När AI möter användarupplevelse: Utmaningar kvarstår, möjligheter lyser starkare

Medan det är naturligt att känna sig överväldigad eller till och med hotad av den snabba takt som artificiell intelligens (AI) berör varje sfär i våra personliga och professionella liv, krävs en perspektivförändring för att göra det mesta av vad tekniken har att erbjuda idag. Mer oftänkt än inte är förändring obekväm, men den kan också skapa nya möjligheter. Hur utvidgas detta till UX-design? Vad om att acceptera AI tillåter designers att fokusera på saker de aldrig hade chansen att göra tidigare? Tills nu har deras uppmärksamhet avletts från att utforska saker de skulle ha velat göra till uppgifter som måste slutföras.

Världsekonomiskt forum projekterar att från 2020 till 2025 kommer utvecklingen av AI att leda till störningar av 85 miljoner jobb världen över, samtidigt som det genererar 97 miljoner nya jobbmöjligheter. Denna förändring överensstämmer med tillväxtprognoserna för webbutvecklare och digitala designers, där den amerikanska arbetsstatistiken förutser en 16% ökning av sysselsättning från 2022 till 2033, vilket vida överträffar den genomsnittliga tillväxttakten. Det sagda, i en framtid där det finns en balanserad fördelning av arbete mellan människor och maskiner, kommer efterfrågan på mänskliga färdigheter sannolikt att se en anmärkningsvärd ökning.

Det är en uppmaning att kliva upp, förbättra och omutbilda

Vi går in i en era där det inte räcker att vara enbart en “kodapor”. För att blomstra måste proffs utvecklas till högre tänkare och kuratorer, odla en förståelse för vad som utgör bra och dålig design. Självbelåtenhet kommer inte att ha någon plats i framtiden – alla proffs måste se på sitt arbete med färska ögonpar och närma sig det dynamiska området AI med en öppen inställning. Det vill säga, det är nödvändigt att vi identifierar sätt att arbeta tillsammans med AI och inte bort från den. Vilka uppgifter kunde automatiseras och vilka AI-verktyg överensstämmer med dina designmål? Vilka är begränsningarna för AI? Kontinuerligt lärande är vägen att gå.

Så, hur kan UX-designers utnyttja AI?

För att göra det mesta av ett mänskligt-maskinsamarbete, betrakta den senare som en facilitator, inte en ersättning. Genom att göra så kan UX-designers använda AI för varje skede av designprocessen, från att generera idéer till att finslipa den slutliga produkten.

En av de mest fördelaktiga aspekterna av att integrera AI i en UX-designers verktygslåda är potentialen att automatisera rutinmässiga uppgifter, vilket därmed påskyndar deras arbetsflöde. Till exempel är användarforskning en betydande del av designprocessen, men det är också ganska tidskrävande. Med hjälp av AI kan uppgifter som intervjuer sammanfattas, eftersom kundintervjuer kan omvandlas till handlingsbara insikter. Likaså kan AI hjälpa till att kategorisera användaråtgärder, förutse framtida beteenden och destillera insikter från stora mängder användardata, vilket tillåter designers att fokusera mer av sin uppmärksamhet och tid på andra aspekter av designprocessen.

Tack vare AI-algoritmernas potential att bearbeta information av denna storlek kommer analys av konsumentattityder (från sociala medieplattformar, forum etc.), identifiering av trender, kartläggning och optimering av användarresor och så vidare att bli avsevärt enklare. Detta sätt kan AI potentiellt göra UX-designprocessen mer datastyrd, där designval baseras på empiriska bevis snarare än antaganden.

UX-design, som är en iterativ process, kan enormt gynnas av att automatisera A/B-testprocesser. Detta kommer att tillåta designers att experimentera med olika designvarianter och aktivt mäta deras inverkan på användarengagemang och tillfredsställelse – tillsammans med flexibiliteten att finslipa design baserat på användarfeedback och observerat beteende. Dessutom kan AI-algoritmer, genom att analysera användarinteraktioner med digitala produkter, spåra användarbeteende och identifiera mönster, hjälpa designers att bättre förstå hur användare navigerar genom gränssnitt, de funktioner de interagerar med och de svårigheter de möter.

Idag är dessa AI-verktyg mycket tillgängliga, underlättande deras väg in i våra arbetsflöden. Till exempel finns en mängd AI-tillägg redan tillgängliga på Figma, som Attention Insight, ett verktyg som förutsäger var användarens uppmärksamhet sannolikt kommer att gå, och Font Explorer, som hjälper designers att hitta den perfekta typsnittet. Listan fortsätter och växer för varje dag.

AI:s potentiella inverkan på tillgänglighet

AI har potentialen att förbättra användarupplevelsen för personer med funktionshinder samtidigt som det säkerställer att företag följer tillgänglighetsregler och standarder. Redan från designstadiet kan designers använda AI- och ML-algoritmer som kan utvärdera webbdesigner och ge rekommendationer för att förbättra tillgängligheten, som att förbättra färgkontrast eller införa alternativ text för bilder. Med utvecklingen av maskinlärningsalgoritmer är det nu möjligt att identifiera potentiella tillgänglighetsproblem i realtid, vilket tillåter designers och utvecklare att omedelbart hantera utmaningar som möts av användare med funktionshinder, inklusive visuella och hörselrelaterade funktionshinder, rörelseutmaningar och kognitiva utmaningar.

Genom att utnyttja AI-teknologiers förmågor kommer designers också att kunna hjälpa användare att övervinna hinder orsakade av språk, ålder och andra faktorer som kan isolera vissa användargrupper från att komma åt digitala produkter. Kort sagt, genom att möjliggöra skapandet av mer inkluderande webbplatser och applikationer kan AI hjälpa designers att göra saker rätt medan de går igenom designprocessen snarare än att göra justeringar retroaktivt.

När människor genomför användbarhetstester bringar de unikt mänskliga nyanser av empati, intuition och andra kognitiva aspekter in i sitt arbete. De är kapabla att ge särskild uppmärksamhet åt etiska överväganden när det gäller faktorer som inklusivitet, rättvisa och inverkan på olika användargrupper. Trots detta finns det vissa potentiella fallgropar och utmaningar som åtföljer människor när de genomför tester. Ibland kan testare sakna en omfattande förståelse för utvecklande tillgänglighetsstandarder och riktlinjer, vilket resulterar i ofullständiga bedömningar. Likaså kan begränsad erfarenhet av hjälpmedelsteknologi hindra en exakt bedömning av hur användare med funktionshinder interagerar med gränssnittet. Tillgänglighetstestning bör vara noggrann, och AI kan hjälpa till med det – tack vare dess förmåga att snabbt och exakt analysera stora mängder data.

Tänk på hur Natural Language Processing (NLP)-algoritmer kan assistera i att göra skriven innehåll på webben mer tillgänglig genom att analysera texten för läsbarhet, föreslå enklare språk och identifiera eventuella problem som kan utgöra utmaningar för användare med kognitiva funktionshinder. Detta sätt kan element som ofta förbises, som felmeddelanden, etiketter och instruktioner, också förbättras för att bli mer användarvänliga och inkluderande.

Tänk på det så här – ett idealt samarbete mellan mänsklig intelligens och artificiell intelligens där var och en motvikt till utmaningarna som möts av den andra. Att skapa en mer tillgänglig värld tillsammans är inte en dålig idé, är det?

Bara människor kan skapa som människor, för människor

Att skapa en exceptionell produkt går utöver att tillfredsställa nuvarande krav. AI förlitar sig på historiska data, vilket hämmar dess förmåga till innovation och förutseende av framtida krav. Ansvaret för att tänka framåt och bana väg för nästa stora sak ligger kvar hos människor. Medan AI kan tillhandahålla lösningar baserade på tidigare data, kämpar det med originalt, grundläggande tänkande.

Särskilt i ett område där empati är oumbärlig är det inte svårt att se varför människocentrerad design slutligen kommer att kräva människor för att driva designprocesser – vilka delar av processen de skulle välja att involvera AI är upp till dem. En förmåga att urskilja om den mänskliga eller maskinmässiga motparten skulle göra en specifik uppgift bättre i ett visst sammanhang är värd att utveckla. Tänk på två medlemmar i ett team som löser ett pussel tillsammans, där var och en bidrar till att komma närmare pusslets slutförande. Pusslet kunde vara ganska komplext, krävande mycket tid, ansträngning och fokus för att slutföra – men när två av dem arbetar tillsammans, börjar bitarna komma samman snabbare och mer omfattande, vilket gör aktiviteten mer njutbar och mindre stressig. Det är ett sätt att beskriva vad ett givande mänskligt-AI-samarbete borde kännas som.