تلخيص المقابلات والاستبيانات
يجيد الذكاء الاصطناعي تجميع تعليقات المستخدمين وتنظيم النقاط الأساسية. وهذا يسرّع المرحلة الأولى من التركيب. لكن لا يزال لا بد من تقرير أي التعليقات تشير فعلًا إلى نقطة ألم جوهرية.
تعرض هذه الصفحة مدى تأثر مهنة مصمم تجربة المستخدم بالأتمتة المدفوعة بالذكاء الاصطناعي استنادا إلى بنية العمل والتطورات الحديثة والتغيرات الأسبوعية.
يجمع مؤشر مخاطر الوظائف بالذكاء الاصطناعي بين الدرجات والاتجاهات والشرح التحريري ليوضح أين يرتفع ضغط الأتمتة وأين يبقى الحكم البشري أساسيا.
مصمم تجربة المستخدم ليس مجرد شخص يصنع شاشات قابلة للاستخدام. دوره يتمثل في فهم ما يتوقعه المستخدم، وأين يلتبس عليه الأمر، وما نوع التجربة الذي يقود إلى الاستمرار في الاستخدام أو الفهم، ثم تصميم بنية التجربة بأكملها. والمسؤولية هنا أوسع من شاشة واحدة وتمتد إلى سياق الاستخدام كله.
قيمة هذه المهنة لا تكمن في رسم التدفقات بحد ذاته، بل في تحديد أي مشكلة في التجربة ينبغي حلها فعلًا. يستطيع الذكاء الاصطناعي أن يسرّع تنظيم الأبحاث وصياغة التدفقات الأولية، لكن تعريف المشكلة الجوهرية في التجربة يبقى عملًا بشريًا بامتياز.
في أعمال تجربة المستخدم يستطيع الذكاء الاصطناعي اليوم أن ينتج بسرعة ملخصات للمقابلات، وشخصيات مبدئية، ومسودات لتدفقات المستخدم، وملخصات للاستبيانات، وقوائم بفرضيات التحسين. وإذا نظرنا فقط إلى مرحلة العرض فقد يبدو العمل عالي القابلية للأتمتة.
لكن الشخصية أو خريطة الرحلة النظيفة لا تملك قيمة بحد ذاتها. لا يزال لا بد من تقرير أي نقطة ألم هي الأهم، وأين تنكسر التجربة فعلًا، وما التغيير الذي سيكون مهمًا للمستخدم وللعمل في الوقت نفسه.
مصمم تجربة المستخدم ليس مجرد شخص يلمّع التجربة بطريقة عامة. جوهر الدور هو تعريف المشكلة الحقيقية وتصميم بنية الحل. والمهم هو الفصل بين المراحل التي يسرّعها الذكاء الاصطناعي والأحكام التي تبقى بشرية.
الذكاء الاصطناعي مناسب جدًا لتلخيص نتائج الأبحاث وصياغة مسودات عامة لتدفقات التجربة. وكلما كان العمل قائمًا على تنظيم المعلومات وعرضها زادت قابليته للأتمتة.
يجيد الذكاء الاصطناعي تجميع تعليقات المستخدمين وتنظيم النقاط الأساسية. وهذا يسرّع المرحلة الأولى من التركيب. لكن لا يزال لا بد من تقرير أي التعليقات تشير فعلًا إلى نقطة ألم جوهرية.
من السهل نسبيًا أتمتة المسودات الأولى للشخصيات ورحلات المستخدم بالاعتماد على نماذج سلوكية شائعة. وهذا يقلل أعمال التنسيق. لكن الحكم على ما إذا كان النموذج يعكس المشكلة الحالية حقًا يبقى مهمة بشرية.
الذكاء الاصطناعي بارع في إنتاج قائمة واسعة من أفكار التحسين اعتمادًا على سجلات الاستخدام ونتائج البحث. وهذا يوسع مساحة الخيارات. لكن ترتيب الفرضيات التي يجب اختبارها أولًا يبقى بيد البشر.
إظهار نقاط التماس الحالية وتدفقات التجربة يسهل أتمتته نسبيًا. وهذا يساعد على بناء التوافق. لكن لا يزال لا بد من تحديد أين يقع الاستياء الحقيقي أو أين يحدث الانقطاع الفعلي.
ما يبقى في يد مصمم تجربة المستخدم هو تعريف المشكلة الحقيقية في التجربة وتقرير ما الذي ينبغي تغييره أولًا. وكلما كان العمل متعلقًا بفهم معنى التجربة على نحو بنيوي ازدادت فيه قيمة الحكم البشري.
ما يقوله المستخدم إنه لا يعجبه وما الذي يمنعه فعلًا من الاستمرار في الاستخدام ليسا الشيء نفسه دائمًا. لا يزال لا بد من تعريف ما الذي ينبغي اعتباره المشكلة الحقيقية. فجودة الحل تعتمد على جودة السؤال.
قد يكون التحسين جيدًا للمستخدم، لكنه يحتاج إلى الانتظار بسبب قيود العمل. لا يزال لا بد من تقرير ترتيب يوازن بين قيمة المستخدم وقيمة العمل.
غالبًا ما يرى مدير المنتج والهندسة والمبيعات ونجاح العملاء مشكلات مختلفة. لا يزال لا بد من إعادة صياغتها في مشكلة تجربة مشتركة واحدة. تعتمد تجربة المستخدم كثيرًا على بناء فهم مشترك لا على الحدس الفردي.
لا يزال لا بد من الحكم على ما الذي تغير وما الذي لم يتغير وما الذي يمكن تفسيره بعوامل أخرى عند قراءة السجلات واختبارات المستخدمين. يعتمد العمل القوي في تجربة المستخدم على عدم التسرع في استخلاص النتائج من الأرقام وحدها.
في المستقبل ستُقاس قيمة مصمم تجربة المستخدم بدرجة أقل بسرعة رسم التدفقات، وبدرجة أكبر بقدرته على تعريف مشكلات التجربة وترتيب أولوياتها. وسيكون المهم هو استخدام الذكاء الاصطناعي مع تقوية مهارة تأطير المشكلة وتفسير النتائج.
عليك أن تتجاوز مجرد تكرار الشكاوى المرصودة وأن تعرّف ما المشكلة البنيوية الحقيقية فعلًا. فإذا كان تعريف المشكلة خاطئًا انجرف الحل والتحقق معه.
عليك أن تتنقل بين أصوات المستخدمين وسجلات السلوك. فالنظر إلى جانب واحد فقط يقود غالبًا إلى صورة مشوهة عن التجربة.
لا يكفي أن تصطف أفكار التحسين بعضها إلى جوار بعض. لا يزال لا بد من شرح لماذا يجب أن يكون ترتيب التغيير هكذا لا هكذا. وفي تجربة المستخدم كثيرًا ما يحسم الإقناع حول الأولوية ما إذا كان العمل سيحدث أصلًا.
حتى عندما تبدو الملخصات والشخصيات النموذجية نظيفة، فإنها كثيرًا ما تسطح التناقضات وحدّة المشاعر الموجودة في الميدان. يحتاج مصمم تجربة المستخدم إلى الانضباط الكافي للعودة إلى الملاحظة المباشرة وإعادة فحص الفرضية.
يبني مصمم تجربة المستخدم قوته ليس في العمل على الشاشة فقط، بل أيضًا في تعريف المشكلة، وبناء بنية التجربة، وتفسير نتائج التحقق. وهذا يجعل التوسع إلى أدوار مجاورة تتمحور حول الحكم على المنتج وفهم المستخدم أمرًا طبيعيًا نسبيًا.
الخبرة في ترتيب أولويات مشكلات التجربة تنتقل مباشرة إلى قرارات الميزات وخارطة الطريق.
الخبرة في تحويل إحباط المستخدم إلى قضايا بنيوية تدعم أيضًا تحسين العمليات ومتطلبات العمل.
الأشخاص الذين يفهمون التجربة الأوسع غالبًا ما يعيدون هذا الفهم إلى تصميم الشاشات التفصيلي بقدرة أقوى على ترتيب الأولويات.
الخبرة في بناء الفرضيات انطلاقًا من المقابلات والملاحظة تدعم أيضًا الأدوار الأكثر تركيزًا على البحث.
فهم مواضع تعثر المستخدم وما الذي يمنع استمرار الاستخدام يرتبط أيضًا بدعم ما بعد التنفيذ وزيادة الاعتماد.
الخبرة في التفكير في المسار الممتد من الاكتساب إلى الاستمرار في الاستخدام تفيد أيضًا في تحسين القمع التسويقي ومعدلات التحويل.
لا يجعل الذكاء الاصطناعي مصممي تجربة المستخدم يختفون، لكنه يسرّع تنظيم الأبحاث وصياغة التدفقات الأولية. ستصبح الملخصات والتصورات أخف، بينما سيبقى تعريف مشكلة التجربة الحقيقية، وموازنة أولويات العمل والتجربة، وبناء التوافق بين الفرق، وتفسير نتائج التحقق عملاً بشريًا. ومع تغير طبيعة العمل، ستعتمد القيمة طويلة الأجل بدرجة أقل على مدى أناقة التلخيص، وبدرجة أكبر على قدرتك على تحديد مشكلة التجربة التي تستحق الحل.
الوظائف المعروضة هنا تنتمي الى القطاع نفسه الذي تنتمي اليه مصمم تجربة المستخدم. وهي ليست الوظيفة نفسها، لكنها تساعد على مقارنة تاثير الذكاء الاصطناعي وقرب المسارات المهنية.