Приоритет дизайна, ориентированного на человека, для достижения лучших результатов
Нам необходимо переоценить роль и участие команд пользовательского опыта (UX) в проектах машинного обучения (ML). Исследования показали, что UX-команды редко имеют возможность придумать совершенно новые способы реализации ML-решений. В опросе 27 практиков UX только 25% сообщили, что команда UX играет роль в создании новых концепций дизайна.
Проблема в том, что UX-команды часто занимаются проектами машинного обучения ближе к концу процесса разработки, после того, как модели уже обучены и функциональные решения уже приняты. От UX-дизайнеров часто ожидают, что они сделают существующие продукты ML более визуально привлекательными и удобными для пользователя, не исправляя основные недостатки или исторически плохое принятие пользователями. Иногда мы просто красим свинью губной помадой.
Вовлекая команды UX на ранних этапах создания решений машинного обучения, мы можем стимулировать инновации, более точно определять потребности пользователей и обеспечивать не только правильный дизайн, но и разрабатывать правильные вещи.
Задействуйте UX как можно раньше и чаще
Привлечение UX-дизайнеров на ранних этапах процесса разработки продукта поможет сделать ваши продукты машинного обучения удобными, эффективными и успешными. Преимущества раннего участия в UX включают избежание дорогостоящих ошибок и согласование проекта машинного обучения с реальными потребностями пользователей.
Проекты машинного обучения требуют значительного времени, денег и ресурсов, а ограничения технологии прототипирования означают, что разработка машинного обучения требует чрезвычайного уровня приверженности. Здесь мало места для «быстрых и частых неудач». Важно быть уверенным в желательности, осуществимости и жизнеспособности предлагаемого решения машинного обучения, прежде чем погрузиться в дорогостоящую разработку. Если желания на ваш продукт нет, целесообразность и целесообразность его разработки становятся спорными. Привлекая дизайнеров UX с самого начала, вы можете быть уверены, что ваши решения машинного обучения разрабатываются с учетом потребностей пользователей.
Примеры использования: влияние ориентированного на человека дизайна
Чтобы еще больше подчеркнуть важность привлечения UX-команд на раннем этапе, давайте рассмотрим несколько тематических исследований, демонстрирующих влияние дизайна, ориентированного на человека.
Исследование касты 1: инструмент поддержки принятия клинических решений
В статье Незаурядный искусственный интеллект: использование интеллектуальной поддержки принятия решений в критически важных клинических процессах принятия решений команда UX обсуждает свой процесс разработки инструмента поддержки принятия клинических решений (CDS). Инструменты CDS предназначены для улучшения принятия решений в клиническом рабочем процессе, обычно с помощью компьютеризированных предупреждений и напоминаний. В данном случае инструмент был призван помочь кардиологам в принятии решения об имплантации искусственного сердца пациентам с сердечной недостаточностью на конечной стадии.
Команда UX в конечном итоге обнаружила, что клиницисты, ответственные за решение об имплантации, обычно не считали это решение сложным для самостоятельного принятия. Более того, принятие решений редко происходит перед компьютером, где врачи обычно взаимодействуют с инструментами CDS.
Итак, это было первоначальное предложение по инструменту, который помог бы пользователям принять решение, для принятия которого им не нужна помощь, с помощью компьютера, рядом с которым они не могли бы принимать это решение.
Пример 2. Совместная разработка инструмента оркестровки в классе
Другой пример, Совместная разработка инструмента оркестрации в классе в реальном времени для поддержки взаимодополняемости ИИ и учителя,подкрепляет идею начинать с пользователя, а не с технического решения. или данные. При разработке инструмента аналитики обучения (LA) для учителей K-12 в Соединенных Штатах команда разработчиков даже не выдвинула гипотезу, прежде чем начать свое этнографическое исследование. Основываясь на имеющихся знаниях о сложностях систем LA, команда решила применить исследовательский и совместный подход, разработав инструмент совместно с реальными конечными пользователями (учителями).
Подход совместного проектирования не только позволяет глубже понять потребности и ценности пользователей, но также может привести к неожиданным инновациям и реализации в режиме реального времени.
«Чтобы побудить учителей свободно говорить о проблемах, с которыми они сталкиваются в классах с искусственным интеллектом, не чувствуя себя ограниченными теми, для которых, по их мнению, техническое решение в настоящее время возможно, мы изначально избегали задавать прямые вопросы об «учебной аналитике». Вместо этого […] мы спросили: «Если бы вы могли иметь любые сверхспособности, которые вам нужны, чтобы помочь вам выполнять свою работу, какими бы они были?»
Команда обсуждает тот факт, что начало и разработка для нужд пользователей иногда уводили их отклонялись от общих шаблонов проектирования и визуализации Лос-Анджелеса и вместо этого проявляли потребность в новых подходах. На самом деле были моменты, когда учителя положительно реагировали на определенные визуализации, но затем меняли свое мнение, когда их просили объяснить, как они могут на самом деле использовать эти визуализации в контексте класса.
Эти тематические исследования подчеркивают важность близости к конечным пользователям и развития глубокого понимания их рабочих процессов и процедур, что подчеркивает важность привлечения команд UX на ранних этапах процесса разработки для создания более успешных продуктов машинного обучения.
Успешные решения машинного обучения начинаются с UX
Организациям, работающим с технологиями машинного обучения, рекомендуется с самого начала активно привлекать UX-дизайнеров, способствуя открытому общению между дизайнерами и конечными пользователями.
Тематические исследования показывают, что использование дизайна, ориентированного на человека, и непосредственное наблюдение за пользователями в их естественной среде могут выявить важные идеи и предотвратить дорогостоящие ошибки в разработке ML. Привлечение команд UX в начале процесса не только гарантирует, что продукты машинного обучения работают, но и действительно удовлетворяют потребности пользователей, что приводит к экономии времени, денег и ресурсов.
Пока мы создаем эти интеллектуальные машины, секрет их улучшения заключается в том, чтобы отдать предпочтение человеческому опыту над искусственным интеллектом. С самого начала применяя дизайн, ориентированный на пользователя, мы можем создавать продукты машинного обучения, которые действительно захотят использовать реальные люди.
Присоединяйтесь к группе Fusion в LinkedIn
Публикация Fusion. Мы являемся сотрудниками UHG, и это наше собственное мнение, а не мнение компании или ее аффилированных лиц.
