Experiencia de Usuario e Inteligencia Artificial

AI and UX framework
  1. Trabaja en equipo. Es sumamente importante remarcar que el UX en AI no es un trabajo de dos personas o de un sólo rol, todo el equipo debe de estar involucrado en el proceso para partir desde el mismo punto: Todas las personas del equipo vamos a diseñar, desarrollar, analizar, escribir centrándonos en el usuario. Empodera a tu equipo con información fácil de digerir para todos sobre los avances de cada fase e insights y aprendizajes que van recolectando en el camino. Es vital que esta información esté al alcance de todos.
  2. Tómate el tiempo necesario para entender el problema antes de diseñar cualquier cosa. El User Research es vital para diseñar un producto/servicio centrado en las personas a partir de sus necesidades y pain points para identificar oportunidades y crear soluciones. Existen métodos muchos métodos y prácticas, algunos ejemplos: encuestas, entrevistas, User Personas, Participatory Design (Prototyping-Design Thinking), Group Debates, entre muchos otros. Infórmate ANTES cuáles de estos métodos son adecuados para la fase en la que te encuentras.
  3. Entender que la Inteligencia Artificial es un sistema: Social, tecnológico y ecológico. Es un framework que debe de idearse y adaptarse a las necesidades actuales. Piensa en cuál sería su rol entre la persona y el problema.
  4. No asumas que por ser AI no se necesita una interfaz, al contrario, es cuando más debe de entenderse y describir por sí misma su usabilidad.
  5. Identificar los objetivos. ¿Cuáles son los objetivos ? Valida la hipótesis. Causal entre correlación. ¿A largo plazo? ¿Qué podría salir mal in-intencionalmente?
  6. Conocer sobre el algoritmo. ¿Cómo va a aprender el algoritmo? Algoritmo de aprendizaje supervisado (clasifica observaciones en etiquetas), sin supervisión (patrones), reforzamiento (toma acciones y aprende de los resultados).
  7. Entender todos los aspectos. Funcionalidades (Variables que dan personalización), limitaciones (reglas que limitan la flexibilidad). Experimentation, Data Analysis, Data infrastructure…
  8. Datos. ¿Qué datos y cómo se van a usar? Entre más datos tengas, el algoritmo será mejor. ¿Necesitas esos datos en realidad? ¿Cómo vamos a obtener esa información? ¿El usuario me va a dar esa información?
  • Datos del usuario. ¿Qué campos de texto o inputs necesitamos del usuario?
  • Actividad del usuario. ¿Cómo interactúa o no?
  • Feedback del usuario. ¿Cuál ha sido el desempeño?
  • Offline o por medio de un tercero
  • Datos basura: Datos capturados o sesgados.
  • Interpretación de la información, análisis de áreas de oportunidad e iteración.
  • ¿Qué podría pasar en “x” escenario y cómo podríamos actuar?
  • ¿Cómo podríamos aterrizar lo que queremos que haga el sistema de la forma más específica posible para tener un margen de “confusión” menor.
  • Inicio, camino y meta — Algunas prácticas para usar en este punto: User Journey, User Stories, User flows, Story Boards.
  • Cambio y evolución para mejorar la UX en la AI. ¿Cómo podemos implementar un método iterativo? ¿Qué hemos aprendido?¿Qué podemos mejorar? Nada es constante.

¿Cuál es la relación que debería de existir entre UX y AI?

https://medium.com/@elainelee

--

--

--

#WomeninTech #Travel #Foodie #ProductManagement #UX

Love podcasts or audiobooks? Learn on the go with our new app.

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store
Alix Gallardo

Alix Gallardo

#WomeninTech #Travel #Foodie #ProductManagement #UX

More from Medium

roll+weird: The Weight of Systems

Zilean Update — Designing a more defined role for The Chronokeeper.

When place experience design for public space goes wrong

How recruiting users turned into an oasis