По мере роста ажиотажа вокруг машинного обучения и вещей, называемых «ИИ», вполне естественно, что мы будем видеть компании, продукты и услуги, которые будут появляться и заявлять, что они облегчат вашу жизнь и работу, заменив некоторые или все ваши задачи чем-то. бот может.
Мы уже видели так называемые «UX» агентства и студии, предлагающие услуги «UX-исследований» или «исследований пользователей», которые включают в себя большую часть работы, выполняемой ботами. ИИ может писать вопросы, которые мы будем задавать нашим пользователям, и быстрее анализировать наши данные. Студии с гордостью сообщают в LinkedIn, что им не нужно разговаривать с пользователями, потому что искусственный интеллект может сообщить нам о потребностях пользователей. Просто спросите у ChatGPT, что нужно миллениалам от сайтов для покупок, и готово!
Если мы уберем U из UX, он не будет ориентирован на пользователя или клиента. Это исследования или дизайн, ориентированные на ботов. Это может легко привести к плохим или неверным стратегиям, решениям, продуктам или услугам. Я представляю будущее совещание по поводу провала проекта, на котором кто-то из руководителей спрашивает, почему мы считаем этот проект хорошей идеей. Кто-то скажет, что мы сэкономили время и деньги, работая с ИИ вместо пользователей. Интересно, чем это закончится, и увидим ли мы, что этот человек вообще будет привлечен к ответственности. Без ответственности нет стимула делать или быть лучше.
Хотя мы увидим некоторые инструменты, делающие части исследовательской работы более эффективными, критическое мышление является обязательным. Не все, что выплевывает бот, является точной или хорошей идеей. Я сталкивался и слышал о «резюме» ИИ, в котором не учитывались ключевые моменты. Кроме того, многие ответы и идеи являются чрезвычайно общими и не применимы к действиям. Если ChatGPT скажет вам, что миллениалы хотят большей устойчивости от веб-сайтов электронной коммерции, знаем ли мы, что делать? Знаем ли мы, как эти люди определяют устойчивость и что наша целевая аудитория ожидает от нас?
Убедитесь, что вы используете отличное критическое мышление и проводите надлежащие качественные исследования там, где вам не хватает доказательств и знаний, которые помогут улучшить стратегии, решения, продукты и услуги.
Мой текущий прогноз заключается в том, что агентства и студии, использующие ИИ для задач UX, рискуют разориться. То же самое и с агентствами по исследованию рынка, которые задают вопросы ботам вместо того, чтобы исследовать «рынок». Если большая часть работы выполняется общедоступной и/или недорогой системой, что мешает вашему клиенту использовать эту систему самостоятельно? Компании нанимают агентства за их талант. Как только вы замените свой талант ботом, у вас может не быть причин нанимать вас.
ИИ еще не ИИ.
Термин «ИИ» используется бесконечно, но это неправильный термин. Эти системы моделируются на основе существующих данных: иллюстраций, музыки, текста, фотографий и т. д. Это «МО», машинное обучение. Машина учится на моделях, на которых она обучена, а затем может использовать и повторно смешивать данные, чтобы предоставить что-то похожее, отличное или обобщенное в зависимости от того, что вы запрашиваете.
ИИ — это искусственный интеллект, который подразумевает, что машина обладает интеллектом человеческого типа. Он обладает критическим мышлением, рассуждениями, способностями к дедукции, может наблюдать за окружающим миром и делать о нем выводы. Текущие системы «ИИ» делают выводы на основе моделей обучения и данных.
Поскольку многие люди сообщают о фактических неточностях в ответах ML, включая мою собственную биографию, мы должны быть чрезвычайно осторожны и использовать наше критическое мышление при получении любого контента или идей, управляемых ботами.
«Пользователи ИИ»
Несколько компаний пытаются нажиться на волне восторга от ИИ, утверждая, что вам не нужно тратить время на разговоры или наблюдение за реальными людьми. Вместо этого вы можете взаимодействовать с ботами, которые представляют вашего пользователя. Эти компании утверждают, что вы можете узнать, чего хотят ваши пользователи, или протестировать на них идеи, не тратя время и деньги на взаимодействие с реальными пользователями. Кажется, они говорят это без иронии.
Возможно, вы можете стать супермета-специалистом и попросить ИИ написать несколько вопросов, которые ИИ сможет задать пользователям ИИ.
Я не называю их «пользователями ИИ». Я называю их «Демографические актерские чат-боты».
Как и многие разговоры с чат-ботами, которые вы сейчас ведете, заставляют вас требовать реального агента, чтобы помочь вам, фейковые истории и ответы от демографического актера, чат-бот может заставить вас жаждать узнать, что настоящие потенциальные и текущие пользователи делают, нуждаются и воспринимают.
Это не пользователи. Точка, конец истории.
Мы даже не можем притворяться, что взаимодействуем с пользователем, когда мы взаимодействуем с ботом, который не является нашим целевым пользователем. Если вы создаете продукты или услуги для ботов машинного обучения, возможно, целесообразно провести исследования и тестирование с помощью ботов машинного обучения. Но мы не должны даже делать вид, что это пользователи или хорошо представляют пользователей.
Один веб-сайт, предлагающий эту услугу, настолько странный, что никто не может сказать, правда это или шутка. Но если предположить, что это реально, вот скриншот с их веб-сайта, показывающий пример того, как вы можете использовать эту технологию.
Быстрые вопросы:
- Ваш партнер по отношениям на расстоянии знает, что вы одиноки?
- Наша целевая аудитория осиротела к 32 годам? Будем ли мы проектировать по-другому для кого-то с живыми родителями? Если нет, то эта информация бессмысленна.
- Много ли одиноких людей живут в домах с 4 спальнями?
- Черный человек, представленный белым мультяшным персонажем? См. мой раздел о маргинализированных группах далее в этой статье.
Обычно такие демографические данные сопровождают маркетинговые исследования. Мы считаем, что если мы поместим людей в то, что я называю «ленивыми ведрами», мы поймем, что им нужно, чтобы мы могли это предоставить. Те из нас, кто работает с CX и UX, знают, что вы не можете рисовать демографические группы одной широкой кистью даже при самых благоприятных обстоятельствах. Попытка превратить вашего пользователя в чат-бота — далеко не лучший вариант.
На приведенном выше снимке экрана показано, что мы предлагаем потенциальный продукт или услугу этому демографическому сегменту, представленному ИИ. Бот отвечает, что ваше решение набрало 3,5 балла из пяти, приводя следующие причины:
- Ваши пользователи [ИИ] довольны, но не впечатлены общим решением.
- Ваше решение выиграет от более престижного и ценного ощущения.
- В вашем решении отсутствует определение мер безопасности для обеспечения безопасности и конфиденциальности их данных.
Мы не знаем, что было подсказкой или предложенным решением. Скорее всего, это была краткая идея, в которой не было подробностей о том, насколько драгоценно ощущение, или о мерах безопасности, которые будут на месте. Как это выглядит быть довольным решением, но не вдохновленным им? Являются ли эти предложения действенными?
Что еще более важно, если бы мы провели наблюдательное исследование или интервью с владельцами домов, любящими кошек, одновременно одинокими и состоящими в отношениях менеджерами по логистике миллениалов в Мэдисоне, обнаружим ли мы, что они предпочитают элитное и дорогое? Хорошо ли они заботятся о безопасности и конфиденциальности данных? Ушли ли они недавно от поставщика или отказались от компании из соображений конфиденциальности?
Будут ли какие-либо из наших качественных данных соответствовать нашим данным бота? Мы можем знать это. Мы можем протестировать эти сервисы, сравнив то, что говорит бот, с тем, что делают и говорят реальные пользователи, когда исследование планируется, выполняется и анализируется квалифицированным специалистом. Затем вы можете определить, действительно ли одно заменяет другое. Учитывая длинный путь развития наших продуктов и услуг, а также то, как мы определяем их успехи или неудачи, вы можете измерить, сэкономили ли в конечном итоге решения, основанные на ботах, время или деньги или привели к лучшим результатам или результатам. Принесли ли они больше удовлетворенности клиентов? Лояльность или удержание?
В моей компании Delta CX мы только что опросили 35 миллениалов в Америке по финансовой теме. Мы могли видеть, соответствуют ли наши идеи «пользователю ИИ» частично, полностью или нет. Я не планирую проводить время в этих системах пользователей ИИ, и мне неудобно помещать в них конфиденциальные данные клиентов. Я понятия не имею, как используются данные, или то, что мы вводим, будет добавлено к обучению и будет использовано для других. Возможно, вы захотите протестировать его.
Обработка ИИ маргинализированных групп
В настоящее время ведется много важных дискуссий о неотъемлемом предубеждении в обучении моделей машинного обучения. Хотя я не буду вдаваться в подробности, на приведенном выше снимке экрана показан черный пользователь, представленный в виде белого мультяшного персонажа. Это очень плохой выбор, который одобрила эта компания. И мы не можем винить ИИ, поскольку кто-то в компании одобрил это изображение. Я предполагаю, что у них нет ИИ, создающего искусство, ИИ, создающего веб-страницы, и людей, управляющих автомобилем.
Нынешний AI/ML плохо представляет кого-либо, хотя и намного хуже для маргинализированных групп. Если ваша компания заботится о разнообразии, справедливости и инклюзивности, то вы должны включать в свои исследования разных людей. Боты и сгенерированные модели не заменят этих людей. Боты, скорее всего, основаны на стереотипах о группах.
Если вы считаете, что боты могут заменить людей и пользователей, сделайте следующее:
- Найдите группу пользователей из маргинализированных групп, которые тратят больше всего денег на вашу компанию.
- Усадите их в комнате или во время видеозвонка.
- Затем их, насколько вы заботитесь об их опыте и мнениях.
- А затем скажите им, что вы не будете включать их в свое исследование. Вы будете работать с мнениями ботов, представляющих людей в комнате.
- Посмотрите, что говорят эти люди, и если они понизят рейтинг, уйдут и т. д.
Это предполагает, что вы вообще хотите поговорить с этими людьми. Конечно, если вы хотите быть мета, вы можете просто спросить своих пользователей-ботов об этом и посмотреть, довольны ли они!
Исследования с пользователями ИИ — это не исследования пользователей.
Почему мы просим роботов притворяться нашими пользователями и клиентами — людьми, которые будут давать нам деньги и поддерживать наш бизнес? Это должно зайти слишком далеко даже для тех, кто предпочитает скорость качеству. Будут ли боты заполнять опросы, которые вы отправляете клиентам? Должны ли мы запрашивать у пользователей ИИ показатель NPS?
Ничто не заменит наблюдение и общение с целевой аудиторией. Даже когда у нас есть маркетинговые сегменты, UX-персоны, поведенческие типологии или другие профили пользователей, нам все равно нужно проводить исследования. Мы не должны просто смотреть на эти профили и придумывать ответы.
Прочтите достаточно статей и новостей, и вы, как правило, обнаружите два типа неудач компании: отсутствие исследований с клиентами или действия на основе неверных данных, потому что они задали неправильные вопросы, не те люди, или и то, и другое.
Замена некоторых или всех исследований CX/UX на AI/ML будет казаться крутой до тех пор, пока не появятся результаты. Когда клиенты жалуются или уходят, кто-то намного выше нас будет удивляться, почему мы сделали этот проект или почему проект произошел именно так. Если мы подсчитаем всю дугу проекта и его результаты, мы должны понять, что работа с ИИ — это весело, но не замена настоящего исследования CX/UX. Если это заменяет ваше исследование рынка, возможно, это что-то говорит о вашем исследовании рынка.
Кто является целевой аудиторией такого сервиса?
Если вы CX, UX, рыночный, R&D или другой профессиональный исследователь, вы можете увидеть эти услуги и подумать: «Это дурацко! Мне это не нужно! Почему эта компания думает, что мне это нужно?»
Это не так. Вы не целевая аудитория.
Целевая аудитория — неисследователи, которые считают, что исследователей и исследования можно заменить пользователями ИИ, синтетическими пользователями и «цифровыми близнецами». В то время как многие не-исследователи знают ценность наблюдения и общения с потенциальными и текущими клиентами — и знают, что это нельзя заменить вопросами ботам — многие в маркетинге, продукте и других областях могут подумать, что это лучше, дешевле и быстрее. . Это может быть частью плохих или посредственных вещей, которые делают наши команды, которые мы объявляем «достаточно хорошими».
К сожалению, это всего лишь еще одна попытка лишить исследователей работы. Чем больше мы посылаем сообщения о том, что «вам на самом деле не нужно встречаться со своими пользователями» и «на самом деле вам не нужны профессионалы, чтобы понять неудовлетворенные потребности целевой аудитории», тем больше компаний сомневаются в необходимости исследователей. Мы уже видели волны их увольнения.
Ориентация на клиента требует, чтобы реальные люди находились в центре ваших исследований, стратегий, решений, проектов, продуктов и услуг. Боты, машинное обучение и ИИ не являются заменой или прокси. Компании узнают об этом на собственном горьком опыте, а затем, надеюсь, кто-то будет привлечен к ответственности, и мы вернемся к взаимодействию с людьми, чтобы мы могли создавать то, что им действительно нужно.
PS: дополнительные аплодисменты Аманде Кано, которая спросила ИИ, следует ли использовать ИИ для замены пользователей-людей, и ИИ сказал нет. Плюс эта замечательная статья Нилуфар Салехи, сравнивающая сервис SyntheticUsers.com с реальными исследованиями, проведенными ею и ее командой.
