Si vous avez manqué l'énorme buzz autour du ChatGPT, du GPT-3 et des progrès de l'IA en général, alors je suppose que vous avez vécu sous une roche. Bien qu'il ne s'agisse pas d'une nouveauté, le développement de l'intelligence artificielle pour les recherches sur les utilisateurs prend de l'ampleur chaque jour. Pour les équipes de produits et les chercheurs d'utilisateurs, la puissance libérée par GPT-3 est en effet très attrayante.
Même Tom ressent l'impact de l'IA :
@tldv.io Écrit par ChatGPT #inception #chatgpt #ai #openai #meeting #corporate
♬ son original - tldv.io - AI Meeting Recorder
La recherche sur les utilisateurs pilotée par l'IA va révolutionner la façon dont les gens interagissent avec la technologie et accomplissent leurs routines quotidiennes. Elle aura même un impact sur la façon dont nous créons les produits. L'IA peut aider les entreprises à mieux comprendre les besoins des utilisateurs, à automatiser des tâches spécifiques et même à fournir des informations fondées sur des données concernant le comportement des clients.
Si l'on entend beaucoup de discours en ligne sur les personnes qui s'inquiètent de la façon dont elle pourrait remplacer les emplois, il y a tout autant de personnes qui se réjouissent de la façon dont elle peut contribuer à soutenir et à développer la technologie dans notre vie quotidienne.
Alors, comment l'intelligence artificielle va-t-elle transformer la recherche sur les utilisateurs ? Le processus de recherche sur les utilisateurs comporte de nombreux défis, des possibilités de biais et d'autres parties mobiles qui peuvent rendre difficile l'obtention de données utilisateurs perspicaces. En mettant en œuvre une recherche utilisateur pilotée par l'IA, les entreprises peuvent tirer parti de la puissance de l'apprentissage automatique pour rationaliser et améliorer les processus actuels et même imaginer de toutes nouvelles façons de collecter, rassembler et exploiter les données.
Personne ne veut que Hal 9000 dirige le spectacle, mais considérez plutôt l'IA comme un R2D2. Mignon, compact, un peu insolent, et malgré sa petite taille, il contribue largement à sauver la situation et à faire avancer l'histoire.
BEEP, BOOP, BLEEP BOOP
Qu'est-ce que l'IA ?
Simplicité, oui, mais de nombreux mots circulent. ChatGPT, GPT-3, Open AI. Quelle est la définition de l'IA elle-même ?
L'IA est un domaine de l'informatique visant à créer des machines intelligentes capables de travailler et de réagir comme des humains. Elle est devenue une partie intégrante de l'industrie technologique, avec le potentiel de révolutionner de nombreux domaines différents. Nous pouvons utiliser l'IA pour diverses tâches, allant du traitement du langage naturel et de la reconnaissance d'images à la prise de décision automatisée et à la résolution de problèmes.
Ces derniers temps, la plupart des nouvelles sont centrées sur le ChatGPT, qui est en fait une version améliorée d'un ChatBot. L'IA peut être utilisée pour le traitement du langage naturel, ce qui signifie qu'elle peut prendre des conversations humaines en entrée et générer des réponses comme le ferait un humain.
ChatGPT est l'interface utilisateur, mais l'IA couvre de nombreux autres domaines. GPT-3, par exemple, est un modèle d'IA capable de générer du texte à partir d'un contexte donné. Ce modèle signifie qu'il ne se contente pas de comprendre le langage naturel, mais qu'il peut générer du texte à partir d'un ensemble donné de paramètres. Même tl;dv est un produit piloté par l'IA avec une transcription automatique et la capacité de détecter qui parle.
Il s'agit de tout logiciel ou technologie qui utilise la logique et le raisonnement pour créer un résultat qui est, par définition, "intelligent".
Les nombreuses façons dont le GPT-3 / l'IA vont renforcer la recherche UX
L'impact que des personnes comme GPT-3 auront sur la recherche utilisateur est multiple. Voici les domaines dans lesquels nous pensons que l'IA aura le plus d'impact sur la façon dont les chercheurs en UX et les équipes produits effectuent leur travail.
Prédéfinition des hypothèses, des thèmes et des sujets
De nos jours, de nombreuses données sont disponibles pour être étudiées et analysées. L'IA peut aider à leur donner un sens en les triant, en les organisant et en les analysant pour découvrir des informations essentielles.
Bien que cet aspect prenne tout son sens plus tard dans le processus de recherche sur les utilisateurs, l'IA peut vous aider à mettre de l'ordre dans vos hypothèses et vos préjugés dès le début de la recherche sur les utilisateurs.
Et, alors que de nombreux chercheurs peuvent avoir des idées préconçues sur un sujet particulier, l'utilisation d'une IA basée sur le langage humain peut constituer un excellent premier point d'appel pour dissiper certaines de ces idées. En posant des questions, en confirmant ce qu'ils considèrent comme "vrai" et en posant des questions directes à l'IA, les chercheurs peuvent se faire une idée plus précise des preuves et du contexte, prêts à entamer le cycle de recherche.
L'IA peut également aider les chercheurs en UX à prendre de meilleures décisions en fournissant des prédictions fiables fondées sur des données concernant le comportement des utilisateurs, afin d'éclairer les décisions relatives au développement des produits.
L'un des problèmes les plus importants en matière de recherche UX concerne les questions posées lors des entretiens avec les utilisateurs. Même avec les meilleures intentions du monde, la façon dont elles sont formulées et formées peut entraîner des préjugés dans la conversation.
Les chercheurs utilisateurs et les chercheurs UX peuvent s'appuyer sur l'IA pour les aider dans ce domaine en automatisant des étapes spécifiques du processus et en créant des questions et des scénarios d'entretien non biaisés avec les utilisateurs. Cela permettra de minimiser les biais potentiels des chercheurs et de réduire le temps passé à analyser manuellement les données recueillies lors des entretiens.
Si un chercheur en UX peut introduire des concepts, des requêtes et de l'inspiration dans un outil tel que GPT-3 et obtenir des questions solides, cela l'aidera à obtenir des réponses plus rapidement et plus précisément.
Saisir les pensées, les sentiments et les idées des clients
Outre le processus de recherche, l'IA peut également améliorer la collecte de données proprement dite.
À l'avenir, les chercheurs pourront utiliser des outils d'analyse des sentiments alimentés par l'IA pour détecter les sentiments et les opinions des clients sur un produit ou un service en analysant le texte qu'ils fournissent dans des enquêtes ou d'autres sources de commentaires. Cela permet aux chercheurs en UX de repérer rapidement les tendances et de mieux comprendre les pensées et les sentiments des clients. Il en existe un que beaucoup de gens utilisent actuellement, sous la forme de Grammarly. Bien qu'elle ne soit pas directement destinée à la recherche UX, l'IA de Grammarly peut détecter le "ton" et l'identité si le texte semble confiant, amical, agressif, etc.
L'IA peut également contribuer à améliorer la collecte de données en utilisant tl;dv. En tant qu'outil de recherche sur les utilisateurs piloté par l'IA, tl;dv peut déjà enregistrer et transcrire des réunions tout en reconnaissant automatiquement les intervenants. Cela permet non seulement d'économiser des HEURES de transcription manuelle, de prise de notes, etc., mais aussi de supprimer totalement l'élément d'erreur humaine.
Nettoyage et organisation des données collectées
Les assistants de réunion IA n'ont rien de nouveau - mais avec les récentes avancées de GPT-3, ils ont connu une sérieuse amélioration. Un outil de réunion GPT comme tl;dv peut étiqueter automatiquement les idées avec un système d'étiquetage prédéfini. Bien que vous puissiez toujours étiqueter manuellement les moments (et vous êtes vivement encouragé à le faire), tl;dv peut désormais collecter, regrouper et consolider instantanément les informations de votre réunion. Cela inclut l'identification des points d'action, des idées et des questions en temps réel. Vous pouvez ensuite accepter ou rejeter ces éléments identifiés par l'IA et partager ces informations avec vos collègues sous forme de clips ou de bobines.
L'IA peut également être utilisée pour nettoyer et organiser les données recueillies lors de la recherche UX. Grâce aux algorithmes de l'IA, les chercheurs peuvent organiser rapidement les informations en triant de grandes quantités de données et en mettant en évidence les informations les plus importantes. Ils pourront ainsi gagner du temps sur le travail manuel et s'assurer que les informations correctes sont présentées de manière directe. Si cela est évident sur le site tl;dv, c'est également le cas pour d'autres formes d'IA.
Identifier les thèmes, les modèles et les tendances
Une grande partie des questions posées dans le cadre d'une étude utilisateur vise à éviter les préjugés. Pourtant, à mesure que l'IA se développe, elle peut aller dans l'autre sens pour lire et découvrir les préjugés de vos répondants. Et cela, eh bien, cela peut être très utile ! Pas besoin d'avoir une vision psychique, pas besoin de remettre en question vos répondants. L'IA sera en mesure d'identifier les erreurs lorsqu'elle les "verra".
L'IA peut aider à identifier des thèmes et des modèles au sein des données collectées lors de recherches. Cela permet aux chercheurs de découvrir des informations cachées et des tendances dans le comportement des clients qui seraient passées inaperçues sans l'IA. Tout comme une deuxième paire d'yeux, il n'y a pas de place pour l'erreur humaine ici ; au contraire, il est possible de la rendre trop sensible si vous êtes inquiet.
Les programmeurs peuvent également concevoir l'IA pour essayer de détecter le sentiment (le ton émotionnel) dans les réponses des utilisateurs. En utilisant le traitement du langage naturel, les algorithmes d'IA peuvent rapidement analyser le texte, comprendre le sens sous-jacent et même identifier si une personne interrogée dit la vérité ou n'est pas sûre. Si cela peut sembler un peu orwellien, vous n'avez pas tort, mais en termes de recherche UX, c'est inestimable.
L'analyse des sentiments pourra aider les chercheurs en UX à comprendre ce que les clients pensent d'un produit ou d'un service et à prendre des décisions éclairées pour améliorer l'expérience utilisateur.
La nature même de l'IA signifie qu'elle est collectée sous forme de données quantitatives plutôt que qualitatives, ce qui signifie que vous obtenez un aperçu basé sur des données et des faits plutôt que sur des sentiments.
Donner du sens aux données
Vous avez donc collecté toutes les données et les avez même analysées jusqu'à l'émotion grâce à l'IA. L'IA peut également vous aider à donner un sens à tout cela.
Grâce aux algorithmes d'IA, les chercheurs en UX peuvent rapidement formuler des besoins, des points de douleur et des hypothèses à partir des données recueillies. Cela peut se faire de plusieurs façons - en regroupant et en catégorisant les commentaires des clients pour identifier les modèles et les tendances sous-jacents ou en effectuant une analyse des sentiments sur les réponses des utilisateurs.
L'IA peut essentiellement lire toutes vos données et les présenter de manière simple et digeste pour vous et toute autre personne ayant besoin de savoir.
Vous pouvez ensuite poser des questions basées sur ces données, ces modèles, cet aperçu et ces connaissances et demander des recommandations à ChatGPT. Cela permet de gagner du temps dans la formulation d'idées ou de solutions aux besoins des clients tout en vous permettant d'explorer plusieurs solutions grâce à l'expérimentation basée sur les données.
Compilation des preuves
Une fois que toutes les preuves ont été rassemblées, les équipes de recherche peuvent utiliser ces informations pour créer une image plus large de ce qui se passe. À l'aide d'algorithmes, l'IA pourra un jour aider à créer des cartes de parcours client et des personas à partir des données. Ensuite, une fois compilées dans un petit paquet soigné, ces données pourront être proposées comme preuves pour étayer les idées des chercheurs et des équipes produits et leur permettre de mieux comprendre le client.
L'IA peut également aider à croiser de multiples ressources, référentiels et sources de données pour compiler les preuves les plus convaincantes et les plus éclairantes pour les aperçus. Les rapports et les présentations sont ainsi plus complets, plus fiables et plus pertinents.
Présentation des preuves
Les chercheurs en UX pourront consacrer moins de temps aux tâches manuelles monotones et recueillir plus rapidement des données plus précises, plus perspicaces et plus fiables grâce à l'IA.
Et, en plus, il sera beaucoup plus facile de le présenter !
L'IA offre un large éventail de possibilités pour la recherche UX, notamment la capacité de comprendre le sentiment des clients, de repérer les tendances comportementales des clients, de fournir des rapports entièrement étayés par des données et de communiquer aux parties prenantes des informations fondées sur des données.
Cela signifie que les présentations peuvent être élaborées plus facilement, grâce à des outils pilotés par l'IA qui permettent d'extraire des informations, et l'IA peut même offrir des commentaires sur des éléments tels que l'orthographe, la grammaire, la prose, et répondre à des questions sur ce qui est pertinent et ce qui ne l'est pas, pour le récit général de la recherche.
L'intelligence artificielle et les résultats de la conception UX cohabiteront en parfaite harmonie.
Quelles sont les limites de l'IA en matière de recherche sur les utilisateurs ?
Comme toute technologie émergente, l'IA en est encore à ses débuts. Elle ne remplace pas non plus la recherche dans la vie réelle et doit être considérée, le cas échéant, comme un outil de soutien fantastique.
Le problème est que l'IA dépend de la qualité des données et que les résultats peuvent être inexacts. Elle est également incroyablement limitée par le nombre limité de connaissances dont elle dispose ou, à l'avenir, par les données auxquelles elle peut accéder.
Le très loué ChatGPT vous dit même que, même s'il fait de son mieux, il n'est bon qu'en fonction des informations contenues dans sa programmation. En fait, l'IA est souvent présentée comme un excellent moyen d'éviter les préjugés ; cependant, sa programmation et sa création mêmes peuvent comporter des préjugés intégrés au système. Pas intentionnellement, mais comme nous le savons, les préjugés sont toujours présents quelque part !
Selon les propres termes de ChatGPT :
Oui, comme tous les systèmes d'IA, ChatGPT est sujet à des biais dans les données sur lesquelles il a été formé. Les données d'entraînement reflètent les partis pris et les préjugés des personnes et de la société qui les ont produites, et ces partis pris peuvent se refléter dans les résultats du modèle. Cependant, OpenAI a pris des mesures pour atténuer ces biais par le biais de diverses techniques telles que des algorithmes de dé-biaisement, des données d'entraînement diverses et un examen humain minutieux. Néanmoins, il est important de continuer à surveiller les résultats du modèle et de traiter tous les biais qui peuvent survenir.
Les capacités de l'IA sont également limitées dans la mesure où elle ne peut pas évaluer honnêtement les aspects qualitatifs tels que les émotions ou les préférences des utilisateurs. Bien qu'elle puisse mettre en évidence certains signaux, la PNL et d'autres points de référence, sans connaître la personnalité, les expériences et les préférences d'un individu, il s'agit au mieux d'une supposition basée sur une quantité fixe de points de référence et de données. En outre, des considérations éthiques entrent en jeu lors de l'utilisation de l'IA.
Et enfin, l'IA, bien que nous puissions lui poser des questions et qu'elle nous donne des réponses basées sur des données et des faits, n'est pas une personne. Elle peut nous dire ce que ressent un utilisateur ou un client, quelles sont ses émotions et ce qui le frustre. L'essence même de l'IA étant un vaisseau non émotionnel, presque impartial, cela signifie qu'elle ne sera jamais vraiment capable de répondre aux GRANDES questions. Elle peut nous aider, elle peut même rédiger et mettre en œuvre une grande partie du travail, mais l'élément humain fait tellement partie intégrante de la recherche sur l'utilisateur qu'il ne peut être complètement supprimé.
L'IA est-elle l'avenir de la recherche sur les utilisateurs ?
Oui, nous le pensons ! Dans l'ensemble, l'IA peut faire gagner beaucoup de temps pendant la recherche utilisateur, en automatisant les tâches et en permettant aux chercheurs de se concentrer sur les idées et les données sous-jacentes. Cependant, il est essentiel de connaître les limites et les inconvénients de l'utilisation de l'IA dans la recherche utilisateur. Il ne faut pas s'y fier entièrement, mais l'utiliser en conjonction avec les méthodes de recherche traditionnelles pour garantir l'exactitude et la fiabilité des résultats.
Enfin, pour tirer le meilleur parti de l'IA dans le domaine de la recherche sur les utilisateurs, il faut planifier soigneusement, comprendre ce que vous voulez que l'IA fasse et comment elle peut être utilisée. Une stratégie efficace est nécessaire pour que vous n'attendiez pas de l'IA qu'elle fasse des miracles, mais qu'elle assume également une grande partie de la charge de travail.
Ainsi, alors que les robots se rapprochent de plus en plus de notre existence, et que nous soupçonnons furtivement que l'IA *pourrait* être déjà sentinelle et faire semblant, attendant son heure, la recherche sur les utilisateurs en tirera au moins un grand profit.
Cela signifie que l'ensemble du processus de gestion des produits peut être rationalisé et plus souple, en éliminant une grande partie des frictions des modèles "traditionnels" de recherche sur les utilisateurs et de développement des produits. Les produits, les améliorations et les nouvelles avancées peuvent être mis sur le marché plus rapidement, ce qui permet une croissance et une expansion accrues.
La recherche sur les utilisateurs est une période très stimulante, c'est certain.
Beep, boop, bleep. 
Pourquoi ne pas rejoindre la révolution de l'IA et consulter le site tl;dv dès aujourd'hui ?
