Com a adoção generalizada do ChatGPT em 2023, uma crença se espalhou rapidamente: a IA seria responsável pela grande substituição.
E nos últimos dois anos, artigos e postagens nas redes sociais têm falado sobre a revolução da IA. Tornou-se LE um assunto imperdível que está na boca do povo e em todas as plataformas.
Não importa a área, todo mundo fala sobre inteligência artificial porque ela está revolucionando todas as profissões e todos os campos. Ninguém escapa disso.
Então vejo toneladas de artigos e postagens no Linkedin, meus colegas e clientes estão discutindo isso, o primeiro-ministro francês está falando sobre isso na TV. Até minha mãe e meus sobrinhos falam sobre isso.
Mas, como profissional de UX, acho que as perguntas que precisamos nos fazer são: a inteligência artificial realmente nos substituirá? Como funciona e como podemos utilizá-lo? Quais soluções existem para metodologias de UX que realmente funcionam (sem essa de mágica enganosa)? Eles protegerão os dados que eu inserir nele? …
Muitas questões essenciais precisam ser exploradas para entender o impacto da IA em nossa profissão.
Mas hoje eu gostaria de focar este artigo em um tópico específico na profissão de UX: testes de usuário.
Poder estabelecer um status sobre o que existe e como a IA se posiciona nessa metodologia.
Primeiro de tudo, por que fazemos testes com usuários?
Os testes de usuário são essenciais para que uma empresa conheça, observe e entenda seus clientes.
E acho que todos os designers de UX, designers de serviço, designers de produto, pesquisadores de UX, designers de UX/UI… que estão nos lendo hoje concordarão comigo: este é um dos passos mais enriquecedores e necessários.
Seja para descobrir necessidades e refinar nosso entendimento, ou para comparar nossos designs com usuários reais. O teste de colisão definitivo para garantir que o que projetamos funciona.
Porque sim, nós, UX e UI, também somos humanos. Nós projetamos da melhor forma possível, com o máximo de conhecimento e o mínimo de preconceito... mas não somos os usuários finais.
Durante as provas, sempre seremos surpreendidos por certos comportamentos que não havíamos previsto, descobriremos coisas inesperadas, às vezes perceberemos que os caminhos tomados não são nada aqueles que pensávamos, também podemos perceber que o percurso é mais complexo em uma situação real... Enfim, lições sem fim que nos fazem pensar.
É por isso que nós, da UX, construiremos todo um processo de testes para obter as informações que precisamos e com a maior precisão:
- Definir os objetivos do teste, recrutar participantes e estabelecer o protocolo (cenário, hipóteses, perguntas, metodologias de entrevista, etc.)
- Realize testes para observar o comportamento do usuário, colete suas declarações e notas literais, faça anotações e faça perguntas.
- Analisar os resultados em profundidade, extrair dados quantitativos e qualitativos e ajustar/melhorar o produto testado.
Esse processo exige rigor, tempo e conhecimento humano para ser construído corretamente, a fim de obter as informações buscadas.
Porque, assim como uma IA, se você não fizer a pergunta certa, as respostas podem ser completamente distorcidas.
Certo, mas e a IA? Como isso nos ajuda com os testes de usuários?
Na realidade, ele pode estar presente em cada uma das fases que mencionei acima:
- Desenvolvimento de protocolos de teste
- Criar perguntas que evitem viés cognitivo para evitar influenciar as respostas dos usuários
- Perguntas adicionais para explorar uma resposta dada por um testador
- Recrutamento de participantes
- Simulação de comportamentos do usuário
- Analisar o comportamento do usuário, identificar pontos de atrito e enviar ideias de melhoria
Devemos vê-lo como um superassistente que nos economiza tempo e evita armadilhas.
Mas alerta de spoiler: não, a IA não está nem um pouco pronta para nos substituir.
E spoiler de novo: não é infalível e requer verificação humana! Porque na realidade o seu nome é confuso. Não é “inteligente” no sentido de que pode pensar, expressar ideias… é um robô, uma máquina que executa uma tarefa que lhe é atribuída.
Ferramentas de IA que podem lhe interessar
Gostaria de ressaltar que meu objetivo nesta seção não é promover uma ferramenta específica, mas sim apresentar opções existentes em plataformas de UX conhecidas (ou um pouco menos).
Há um grande número de ferramentas diferentes no mercado e infelizmente não posso fazer uma lista exaustiva. Mas eu queria dar a vocês uma rápida visão geral de algumas das ferramentas que existem e que integram IA.
Teste do Usuário et Maze
Estas são duas plataformas concorrentes que permitem organizar testes moderada (em chamada ao vivo com o testador) ou não moderado (realizado de forma independente pelo testador).
Ambas as ferramentas permitem que você colete feedback em tempo real de usuários reais em sites, aplicativos ou protótipos. Eles ajudam a visualizar caminhos e cliques, ao mesmo tempo em que fornecem vídeos, gráficos, anotações e análises detalhadas das interações dos testadores com seu produto.
É também ao nível das análises que a sua IA (Maze / Teste do Usuário) será muito interessante. Eles permitirão:
- Obtenha insights automaticamente das respostas de áudio dos usuários, bem como de suas respostas em questionários. Então, analisar um grande volume de dados e fornecer um resumo.
- Crie uma transcrição automática de vídeos
- Detectar pontos de atrito
- Analise as emoções sentidas pelos usuários por você.
Resumindo, eles ajudam a extrair insights valiosos de testes de usuários de forma rápida e fácil.
O Maze também tem (é preciso dizer) especificidades adicionais em comparação ao User Testing.
A IA deles também ajudará você em:
- Construção do protocolo de teste. Oferecendo-lhe reformulações de perguntas, incluindo recomendações para evitar vieses cognitivos. O que é particularmente interessante para evitar respostas influenciadas.
- Durante os testes, porque se você estiver em uma situação em que o usuário os executa de forma autônoma, sua IA pode fazer perguntas adicionais se detectar a necessidade de ir mais longe. Ou seja, digamos que o testador dê uma resposta vaga e incompleta, a IA consegue detectar que é necessário aprofundar-se e fazer de uma a três outras perguntas para obter mais detalhes.
Hotjar
De propriedade da Contentsquare, é uma ferramenta baseada em análises e relatórios. Permitir a análise do comportamento do usuário no site, ajudando a entender como os usuários interagem com seu site ou aplicativo. Ele oferece recursos como mapas de calor, gravações de sessões, pesquisas e feedback do usuário.
Seu IA em vez disso, está focado apenas em investigações. Permitirá:
- Crie você mesmo uma pesquisa completa. Você só precisa informar qual é o objetivo da sua pesquisa, e ele sugerirá todas as perguntas para fazer aos seus usuários.
- Então, uma vez coletados os dados, ele pode gerar um relatório de resumo automático com: os principais insights, comentários na íntegra e até sugestões de melhorias.
Kameleoon
Permite que você faça testes A/B com tecnologiaIA. Ele permite que você adapte a jornada do cliente em tempo real para otimizar o engajamento e a conversão. Com o Kameleoon, você pode criar variações de página com base em recomendações de IA, usar insights preditivos para otimizar campanhas, e a IA também fornece relatórios de dados para analisar o impacto dos testes em diferentes públicos.
A IA deles analisa os dados comportamentais e contextuais dos visitantes para segmentá-los em tempo real, identificando assim sua intenção de conversão. Essa segmentação dinâmica permite que você segmente públicos com grande precisão.
Mago
É um pouco como o Figma ou o Sketch, mas automatizado graças à integração da IA. E, portanto, criar designs e protótipos em segundos. Editável com base em feedback e iterações.
Basicamente oIA permitirá:
- Transforme esboços de wireframe em telas.
- Ou descreva o que você quer como telas de um prompt em um chatbot e ele se encarrega de criar as telas e protótipos, sem precisar escrever uma única linha de código. Isso é particularmente útil durante sprints de design, permitindo que você teste rapidamente um recurso ou MVP.
- Também podemos injetar uma captura de tela e uma imagem que serão desconstruídas em componentes que podemos mover e organizar. Muito louco.
Esta plataforma está mais relacionada à IU, mas eu queria apresentá-la a vocês porque sua construção é baseada em testes de usuários e agora permite otimizar interfaces antes de partir para os testes.
Basicamente, seus IA foi impulsionado por mais de 20 anos de pesquisa em neurociência e rastreamento ocular, o que fornece bases sólidas sobre o comportamento humano e como analisamos telas, tomamos decisões...
Então, agora, essa mesma IA é capaz de analisar suas telas e prever o comportamento do usuário em relação ao que você projetou. Nenhum teste de usuário é necessário neste estágio. Os neurônios poderão lhe dizer:
- quais partes do conteúdo atrairão mais atenção do usuário por meio de mapas de calor.
- a carga cognitiva exigida pela tela
- foco e comprometimento
- mas também memorização.
E tudo isso enquanto mostramos onde suas telas estão posicionadas em relação aos padrões de mercado.
Além disso, a plataforma fornece recomendações baseadas em IA para melhorar o desempenho da mídia visual. Sim, porque não são apenas interfaces, também pode ser conteúdo de marketing e publicidade…
Mas sejamos claros, a IA ainda está MUITO LONGE de nos substituir
Como você viu, muitas ferramentas já dependem de IA.
Mas ainda não existe uma plataforma revolucionária que possa fazer tudo por nós quando se trata de testes de usuários.
Primeiro, porque as soluções atuais carecem de nuances e profundidade na análise e compreensão de comportamentos. Sim, a IA pode detectar cliques, movimentos e até microinterações, mas quando se trata de entender por que um usuário escolhe clicar em um lugar e não em outro... é aí que a IA começa a coçar a cabeça. Seria ótimo se a IA pudesse capturar a intenção por trás de cada gesto, quase como se fosse nosso assistente psicológico. Mas não é por agora, a IA continua sendo uma máquina.
E, acima de tudo, por enquanto, ela ainda é incapaz de ouvir: este é o site para testar. Faça isso.
Ela é incapaz de entender o setor, os objetivos dos usuários e suas diferenças... e de conseguir fingir ser um ser humano para simular centenas de variações e sutilezas, diferenças em nossos comportamentos para poder testar com total autonomia.
Então, em termos de personalização, a IA ainda tem um longo caminho a percorrer. Até agora, ele é excelente para lidar com grandes quantidades de dados, mas quando se trata de se adaptar ao contexto específico de cada usuário, ainda há alguns erros de interpretação.
E, sejamos honestos, também tem essa coisa da criatividade. A IA pode gerar insights baseados em dados, mas muitas vezes não tem aquele toque criativo, aquela ideia que surge depois de uma conversa com um usuário ou de uma observação inesperada.
Conclusão… Essa IA que nos é vendida como uma varinha mágica, que faz tudo por nós: ela não existe. É um mito.
A IA já é um assistente excelente que facilita certas tarefas, analisa grandes quantidades de dados, consegue fazer previsões com base em modelos e oferece outro ponto de vista sobre certos elementos.
Seja ajudando a criar jornadas durante workshops de design sprint ou analisando pesquisas, vídeos e questionários, a IA é um suporte sólido.
É um verdadeiro trunfo, especialmente útil para quem tem orçamento limitado, e vai economizar tempo para muitos de nós.
Mas não substitui os seres humanos. Especialistas em negócios ou usuários.
Ainda precisamos estar lá para enquadrar, imaginar, supervisionar, corrigir e, às vezes, explicar à minha IA que os humanos não são apenas linhas de código.
No entanto, talvez um dia isso mude. Que com todos os investimentos que estão fazendo nessas tecnologias, acabaremos com robôs capazes de pensar, sentir emoções e ser criativos. Como no iRobot (para a geração mais jovem, este é um filme que deve ser incluído na lista).
Erwan Nisas, Designer de UX na UX-Republic
