Toen ChatGPT in 2023 algemeen werd geaccepteerd, ontstond er al snel de overtuiging dat AI de grote opvolger zou worden.
En de afgelopen twee jaar gonsde het van de artikelen en berichten op sociale media over de AI-revolutie. Het is geworden LE een onmisbaar onderwerp dat op ieders lippen en op alle platforms ligt.
In elk vakgebied heeft iedereen het over kunstmatige intelligentie, omdat het een revolutie teweegbrengt in alle beroepen en vakgebieden. Niemand ontsnapt eraan.
Ik zie dus heel veel artikelen en berichten op Linkedin, mijn collega's en onze klanten bespreken het, de Franse premier praat erover op tv. Zelfs mijn moeder en neefjes praten erover.
Maar als UX-professional moeten we onszelf volgens mij de volgende vragen stellen: gaat kunstmatige intelligentie ons echt vervangen? Hoe werkt het en hoe kunnen we het gebruiken? Welke oplossingen bestaan er voor UX-methodologieën die daadwerkelijk werken (geen misleidende onzin over toverstokken)? Worden de gegevens die ik erin invoer beschermd? …
Er zijn zoveel essentiële vragen die onderzocht moeten worden om de impact van AI op ons beroep te begrijpen.
Vandaag wil ik in dit artikel de nadruk leggen op een specifiek onderwerp binnen het UX-vakgebied: gebruikerstesten.
Om een stand van zaken te kunnen vaststellen van wat er bestaat en hoe AI zich in deze methodologie positioneert.
Allereerst, waarom voeren we gebruikerstesten uit?
Gebruikerstesten zijn essentieel voor een bedrijf om zijn klanten te ontmoeten, te observeren en te begrijpen.
En ik denk dat alle UX-ontwerpers, service-ontwerpers, productontwerpers, UX-onderzoekers, UX/UI-ontwerpers… die ons vandaag lezen, het met mij eens zullen zijn: dit is een van de meest verrijkende en noodzakelijke stappen.
Hetzij om behoeften te ontdekken en ons inzicht te verfijnen, hetzij om onze ontwerpen te vergelijken met echte gebruikers. De ultieme crashtest om te controleren of wat we hebben ontworpen, werkt.
Want ja, wij, UX en UI, zijn ook mensen. Wij ontwerpen naar ons beste vermogen, met maximale expertise en minimale vooroordelen... maar wij zijn niet de eindgebruikers.
Tijdens toetsen worden we telkens weer verrast door bepaald gedrag dat we niet hadden voorzien, ontdekken we onverwachte dingen, merken we soms dat de gekozen route helemaal niet is wat we dachten, zien we dat de route in de praktijk complexer is... Kortom, er zijn talloze lessen die ons aan het denken zetten.
Daarom zullen wij, UX, een heel testproces opzetten om de informatie te verkrijgen die we nodig hebben en met de grootste nauwkeurigheid:
- Definieer de testdoelstellingen, werf deelnemers en stel het protocol op (scenario, hypothesen, vragen, interviewmethodologieën, enz.)
- Voer tests uit om het gedrag van gebruikers te observeren, verzamel letterlijke uitspraken en aantekeningen, maak aantekeningen en stel vragen.
- Analyseer de resultaten grondig, extraheer kwantitatieve en kwalitatieve gegevens en pas het geteste product aan/verbeter het.
Dit proces vereist nauwkeurigheid, tijd en menselijke expertise om op de juiste manier te worden uitgevoerd om de gewenste informatie te verkrijgen.
Want net als bij AI geldt: als je niet de juiste vraag stelt, kunnen de antwoorden compleet vervormd raken.
Oké, maar hoe zit het met AI? Hoe helpt het ons bij gebruikerstesten?
In werkelijkheid kan het in elk van de hierboven genoemde stadia voorkomen:
- Ontwikkeling van testprotocollen
- Het creëren van vragen die cognitieve vertekening vermijden om te voorkomen dat de antwoorden van gebruikers worden beïnvloed
- Aanvullende vragen om een antwoord van een tester te onderzoeken
- Werving van deelnemers
- Simulatie van gebruikersgedrag
- Analyseer gebruikersgedrag, identificeer knelpunten en dien verbeterideeën in
We moeten het zien als een superassistent die ons tijd bespaart en valkuilen vermijdt.
Maar spoiler alert: nee, AI is nog lang niet klaar om ons te vervangen.
En nogmaals, het is niet onfeilbaar en vereist menselijke verificatie! Omdat de naam in werkelijkheid verwarrend is. Het is niet ‘intelligent’ in de zin dat het kan denken, ideeën kan uiten… het is een robot, een machine die een taak uitvoert die aan hem is toegewezen.
AI-tools die u wellicht interesseren
Ik wil benadrukken dat het in dit gedeelte niet mijn doel is om een specifieke tool te promoten, maar om bestaande opties op bekende (of iets minder bekende) UX-platforms te presenteren.
Er zijn ontzettend veel verschillende tools op de markt en helaas kan ik geen volledige lijst maken. Ik wilde je graag een eerste, korte samenvatting geven van een aantal bestaande tools die AI integreren.
Tests door gebruikers et Doolhof
Dit zijn twee concurrerende platforms waarmee u tests kunt organiseren matige (in livegesprek met de tester) of ongemodereerd (wordt onafhankelijk door de tester uitgevoerd).
Met beide tools kunt u realtime feedback verzamelen van echte gebruikers over websites, applicaties of prototypes. Ze visualiseren paden en klikken en bieden video's, grafieken, aantekeningen en gedetailleerde analyses van de interacties van testers met uw product.
Het is ook op het niveau van de analyses dat hun IA (Doolhof / Tests door gebruikers) zal erg interessant zijn. Zij zullen toestaan:
- Krijg automatisch inzicht in de audioreacties van gebruikers en hun antwoorden in vragenlijsten. Dus het analyseren van een grote hoeveelheid data en het maken van een samenvatting.
- Maak een automatisch transcript van video's
- Wrijvingspunten detecteren
- Analyseer de emoties die gebruikers voor u voelen.
Kortom, ze helpen om snel en eenvoudig waardevolle inzichten te verkrijgen uit gebruikerstesten.
Maze heeft (dat moet gezegd worden) ook extra specifieke kenmerken vergeleken met User Testing.
Hun AI helpt u ook bij:
- Opbouw van het testprotocol. Door u herformuleringen van vragen aan te bieden, inclusief aanbevelingen om cognitieve vooroordelen. Wat vooral interessant is om beïnvloede reacties te vermijden.
- Tijdens het testen, bijvoorbeeld als de gebruiker de taken autonoom uitvoert, kan de AI van de gebruiker aanvullende vragen stellen als blijkt dat er meer moet worden gedaan. Dat wil zeggen, stel dat de tester een vaag en onvolledig antwoord geeft, dan kan de AI detecteren dat het nodig is om dieper te graven en nog een tot drie andere vragen te stellen om meer details te verkrijgen.
Hotjar
Het is eigendom van Contentsquare en is een tool gebaseerd op analyses en rapportages. Analyse van gebruikersgedrag op de site mogelijk maken, zodat u beter begrijpt hoe gebruikers omgaan met uw website of applicatie. Het biedt functies zoals heatmaps, sessieopnames, enquêtes en gebruikersfeedback.
Hun IA richt zich daarentegen alleen op onderzoeken. Het zal het volgende mogelijk maken:
- Maak zelf een volledige enquête. U hoeft alleen maar aan te geven wat het doel van uw enquête is. Vervolgens worden er suggesties gedaan voor vragen die u aan uw gebruikers kunt stellen.
- Zodra de gegevens zijn verzameld, kan er automatisch een samenvattend rapport worden gegenereerd met: de belangrijkste inzichten, letterlijke opmerkingen en zelfs suggesties voor verbeteringen.
Kameleoon
Hiermee kunt u A/B-testen uitvoeren met behulp van deIA. Hiermee kunt u de customer journey in realtime aanpassen om betrokkenheid en conversie te optimaliseren. Met Kameleoon kunt u paginavariaties maken op basis van AI-aanbevelingen, voorspellende inzichten gebruiken om campagnes te optimaliseren en AI biedt bovendien gegevensrapporten waarmee u de impact van tests op verschillende doelgroepen kunt analyseren.
Hun AI analyseert het gedrag en de contextuele gegevens van bezoekers om ze in realtime te segmenteren en zo hun conversie-intentie te identificeren. Dankzij deze dynamische segmentatie kunt u uw doelgroepen heel nauwkeurig targeten.
Gebruiker
Het lijkt een beetje op Figma of Sketch, maar dan geautomatiseerd dankzij de integratie van AI. En zo binnen enkele seconden ontwerpen en prototypes maken. Bewerkbaar op basis van feedback en iteraties.
In principe deIA zal het volgende mogelijk maken:
- Transformeer wireframe-schetsen naar schermen.
- Of beschrijf wat u wilt als schermen vanuit een prompt in een chatbot en de chatbot zorgt ervoor dat de schermen en prototypes worden gemaakt, zonder dat u ook maar één regel code hoeft te schrijven. Dit is vooral handig tijdens design sprints, omdat u hiermee snel een feature of MVP kunt testen.
- We kunnen ook een screenshot en een afbeelding injecteren, die vervolgens wordt opgedeeld in componenten die we kunnen verplaatsen en rangschikken. Behoorlijk gek.
Dit platform heeft meer te maken met UI, maar ik wilde het toch even aan u voorstellen omdat de constructie ervan gebaseerd is op gebruikerstesten en u nu de mogelijkheid biedt om interfaces te optimaliseren voordat u ze gaat testen.
In principe is hun IA is gebaseerd op meer dan 20 jaar onderzoek in de neurowetenschappen en oogregistratie, wat een solide basis biedt voor menselijk gedrag en de manier waarop we schermen analyseren en beslissingen nemen...
Nu kan diezelfde AI uw schermen analyseren en het gedrag van gebruikers voorspellen op basis van wat u hebt ontworpen. In dit stadium zijn geen gebruikerstesten vereist. Neuronen kunnen u het volgende vertellen:
- welke delen van de content de meeste aandacht van de gebruiker zullen trekken via heatmaps.
- de cognitieve belasting die het scherm vereist
- focus en toewijding
- maar ook memoriseren.
En dat alles terwijl we u laten zien waar uw schermen zich bevinden ten opzichte van de marktstandaarden.
Bovendien biedt het platform op AI gebaseerde aanbevelingen om de prestaties van visuele media te verbeteren. Ja, want het gaat niet alleen om interfaces, het kan ook om marketing- en reclamecontent gaan…
Maar laten we duidelijk zijn: AI is nog lang niet in staat ons te vervangen.
Zoals u hebt gezien, zijn veel tools al afhankelijk van AI.
Maar er is nog steeds geen revolutionair platform dat alles voor ons kan doen als het gaat om gebruikersonderzoek.
Ten eerste omdat de huidige oplossingen te weinig nuance en diepgang bieden bij het analyseren en begrijpen van gedrag. Ja, AI kan klikken, bewegingen en zelfs micro-interacties herkennen, maar als het gaat om het begrijpen waarom een gebruiker op de ene plek klikt in plaats van op de andere... dan begint AI zich achter de oren te krabben. Het zou geweldig zijn als AI de intentie achter elk gebaar zou kunnen vastleggen, bijna alsof het onze psychologische assistent is. Maar dat is nog niet alles, AI blijft een machine.
En bovenal kan haar voorlopig nog niet verteld worden: dit is de plek om te testen. Doe het.
Ze is niet in staat de sector, de doelstellingen van de gebruikers en de verschillen daarin te begrijpen... en ze kan zich niet voordoen als een mens om honderden variaties, subtiliteiten en verschillen in ons gedrag te simuleren en dit in volledige autonomie te testen.
Wat personalisatie betreft, heeft AI nog een lange weg te gaan. Tot nu toe is de software uitstekend geschikt voor het verwerken van grote hoeveelheden data, maar als het gaat om het aanpassen aan de specifieke context van elke gebruiker, zijn er nog steeds enkele misverstanden.
En laten we eerlijk zijn, er is ook nog zoiets als creativiteit. AI kan inzichten genereren op basis van data, maar het mist vaak de creatieve insteek, het idee dat ontstaat na een gesprek met een gebruiker of een onverwachte observatie.
Conclusie… Deze AI die ons wordt verkocht als een toverstaf, die alles voor ons doet: die bestaat niet. Het is een mythe.
AI is nu al een geweldige assistent die bepaalde taken makkelijker maakt, grote hoeveelheden data analyseert, op basis van modellen voorspellingen kan doen en een ander perspectief biedt op bepaalde elementen.
Of het nu gaat om het helpen creëren van journeys tijdens design sprint workshops of het analyseren van enquêtes, video's en vragenlijsten: AI is een solide ondersteuning.
Het is een echte aanwinst, vooral handig voor mensen met een beperkt budget, en het bespaart velen van ons tijd.
Maar het vervangt de mens niet. Zakelijke experts of gebruikers.
Wij moeten er nog steeds zijn om het te kaderen, te verbeelden, te begeleiden, te corrigeren en soms aan mijn AI uit te leggen dat mensen meer zijn dan alleen maar regels code.
Maar misschien verandert dit in de toekomst wel. Dat we met al die investeringen in deze technologieën uiteindelijk robots krijgen die kunnen denken, emoties kunnen voelen en creatief kunnen zijn. Zoals iRobot (voor de jongere generatie is dit een film die je zeker op je verlanglijstje moet zetten).
Erwan Nisas, UX-ontwerper bij UX-Republic
