Når AI møder brugeroplevelse: Udfordringer bliver ved, men muligheder skinner endnu stærkere

Det er naturligt at føle sig overvældet eller endda intimideret af den hastighed, hvormed kunstig intelligens (AI) berører alle aspekter af vores personlige og professionelle liv, men en perspektivskift er nødvendig for at udnytte teknologiens muligheder i dag. Ofte er forandring ubehagelig, men det kan også skabe nye muligheder. Hvordan udvider dette sig til UX-design? Hvis man antager, at AI giver designere mulighed for at fokusere på ting, de aldrig havde chancen for at gøre før? Indtil nu har deres opmærksomhed været afledt fra at udforske ting, de ville have ønsket at gøre, til fordel for opgaver, der skal udføres.

Verdensøkonomisk Forum projekterer, at fra 2020 til 2025 vil AI’s udvikling føre til, at 85 millioner jobs verden over bliver afbrudt, mens det samtidig skaber 97 millioner nye jobmuligheder. Denne ændring er i overensstemmelse med vækstprognoserne for webudviklere og digitale designere, hvor U.S. Bureau of Labor Statistics forventer en 16% stigning i beskæftigelse fra 2022 til 2033, hvilket er betydeligt højere end den gennemsnitlige vækst. Det sagt, i en fremtid, hvor der er en balanceret fordeling af arbejde mellem mennesker og maskiner, er det sandsynligt, at efterspørgslen på menneskelige færdigheder vil se en bemærkelsesværdig stigning.

Det er en opfordring til at træde op, opgradere og genskabe

Vi går ind i en æra, hvor det blot at være en ‘kode-abekat’ er utilstrækkeligt. For at trives skal fagfolk udvikle sig til højere niveau tænkere og kuratorer, der dyrker en forståelse af, hvad der udgør god og dårlig design. Selvtilfredshed finder ingen plads i fremtiden – alle fagfolk skal se på deres arbejde med friske øjne og nærme sig det dynamiske felt af AI med en åben sind. Det er nødvendigt, at vi finder måder at arbejde sammen med AI og ikke imod den. Hvilke opgaver kan automatiseres, og hvilke AI-værktøjer er i overensstemmelse med dine designmål? Hvad er begrænsningerne for AI? Kontinuerlig læring er vejen at gå.

Så, hvordan kan UX-designere udnytte AI?

For at få det bedste ud af en menneske-maskine-samarbejde, skal man betragte den sidste som en facilitator, ikke en erstatning. Ved at gøre dette kan UX-designere bruge AI til enhver fase af designprocessen, lige fra brainstorming til finjustering af det endelige produkt.

En af de mest gavnlige aspekter ved at integrere AI i en UX-designers værktøjskasse er potentialet for at automatisere rutineopgaver, hvilket kan fremskynde deres arbejdsproces. For eksempel er brugerforskning en væsentlig del af designprocessen, men det er også meget tidskrævende. Med hjælp fra AI kan opgaver som interview-debriefs strømlines, da kundeinterview kan hurtigt omdannes til handlebare indsigt. Ligeledes kan AI hjælpe med at kategorisere brugerhandlinger, forudsige fremtidige adfærd og destillere indsigt fra store mængder af brugerdata, så designere kan fokusere mere på andre aspekter af designprocessen.

Takket være AI-algoritmers evne til at behandle information af denne størrelsesorden vil analyse af forbrugerholdninger (fra sociale medieplatforme, fora osv.), identificering af tendenser, kortlægning og optimering af brugerrejser osv. blive betydeligt lettere. På denne måde kan AI muligvis gøre UX-designprocessen mere data-dreven, hvor designvalg baseres på empirisk bevis frem for antagelser.

UX-design, der er en iterativ proces, kan i høj grad drage fordel af at automatisere A/B-testprocesser. Dette giver designere mulighed for at eksperimentere med forskellige designvarianter og aktivt måle deres indvirkning på brugerengagement og tilfredshed – samt muligheden for at finjustere design baseret på brugerfeedback og observeret adfærd. Yderligere kan AI-algoritmer hjælpe designere bedre at forstå, hvordan brugere navigerer gennem grænseflader, hvilke funktioner de interagerer med, og hvilke udfordringer de støder på.

I dag er disse AI-værktøjer meget tæt på os, og de lette vej ind i vores arbejdsprocesser. For eksempel er der allerede en bred vifte af AI-tilføjelser tilgængelige på Figma, såsom Attention Insight, et værktøj, der forudsiger, hvor brugerens opmærksomhed sandsynligvis vil gå, og Font Explorer, der hjælper designere med at finde det perfekte font. Listen fortsætter og vokser dag for dag.

AI’s potentiale påvirkning på tilgængelighed

AI har potentialet for at forbedre brugeroplevelsen for personer med handicaps og samtidig sikre, at virksomheder overholder tilgængelighedsregler og standarder. Lige fra designstadiet kan designere bruge AI og maskinelæringsalgoritmer, der kan evaluere webdesigns og give anbefalinger til at forbedre tilgængelighed, såsom forbedring af farvekontrast eller tilføjelse af alternativ tekst til billeder. Med fremkomsten af maskinelæringsalgoritmer er det nu muligt at identificere potentielle tilgængelighedsproblemer i realtid, hvilket giver designere og udviklere mulighed for at omgående tackle udfordringer, som brugere med handicaps, herunder visuelle og hørelsehandicaps, mobilitetsudfordringer og kognitive udfordringer, står overfor.

Med hjælp fra kunstig intelligens-teknologier kan designere også hjælpe brugere med at overvinde barrierer, som sprog, alder og andre faktorer, der kan isolere bestemte brugergrupper fra adgang til digitale produkter. Kort sagt, ved at muliggøre skabelsen af mere inklusive websites og applikationer kan AI hjælpe designere med at få det rigtigt, mens de arbejder igennem designprocessen, snarere end at lave justeringer retroaktivt.

Når mennesker udfører brugertest, bringer de unikt humane nuancer af empati, intuition og andre kognitive aspekter med i deres arbejde. De er i stand til at være særligt opmærksomme på etiske overvejelser, når det kommer til faktorer som inklusivitet, retfærdighed og påvirkning på forskellige brugergrupper. Dog er der visse potentielle fælder og udfordringer, der følger med, når mennesker udfører test. Nogle gange kan testere mangle en omfattende forståelse af udviklende tilgængelighedsstandarder og retningslinjer, hvilket resulterer i ufuldstændige vurderinger. Ligeledes kan begrænsede erfaringer med hjælpemidler hindre en præcis vurdering af, hvordan brugere med handicaps interagerer med grænsefladen. Tilgængelighedstest skal være omhyggelige, og AI kan hjælpe med det – takket være dets evne til hurtigt og nøjagtigt at analysere store mængder data.

Tænk over, hvordan Natural Language Processing (NLP)-algoritmer kan hjælpe med at gøre skrevet indhold på internettet mere tilgængeligt ved at analysere teksten for læselighed, foreslå enklere sprog og identificere potentielle problemer, der kan udgøre udfordringer for brugere med kognitive handicaps. På denne måde kan elementer, der ofte overses, såsom fejlmeddelelser, mærker og instruktioner, også forbedres til at være mere brugervenlige og inklusive.

Tænk over det på denne måde – et ideelt samarbejde mellem menneskelig intelligens og kunstig intelligens, hvor hver af dem modvæger udfordringerne, den anden møder. At skabe en mere tilgængelig verden sammen er ikke en dårlig idé, er det?

Kun mennesker kan skabe som mennesker, for mennesker

At skabe et exceptionelt produkt går ud over at tilfredsstille nuværende krav. AI afhænger af historisk data, hvilket begrænser dets evne til innovation og forudseenhed af fremtidige krav. Ansvarlig for at tænke fremad og bane vejen for det næste store ligger hos mennesker. Mens AI kan give løsninger baseret på tidligere data, kæmper det med originalt, første-princip-tænkning.

I særdeleshed på et område, hvor empati er uundværlig, er det ikke svært at se, hvorfor menneskecentreret design ultimativt vil kræve, at mennesker driver designprocessen – hvilke dele af processen de ville vælge at involvere AI er op til dem. En evne til at skelne, om det er mennesket eller dets maskine-kollega, der bedst udfører en bestemt opgave i en given kontekst, er værd at udvikle. Forestil dig to medlemmer af et team, der løser et puslespil sammen, hvor hver især bidrager til at nå frem til fuldførelsen af det store billede. Puslespillet kunne være ret komplekst, krævende meget tid, indsats og fokus for at fuldføre – men når to af dem arbejder sammen, kommer stykkerne sammen hurtigere og mere omfattende, hvilket gør aktiviteten mere behagelig og mindre stressende. Det er en måde at beskrive, hvordan et belønnende menneske-AI-samarbejde skal føles.