Proporcionar a los líderes de UXR implementaciones de IA bien pensadas
Establecer una visión lo guiará a usted y a su equipo hacia las herramientas adecuadas en el entorno adecuado.
Soy un escéptico de la IA.
Hoy en día, eso parece una declaración que despeja el espacio y que potencialmente limita la carrera. En más de una ocasión, los compañeros me trataron con un silencio incómodo.
Me considero escéptico de la IA porque no creo que agregar IA automáticamente signifique mejora y mayor eficiencia. No estoy solo; 2025 Estudio del Centro de Investigación Pew El estudio encontró que el 50% de los estadounidenses están preocupados, en lugar de entusiasmados, por el mayor uso de la inteligencia artificial en su vida diaria. El estudio también encontró que tanto los expertos como los no expertos quieren tener más control sobre la inteligencia artificial. Sin embargo, apuesto a que estos números se verían diferentes si solo tomáramos muestras de técnicos.
No estoy en contra de todas las herramientas de IA (algunas de ellas pueden ser útiles en el contexto adecuado y con las barreras adecuadas), pero abogo por un enfoque cauteloso en su uso. En este artículo, describiré el enfoque que adopto como líder de investigación.
Como todos sabemos, todavía estamos atados a la inteligencia artificial (a los efectos de este artículo, la inteligencia artificial se refiere a herramientas basadas total o parcialmente en grandes modelos de lenguaje (LLM) o redes neuronales). El gran valor de la IA está en aumentar la eficiencia, liberar más tiempo para otras tareas o duplicar la capacidad. En los círculos de experiencia del usuario, a menudo escucho esta afirmación. “La inteligencia artificial está revolucionando el proceso de diseño e investigación” y”La inteligencia artificial significa que ya no tendremos roles dedicados”lo que refleja que la velocidad del procesamiento de la IA significa que podemos hacer más cosas que están fuera de nuestro alcance. La inteligencia artificial permitirá a los gerentes de producto simular diseños rápidamente utilizando algunas señales. La IA permitirá a los diseñadores crear rápidamente prototipos e impulsar códigos directamente como los ingenieros (mi equipo ha sido advertido de que podemos sentirnos “abrumados” por la cantidad de prototipos que hacemos). Los usuarios integrados, los entrevistadores de IA y el análisis de sentimientos automatizado también permitirán a los diseñadores y gerentes de productos convertirse también en investigadores. ¿Correcto?
Equivocado. Es cierto que las herramientas de IA hacen que las cosas vayan más rápido, pero en esta prisa, ignoramos por completo la calidad de su producción (p. ej. Judd Antin y Jesse Holbrook Sus dos artículos sobre ResearchSlop lo cubren muy a fondo). ¿Estos rápidos prototipos realizados mediante inteligencia artificial? Las dos mamparas están conectadas a través de un grifo. cuando Funcionan normalmente o funcionan como se esperaba. ¿Diseños puestos en producción en tiempo récord? Se queda atascado en una cola de revisión de código y los ingenieros tienen que refactorizarlo. Como sostienen Judd y Jesse, las herramientas de investigación basadas en IA generan conocimientos que pueden llevar a las empresas por el camino equivocado. La inteligencia artificial no cambia tanto el proceso de diseño e investigación sino que introduce un paso adicional de revisión. Todo empezó a parecer como si “el sonido y la ira no significaran nada”.
A diferencia de la frase clásica de Macbeth, no tenemos que sucumbir a la inutilidad (o inevitabilidad) de la inteligencia artificial. Hay muchas maneras en que podemos ayudar a nuestros equipos a utilizar la IA de manera cuidadosa.
Como antecedente, esta es mi situación: dirijo un equipo de 8 investigadores, incluido un gerente y personal de operaciones de UX. Adoptamos la inteligencia artificial más tarde que otras empresas, pero lo que nos faltó en puntualidad lo compensamos con entusiasmo. Se pide a los equipos, incluida la experiencia del usuario, que busquen de forma proactiva oportunidades para incorporar inteligencia artificial en sus flujos de trabajo para aumentar la eficiencia. Los líderes en todos los niveles creen plenamente en la IA y, según mi observación, rara vez se mencionan los riesgos o deficiencias de la IA.
Así es como implemento la inteligencia artificial con mi equipo:
- Establecí una estrella polar sobre cómo integrar la inteligencia artificial en nuestras prácticas de investigación. Su perspectiva sobre la IA, como cualquier otra cosa, marca la pauta para su equipo. Ya sea que esté completamente convencido de la promesa de la eficiencia de la IA o sea escéptico como yo, debe considerar cómo y dónde quiere que la IA participe en el proceso de investigación. Mi estrella del norte es lo que debería ser la inteligencia artificial Apoyar, no reemplazar,calidad de la investigación, que defino como artesanía,evaluación y revisión. La calidad ya esta valor fundamental Para mi equipo.
- Definí conjuntos de habilidades importantes para mi equipo y desarrollé pautas de IA para retenerlos. Sigo creyendo firmemente en cultivar y desarrollar las habilidades básicas de nuestra profesión, incluidas buenas técnicas de entrevista cualitativa, análisis de datos exhaustivo y riguroso y narración persuasiva. Creo que mantener un entorno en el que los investigadores en todas las etapas de sus carreras puedan aprender y practicar estas habilidades es un requisito de mi trabajo. No sabía todas las formas en que mi equipo estaba usando la IA hasta que tuvimos una conversación dedicada fuera del sitio. Es cierto que estoy un poco frustrado con las partes que han eliminado automáticamente (como alguien que disfruta del análisis y la escritura de datos), pero esto me indica que debo ser más claro acerca de cómo quiero que lo usen. He creado un conjunto de pautas que incluyen:
- No utilice inteligencia artificial para desarrollar o perfeccionar preguntas de investigación. Esta es una habilidad fundamental para los investigadores, ya que implica comprender el contexto empresarial + usuario, y los problemas generados por las herramientas de IA suelen ser demasiado banales o complejos para resolver el problema central.
- Utilice inteligencia artificial para limpiar los datos de la encuesta o prepararlos para el análisis. Es fundamental revisar el material después de cualquier limpieza/preparación automática. Documente el proceso utilizado por las herramientas que utiliza.
- Márquelo con una nota a pie de página en introducciones de investigaciones, guías de discusión, encuestas u otros lugares donde los resúmenes se generen total o parcialmente mediante inteligencia artificial.
Estas pautas reflejan las habilidades que quiero que practiquen y utilicen con regularidad. Mi consejo (o directiva) contra el uso de inteligencia artificial para desarrollar preguntas de investigación surge de mi creencia de que inhibe gran parte del aprendizaje que ocurre durante el desarrollo del problema. Como investigadores, identificamos brechas en la estrategia de producto que pueden explotarse para mejorar la experiencia del usuario. No hay comparación con el resultado superficial y mediocre producido por la inteligencia artificial.
Mi nota sobre las etiquetas cuando los investigadores utilizan la IA también refleja la transparencia que quiero fomentar sobre la IA en general. Con el mismo espíritu, compartí esto con mi equipo y les pedí su opinión y comentarios, y me dijeron No Si la investigación no se contextualiza ni se discute abiertamente, entonces usar la inteligencia artificial puede ser tan malo como que te digan que la uses.
- Veo las conversaciones con los líderes sobre el uso de la inteligencia artificial como conversaciones de riesgo versus recompensa. Como líder de investigación, me instaron a incorporar inteligencia artificial en todos los flujos de trabajo de mi equipo sin considerar plenamente los riesgos y las compensaciones. Los líderes de productos y diseño están ansiosos por que los equipos prueben las últimas herramientas de investigación que han descubierto, lo que producirá conocimientos de investigación (malos) más rápidamente. Abordo estas conversaciones con una mente abierta y leo todo lo que puedo, y utilizo las siguientes preguntas para establecer estas conversaciones:
- ¿Puede esta herramienta darnos un buen resultado? (Resultados que los investigadores o las partes interesadas pueden utilizar para la toma de decisiones, ¿sin hacerse ilusiones?) ¿Qué sucede si algo sale mal?
- ¿Realmente esta herramienta nos ahorra tiempo? ¿O creará tiempo de revisión y carga de trabajo adicionales para los investigadores?
- ¿Es esta herramienta rentable? (es decir, ¿el tiempo de trabajo que ahorra es proporcional al costo de su licencia o implementación?)
Normalmente, la respuesta a la mayoría o a todas estas preguntas es no, pero cambian la conversación de los méritos de la inteligencia artificial a una sobre el valor agregado al negocio. En el mundo de las ganancias, el costo es a menudo el factor más importante, crítico y convincente. También investigo nuevas herramientas y documento proactivamente sus beneficios y compensaciones. Si tiene la suerte de tener un supervisor de operaciones, él puede ayudarlo a resolver esto.
- Regularmente registro lo que funciona y lo que no funciona para cada herramienta y hago un seguimiento de su uso. Recientemente implementamos una instancia de NotebookLM que contiene fuentes de investigación de los últimos 3 años que las partes interesadas pueden consultar. Antes de hacer esto, probé la herramienta usando preguntas que pensé que las partes interesadas podrían hacer, trabajé con mis operaciones para modificar las indicaciones y capturé los resultados antes y después. También hago un seguimiento de las personas que lo utilizan para especificaciones de producto e ingeniería para comprender cuál es el resultado y cómo informan las decisiones. De esta manera puedo asegurar que nuestra producción sea de alta calidad, con una buena relación calidad-precio y evitar resultados indeseables.
Casi siempre siento que al final de mis conversaciones sobre inteligencia artificial me piden que declare que no soy ludita ni me opongo abiertamente a las nuevas tecnologías. En mis 10 años en la industria tecnológica (¡en junio pasado!) He visto muchas tendencias nuevas ir y venir, al menos intentó Haz lo mejor que pueda. Las nuevas tecnologías pueden ser emocionantes y ayudarnos a desbloquear nuevas formas de trabajar, mientras que muchas de las nuevas tecnologías que son comunes ahora parecían aterradoras en ese momento (¿electricidad, alguien?). Sin embargo, nuestra adopción y discusión de nuevas tecnologías carece de preparación para el futuro si no consideramos los riesgos que enfrentamos en nuestras conversaciones. Mi preocupación a largo plazo sobre la inteligencia artificial y todo lo nuevo es que pueda obstaculizar nuestra capacidad de pensar por nosotros mismos y que en nuestra búsqueda de la velocidad fracasemos. humano Tiempo de procesamiento para producir resultados de alta calidad. Como líderes de investigación, nuestro objetivo final es respaldar el trabajo de nuestros equipos y la implementación de la IA no es una excepción.
Proporcionar a los líderes de UXR implementaciones de IA bien pensadas Publicado originalmente en colectivo de experiencia de usuario En Medium, la gente continúa la conversación destacando y respondiendo a esta historia.
