ヒョルチュル・ヒルマルソンは、デジタル製品とAIエクスペリエンスをGoogle、Spotify、Meta、Cartier、国際連合などのブランドに提供するデザインとテクノロジー代理店である14islandsのCEO兼共同創設者です。
過去1年間で、新しいフレーズが流行り始めている：シリコン・ヴァルハラ。これは、特にスウェーデンを中心に、人工知能スタートアップの波が成長していることを指す。ここでは、野心的なツールを開発し、人工知能が何ができるかを拡大させている企業が存在する。その次の波はすでに形をとり始めている。LovableやSana Labsのような企業は、世界的な注目を集めている；技術的な能力、速度、そして成長のスケールで注目されている。投資家や創業者にとって、興奮は明らかだ。但し、シリコン・ヴァルハラについての議論が大きくなるにつれ、物語は技術、モデル、モメンタムに焦点を当てている。そして、それらは実際のドライバーではあるが、物語の全体的な部分に過ぎない。人工知能を直感的で、使いやすく、デザインされた製品に翻訳する方法は、どのようにしてこれらの企業が成功するのかを示唆している。人工知能だけが製品を区別するのではなく、人工知能を取り巻く体験の品質が重要になる。ビルディングが簡単になると、差別化が難しくなる人工知能は、デジタル製品を構築するための障壁を大幅に低減させている。スタートアップは、コードを生成し、インターフェースをプロトタイプ化し、新しいツールを以前よりも短い時間で立ち上げることができる。これは、すでに大規模なスケールで見られる。AirbnbのCEOであるBrian Cheskyは、人工知能が現在、会社の60％のコードを書いていると述べている。プラットフォームや人工知能支援開発環境により、チームは以前よりも速くアイデアを実用的な製品に変えることができる。Lovableのようなツールは、ソフトウェアがシンプルなプロンプトから生成されることを示しており、アイデアを動作するプロトタイプに数分で変えることができる。この変化は新しい課題をもたらす。多くの人工知能製品は、同様の基本的なモデルとインフラストラクチャに依存しており、情報の要約、コンテンツの生成、ワークフローの自動化、または意思決定の支援などの同等の機能を提供している。これは、業界のさまざまなユースケースで基礎モデルが広く採用されていることを反映しており、スタンフォードAIインデックス・レポートに記載されている。結果として、技術的な利点は持続可能ではなくなっている。最終的に重要なのは、人々が製品の背後にある知能をどのように体験するかである。言い換えれば、基礎となる人工知能モデルがさらにコモディティ化するにつれて、差別化は知能自体から、知能がどのようにパッケージ化され、ガイドされ、体験されるかへの移行する。人工知能の人間の層人工知能システムは、出力を生成するのに非常に優れている。大量のデータを処理し、コンテンツを生成し、複雑なタスクを支援することができる。但し、人間がシステムとやり取りする瞬間、別の次元が重要になる。システムはユーザーのコンテキストを理解しているか？システムは明確にコミュニケーションをとっているか？システムはユーザーを意味のある成果に向けて導いているか？ユーザーはシステムを信頼できるか？これらの質問は、技術とデザインの交差点に位置する。人工知能時代のデザインは、インターフェースの美学やナビゲーションフローを超えて、知能システムが人間の周りでどのように振る舞うかを形作ることを伴う。システムはどのように質問をするか、決定を説明するか、洞察を提示するか、さまざまな状況に適応するかを定義する。これは、人工知能の人間の層と呼ばれるものである。機能から知能へのシフト従来のソフトウェア製品は、主に機能によって定義されていた。製品チームは、個別の機能を含むロードマップを出荷していた：この機能を追加し、そのツールを構築し、別のダッシュボードまたはワークフローを作成する。各新しい機能は製品の価値を拡大した。人工知能はこのモデルを変える。固定された機能ではなく、動的に解決策を生成できるシステムに依存する製品が増えている。ユーザーは質問を投げかけたり、ドキュメントをアップロードしたり、問題を説明したり、音声またはビデオを介してやり取りしたりすることができ、システムはリアルタイムで応答を生成する。体験は、事前に定義されたものではなく、流動的なものになる。但し、この柔軟性は新しい複雑さをもたらす。デザインを考えに入れなければ、人工知能システムは予測不可能、不透明、または圧倒的なものと感じられる。ユーザーは、システムが何をしているのか、どのように決定が下されるのか、出力が信頼できるかを理解できない。ここで、エクスペリエンス・デザインが重要になる。成功する会社は、単に強力なモデルを展開するのではなく、それらのモデルを、現実世界の文脈で理解可能、有用、信頼できる体験に変える。デザイン自体が進化しているこの変化には別の次元がある：人工知能はデザインそのものの仕事も変えている。数十年間、製品デザインは主に固定されたインターフェースの作成に焦点を当てていた：画面、フロー、構造化されたやり取り。但し、人工知能駆動の製品は異なる動作をする。静的な機能ではなく、コンテキスト、データ、ユーザーの意図に応じてダイナミックに応答を生成する。デザイナーの役割は、画面を配置することから、人間と知能システムの間のやり取りを指揮することにシフトしている。デザイナーは、システムがどのように質問をするか、決定を説明するか、人間にどのように委ねるか、不確実性をどのように伝えるかを定義する。多くの点で、デザインの仕事は製品の知能層の奥深くに移行している。ノルディックの視点が重要な理由シリコン・ヴァルハラが成長を続ける場合、ノルディック諸国には構造的な利点があるかもしれない。この地域は、テクノロジーへのアプローチで、人間中心のデザイン、透明性、社会的責任を長期にわたって重視してきた。これは、デジタル公共サービスに反映されており、ヨーロッパで最も広く使用され、信頼されているサービスの一つである。これは、日常のやり取りを裏付ける安全なデジタルIDに基づいて構築されている。採用レベルは、技術的な利用可能性だけではなく、信頼を得て維持するように設計されたシステムの結果である。この伝統は、人工知能の時代に際して、ますます重要になる。人工知能の技術的な能力は急速に進化しているが、人間の側の問題はまだ解決されていない。社会的なレベルで、人々はまだ知能システムを信頼する時を学んでいる。専門家と一般大衆の間には、人工知能の仕事と社会への影響についての大きなギャップがある。73％の専門家は、人工知能が仕事と社会に良い影響を与えることを期待しているが、一般大衆の23％のみが同意する、スタンフォードAIインデックス・レポート2026によると。実践では、ユーザーは自動化された推奨事項をどのように解釈し、依存の境界をどこに設定するかをまだ学んでいる。体験を思慮深く設計することは、使いやすさの課題だけではなく、倫理的配慮、文化的理解、人間の行動に対する深い認識を伴う。信頼が次の世代のAI企業を定義する次の世代の成功したAI企業は、最も速いプロトタイプを構築したり、最も多くの機能を立ち上げたりする会社ではなくなり得る。代わりに、製品を信頼できる会社が成功する。信頼は技術的な正確さだけでなく、透明性、明確性、信頼性、価値観から生まれる。システムが不確実性をどのように伝えるか、決定をユーザーにどのように導くか、デリケートな状況をどのように責任を持って取り扱うかによって影響を受ける。これらの特性はデザインに深く結びついている。優れたエクスペリエンス・デザインは、ユーザーがシステムが何をしているか、 pourquoi それをしているか、そしてそれがユーザーの目標にどのように適合するかを理解するのに役立つ。直感的でなくてはならない、サポート的なものでなくてはならない、押しつけがましいものでなくてはならない、ユーザーにとって使いやすいものでなくてはならない。言い換えれば、生の知能を、人々が意味のある方法で利用できるものに変える。シリコン・ヴァルハラの次の章ノルディック諸国は、実際にグローバルなAI風景の中で特別な何かを構築しているかもしれない。エンジニアリングの才能、スタートアップのエネルギー、技術的な野心は明らかにある。LovableやSana Labsのような企業は、思慮深いエクスペリエンス・デザインが彼らの成功の重要な部分であることをすでに証明している。その基盤は、彼らに人工知能ブームに参加するだけでなく、責任ある方法で、人間中心の方法でそれをリードする可能性を与える。人工知能はすぐにどこにでも存在する。知能が豊富になると、体験が優位になる。シリコン・ヴァルハラにはそれをリードするための全ての要素がある。
人工知能（AI）が私たちの日常生活や職業生活のあらゆる分野に及ぼす驚くほどのスピードで進化していることを考えると、圧倒されたり、甚至恐怖を感じることもあるかもしれない。しかし、技術が現在提供しているものを最大限に活用するために、視点の転換が必要である。変化は多くの場合不快なものであるが、新しい可能性も生み出す。UXデザインにはどうなるのか？AIを受け入れることで、デザイナーがこれまでにできなかったことを注力できるのではないか？これまで、デザイナーの注意は、探索したいことよりも、完了しなければならないタスクに注がれていた。世界経済フォーラムは、2020年から2025年にかけて、AIの進化により、世界中で8500万の仕事が混乱する一方で、9700万の新しい雇用機会が生まれると予測している。この変化は、ウェブデベロッパーとデジタルデザイナーの成長予測と一致しており、アメリカ合衆国労働統計局は、2022年から2033年にかけて、雇用が16%増加することを予測しており、これは平均成長率を大幅に上回るものである。ただし、人間と機械が仕事を共有するバランスのとれた未来では、人間のスキルの需要は著しく増加する可能性が高い。これは、ステップアップ、スキルアップ、リスキルの呼びかけである「コードの猿」だけでは不十分である時代に入っている。プロフェッショナルは、高いレベルの思考者やキュレーターに進化し、良いデザインと悪いデザインが何であるかを理解する必要がある。自満は将来の場所を見つけることはない。すべてのプロフェッショナルは、仕事を見直し、AIのダイナミックな分野にオープンな心でアプローチする必要がある。つまり、AIと共に仕事をする方法を見つける必要がある。《どのようなタスクを自動化できるか？どのようなAIツールがあなたのデザイン目標と一致するか？AIの限界は何であるか？》継続的な学習が必要である。UXデザイナーはAIをどのように活用できるか人間と機械のコラボレーションを最大限に活用するには、後者を置き換えではなく、ファシリテーターとして考える必要がある。そうすることで、UXデザイナーは、アイデアのブレインストーミングから最終製品の微調整まで、デザインプロセスのあらゆる段階でAIを活用できる。UXデザイナーのツールボックスにAIを組み込むことの最も有益な側面の1つは、ルーチンタスクを自動化する潜在性であり、それによりワークフローが迅速化される。たとえば、ユーザー研究はデザインプロセスの重要な要素であるが、時間がかかることもある。AIの助けを借りて、カスタマーインタビューを迅速に有効な洞察に変えることができる。同様に、ユーザーの行動を分類したり、将来の行動を予測したり、膨大なユーザーデータから洞察を抽出したりするためにAIを活用することで、デザイナーはデザインプロセスの他の側面に重点を置くことができる。AIアルゴリズムが膨大な情報を処理する能力により、消費者感情（ソーシャルメディアプラットフォーム、フォーラムなど）を分析し、トレンドを特定し、ユーザージャーニーをマッピングおよび最適化することが容易になる。こうして、AIはUXデザインプロセスをよりデータドリブンにし、デザイン上の選択は仮定ではなく、実証的な証拠に基づいて行われるようになる。UXデザインは反復的なプロセスであるため、A/Bテストプロセスを自動化することで大幅に利益を得ることができる。これにより、デザイナーはさまざまなデザインバリアントを実験し、ユーザーのエンゲージメントと満足度への影響を積極的に測定し、ユーザーのフィードバックと観察された行動に基づいてデザインを改良することができる。さらに、デジタル製品とのユーザーのやり取りを分析し、ユーザーの行動を追跡し、パターンを特定することで、AIアルゴリズムはデザイナーがインターフェイスをどのようにナビゲートするか、どの機能とやり取りするか、どのような困難に直面するかをよりよく理解することができる。現在、これらのAIツールは私たちのリーチ内にあり、ワークフローにすみすまして入ってきている。たとえば、Figmaには、Attention Insightというツールがすでに利用可能であり、ユーザーの注意がどこに向かっているかを予測することができる。また、Font Explorerというツールもあり、デザイナーが完璧なフォントを見つけるのを支援する。リストはまだ続き、毎日成長している。AIのアクセシビリティへの潜在的な影響AIは、障害を持つ個人のユーザーエクスペリエンスを向上させると同時に、企業がアクセシビリティ規制と基準を遵守するのを支援する可能性がある。デザイン段階から、デザイナーはアクセシビリティを向上させるための提案を提供できるAIとMLアルゴリズムを活用できる。たとえば、色のコントラストを強化したり、画像に代替テキストを追加したりする。マシンラーニングアルゴリズムの進歩により、リアルタイムで潜在的なアクセシビリティの問題を特定し、視覚障害、聴覚障害、運動障害、認知障害などの障害を持つユーザーが直面する課題に対処することができる。AIテクノロジーの能力を活用することで、デザイナーは言語、年齢、他の要因がデジタル製品へのアクセスを妨げるユーザーグループを克服するのを支援できる。簡単に言えば、AIはデザイナーがデザインプロセスを進めるにつれて、より包括的なウェブサイトやアプリケーションを作成するのを支援できる。人間がユーザビリティテストを実施すると、共感、直感、認知の独自のニュアンスを仕事に持ち込む。彼らは、インクルージョン、公平性、さまざまなユーザーグループへの影響に関する倫理的考慮事項に特別な注意を払うことができる。ただし、人間がテストを実施するときに伴ういくつかの潜在的な落とし穴と課題もある。テスターは、発展するアクセシビリティ基準とガイドラインを包括的に理解していないことがあり、不完全な評価につながる可能性がある。さらに、支援技術の経験が不足していることが、障害を持つユーザーがインターフェイスとどのようにやり取りするかを正確に評価することを妨げる可能性がある。アクセシビリティテストは徹底的に行われる必要があり、AIはその能力を活用して膨大なデータを迅速に正確に分析できるため、役に立つことができる。自然言語処理（NLP）アルゴリズムが、ウェブ上の書き込みコンテンツをよりアクセシブルにするのを支援する方法について考えてみましょう。テキストを読みやすさのために分析し、よりシンプルな言語を提案し、認知障害のあるユーザーにとって課題となる可能性のある潜在的な問題を特定する。こうして、エラーメッセージ、ラベル、説明などの、しばしば見落とされる要素も、よりユーザーフレンドリーで包括的なものになる。これは、人間の知能と人工知能の理想的なコラボレーションである。各々の課題を相互に補完しながら、よりアクセシブルな世界を作るのではないか。悪い考えではないでしょう。人間だけが人間のために人間のように創造できる優れた製品を作ることは、現在の需要を満たすことだけではない。AIは歴史的なデータに依存しているため、革新と将来の需要を予測する能力が制限される。次の大きなことの先駆者となることを考える責任は、人間に残っている。AIは過去のデータに基づいた解決策を提供できるが、独創的な、第一原理的な思考には苦労する。共感が不可欠な分野では、人間がデザインプロセスを推進する必要があることは明らかである。AIをどのプロセスに参加させるかは、デザイナー次第である。人間と機械のどちらが特定の状況で特定のタスクをより良く行えるかを判断する能力は、価値がある。2人のチームメンバーが一緒にジグソーパズルを解くことを想像してみましょう。各人がパズルを完成させるために自分の役割を果たす。パズルは複雑で、多くの時間、努力、集中が必要かもしれないが、2人が一緒に作業すると、ピースはより迅速に、より包括的にまとまり、活動はより楽しく、ストレスが減る。人間とAIのコラボレーションがどのようなものであるかを表現する1つの方法である。
