Wenn Sie den riesigen Rummel um ChatGPT, GPT-3 und allgemeine KI-Fortschritte irgendwie verpasst haben, dann haben Sie wohl unter einem Stein gelebt. Die Entwicklung der künstlichen Intelligenz in der Nutzerforschung ist zwar nichts Neues, gewinnt aber jeden Tag an Dynamik. Für Produktteams und Nutzerforscher ist die von GPT-3 freigesetzte Leistung in der Tat sehr attraktiv.
Auch Tom bekommt die Auswirkungen der KI zu spüren:
@tldv.io Geschrieben von ChatGPT #inception #chatgpt #ai #openai #meeting #corporate
♬ Originalton - tldv.io - AI Meeting Recorder
KI-gesteuerte Nutzerforschung wird die Art und Weise revolutionieren, wie Menschen mit Technologie interagieren und ihre täglichen Routinen erfüllen. Sie wird sich sogar darauf auswirken, wie wir Produkte entwickeln. KI kann Unternehmen dabei helfen, die Bedürfnisse der Nutzer besser zu verstehen, bestimmte Aufgaben zu automatisieren und sogar datengestützte Erkenntnisse über das Kundenverhalten zu gewinnen.
Während es im Internet viele Diskussionen über Menschen gibt, die besorgt darüber sind, dass die Technologie Arbeitsplätze ersetzen könnte, gibt es ebenso viele Menschen, die sich darüber freuen, wie sie die Technologie in unserem täglichen Leben unterstützen und weiterentwickeln kann.
Wie also wird künstliche Intelligenz die Nutzerforschung verändern? Der Prozess der Nutzerforschung birgt viele Herausforderungen, Möglichkeiten zur Verzerrung und andere bewegliche Teile, die es schwierig machen können, aufschlussreiche Nutzerdaten zu gewinnen. Durch die Implementierung von KI-gesteuerter Nutzerforschung können Unternehmen die Leistung des maschinellen Lernens nutzen, um aktuelle Prozesse zu rationalisieren und zu verbessern und sogar ganz neue Wege zur Erfassung, Zusammenstellung und Nutzung von Daten zu finden.
Niemand möchte, dass Hal 9000 die Fäden in der Hand hält, aber betrachten Sie KI eher als R2D2. Niedlich, kompakt, ein bisschen frech, und trotz seiner winzigen Statur trägt er maßgeblich dazu bei, den Tag zu retten und die gesamte Geschichte voranzutreiben.
PIEP, BOOP, BLEEP BOOP
Was ist KI?
Simpel, ja, aber es gibt viele Begriffe, die in Umlauf gebracht werden. ChatGPT, GPT-3, offene KI. Was ist die Definition von KI selbst?
KI ist ein Bereich der Informatik, der darauf abzielt, intelligente Maschinen zu schaffen, die wie Menschen arbeiten und reagieren können. Sie ist zu einem festen Bestandteil der Technologiebranche geworden und hat das Potenzial, viele verschiedene Bereiche zu revolutionieren. Wir können KI für verschiedene Aufgaben einsetzen, von der Verarbeitung natürlicher Sprache und Bilderkennung bis hin zur automatischen Entscheidungsfindung und Problemlösung.
Die meisten Nachrichten in letzter Zeit drehten sich um ChatGPT, eine verbesserte Version eines ChatBots. KI kann für die Verarbeitung natürlicher Sprache verwendet werden, d. h. sie kann menschliche Unterhaltungen als Input nehmen und Antworten wie ein Mensch erzeugen.
ChatGPT ist die Benutzerschnittstelle, aber KI deckt viele andere Bereiche ab. GPT-3 zum Beispiel ist ein KI-Modell, das Text aus einem bestimmten Kontext generieren kann. Dieses Modell bedeutet, dass es nicht nur natürliche Sprache versteht, sondern auch Text aus einer Reihe von Parametern generieren kann. Auch tl;dv ist ein KI-gesteuertes Produkt mit automatischer Transkription und der Fähigkeit zu erkennen, wer spricht.
Alles, was software- oder technologiebasiert ist und Logik und Argumentation nutzt, um ein Ergebnis zu erzielen, ist per Definition "intelligent".
Die vielen Möglichkeiten, wie GPT-3 / AI die UX-Forschung stärken wird
Die Auswirkungen, die GPT-3 auf die Nutzerforschung haben wird, sind vielfältig. Hier sind die Bereiche, in denen KI unserer Meinung nach den größten Einfluss auf die Art und Weise haben wird, wie UX-Forscher und Produktteams ihre Arbeit verrichten.
Vordefinieren von Annahmen, Themen und Fragestellungen
Heutzutage gibt es eine Vielzahl von Daten, die untersucht und analysiert werden müssen. KI kann dabei helfen, diese Daten zu sortieren, zu organisieren und zu analysieren, um wichtige Erkenntnisse zu gewinnen.
Auch wenn dies erst im späteren Verlauf des Nutzerforschungsprozesses zum Tragen kommt, kann KI bereits zu Beginn der Nutzerforschung dabei helfen, Ihre Annahmen und Vorurteile in Ordnung zu bringen.
Auch wenn viele Forscher zunächst vorgefasste Meinungen über ein bestimmtes Thema haben könnten, kann eine auf menschlicher Sprache basierende KI eine gute erste Anlaufstelle sein, um einige dieser Vorstellungen zu zerstreuen. Durch das Stellen von Fragen, das Bestätigen dessen, was sie für "wahr" halten, und das Stellen direkter Fragen an die KI können sich die Forscher ein gezielteres Bild von Beweisen und Zusammenhängen machen, um mit dem Forschungszyklus zu beginnen.
KI kann auch UX-Forschern helfen, bessere Entscheidungen zu treffen, indem sie verlässliche datengestützte Vorhersagen über das Nutzerverhalten liefert, um Entscheidungen zur Produktentwicklung zu treffen.
Eines der wichtigsten Probleme bei der UX-Forschung sind die Fragen, die in Nutzerinterviews gestellt werden. Selbst mit den besten Absichten kann die Art und Weise, wie sie formuliert und gestaltet sind, zu Verzerrungen im Gespräch führen.
Nutzerforscher und UX-Forscher können KI zur Unterstützung nutzen, indem sie bestimmte Prozessschritte automatisieren und unvoreingenommene Fragen und Szenarien für Nutzerinterviews erstellen. Auf diese Weise wird die potenzielle Voreingenommenheit von Forschern minimiert und der Zeitaufwand für die manuelle Analyse der aus den Interviews gewonnenen Daten reduziert.
Wenn ein UX-Forscher Konzepte, Abfragen und Inspirationen in ein Programm wie GPT-3 eingeben kann und es ihm solide Fragen ausspuckt, hilft ihm das, schneller und genauer Antworten zu erhalten.
Erfassen von Gedanken, Gefühlen und Ideen der Kunden
KI kann nicht nur den Forschungsprozess, sondern auch die eigentliche Datenerhebung verbessern.
Künftig können Forscher KI-gestützte Tools zur Stimmungsanalyse einsetzen, um die Gefühle und Meinungen der Kunden zu einem Produkt oder einer Dienstleistung zu erkennen, indem sie den Text analysieren, den sie in Umfragen oder anderen Feedback-Quellen angeben. So können UX-Forscher schnell Trends erkennen und tiefere Einblicke in die Gedanken und Gefühle der Kunden gewinnen. Grammarly ist eines dieser Programme, das von vielen Menschen genutzt wird. Die Grammarly-KI ist zwar nicht direkt für die UX-Forschung geeignet, kann aber den "Ton" erkennen und feststellen, ob ein Text selbstbewusst, freundlich, aggressiv usw. klingt.
Eine weitere Möglichkeit, wie KI zur Verbesserung der Datenerfassung beitragen kann, ist der Einsatz von tl;dv. Als KI-gesteuertes Nutzerforschungstool kann tl;dv bereits Meetings aufzeichnen und transkribieren und dabei automatisch die Sprecher erkennen. Dies spart nicht nur stundenlanges manuelles Transkribieren, Notizen machen und vieles mehr, sondern beseitigt auch das menschliche Fehlerelement vollständig.
Bereinigung und Organisation der gesammelten Daten
KI-Meeting-Assistenten sind nichts Neues - aber mit den jüngsten Fortschritten in GPT-3 haben sie ein ernsthaftes Upgrade erfahren. Ein GPT-Meeting-Tool wie tl;dv kann Erkenntnisse automatisch mit einem vordefinierten Tagging-System kennzeichnen. Sie können Momente zwar immer noch manuell markieren (und sollten dies auch tun), aber tl;dv kann Ihre Meeting-Erkenntnisse jetzt sofort sammeln, bündeln und konsolidieren. Dazu gehört die Identifizierung von Aktionspunkten, Erkenntnissen und Fragen in Echtzeit. Sie können diese von der KI identifizierten Erkenntnisse dann akzeptieren oder ablehnen und diese Erkenntnisse in Form von Clips oder Filmsequenzen mit Ihren Kollegen teilen.
KI kann auch zur Bereinigung und Organisation von Daten aus der UX-Forschung eingesetzt werden. Mithilfe von KI-Algorithmen können Forscher Informationen schnell organisieren, indem sie große Datenmengen sortieren und die wichtigsten Erkenntnisse hervorheben. Auf diese Weise können sie Zeit für manuelle Arbeit sparen und sicherstellen, dass die richtigen Informationen auf einfache Art und Weise präsentiert werden. Während dies bei tl;dv offensichtlich ist, ist es auch bei anderen Formen der KI möglich.
Erkennen von Themen, Mustern und Trends
Bei der Formulierung von Fragen in der Nutzerforschung geht es zu einem großen Teil darum, Voreingenommenheit zu vermeiden. Mit der Weiterentwicklung der KI kann sie jedoch auch in die andere Richtung gehen und die Voreingenommenheit der Befragten erkennen. Und das, nun ja, das kann sehr hilfreich sein! Sie brauchen keine hellseherischen Fähigkeiten und müssen Ihre Befragten nicht mehr hinterfragen. KI wird in der Lage sein, Betrug zu erkennen, wenn sie ihn "sieht".
KI kann helfen, Themen und Muster in Forschungsdaten zu erkennen. So können Forscher verborgene Erkenntnisse aufdecken und Trends im Kundenverhalten erkennen, die ohne KI unbemerkt geblieben wären. Ähnlich wie ein zweites Paar Augen gibt es hier keinen Raum für menschliche Fehler; wenn überhaupt, kann es übermäßig empfindlich gemacht werden, wenn Sie besorgt sind.
Programmierer können KI auch so gestalten, dass sie versuchen, die Stimmung (den emotionalen Ton) in den Antworten der Nutzer zu erkennen. Mithilfe der Verarbeitung natürlicher Sprache können KI-Algorithmen Text schnell analysieren, die zugrunde liegende Bedeutung verstehen und sogar erkennen, ob ein Befragter die Wahrheit sagt oder sich nicht sicher ist. Das klingt zwar ein wenig nach Orwell, aber für die UX-Forschung ist es von unschätzbarem Wert.
Die Stimmungsanalyse kann UX-Forschern dabei helfen, zu verstehen, wie Kunden über ein Produkt oder eine Dienstleistung denken, und Entscheidungen zur Verbesserung der Benutzerfreundlichkeit treffen.
Es liegt in der Natur der KI, dass sie in Form von quantitativen Daten und nicht in Form von qualitativen Daten erfasst wird, d. h. Sie erhalten Einblicke auf der Grundlage von Daten und Fakten und nicht von Gefühlen.
Den Sinn von Daten erkennen
Jetzt haben Sie also alle Daten gesammelt und mit Hilfe von KI sogar bis hin zu Emotionen analysiert. KI kann Ihnen auch dabei helfen, aus all dem einen Sinn zu machen.
Mithilfe von KI-Algorithmen können UX-Forscher aus den gesammelten Daten schnell Bedürfnisse, Schmerzpunkte und Hypothesen bilden. Dies kann auf verschiedene Weise geschehen - durch Clustering und Kategorisierung des Kundenfeedbacks, um zugrundeliegende Muster und Trends zu erkennen, oder durch die Durchführung von Stimmungsanalysen der Nutzerantworten.
Die künstliche Intelligenz kann im Wesentlichen alle Ihre Daten lesen und sie in einer einfachen, verständlichen Form für Sie und alle anderen Personen, die es wissen müssen, darstellen.
Sie können dann Fragen stellen, die auf diesen Daten, Mustern, Erkenntnissen und Wissen basieren, und ChatGPT um Empfehlungen bitten. Dies spart Zeit bei der Formulierung von Ideen oder Lösungen für Kundenbedürfnisse und ermöglicht es Ihnen, mehrere Lösungen durch datengesteuertes Experimentieren zu untersuchen.
Zusammenstellung von Beweisen
Sobald alle Beweise gesammelt sind, können Forschungsteams diese Informationen nutzen, um ein umfassenderes Bild der Geschehnisse zu erstellen. Mithilfe von Algorithmen wird die KI eines Tages in der Lage sein, aus den Daten Customer Journey Maps und Personas zu erstellen. Wenn diese Daten dann in einem hübschen kleinen Paket zusammengestellt werden, können sie als Beweismittel angeboten werden, um die Erkenntnisse der Forscher und Produktteams zu unterstützen und das Verständnis für den Kunden zu vertiefen.
KI kann auch dabei helfen, mehrere Ressourcen, Repositories und Datenquellen miteinander zu vergleichen, um die überzeugendsten und aufschlussreichsten Beweise für die Erkenntnisse zusammenzustellen. Dadurch werden Berichte und Präsentationen umfassender, zuverlässiger und relevanter.
Beweise vorlegen
UX-Forscher werden durch den Einsatz von KI weniger Zeit mit monotonen manuellen Aufgaben verbringen und schneller genauere, aufschlussreichere und vertrauenswürdigere Daten sammeln können.
Und es wird auch viel einfacher sein, sie zu präsentieren!
KI schafft ein breites Spektrum an Möglichkeiten für die UX-Forschung, einschließlich der Fähigkeit, die Stimmung der Kunden zu verstehen, Verhaltenstrends bei Kunden zu erkennen, datengestützte Berichte zu erstellen und datengestützte Erkenntnisse an Stakeholder zu kommunizieren.
Das bedeutet, dass Präsentationen einfacher zusammengestellt werden können, mit KI-gesteuerten Werkzeugen, um Erkenntnisse zu gewinnen, und KI kann sogar Feedback zu Dingen wie Rechtschreibung, Grammatik und Prosa geben und Fragen dazu beantworten, was für die Gesamterzählung der Forschungsarbeit relevant ist und was nicht.
Künstliche Intelligenz und UX-Design-Ergebnisse werden in perfekter Harmonie zusammenleben.
Wo liegen die Grenzen der KI bei der Nutzerforschung?
Wie jede neue Technologie steckt auch die KI noch in den Kinderschuhen. Sie ist auch kein Ersatz für die Forschung im wirklichen Leben und sollte, wenn überhaupt, als fantastisches Hilfsmittel betrachtet werden.
Das Problem ist, dass KI von der Qualität der Daten abhängig ist und die Ergebnisse ungenau sein können. Außerdem ist sie durch ihren begrenzten Wissensschatz bzw. in Zukunft durch die Daten, auf die sie zugreifen kann, unglaublich eingeschränkt.
Das viel gelobte ChatGPT sagt sogar, dass es zwar sein Bestes gibt, aber nur so gut ist wie die Informationen in seiner Programmierung. Tatsächlich wird KI oft als großartiges Mittel zur Vermeidung von Voreingenommenheit angepriesen, aber schon bei der Programmierung und Erstellung des Systems können Voreingenommenheiten eingebaut werden. Nicht absichtlich, aber wie wir wissen, sind Vorurteile immer irgendwo vorhanden!
Mit ChatGPTs eigenen Worten:
Ja, wie alle KI-Systeme unterliegt auch ChatGPT der Voreingenommenheit der Daten, mit denen es trainiert wurde. Die Trainingsdaten spiegeln die Voreingenommenheit und die Vorurteile der Menschen und der Gesellschaft wider, die sie produziert haben, und diese Vorurteile können sich in den Ergebnissen des Modells widerspiegeln. OpenAI hat jedoch Schritte unternommen, um diese Voreingenommenheit durch verschiedene Techniken, wie z. B. Algorithmen zum Abbau der Voreingenommenheit, vielfältige Trainingsdaten und sorgfältige menschliche Überprüfung, abzuschwächen. Nichtsdestotrotz ist es wichtig, die Ergebnisse des Modells weiterhin zu überwachen und etwaige Verzerrungen zu beseitigen, die auftreten können.
Die Fähigkeit der KI ist auch insofern begrenzt, als sie qualitative Aspekte wie die Emotionen oder Vorlieben der Nutzer nicht ehrlich bewerten kann. Es gibt zwar Signale, NLP und andere Bezugspunkte, die sie hervorheben kann, aber ohne die Persönlichkeit, Erfahrungen und Vorlieben einer Person zu kennen, ist es bestenfalls eine Vermutung, die auf einer festen Menge von Bezugspunkten und Daten basiert. Außerdem kommen beim Einsatz von KI auch ethische Überlegungen ins Spiel.
Und schließlich ist die KI kein Mensch, auch wenn wir ihr Fragen stellen können und sie uns Antworten auf der Grundlage von Daten und Fakten gibt. Sie kann uns sagen, wie sich ein Nutzer oder Kunde fühlt, welche Emotionen er hat und was ihn frustriert. Das Wesen der KI, ein emotionsloses, fast unvoreingenommenes Gefäß zu sein, bedeutet, dass sie nie wirklich in der Lage sein wird, die GROSSEN Fragen zu beantworten. Sie kann uns helfen, sie kann sogar einen Großteil der Arbeit schreiben und umsetzen, aber das menschliche Element ist ein so integraler Bestandteil der Nutzerforschung, dass es nicht vollständig entfernt werden kann.
Ist KI die Zukunft der Nutzerforschung?
Ja, wir denken schon! Insgesamt kann KI bei der Nutzerforschung viel Zeit sparen, indem sie Aufgaben automatisiert und es den Forschern ermöglicht, sich auf die zugrunde liegenden Erkenntnisse und Daten zu konzentrieren. Allerdings ist es wichtig, die Grenzen und Nachteile des Einsatzes von KI in der Nutzerforschung zu kennen. Man sollte sich nicht ausschließlich auf sie verlassen, sondern sie in Verbindung mit traditionellen Forschungsmethoden einsetzen, um die Genauigkeit und Zuverlässigkeit der Ergebnisse zu gewährleisten.
Um das Beste aus der KI für die Nutzerforschung herauszuholen, muss man sorgfältig planen und verstehen, was die KI leisten soll und wie sie eingesetzt werden kann. Eine wirksame Strategie ist notwendig, damit Sie nicht erwarten, dass KI Wunder vollbringt, aber auch, dass sie einen großen Teil der Arbeitslast übernimmt.
Während also die Roboter immer näher an unsere Existenz heranrücken und wir den leisen Verdacht haben, dass die KI *vielleicht* schon da ist und nur so tut, als ob, und ihre Zeit abwartet, wird zumindest die Nutzerforschung viel davon profitieren.
Dies bedeutet, dass der gesamte Produktmanagementprozess gestrafft und flexibler gestaltet werden kann, wodurch ein Großteil der Reibungen in den "traditionellen" Prozessmodellen für Nutzerforschung und Produktentwicklung entfällt. Produkte, Verbesserungen und neue Fortschritte können schneller auf den Markt gebracht werden, was mehr Wachstum und Expansion ermöglicht.
Es ist eine wirklich aufregende Zeit für die Nutzerforschung, das steht fest.
Piep, boop, piep. 
Schließen Sie sich der KI-Revolution an und testen Sie tl;dv noch heute.
