AI zmienia dziś nie tylko produkty, ale też sposób ich projektowania, testowania i używania. Dzisiejsze teksty krążą wokół pytań o to, jak badać doświadczenia oparte na AI, dlaczego nawet najbardziej techniczne narzędzia potrzebują „ludzkiego” UX i co dzieje się z naszym myśleniem, gdy coraz częściej rozmawiamy z systemami konwersacyjnymi jak z prawdziwymi partnerami.

Zapraszamy do pogłębienia tematów.

Czy testy użyteczności utknęły w 2016 roku?

Słowa kluczowe: AI, prototypowanie, badania

Artykuł opisuje, że wiele badań użyteczności AI nadal opiera się na metodach z czasów statycznych prototypów, mimo że dzisiejsze narzędzia pozwalają tworzyć znacznie bardziej realistyczne doświadczenia. Zamiast testować pojedyncze ekrany i „udawane” flow, możemy dziś sprawdzać pełny kontekst użycia produktu, od landing page’a po prawdziwe odpowiedzi modelu AI i realne błędy systemu. Tekst zwraca uwagę, że dawne ograniczenia narzędzi badawczych przez lata wpływały na sposób prowadzenia testów, a wiele zespołów nadal nieświadomie pracuje według tych samych schematów. To nie tylko zmiana technologii, ale też moment, w którym trzeba na nowo przemyśleć, co właściwie chcemy badać i czego nasze testy naprawdę dowodzą.

Czy narzędzia systemowe w końcu zaczną być „ludzkie”?

Słowa kluczowe: narzędzia, doświadczenie, emocje

Kyrylo Levashov w swoim artykule stawia tezę: przez lata narzędzia systemowe i „maintenance software” były projektowane tak, jakby użytkownik chciał tylko jak najszybciej z nich uciec. Tymczasem nawet najbardziej techniczne produkty wpływają na emocje, poczucie kontroli i relację użytkownika z technologią, dlatego sama funkcjonalność przestaje wystarczać. Autor opisuje, że doświadczenie takich narzędzi buduje się m.in. przez sposób tłumaczenia złożoności, komunikowanie postępu i projektowanie momentu zakończenia działania systemu. To interesujące spojrzenie na obszar UX, który długo był traktowany wyłącznie jako „warstwa techniczna”, a dziś zaczyna być postrzegany jako pełnoprawne doświadczenie użytkownika.

Psychologiczne skutki uboczne AI

słowa kluczowe: AI, psychologia, zaufanie

AI wpływa nie tylko na sposób pracy, ale też na to, jak myślimy, podejmujemy decyzje i oceniamy własną pewność. Systemy konwersacyjne bardzo łatwo uruchamiają mechanizmy psychologiczne, takie jak nadmierne zaufanie, przypisywanie „intencji” maszynie czy stopniowe osłabienie krytycznego myślenia. Problem w tym, że interakcje z AI są projektowane tak, by były płynne i naturalne, przez co łatwo zapomnieć, że rozmawiamy z systemem probabilistycznym, a nie świadomym partnerem. Tekst stawia ważne pytanie: jeśli AI zmienia nasze zachowania i sposób myślenia, to czy projektowanie tych doświadczeń nie staje się jednocześnie projektowaniem ludzkich nawyków i przekonań?