Si de algún modo te has perdido el ENORME revuelo en torno a ChatGPT, GPT-3 y los avances generales de la IA, supongo que has estado viviendo bajo una roca. Aunque no es nada nuevo, el desarrollo de la inteligencia artificial para la investigación de usuarios está ganando impulso día a día. Para los equipos de producto y los investigadores de usuarios, el poder desatado por GPT-3 es realmente muy atractivo.
Incluso Tom está sintiendo el impacto de la IA:
@tldv.io Escrito por ChatGPT #inception #chatgpt #ai #openai #meeting #corporate
♬ sonido original - tldv.io - AI Meeting Recorder
La investigación del usuario impulsada por la IA revolucionará la forma en que las personas interactúan con la tecnología y realizan sus rutinas diarias. Incluso influirá en la forma de crear productos. La IA puede ayudar a las empresas a comprender mejor las necesidades de los usuarios, automatizar tareas específicas e incluso proporcionar información basada en datos sobre el comportamiento de los clientes.
Aunque hay mucho discurso en Internet sobre personas preocupadas por cómo puede sustituir a los puestos de trabajo, hay una cantidad igual de personas entusiasmadas por cómo puede ayudar a apoyar y desarrollar la tecnología en nuestra vida cotidiana.
Entonces, ¿cómo transformará la inteligencia artificial la investigación de usuarios? El proceso de investigación de usuarios tiene muchos retos, oportunidades de sesgo y otras partes móviles que pueden dificultar la obtención de datos de usuario reveladores. Aplicando la investigación de usuarios basada en la IA, las empresas pueden aprovechar el poder del aprendizaje automático para agilizar y mejorar los procesos actuales e incluso idear formas totalmente nuevas de recopilar, cotejar y aprovechar los datos.
Nadie quiere que Hal 9000 dirija el espectáculo, pero considera a la IA más como un R2D2. Bonita, compacta, un poco descarada y, a pesar de su diminuta estatura, contribuye en gran medida a salvar el día e impulsar toda la historia.
BIP, BIP, BIP BIP
¿Qué es la IA?
Simplista, sí, pero se barajan muchas palabras. ChatGPT, GPT-3, IA abierta. ¿Cuál es la definición de IA propiamente dicha?
La IA es un campo de la informática cuyo objetivo es crear máquinas inteligentes que puedan funcionar y reaccionar como los humanos. Se ha convertido en una parte integral de la industria tecnológica, con potencial para revolucionar muchos ámbitos diferentes. Podemos utilizar la IA para diversas tareas, desde el procesamiento del lenguaje natural y el reconocimiento de imágenes hasta la toma de decisiones automatizada y la resolución de problemas.
Últimamente, la mayoría de las noticias giran en torno a ChatGPT, una versión mejorada de ChatBot. La IA puede utilizarse para el procesamiento del lenguaje natural, lo que significa que puede tomar conversaciones humanas como entrada y generar respuestas como lo haría un humano.
ChatGPT es la interfaz de cara al usuario, pero la IA abarca muchas otras áreas. GPT-3, por ejemplo, es un modelo de IA que puede generar texto a partir de un contexto dado. Este modelo significa que no sólo entiende el lenguaje natural, sino que puede generar texto a partir de un conjunto determinado de parámetros. Incluso tl;dv es un producto basado en IA con transcripción automática y capacidad para detectar quién habla.
Es cualquier cosa basada en software o tecnología que utiliza la lógica y el razonamiento para crear un resultado que es, por definición, "inteligente".
Las múltiples formas en que la GPT-3 / IA fortalecerá la investigación UX
El impacto que tendrá en la investigación de usuarios es múltiple. Éstas son las áreas en las que creemos que la IA tendrá un mayor impacto en la forma en que los investigadores de UX y los equipos de producto realizan su trabajo.
Predefinición de supuestos, temas y tópicos
Hoy en día hay muchos datos que estudiar y analizar. La IA puede ayudar a darles sentido clasificando, organizando y analizando los datos para descubrir perspectivas críticas.
Aunque esto tendrá su importancia más adelante en el proceso de investigación de usuarios, justo al principio de la investigación de usuarios, la IA también puede ayudarte a poner en orden tus suposiciones y prejuicios.
Y, aunque muchos investigadores podrían tener nociones preconcebidas sobre un tema concreto en un primer momento, utilizar una IA basada en el lenguaje humano, puede proporcionar un gran primer punto de llamada para disipar algunas de ellas. Haciendo preguntas, confirmando lo que consideran "cierto" y formulando preguntas directas a la IA, los investigadores pueden construir una imagen más centrada de las pruebas y el contexto, lista para iniciar el ciclo de investigación.
La IA también puede ayudar a los investigadores de UX a tomar mejores decisiones, proporcionando predicciones fiables basadas en datos sobre el comportamiento de los usuarios para fundamentar las decisiones de desarrollo de productos.
Uno de los problemas más importantes de la investigación UX son las preguntas que se hacen en las entrevistas a los usuarios. Incluso con las mejores intenciones, la forma en que están redactadas y formuladas puede dar lugar a sesgos en la conversación.
Los investigadores de usuarios y los investigadores de UX pueden aprovechar la IA para ayudar con esto automatizando pasos específicos del proceso y creando preguntas y escenarios de entrevistas a usuarios sin sesgos. Esto ayudará a minimizar los posibles sesgos de los investigadores y a reducir el tiempo dedicado a analizar manualmente los datos recogidos en las entrevistas.
Si un investigador de UX puede introducir conceptos, consultas e inspiración en algo como GPT-3 y hacer que escupa algunas preguntas sólidas, esto le ayudará a acceder a las respuestas con mayor rapidez y precisión.
Captar los pensamientos, sentimientos e ideas de los clientes
Además del proceso de investigación, la IA también puede mejorar la propia recogida de datos.
En el futuro, los investigadores podrán utilizar herramientas de análisis de sentimientos basadas en IA para detectar los sentimientos y opiniones de los clientes sobre un producto o servicio analizando el texto que proporcionan en encuestas u otras fuentes de comentarios. Esto permite a los investigadores de UX detectar tendencias rápidamente y obtener una visión más profunda de los pensamientos y sentimientos de los clientes. Hay uno de ellos que mucha gente utiliza ahora mismo, en forma de Grammarly. Aunque no sirve directamente para la investigación de UX, la IA de Grammarly puede detectar el "tono" e identificar si suena confiado, amistoso, agresivo, etc.
Otra forma en que la IA puede ayudar a mejorar la recopilación de datos es utilizando tl;dv. Como herramienta de investigación de usuarios impulsada por la IA, tl;dv ya puede grabar y transcribir reuniones reconociendo automáticamente a los oradores. Esto no sólo ahorra HORAS de transcripción manual, toma de notas y demás, sino que elimina totalmente el elemento de error humano de todo ello.
Limpiar y organizar los datos recogidos
Los asistentes de reuniones con IA no son nada nuevo, pero con los recientes avances en GPT-3, han experimentado una gran mejora. Una herramienta de GPT para reuniones como tl;dv puede etiquetar automáticamente las ideas con un sistema de etiquetado predefinido. Aunque puedes seguir etiquetando manualmente los momentos (y te animamos a que lo hagas), tl;dv puede ahora recopilar, agrupar y consolidar instantáneamente los puntos de vista de tus reuniones. Esto incluye la identificación de puntos de acción, percepciones y preguntas en tiempo real. A continuación, puedes aceptar o rechazar estas ideas identificadas por la IA y compartirlas con tus compañeros en forma de clips o vídeos.
La IA también puede utilizarse para limpiar y organizar los datos recogidos en la investigación sobre UX. Utilizando algoritmos de IA, los investigadores pueden organizar rápidamente la información clasificando grandes cantidades de datos y resaltando las ideas más importantes. Esto les ayudará a ahorrar tiempo en trabajo manual y a garantizar que se presenta la información correcta de forma sencilla. Aunque esto es obvio en tl;dv, también está disponible en otras formas de IA.
Identificar Temas, Patrones y Tendencias
Una gran parte de la formulación de preguntas en la investigación de usuarios consiste en evitar el sesgo. Sin embargo, a medida que la IA se desarrolla, puede ir en la dirección contraria para leer y descubrir los sesgos de tus encuestados. Y esto, bueno, ¡puede ayudar mucho! Sin necesidad de visión psíquica, sin necesidad de cuestionar a tus encuestados. La IA será capaz de decir "bs" cuando lo "vea".
La IA puede ayudar a identificar temas y patrones dentro de los datos recogidos en la investigación. Esto permite a los investigadores descubrir ideas ocultas y encontrar tendencias en el comportamiento de los clientes que habrían pasado desapercibidas sin la IA. Al igual que un segundo par de ojos, aquí no hay lugar para el error humano; en todo caso, puede hacerse demasiado sensible si te preocupa.
Los programadores también pueden diseñar la IA para intentar detectar el sentimiento (el tono emocional) en las respuestas de los usuarios. Mediante el procesamiento del lenguaje natural, los algoritmos de IA pueden analizar rápidamente el texto, comprender el significado subyacente e incluso identificar si un encuestado dice la verdad o no está seguro. Aunque esto suene un poco orwelliano, no te equivocas, pero en términos de investigación de UX, tiene un valor incalculable.
El análisis del sentimiento podrá ayudar a los investigadores de UX a comprender cómo se sienten los clientes con respecto a un producto o servicio y a fundamentar las decisiones sobre la mejora de la experiencia del usuario.
La propia naturaleza de la IA significa que se recopila como datos cuantitativos en lugar de cualitativos, lo que significa que obtienes una visión basada en datos y hechos en lugar de sentimientos.
Dar sentido a los datos
Así que ya has recopilado todos los datos e incluso los has analizado hasta la emoción utilizando la IA. La IA también puede ayudarte a dar sentido a todo ello.
Utilizando algoritmos de IA, los investigadores de UX pueden formar rápidamente necesidades, puntos de dolor e hipótesis a partir de los datos recopilados. Esto puede hacerse de varias formas: agrupando y categorizando las opiniones de los clientes para identificar patrones y tendencias subyacentes, o realizando un análisis de sentimientos de las respuestas de los usuarios.
Esencialmente, la IA puede leer todos tus datos y exponerlos de forma sencilla y digerible para ti y para cualquier otra persona que necesite conocerlos.
A continuación, puedes introducir preguntas basadas en estos datos, patrones, percepciones y conocimientos, y pedir recomendaciones a ChatGPT. Esto ahorra tiempo en la formulación de ideas o soluciones a las necesidades de los clientes, al tiempo que te permite explorar múltiples soluciones mediante la experimentación basada en datos.
Recopilación de pruebas
Una vez reunidas todas las pruebas, los equipos de investigación pueden utilizar esta información para crear una imagen más amplia de lo que está ocurriendo. Mediante algoritmos, la IA podrá algún día ayudar a crear mapas del recorrido del cliente y personas a partir de los datos. Luego, cuando se recopilen en un pequeño y ordenado paquete, estos datos podrán ofrecerse como prueba para respaldar las ideas de los investigadores y los equipos de producto y para comprender mejor al cliente.
La IA también puede ayudar a cruzar múltiples recursos, repositorios y fuentes de datos para recopilar las pruebas más convincentes y perspicaces para las percepciones. Esto hace que los informes y las presentaciones sean más completos, fiables y relevantes, ya que la IA en los informes automatiza la integración de datos, mejora la precisión y proporciona perspectivas analíticas más profundas.
Presentación de pruebas
Los investigadores de UX podrán dedicar menos tiempo a tareas manuales monótonas y recopilar datos más precisos, perspicaces y fiables con mayor rapidez utilizando la IA.
Y, lo que es más, ¡también será mucho más fácil presentarlo!
La IA crea un amplio abanico de posibilidades para la investigación de la UX, incluida la capacidad de comprender el sentimiento del cliente, detectar tendencias de comportamiento en los clientes, proporcionar informes totalmente respaldados por datos y comunicar a las partes interesadas perspectivas basadas en datos.
Esto significa que las presentaciones pueden elaborarse más fácilmente, con herramientas impulsadas por la IA para extraer información, y la IA puede incluso ofrecer comentarios sobre aspectos como la ortografía, la gramática, la prosa, y responder a preguntas sobre lo que es relevante y lo que no, para la narrativa general de la investigación.
La inteligencia artificial y los resultados del diseño UX convivirán en perfecta armonía.
¿Cuáles son las limitaciones de la IA con la investigación de usuarios?
Como cualquier tecnología emergente, gran parte de la IA aún está en pañales. Tampoco sustituye a la investigación en la vida real y debe considerarse, en todo caso, una fantástica herramienta de apoyo.
La cuestión es que la IA depende de datos de calidad, y los resultados pueden ser imprecisos. También está increíblemente limitada por su acervo finito de conocimientos, o en el futuro por los datos a los que pueda acceder.
El tan alabado ChatGPT incluso te dice que, aunque hará todo lo posible, sólo es tan bueno como la información de su programación. De hecho, la IA se presenta a menudo como una gran forma de evitar los prejuicios; sin embargo, su propia programación y creación pueden tener prejuicios incorporados en el sistema. No intencionadamente, pero como sabemos, ¡el sesgo siempre está en alguna parte!
En palabras del propio ChatGPT:
Sí, como todos los sistemas de IA, ChatGPT está sujeto a sesgos en los datos con los que fue entrenado. Los datos de entrenamiento reflejan los sesgos y prejuicios de las personas y la sociedad que los produjeron, y estos sesgos pueden reflejarse en los resultados del modelo. Sin embargo, OpenAI ha tomado medidas para mitigar estos sesgos mediante diversas técnicas, como algoritmos de eliminación de sesgos, datos de entrenamiento diversos y una cuidadosa revisión humana. No obstante, es importante seguir controlando los resultados del modelo y abordar cualquier sesgo que pueda surgir.
La capacidad de la IA también es limitada en el sentido de que no puede evaluar honestamente aspectos cualitativos como las emociones o preferencias del usuario. Aunque hay señales, PNL y otros puntos de referencia que puede destacar, sin conocer la personalidad, las experiencias y las preferencias de un individuo, en el mejor de los casos es una suposición basada en una cantidad fija de puntos de referencia y datos. Además, al utilizar la IA entran en juego consideraciones éticas.
Y por último, la IA, aunque podemos hacerle preguntas y nos dará respuestas basadas en datos y hechos, no es una persona. Puede decirnos cómo se siente un usuario o cliente, cuáles son sus emociones y qué le frustra. La esencia misma de que la IA sea un recipiente no emocional, casi imparcial, significa que nunca podrá responder realmente a las GRANDES preguntas. Puede ayudarnos, incluso puede escribir e implementar gran parte del trabajo, pero el elemento humano es una parte tan integral de la investigación de usuarios que no puede eliminarse por completo.
¿Es la IA el futuro de la investigación de usuarios?
Sí, ¡eso creemos! En general, la IA puede ahorrar mucho tiempo durante la investigación de usuarios, automatizando tareas y permitiendo que los investigadores se centren en las percepciones y los datos subyacentes. Sin embargo, es esencial conocer los límites y los inconvenientes del uso de la IA en la investigación de usuarios. No se debe confiar totalmente en ella, sino utilizarla junto con los métodos de investigación tradicionales para garantizar la precisión y fiabilidad de los resultados.
Por último, para sacar el máximo partido de la IA en la investigación de usuarios, es necesaria una planificación cuidadosa y comprender qué quieres que haga la IA y cómo puede utilizarse. Es necesaria una estrategia eficaz para que no esperes que la IA haga milagros, pero que al mismo tiempo asuma gran parte de la carga de trabajo.
Así que mientras los señores robots se acercan cada vez más a nuestra existencia, y tenemos la ligera sospecha de que la IA *puede* estar ya sentenciada y sólo fingiendo, esperando su momento, al menos la investigación de los usuarios se beneficiará mucho de ello.
Esto significa que todo el proceso de gestión de productos puede racionalizarse y ser más ágil, eliminando gran parte de la fricción de los modelos "tradicionales" de investigación de usuarios y proceso de desarrollo de productos. Los productos, las mejoras y los nuevos avances pueden salir al mercado más rápidamente, lo que permite un mayor crecimiento y expansión.
Es un momento realmente emocionante para dedicarse a la investigación de usuarios, eso seguro.
Beep, boop, bleep. 
¿Por qué no te unes a la revolución de la IA y echas un vistazo a tl;dv hoy mismo?
