分类
Posts

穿越深渊:合成式 AI 用户研究工具的黑暗面

在本文中,将审视人工智能在用户体验行业关键领域的发展,并对即将到来的变革进行专业预测。首篇聚焦《荒诞派:这些UX工具应被扫入历史垃圾堆》!

雅各布·尼尔森(Jakob Nielsen)在此次对话中将AI称为”思维的叉车”,并通过研究指出使用AI的工作者生产效率提升40%。尼尔森与凯特·莫兰(Kate Moran)的探讨与本文系列主题高度契合,特别是关于当下行业盲目用机器人对话替代用户研究的怪象——我们将在下文中深入剖析。

若您有一小时空闲,强烈推荐观看这场充满洞见且妙趣横生的完整访谈:https://youtu.be/T2NcRBlh3Dc?si=eumFWL_M4WBH9cbX

借鉴克林特·伊斯特伍德经典电影《黄金三镖客》的”良莠优劣”分类法,本系列将用户体验领域的AI工具按应用场景划分为五类:

  • 荒诞派:应被历史淘汰的UX工具
  • 谨慎派:有用但需克制的AI应用
  • 拥抱派:带来显著效率提升的必备工具
  • 进化派:即将引发行业剧变的领域
  • 未来派:近在咫尺的技术突破

让我们开启首章之旅:

荒诞派:这些UX工具应被扫入历史垃圾堆

以下应用场景的UX类AI工具尤其令人不安:

“作为用户体验从业者,我厌恶与客户对话。我早已洞悉他们的需求(即便他们声称不想要我的设计,或表示无法理解操作方式)。我需要AI快速生成精心筛选的’反馈’,用以说服产品经理和开发团队按我的意愿执行方案。”

我们正目睹一场AI工具与科研论文的狂潮,它们试图伪造用户形象,从根本上消解与真实用户对话的必要性。这类”工具”包括以Synthetic Users为代表的公司(https://www.syntheticusers.com/),其宣传语令人瞠目:
“用户研究,无需用户。”

相关论文亦层出不穷,如某篇鼓吹AI卡片分类法”成功”的研究:https://www.linkedin.com/feed/update/urn:li:activity:7159259196268404736/

在新冠疫情催生的社交隔离与当代普遍存在的孤独症候群背景下,这种逃避现实、沉溺人机对话的倾向或许不足为奇。然而:

若在设计系统时只与机器人对话,最终创造的将是专供机器人使用的系统。

或如《小魔怪2》中丹尼尔·克兰普的经典台词:

“这里本就不是为人而建,是为物所造。你为物筑巢…物自会来。” ——《小魔怪2:新种降临》

来源:https://www.imdb.com/title/tt0099700/quotes/?item=qt0342606

用户访谈的核心价值在于发掘人类认定的实用价值与情感愉悦。试问:以AI替代真人进行研究,究竟意欲何为?针对AI生成人物画像的”研究”,无异于派遣机器人替你度假。

诚然,派机器人前往巴哈马比亲临更经济高效!但此举意义何在?

风险资本持续重金投入”通过AI模型研究人类需求”来替代真人调研,此举已突破个人认知的荒诞阈值。

执掌用户体验团队时,我首要任务是建立30-50人的核心用户小组,保持每月深度访谈。通过高度自动化流程,确保每周最少进行6-8场用户对话。长期积累使团队与用户建立深度联结,他们实质参与产品塑造过程。此外,我鼓励用户体验团队与客户经理、技术支持等一线部门紧密协作,从而构建产品全景视角。

当印度或欧洲的开发团队突遇紧急问题时,用户体验团队可于晨间完成方案构思与原型设计,日间即与2-3名真实用户及4-6名内部人员进行测试验证,当日下午即可交付经充分验证的解决方案。这应是每位用户体验从业者的目标——建立并持续优化与用户及利益相关者的精益沟通链路。

用户必须居于创新流程的核心。

无需具备奥普拉式的访谈技巧,但以同理心、共情力及创造性服务思维与用户对话,正是本行业立身之本。这些人类特质的运用,构成了我们与机器的本质区别。请勿僭越这条界线——让机器发挥所长,将同理心、共情力与创造性倾听留予人类。

当然,存在特定设计师群体无需直接接触用户:视觉设计师、品牌专家、设计运营专员、设计系统工具专家等。若其无意参与用户对话,仍可达成产品成功(尽管接触用户始终有益)。本文讨论对象并非此类专家,而是本应以用户对话为核心职责,却莫名抗拒真实交流的UX设计师与研究人员。

若身为UX设计师却厌恶用户对话,或许您已入错行。与其在歧路上渐行渐远,建议即刻寻求导师、友人或专业人士的帮助。

用AI替代真人对话,绝非设计人类产品的正道。

Baymard研究所的实证研究揭示:AI用户研究不仅低效,更对体验具有实质损害。《测试ChatGPT-4进行”UX审计”显示80%错误率及14-26%可发现率》:https://baymard.com/blog/gpt-ux-audit

用户体验权威雅各布·尼尔森在近期博文中强调:

“AI无法替代真实用户研究。它可提供大量可用性测试线索,但无法预测用户真实行为。无论好坏,人类本就是难以预测的生物。更重要的是,现有AI工具仅能模拟’典型’人类行为。特定用户群体在背景、需求、动机等方面必然异于’典型人类’——这正是我们坚持开展专属用户研究的根本原因。”

来源:《AI用户体验入门指南》https://jakobnielsenphd.substack.com/p/get-started-ai-for-ux

帕维尔·萨姆索诺夫(Pavel Samsonov)在UX Collective的文章中指出:

“LLM(大语言模型)与真实用户的本质区别在于:LLM永远不会购买你的产品。”

来源:《AI用户研究绝非”聊胜于无”——其危害远超想象》https://uxdesign.cc/no-ai-user-research-is-not-better-than-nothing-its-much-worse-5add678ab9e7

就个人立场而言,任何助长”逃避真人用户研究“的工具研发路线都应被彻底摒弃。这个荒诞的研究方向不应获得任何投资,本文亦不再赘述。

今日,您与用户对话了吗?若否,原因为何?