisi ha incluso la revisione delle presentazioni di design e dei trascritti delle interviste. Abbiamo identificato temi emersi dalle esperienze degli UXP e da come comunicavano le loro idee di design.

#Sfide di Comunicazione

Un tema ricorrente nei nostri dati era la difficoltà di collaborazione derivante da lacune di conoscenza tra UXP e stakeholder tecnici. Molti partecipanti hanno menzionato che trovavano difficile comunicare efficacemente con i team di IA. Hanno espresso il desiderio di essere più coinvolti nelle discussioni nelle fasi iniziali del processo di design.

Alcuni UXP hanno notato che i processi di lavoro attuali tendono a essere lineari. I team di IA lavorerebbero su algoritmi e raccolta dati prima che gli UXP fossero invitati a migliorare l'interazione con l'utente. Questo approccio sequenziale ha lasciato gli UXP sentendosi esclusi. I partecipanti hanno sottolineato che questo setup minava la loro capacità di collaborare efficacemente con i team tecnici, portando a una mancanza di fiducia su come l'IA fosse applicata nei loro progetti.

#L'Importanza della Precisione del Modello

Un altro aspetto critico che i partecipanti hanno evidenziato è l'importanza della precisione del modello quando comunicano con gli stakeholder. I partecipanti hanno capito che gli stakeholder devono sapere delle performance del modello, ma hanno faticato a trasmettere chiaramente queste informazioni. Anche se hanno menzionato la precisione come chiave, molte presentazioni non la riportavano direttamente, spesso limitandosi a rappresentazioni visive come grafici a barre, che non riflettevano accuratamente la performance del modello.

Nonostante mostrassero una forte comprensione del perché la precisione fosse importante, l'incapacità dei partecipanti di comunicarlo efficacemente ha mostrato una lacuna nella loro conoscenza. Andando avanti, c'è bisogno di strumenti che possano aiutare gli UXP a articolare meglio la performance del modello.

#Benefici dell'Esperienza Pratica con l'IA

L'esperienza pratica con Teachable Machine è stata utile per molti partecipanti. Hanno scoperto che esplorare l'IA attraverso lo strumento ha migliorato la loro comunicazione quando discutevano idee sull'IA con i membri del team. Alcuni UXP hanno notato che fornire una demo dal vivo dello strumento di IA potrebbe aiutare a colmare le lacune di comprensione, permettendo loro di mostrare le capacità e coinvolgere conversazioni più produttive.

#Suggerimenti per Migliorare

Basandoci sui nostri risultati, abbiamo sviluppato raccomandazioni per facilitare una migliore collaborazione tra UXP e stakeholder tecnici nel design dell'IA.

#Sottolineare la Fidelità del Modello IA

Il concetto di fidelità del modello può aiutare gli UXP a pensare all'IA in modo simile a come affrontano la prototipazione. Trattando i modelli di IA come prototipi a bassa fedeltà, gli UXP possono comunicare più efficacemente con i loro controparti tecnici. Un modello a bassa fedeltà consente loro di esplorare idee senza richiedere una versione finale rifinita. Questo concetto può aiutare gli UXP a raccogliere feedback e iterare sui loro design.

#Sviluppare Strumenti AutoML Collaborativi

Proponiamo che gli strumenti AutoML possano fungere da spazi condivisi per le squadre interdisciplinari per lavorare insieme. Consentendo agli UXP di partecipare allo sviluppo e all'addestramento dei modelli di IA, diventano più coinvolti nel processo di design dell'IA. Questo coinvolgimento può aiutare a ridurre le barriere di comunicazione e promuovere una comprensione condivisa tra i membri del team.

#Incorporare Flussi Utente Probabilistici

Poiché le applicazioni di IA hanno incertezza intrinseca, raccomandiamo di introdurre flussi utente probabilistici negli strumenti di design. Questi flussi consentirebbero agli UXP di simulare il comportamento dell'IA nei loro prototipi. Facendo ciò, gli UXP possono cercare feedback basato sulla variabilità reale delle uscite dell'IA, allineando così le valutazioni centrate sugli utenti e sull'IA.

#Conclusione

Il nostro studio fornisce informazioni preziose su come gli UXP comunicano l'IA come materiale di design e sottolinea l'importanza dell'esperienza pratica con gli strumenti di IA. Lavorando direttamente con i modelli di IA, gli UXP possono migliorare la loro comprensione delle capacità dell'IA e stabilire una collaborazione più efficace con gli stakeholder tecnici. Applicare concetti come la fidelità, utilizzare strumenti AutoML collaborativi e adottare flussi utente probabilistici può aiutare a colmare le lacune di comunicazione e consentire a team interdisciplinari di lavorare insieme in modo più efficace nella creazione di esperienze AI centrate sugli utenti. Man mano che l'IA continua a diventare un materiale di design vitale, queste strategie saranno essenziali per guidare gli UXP e i loro team verso risultati di successo nei loro progetti.