Wanneer AI User Experience Ontmoet: Uitdagingen Blijven Bestaan, Kansen Schijnen Nog Helderder

Hoewel het natuurlijk is om je overweldigd of zelfs geïntimideerd te voelen door het enorme tempo waarin Artificial Intelligence (AI) elk gebied van ons persoonlijke en professionele leven raakt, is een perspectiefverschuiving nodig om het meeste te maken van wat technologie vandaag te bieden heeft. Vaker wel dan niet is verandering oncomfortabel, maar het kan ook nieuwe mogelijkheden creëren. Hoe verhoudt dit zich tot UX-ontwerp? Stel dat het omarmen van AI ontwerpers in staat stelt om zich te concentreren op dingen die ze eerder nooit de kans hadden om te doen? Tot nu toe is hun aandacht afgeleid van het verkennen van dingen die ze wilden doen ten gunste van taken die moeten worden voltooid.

De World Economic Forum voorspelt dat van 2020 tot 2025 de evolutie van AI zal leiden tot de verstoring van 85 miljoen banen wereldwijd, terwijl het ook 97 miljoen nieuwe banen zal creëren. Deze verschuiving gaat samen met de groeiprognoses voor webontwikkelaars en digitale ontwerpers, waar de U.S. Bureau of Labor Statistics een 16% toename van de werkgelegenheid verwacht van 2022 tot 2033, wat aanzienlijk sneller is dan het gemiddelde groeitempo. Dat gezegd hebbende, in een toekomst waarin er een evenwichtige verdeling van werk is tussen mensen en machines, zal de vraag naar menselijke vaardigheden waarschijnlijk een opmerkelijke toename zien.

Het is een oproep om door te gaan, bij te scholen en om te scholen

We gaan een tijdperk binnen waarin het alleen maar een ‘code-aap’ zijn onvoldoende is. Om te floreren, moeten professionals evolueren tot hogere denkers en curators, en een begrip ontwikkelen van wat goed en slecht ontwerp is. Zelfgenoegzaamheid zal in de toekomst geen plaats vinden – alle professionals moeten naar hun werk kijken met verse ogen en de dynamische wereld van AI benaderen met een open geest. Dat wil zeggen, het is noodzakelijk dat we manieren vinden om samen te werken met AI en niet tegen AI. Welke taken kunnen geautomatiseerd worden en welke AI-hulpmiddelen komen overeen met uw ontwerpdoelen? Wat zijn de beperkingen van AI? Continu leren is de weg om te gaan.

Hoe kunnen UX-ontwerpers AI gebruiken?

Om het meeste uit een mens-machine-samenwerking te halen, moet men het laatste beschouwen als een facilitator, niet als een vervanging. Door dit te doen, kunnen UX-ontwerpers AI gebruiken voor elk stadium van het ontwerpproces, vanaf het genereren van ideeën tot het fine-tunen van het eindproduct.

Een van de meest voordelige aspecten van het integreren van AI in het gereedschap van een UX-ontwerper is het potentieel om routine-taken te automatiseren, waardoor hun workflow wordt versneld. Bijvoorbeeld, gebruikersonderzoek is een belangrijk element van het ontwerpproces, maar het is ook erg tijdrovend. Met de hulp van AI kunnen taken zoals interview-debriefs worden gestroomlijnd, aangezien klantinterviews snel kunnen worden omgezet in actiepunten. Bovendien kan het betrekken van AI bij het categoriseren van gebruikersacties, het anticiperen van toekomstig gedrag en het distilleren van inzichten uit grote hoeveelheden gebruikersgegevens ontwerpers in staat stellen om meer van hun aandacht en tijd te besteden aan andere aspecten van het ontwerpproces.

Dankzij het potentieel van AI-algoritmen om informatie van deze omvang te verwerken, zal het analyseren van consumentensentimenten (van sociale media-platforms, forums, enz.), het identificeren van trends, het in kaart brengen en optimaliseren van gebruikersreizen enz. aanzienlijk gemakkelijker worden. Op deze manier kan AI het UX-ontwerpproces meer gegevensgestuurd maken, waarbij ontwerpkeuzes zijn gebaseerd op empirisch bewijs in plaats van aannamen.

UX-ontwerp, als een iteratief proces, kan enorm profiteren van het automatiseren van A/B-testprocessen. Dit zal ontwerpers in staat stellen om te experimenteren met verschillende ontwerpvarianten en actief de impact te meten op gebruikersbetrokkenheid en tevredenheid – samen met de flexibiliteit om ontwerpen te verfijnen op basis van gebruikersfeedback en waargenomen gedrag. Bovendien kunnen AI-algoritmen ontwerpers helpen om beter te begrijpen hoe gebruikers door interfaces navigeren, welke functies ze gebruiken en welke moeilijkheden ze ondervinden, door het analyseren van gebruikersinteracties met digitale producten, het volgen van gebruikersgedrag en het identificeren van patronen.

Vandaag de dag zijn deze AI-hulpmiddelen zeer toegankelijk en maken ze hun weg in onze workflows. Bijvoorbeeld, een breed scala aan AI-plug-ins is al beschikbaar op Figma, zoals Attention Insight, een hulpmiddel dat voorspelt waar de aandacht van de gebruiker waarschijnlijk naartoe gaat, en Font Explorer, die ontwerpers helpt om de perfecte lettertype te vinden. De lijst gaat maar door en groeit elke dag.

Het potentieel van AI voor toegankelijkheid

AI heeft het potentieel om de gebruikerservaring voor mensen met een handicap te verbeteren, evenals om ervoor te zorgen dat bedrijven toegankelijkheidsregels en -normen naleven. Vanaf het ontwerpstadium kunnen ontwerpers gebruikmaken van AI- en ML-algoritmen die website-ontwerpen kunnen beoordelen en aanbevelingen doen om de toegankelijkheid te verbeteren, zoals het verbeteren van de kleurcontrast of het toevoegen van alternatieve tekst voor afbeeldingen. Met de vooruitgang van machine learning-algoritmen is het nu mogelijk om potentiële toegankelijkheidsproblemen in real-time te identificeren, waardoor ontwerpers en ontwikkelaars prompt uitdagingen kunnen aanpakken die door gebruikers met een handicap worden ervaren, waaronder visuele en gehoorbeperkingen, mobiliteitsuitdagingen en cognitieve uitdagingen.

Door de mogelijkheden van AI-technologieën te benutten, kunnen ontwerpers ook helpen om gebruikers te helpen om barrières te overwinnen die worden opgeworpen door taal, leeftijd en andere factoren die bepaalde gebruikersgroepen kunnen uitsluiten van toegang tot digitale producten. Kortom, door het mogelijk maken van het creëren van meer inclusieve websites en toepassingen, kan AI ontwerpers helpen om dingen goed te doen terwijl ze door het ontwerpproces gaan, in plaats van alleen aanpassingen te maken na afloop.

Wanneer mensen gebruikers-tests uitvoeren, brengen ze uniek humane nuances van empathie, intuïtie en andere cognitieve aspecten in hun werk. Ze zijn in staat om speciale aandacht te besteden aan ethische overwegingen met betrekking tot factoren zoals inclusiviteit, eerlijkheid en de impact op verschillende gebruikersgroepen. Niettemin zijn er enkele potentiële valkuilen en uitdagingen die mensen vergezellen wanneer ze tests uitvoeren. Soms kunnen testers een alomvattende kennis van evoluerende toegankelijkheidsnormen en -richtlijnen missen, wat resulteert in onvolledige beoordelingen. Bovendien kan beperkte ervaring met hulpmiddelen voor mensen met een handicap de precisie van de beoordeling van hoe gebruikers met een handicap met de interface omgaan, belemmeren. Toegankelijkheidstesten moeten grondig zijn, en AI kan helpen – dankzij de mogelijkheid om snel en nauwkeurig grote hoeveelheden gegevens te analyseren.

Denk hierover na – een ideale samenwerking tussen menselijke intelligentie en kunstmatige intelligentie, waarbij elk de uitdagingen die door de ander worden gegenereerd, compenseert. Het creëren van een meer toegankelijke wereld samen is geen slecht idee, is het wel?

Alleen mensen kunnen creëren zoals mensen, voor mensen

Het creëren van een uitzonderlijk product gaat verder dan het vervullen van huidige eisen. AI is afhankelijk van historische gegevens, wat de capaciteit van AI beperkt om innovatief te zijn en toekomstige eisen te voorzien. De verantwoordelijkheid om vooruit te denken en de volgende grote stap te zetten, ligt bij mensen. Terwijl AI oplossingen kan bieden op basis van historische gegevens, heeft het moeite met originele, first-principles denken.

Vooral in een gebied waar empathie onmisbaar is, is het niet moeilijk om te zien waarom mensgericht ontwerp uiteindelijk zal vereisen dat mensen het ontwerpproces aansturen – welke delen van het proces ze zullen kiezen om AI bij te betrekken, is aan hen. Het hebben van een neus voor het onderscheiden of de mens of zijn machine-tegenhanger een specifieke taak beter kan doen in een bepaalde context, is de moeite waard om te ontwikkelen. Stel je twee leden van een team voor die samen een puzzel oplossen, waarbij elk zijn deel doet om verder te komen met het voltooien van het grote plaatje. De puzzel kon best complex zijn, veel tijd, inspanning en focus vereisen om te voltooien – maar wanneer twee van hen samenwerken, komen de stukjes sneller en meer samen, waardoor de activiteit leuker en minder stressvol wordt. Dat is een manier om te beschrijven hoe een belonende mens-AI-samenwerking zou moeten aanvoelen.