¿Cómo ha cambiado el aprendizaje automático la forma en que diseñamos UX?

Answer 1

Creo que es muy temprano para dar una respuesta integral a esta pregunta, pero considere esto: solía ser que diseñamos experiencias principalmente para la presentación y la navegación clara de la información en una pantalla. Un sitio web o software “dinámico” fue una experiencia en la que el texto y las imágenes de una pantalla se extrajeron de una base de datos en lugar de estar codificados y formateados en línea en la página.

Ahora, diseñamos experiencia en estados altamente condicionales y para flujo. Los algoritmos miden constantemente tanto contexto, sobre lo que está haciendo un usuario específico, y almacenan esa información para referencia futura para hacer una experiencia predictiva mejor que la próxima vez que se use.

Algunos de los enfoques y sistemas son extremadamente sofisticados y potentes (como los sistemas que intentan modelar interacciones de persona a persona, como el habla), otros sistemas solo observan pasivamente para ver si es más probable que alguien haga clic en un botón con diseño A o diseño B. En muchos casos, el aprendizaje automático está tratando de procesar suficiente información para optimizar un resultado comercial específico.

UX es una disciplina de negocios en la mayoría de los casos. Nos sentamos en la intersección de la tecnología, los objetivos comerciales y el comportamiento humano. Las herramientas de medición que nos dan la capacidad de ver lo que los usuarios realmente hacen en un contexto determinado (a menudo no hacen lo que dicen que hacen) nos ayudan a tomar decisiones más informadas sobre qué arreglar o diseñar a continuación.

También podemos usar esos algoritmos como herramientas de diseño, entradas para hacer que una experiencia sea más atractiva, divertida o agradable. El diseño funciona en estrecha colaboración con el aprendizaje automático para comprender lo que un usuario quiere y atender que necesita más rápido.

Los datos son como la inteligencia del campo de batalla, su valor está determinado principalmente por cómo se analiza y aplica. Ahí es donde el diseño puede desempeñar un papel importante: ¿qué significan los datos?

El diseño basado en datos (diseño que está determinado por la mayoría de los clics, interacciones, conversiones) no es muy bueno: a menudo se optimiza para el resultado medio, un debilitamiento de las decisiones que da como resultado un insulso, confuso y confuso experiencia conflictiva, y con frecuencia tiene resultados negativos inesperados en otras partes de la experiencia.

No se puede medir objetivamente una experiencia completa: ningún diseño es perfecto y es imposible saber qué está funcionando y qué no si se mira todo a la vez, siempre hay compensaciones. Del mismo modo, no puede diseñar una experiencia coherente y holística con muchas partes complementarias basadas en docenas (o cientos) de pequeñas experiencias, porque esas pequeñas experiencias miden el éxito de una parte aislada, no de la experiencia.

Por otro lado, el diseño de “datos informados” puede marcar la diferencia en un producto. Al final del día, algunas decisiones se reducen a una llamada instintiva, o un punto de vista. Ese punto de vista debe estar informado por los datos de que el diseño a su vez, informa el tipo de datos que se recopilan y cómo se expresan en la experiencia.

El diseño y el aprendizaje automático están en una relación simbiótica en los mejores casos.

Answer 2

Personalmente, creo que el Aprendizaje automático es una habilidad muy importante que cualquier desarrollador de productos debería tener en el mundo tecnológicamente inteligente de hoy … No porque pueda ayudarlo a ser fantasioso, sino porque es más que una habilidad, es esencial.

Por favor, déjame elaborar. En las últimas décadas, la investigación de UX ha sido abrumadoramente cualitativa. No tiene nada de malo. Pero el problema es que, cuando habla con un usuario, el usuario generalmente se protege a sí mismo. Este tipo de deseabilidad social, ilusiones positivas, efectos de Hawthorne son inevitables. Como diseñador, tú y yo hemos visto esto. Como usuario en una prueba, yo mismo he sido diferente … A nadie le gusta parecer tonto, ¿verdad?

A menudo, como una elección personal, usaría un enfoque de métodos mixtos para eliminar este sesgo tanto como sea posible al investigar o diseñar. A todos les gusta la validación y obtener más datos utilizando diferentes fuentes: entrevistas, encuestas, pruebas de usabilidad, etc., a menudo eran una buena forma de hacer las cosas, la forma ‘correcta’.

Más popularmente, ¿qué son las pruebas de usabilidad? ¿No son un intento de evaluar y ajustar el modelo mental del diseño al del usuario? ¿No son un intento de ver el producto en uso, en la vida real?

Hoy, esos datos están fácilmente disponibles. Un diseñador tiene, a su disposición, una base de datos muy grande que, enfáticamente, no es defectuosa / sesgada. La secuencia de clics, el entorno del usuario, la demografía del usuario, el entorno del sistema, los KPI del sistema, etc. van más allá de convertirse en gráficos circulares que se pueden utilizar para extraer personajes e historias.

Estoy de acuerdo en que no se debe confiar solo en las secuencias de clics para diseñar, sino que son una fuente muy poderosa de información VERDADERA. Y en lugar de analizar esos datos en retrospectiva, si puede usarlos para personalizar experiencias, ¿no será una mejor experiencia?

El diseño de la experiencia es un campo amplio, e interactuar con los usuarios forma el meollo del ciclo de desarrollo, pero he intentado, y creo que cada diseñador debería hacerlo si no lo hace ahora, para incorporar no solo al usuario deleite o el objetivo del negocio, pero también la capacidad del usuario y la limitación del sistema. La mayoría de las veces, descubrí que el uso de datos reales es una excelente adición al diseño de productos más inteligentes. Miro grandes diseños, no como cómo reaccionan a los problemas de usabilidad, sino cómo evitan los problemas de usabilidad en tiempo real. He descubierto que Machine Learning es la columna vertebral de tales experiencias.

Answer 3

Este será el tema más interesante de UX en el futuro.

Conexiones profundas con los comportamientos de los usuarios mientras se diseña la experiencia del usuario, ¿por qué no un día AI cambia los diseños de productos para individuos y / o totalmente en tiempo real?

Muy interesante tema …

Answer 4

Se supone que el aprendizaje automático mejora el UX y lo hace de tal manera que el usuario no se da cuenta de lo que está sucediendo. Gmail lo usa y muchos otros sitios también.

En los próximos diez años, el aprendizaje automático se convertirá en la norma para los desarrolladores, mejorando en última instancia la experiencia del usuario final.

Answer 5

El aprendizaje automático para diseñadores puede parecer un futuro lejano o incluso un concepto de un mundo de magia. Pero, de hecho, esto es algo que usted como diseñador debe tener en cuenta en este momento.

En esta publicación Aprendizaje automático para diseñadores: magia de modelos y métodos , intentaremos analizar los siguientes cinco problemas:

1. ¿Qué es el aprendizaje automático (con ejemplos)?
2. ¿Cuáles son los principales métodos de aprendizaje automático?
3. ¿Qué tan lejano es el futuro cuando el aprendizaje automático para diseñadores se vuelve real?
4. ¿Qué habilidad clave necesitas tener en la era del aprendizaje automático en diseño?
5. ¿Cómo implementamos el aprendizaje automático en el diseño hoy?

Espero que esta publicación le resulte útil en caso de que trabaje como diseñador (web) y desee conocer los cambios que su profesión podría enfrentar en el corto plazo.