Når AI møter brukeropplevelse: Utfordringer består, muligheter skinner enda sterkere

Mens det er naturlig å føle seg overveldet eller til og med intimiderende av den enorme hastigheten som kunstig intelligens (AI) berører hver enkelt del av våre personlige og profesjonelle liv, er det en perspektivendring som er nødvendig for å gjøre mest mulig av hva teknologien har å tilby i dag. Ofte er endringer ubehagelige, men de kan også skape nye muligheter. Hvordan utvider dette seg til UX-design? Hva hvis å omfavne AI lar designere fokusere på ting de aldri hadde mulighet til å gjøre før? Frem til nå har deres oppmerksomhet blitt avledet fra å utforske ting de ville ha likt å gjøre, til fordel for oppgaver som må fullføres.

Verdens økonomiske forum projiserer at fra 2020 til 2025 vil utviklingen av AI føre til forstyrrelser av 85 millioner jobber verden over, mens det også genererer 97 millioner nye jobbmuligheter. Denne endringen stemmer overens med vekstprognosene for webutviklere og digitale designere, der det amerikanske arbeidsdepartementets statistikk kontor forventer en 16% økning i sysselsetting fra 2022 til 2033, noe som overgår den gjennomsnittlige veksttakten betydelig. Det sies at i en fremtid der det er en balansert fordeling av arbeid mellom mennesker og maskiner, vil etterspørselen etter menneskelige ferdigheter sannsynligvis se en bemerkelsesverdig økning.

Dette er en oppfordring til å stige opp, oppgradere og omutdanne

Vi går inn i en æra der å bare være en ‘kode-ape’ er utilstrekkelig. For å trives, må profesjonelle utvikle seg til høyere nivå tenkere og kuratorer, og dyrke en forståelse av hva som utgjør god og dårlig design. Selvtilfredshet kommer ikke til å ha noen plass i fremtiden – alle profesjonelle må se på sitt arbeid med ferske øyne og møte det dynamiske feltet AI med en åpen sinn. Det vil si at det er nødvendig at vi finner måter å arbeide sammen med AI og ikke borte fra det. Hvilke oppgaver kunne automatiseres og hvilke AI-verktøy stemmer overens med dine designmål? Hva er begrensningene til AI? Kontinuerlig læring er veien å gå.

Hvordan kan UX-designere utnytte AI?

For å få mest mulig ut av et samarbeid mellom mennesker og maskiner, må man betrakte det sistnevnte som en fasilitator, ikke en erstatning. Ved å gjøre dette, kan UX-designere bruke AI for enhver fase av designprosessen, fra å generere ideer til å finjustere det endelige produktet.

En av de mest nyttige aspektene ved å inkorporere AI i en UX-designers verktøykasse er potensialet for å automatisere rutineoppgaver, og dermed raske opp arbeidsflyten. For eksempel er brukerforskning en konsekvensfull del av designprosessen, men det er også ganske tidskrevende. Med hjelp av AI kan oppgaver som intervju-sammendrag strømlinjelegges, ettersom kundeintervjuer raskt kan omdannes til handlebare innsikter. Liksom å involvere AI i å kategorisere brukerhandlinger, forutse fremtidige atferd og destillere innsikter fra store mengder brukerdata, lar designere fokusere mer av sin oppmerksomhet og tid på andre aspekter av designprosessen.

Takk til AI-algoritmene sin evne til å prosessere informasjon av denne størrelsesorden, vil analyse av forbrukerholdninger (fra sosiale medier, forum osv.), identifisere trender, kartlegge og optimalisere brukeropplevelser og så videre bli betydelig enklere. På denne måten kan AI potensielt gjøre UX-designprosessen mer data-drevet, der designvalg baseres på empiriske bevis fremfor antagelser.

UX-design, som er en iterativ prosess, kan være svært godt tjent med å automatisere A/B-testprosesser. Dette vil tillate designere å eksperimentere med forskjellige designvarianter og aktivt måle deres innvirkning på brukerengasjement og tilfredshet – samt muligheten til å finjustere design basert på brukertilbakemeldinger og observerte atferd. Videre kan AI-algoritmer, ved å analysere brukerinteraksjoner med digitale produkter, sporing av brukeratferd og identifisering av mønster, hjelpe designere med å bedre forstå hvordan brukerne navigerer gjennom grensesnitt, hvilke funksjoner de engasjerer seg i og hvilke vanskeligheter de møter.

I dag er disse AI-verktøyene meget nær oss, og lette vår vei inn i arbeidsflyten. For eksempel er det allerede tilgjengelig en rekke AI-tillegg på Figma, som Attention Insight, et verktøy som forutsier hvor brukerens oppmerksomhet sannsynligvis vil gå, og Font Explorer, som hjelper designere med å finne det perfekte fonten. Listen fortsetter og vokser for hver dag.

AI sin potensielle innvirkning på tilgjengelighet

AI har potensialet til å forbedre brukeropplevelsen for personer med funksjonsnedsettelser, samtidig som det sikrer at bedrifter overholder tilgjengelighetsregler og standarder. Allerede fra designstadiet kan designere bruke AI og ML-algoritmer som kan vurdere nettside-design og gi anbefalinger for å forbedre tilgjengeligheten, som for eksempel å forbedre fargekontrast eller inkludere alternativ tekst for bilder. Med fremveksten av maskinlæringsalgoritmer er det nå mulig å identifisere potensielle tilgjengelighetsproblemer i sanntid, og lar designere og utviklere omgående håndtere utfordringer møtt av brukere med funksjonsnedsettelser, inkludert visuelle og hørselsmessige funksjonsnedsettelser, bevegelsesutfordringer og kognitive utfordringer.

Ved å utnytte AI-teknologienes evner, vil designere også kunne hjelpe brukerne med å overvinne barrierer som språk, alder og andre faktorer som kan isolere bestemte brukergrupper fra å få tilgang til digitale produkter. Kort sagt, ved å muliggjøre skapelsen av mer inkluderende nettsider og applikasjoner, kan AI hjelpe designere med å gjøre ting riktig mens de går gjennom designprosessen, i stedet for å gjøre justeringer bare retroaktivt.

Når mennesker utfører brukertilgjengelighetstesting, bringer de unikt humane nyanser av empati, intuisjon og andre kognitive aspekter inn i arbeidet. De er i stand til å legge spesiell vekt på etiske overveielser når det gjelder faktorer som inklusivitet, rettferdighet og innvirkning på ulike brukergrupper. Likevel er det noen potensielle fallgruber og utfordringer som følger med mennesker når de utfører testing. Noen ganger kan testere mangle en omfattende forståelse av utviklende tilgjengelighetsstandarder og retningslinjer, noe som resulterer i ufullstendige vurderinger. Liksom at begrensede erfaringer med hjelpemidler kan hindre en nøyaktig vurdering av hvordan brukere med funksjonsnedsettelser interagerer med grensesnittet. Tilgjengelighetstesting bør være grundig, og AI kan hjelpe med det – takket være sin evne til å raskt og nøyaktig analysere store mengder data.

Tenker på hvordan naturlig språkbehandling (NLP) algoritmer kan hjelpe med å gjøre skrevet innhold på nettet mer tilgjengelig ved å analysere teksten for lesbarhet, foreslå enklere språk og identifisere potensielle problemer som kan utgjøre utfordringer for brukere med kognitive funksjonsnedsettelser. På denne måten kan elementer som ofte oversees, som feilmeldinger, etiketter og instruksjoner, også forbedres til å bli mer brukervennlige og inkluderende.

Tenk på det på denne måten – et ideelt samarbeid mellom menneskelig intelligens og kunstig intelligens, der hver av dem motveier utfordringene møtt av den andre. Å skape en mer tilgjengelig verden sammen er ikke en dårlig idé, er det?

Kun mennesker kan skape som mennesker, for mennesker

Å skape et unikt produkt går utover å tilfredsstille nåværende krav. AI baserer seg på historiske data, noe som hemmer dens evne til innovasjon og forutseen av fremtidige krav. Ansvarlig for å tenke fremover og bane vei for neste store ting ligger hos mennesker. Mens AI kan tilby løsninger basert på tidligere data, har det vanskeligheter med originale, grunnleggende tanker.

Spesielt i et felt der empati er uunnværlig, er det ikke vanskelig å se hvorfor menneskesentrert design til slutt vil kreve at mennesker driver designprosesser – hvilke deler av prosessen de ville velge å involvere AI er opp til dem. En evne til å skille om mennesker eller maskiner ville gjøre en bestemt oppgave bedre i en bestemt kontekst, er verdt å utvikle. Forestill deg to medlemmer av et team som løser en puslespill sammen, der hver av dem gjør sin del for å komme nærmere fullføringen av det store bildet. Puslespillet kunne være ganske komplekst, og kreve mye tid, anstrengelse og fokus for å fullføre – men når to av dem arbeider sammen, kommer brikker sammen raskere og mer omfattende, og gjør aktiviteten mer behagelig og mindre stressende. Dette er en måte å beskrive hva et givende menneske-AI-samarbeid burde føles som.