We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
#109 The UX Design Process in the Age of AI – Where Does AI Help (and Where Does It Hurt)?
2025/4/17
Future of UX | Your Design, Tech and User Experience Podcast | AI Design
P
Patricia Reiners
Patricia Reiners: 我认为我们都清楚，并非每一个设计流程都包含这五个阶段，而且顺序也并非一成不变。设计本身就杂乱无章。但为了方便起见，我们将遵循这五个典型阶段。尽管你当前项目的实际设计流程可能有所不同，但这完全正常。为了方便起见，我们将重点关注这五个阶段，首先是共情阶段。在这个阶段，我们希望深入了解用户、问题以及事情的来龙去脉。假设你正在进行用户体验研究或针对应用程序更新收集客户反馈。你可以使用AI驱动的观点分析工具来扫描数千条用户评论。AI会告诉你90%的评论是积极的。但当你亲自阅读时，你会看到诸如“哇，我喜欢这个新更新，每次打开它都会崩溃。干得好”之类的消息。AI将“喜欢”和“干得好”归类为积极的，但任何人都知道这是反语。因此，AI在用户研究中的应用方式是：AI驱动的工具，例如Dovetail、UX Tweak和ChatGPT，可以分析海量数据，包括服务和访谈数据。这已经非常有帮助了。AI驱动的观点分析可以检测用户反馈中的挫败感、满意度和模式。甚至聊天机器人也可以进行自动化的用户访谈以收集见解，尽管我不推荐这样做，我认为这有点棘手。因此，我们可以说：用户研究和共情阶段很大程度上是关于数据的，是关于收集大量信息。AI真正擅长的是组织、分析和综合数据并从中找到意义，这需要大量时间。因此，AI在这方面非常出色。AI在用户体验研究中不太擅长或存在风险的地方是什么呢？首先，有时AI会误解内容，无法完全掌握语气、讽刺或隐藏的情绪。当你想到定性用户访谈时，所说的话背后有很多东西。例如，当某人做出某种印象时，你会看到他们的反应方式，他们实际上并非如此。所说的话和所做的事情之间存在巨大差异。尤其是在可用性测试中，看到用户界面、用户点击的位置以及定性访谈非常重要，用户点击某个按钮或做错了什么。对于AI来说，分析视频仍然非常困难，因为它只能分析文本，这使得建立联系变得非常困难。另一个风险是AI只擅长其训练数据。如果训练数据存在偏差，那么见解也会存在偏差。对于每一个AI产品来说，情况都是如此。同理心不仅仅是识别模式，更是关于人际连接。因此，共情阶段的关键结论是：AI可以处理用户数据，但真正的同理心来自于人与人之间的互动。AI在研究方面是一个很棒的伙伴，但它永远、永远、永远不会取代真实的互动和反馈。我认为这一点非常重要，我再怎么强调都不为过。虽然有合成用户或注意力洞察之类的工具，但这都很好。我的意思是，如果你想使用它们，那就用吧，如果它对你有帮助，如果你无法进行用户研究，但要将那里的见解作为假设，而不是基于事实的信息。你需要在某个时候验证这些信息。让我们转到下一个阶段，定义阶段。AI能否帮助将数据转化为真正的见解？首先，定义阶段是关于综合所有用户研究见解并真正理解所有这些信息。此时，你拥有大量用户研究、反馈、数据和可用性测试。有一些工具非常有帮助。想想Miro、FigJam或Notion AI、ChatGPT、Perplexity AI、Cloud AI，它们可以帮助你总结数据、提出建议、总结、帮助你对见解进行分类，然后提出一些建议。例如，用户发现结账流程令人困惑。用户希望应用程序提供更多个性化设置。这看起来不错且有帮助，但有时会出现一些问题，因为用户体验设计师不仅要定义问题，还要深入研究隐藏的需求。因此，为了正确使用AI，至关重要的是不要提示AI说“你的建议是什么？”然后出现示例。你只是发现结账流程令人困惑。这很好，但为什么？我们需要理解为什么。不是说他们觉得它令人困惑，而是什么导致了这种困惑？问题是什么？他们在哪里迷路了？因此，AI可能会总结说用户想要个性化设置，但人类研究人员需要发现用户实际上是被过多的选择压垮了。这基本上需要人类进行批判性思考。AI也可以帮助你定义用户体验问题。AI可以将这些大量数据组织成非常清晰的主题。它可以将其分类为痛点、需求和目标。或者你可以使用我之前提到的AI生成的热图来预测用户将把注意力集中在哪里。你可以这样做，但同样，这是一个你仍然需要在某个时候验证的假设。或者AI可以处理调查结果并大规模提取模式。这非常有帮助，尤其是在你拥有大量数据的情况下。因此，AI在定义阶段失败的地方，AI不会问为什么。它只会发现过去行为中的模式，它不会问为什么。AI可能会强化现有偏见，而不是发现新的见解。一些用户体验问题可以通过数据来定义，但直觉起着巨大的作用。定义阶段的关键结论是什么？AI是组织见解的绝佳助手。但我们仍然需要人类，我们永远都需要。需要定义真正问题的人，对所有事情都有批判性洞察力的人，并得出真正深入的结论，询问原因，并可能发现研究中存在某些差距，以及仍然需要回答的某些问题。让我们转到第三部分，即构思阶段。提出功能、新想法和头脑风暴。AI可以发挥创造力。AI在头脑风暴、提出想法和新内容方面确实非常出色。它有多新颖是另一个问题，但它肯定能提出想法。这非常有帮助，我强烈建议使用AI，尤其是在头脑风暴阶段，你已经掌握了所有见解，你已经定义了你的问题陈述，你真正了解了这一切，你有了你的研究见解，你理解了问题，你已经对解决方案有了一些感觉，然后使用AI进行头脑风暴，然后对不同的想法进行优先排序，然后将其转化为功能。对于这个阶段，我强烈推荐使用ChatGPT、Perplexity AI等大型语言模型。构思很大程度上是关于内容的。它不是关于可视化内容。我的意思是，当然你可以，但大型语言模型最适合这些阶段。我认为AI在整个构思过程中失败的一些地方是：它可以根据过去的设计和产品预测或推荐某些功能。有时它不会创造出完全新的东西，或者它会过于疯狂。我的建议和推荐是，当你开始提示语言模型时，要非常精确。你已经提到了目标群体、见解和问题陈述。你提供的细节越多，功能就越好。然后不要忘记迭代。不要使用第一个想法，而是迭代、迭代、迭代，对它们进行优先排序，对这些想法进行分类，然后将其作为起点。你知道，你不需要从空白页面开始。好的，现在让我们来谈谈本集的赞助商，Wix Studio。网页设计师们，让我们来谈谈“C”字——创意倦怠。你的客户方拥有真正的投资组合潜力，但在资源、反馈、有限的预算和越来越紧张的截止日期之间，它根本无法实现。Wix Studio帮助弥补了这一差距。它专为代理机构和企业而构建，你可以将自己的愿景变为现实，并通过无代码动画、大量AI工具、可重复使用的设计资产和高级布局工具来保持其活力。对于你的下一个项目，请访问wixstudio.com。这是wixstudio.com。因为一个很大的问题是，有时AI生成的想法缺乏用户背景，因此它们需要人工改进或在提示中提供良好的信息。是的，这绝对是我推荐的内容。构思阶段的关键结论是：ChatGPT，所有大型语言模型在头脑风暴和构思方面都很出色。但对你来说，至关重要的是，首先要正确地提示语言模型。因此，提供足够的背景信息，然后检查内容，对它们进行优先排序，并将其作为起点。让我们转到第四步，原型设计阶段。AI是否使设计速度更快？我认为它绝对做到了。原型设计是什么样的？通常，原型设计阶段是关于可视化你的想法或你提出的概念。也许你已经有一些功能想法，并且你想对其进行原型设计，以便在下一阶段进行测试或将其展示给利益相关者。原型设计对于帮助人们理解功能、产品和想法的外观以及对其进行测试非常重要。AI可以提供很大的帮助。有像Galileo AI、Vizilli、Relume这样的出色工具，它们可以帮助你仅通过简单的提示创建小型原型。我的建议是，这也是我在研讨会或与客户一起使用这些工具时看到的，它们还无法创建视觉上完美的成果。因此，AI工具会向你展示的是一个非常粗略的草稿，一个很好的起点，我认为这是与你的团队开始讨论、与客户分享、甚至进行第一次测试的最佳起点。但不要指望它完美无缺，因为它不会完美无缺。我认为对AI原型设计抱有正确的期望是好的。另一件非常重要的事情是，当你提示AI工具创建线框图、创建设计时，不要含糊其辞，因为它们无法做到，它们不知道。在你提示这些工具之前，想想这个功能是什么样的。使用另一个大型语言模型，例如ChatGPT，进行头脑风暴。好的，我想设计一个新的搜索功能，一个用于在预订系统中查找完美航班的搜索区域，我需要什么？我需要什么功能？好的，我需要一些东西来输入日期，可能我需要一些东西来输入机场、到达和出发机场，也许我需要一个过滤器，也许我需要我想携带的人、我想携带的人、任何我想添加的服务。因此，你已经考虑过你想包含哪些不同的组件。要非常具体。否则，你会得到一些非常随机的东西，一些毫无意义的东西。这就是我看到很多人不幸做错的事情，然后他们对结果非常沮丧。这也是这些工具略显不足的地方。它们可能感觉非常通用，缺乏个性，但你越了解你想要什么，你就能越好地提示AI。不要指望AI为你做所有工作。这绝对行不通。原型设计阶段的关键结论是：AI可以加快设计速度，但设计师必须首先定义他们实际想要在原型中包含什么，它是什么样的，以及他们需要如何有条理地测试想法。当你认为AI会抢走你的工作，因为有很多工具已经可以设计和创建视觉上漂亮的东西时，不会，因为它们不知道你实际上想用这个原型表达什么。你的目标是什么？你不是为了好玩才这样做。你这样做是为了向利益相关者展示某个想法，进行一些测试。你有一些问题，你希望通过原型得到答案。好的，现在让我们进入最后一个阶段，测试阶段。测试是使用原型、假设和假设，并使用真实用户进行测试，也可以使用AI进行测试。但通常情况下，两者结合是最好的。有一些AI驱动的可用性测试工具，例如Amaze和Lookback，它们会在你进行真实测试之前预测用户行为。这可能会有所帮助。你可以这样做。它们提供某些基于AI的眼动追踪工具，模拟用户首先会看哪里。我已经提到了Attention Insights工具，它可以根据AI对用户注视位置的预测创建热图，或者AI可以自动化调查和基于聊天的反馈。这都很好。这都可能很棒，但仍然需要进行真实的测试。AI绝对失败的一些领域：AI测试是预测性的，而不是真实的。因此，它没有考虑人类的情感。也许你已经看到，当你有一个阴影设计或进行热图测试时。有时，我认为对我来说，看到人们实际上在看什么地方也很吸引人。这不是你可以预测的事情。这与层次结构无关。有时人们会因为某个词、某个符号或其他什么原因而关注某些东西。因此，你始终需要使用真实用户进行测试。AI无法像人类观察那样真正衡量细微的挫败感或喜悦感。测试阶段的关键结论是：AI有助于进行初步测试，即在真实测试之前进行的一些测试，以便基本上有一些想法，更多的假设，但仍然需要进行真实世界的可用性测试。在粗略地浏览了设计流程并了解了我们如何在何处实施设计之后，我们看到AI根本没有取代你的用户体验设计，而是在重塑它。对我们来说，了解我们可以在哪里使用AI、我们在哪里产生最大的影响、我们如何在何处真正加快流程非常重要。因为有很多方面AI实际上比人类要好得多。例如所有重复性工作、所有自动化工作、所有数据、生成想法。因此，我们可以更多地关注人类技能，真正的同理心、创造力、决策能力。这仍然来自人类，深入研究这些主题非常重要。顺便说一句，如果你想了解更多关于如何在你的设计流程中深入整合AI的信息，请务必注册AI for Designers 2.0自定进度版本课程，并在说明中找到链接。本课程将帮助你保持最新状态，让你快速掌握AI工具。如果你感到不知所措，如果你不知道如何使用它们，如果你仍然觉得每天都会出现新的工具，我不知道从哪里开始。这是你的课程，我强烈推荐你参加。这是对你的未来最好的投资。AI已经到来，我们可以选择抵制它或战略性地使用它。因此，对我们来说，重要的是真正了解AI如何在何处发挥作用，以及如何使用它来成为更好的用户体验设计师。非常感谢你的收听。如果你想联系我们，你可以在Instagram上找到我们。你可以在LinkedIn上找到我们。给我们发消息。请与我们联系。请打个招呼。如果你有任何问题，随时联系我们。我很高兴认识你，和你聊聊天。非常感谢你的收听。我想说，我们将来再见。
Deep Dive
This chapter explores the use of AI in the empathize phase of UX design. AI tools can analyze large datasets, but they struggle with nuances like sarcasm and hidden emotions, highlighting the irreplaceable value of human interaction in understanding user needs. Empathy requires human connection, which AI cannot replicate.
- AI excels at analyzing large datasets and identifying patterns in user feedback.
- AI struggles with interpreting nuances like sarcasm and hidden emotions.
- Human interaction remains crucial for genuine empathy and understanding user needs.
Shownotes Transcript