Машинное обучение и дизайн пользовательского опыта… эти две фразы вообще идут вместе?
Как я узнал о машинном обучении и пользовательском интерфейсе
Когда я решил заняться технологиями, у меня за плечами было несколько лет руководства личными трансформациями и духовными мероприятиями. Они различались по размеру: от маленьких и личных до больших многодневных семинаров. Я также работал с детьми и был профессиональным музыкантом. Короче говоря, у меня было больше опыта общения с людьми, чем технических навыков.
Весной 2017 года я начал свой путь к исследованиям в области технологий. Как ботаник, но не технический специалист, я никогда не слышал слова «машинное обучение», пока мой партнер не описал его мне, который только начинал работать в компании, занимающейся ИИ. Я начал исследовать эту тему и обнаружил, что смотрю уроки на YouTube, хожу на митапы и мероприятия и в целом одержим этой вещью, называемой машинным обучением. Примерно в то же время я открыл для себя UX (дизайн пользовательского опыта) и решил, что это интуитивно понятная точка входа в технологии. Я могу работать с людьми И технологиями? Счет.
Я был в первые несколько недель в GrowthX Academy (трехмесячный интенсив, который обучает технических талантов вне программирования), изучая все тонкости UX-дизайна, когда я обнаружил, что задаюсь вопросом - существует ли такая вещь, как UX для машин? обучение?
Насколько я могу судить, людей, которые занимались обучением нейронных сетей и интеллектуальным анализом данных, в первую очередь не беспокоил опыт своих пользователей. А дизайнеры, которые проявляли сочувствие к своим пользователям, даже не знали, как данные используются, чтобы сделать программы умнее.
Похоже, там был довольно большой разрыв. Затем я подумал о миллиардах пользователей Интернета во всем мире. Сколько из них знали, что происходит с технологиями? Я увидел еще больший разрыв.
Насколько важно для пользователей понимать технологию, которую они используют? В конце концов, художнику необязательно иметь глубокое понимание процесса проектирования, производства и доставки используемой кисти. Им просто нужно использовать это в своих целях. Разрыв в знаниях между создателем и пользователем будет очевидным. Но когда кисть фиксирует каждое движение и движение художника и загружает его в базу данных, которая затем создает алгоритмы на основе этих данных, чтобы давать рекомендации по большему количеству кистей на совершенно разных платформах…? Хорошо, этого не происходит с кистями. Но это точно происходит с интернет-приложениями.
Я решил провести небольшое исследование. У GrowthX есть потрясающая учебная программа, которая предназначена для обучения UX-дизайну и исследованиям с использованием реальных приложений. Итак, я использовал исследовательское задание класса, чтобы опросить более десятка человек об их понимании машинного обучения. Я обнаружил, что из половины тех, кто еще не был разработчиками или техническими специалистами, они понятия не имели, как работает эта технология. Более того, они сочли многие аспекты этой новой технологии «жуткими» и «странными», но очень «удобными и полезными».
Хотели бы люди знать, что информация, которую они вводят в свой браузер или смартфон, передается в алгоритмы машинного обучения? Хотели бы они знать механизм этого? Им было бы все равно? Сделает ли это их более разборчивыми в отношении того, какой информацией они делятся?
Изучая машинное обучение, я обнаружил, что мне нужно быть математиком и программистом, чтобы полностью понять основные концепции. Что, если любопытные люди даже не имеют возможности преодолеть барьеры входа, чтобы узнать об этом? Мы не знаем даже того, о чем не осведомлены!
Размышляя над этим, я решил выяснить, у кого еще были подобные размышления. Быстрый поиск в Интернете оказался на удивление бесплодным, но не совсем сухим. Статья Машинное обучение и UX - его пока не существует была моей отправной точкой. Затем я обнаружил местную встречу, до которой осталось меньше недели - Давай MLUX!
После занятий на следующей неделе я зашел в Quid, где проходил Meetup, и встретил UX-дизайнеров, специалистов по данным и инженеров. Как будто это событие произошло как раз вовремя с моим любопытством. Итак, очевидно, что существует связь, по крайней мере, в Сан-Франциско, технологическом центре. С тех пор я продолжал встречаться с другими, интересующимися этим перекрестком. Хотя тема машинного обучения и пользовательского опыта - новая, я твердо уверен, что впереди еще много интересной истории.
Углубляясь
Пользовательский опыт - это сопереживание людям, использующим ваш продукт, и проектирование с учетом их опыта. Это может иметь значение между довольным пользователем и отчужденным. Я считаю, что пользовательский опыт имеет место в развивающейся индустрии машинного обучения.
Когда дело доходит до использования машинного обучения на предприятиях и в продуктах, отдельным лицам и организациям требуется помощь в изменении как практики, так и образа мышления. На выходном уровне этих нейронных сетей находятся реальные люди с настоящими эмоциями, и многие из них не имеют представления о том, как работает искусственный интеллект. Многие из них приходят в ужас, когда Facebook узнает подробности их поисковых запросов на Amazon. Конечно, между производителем и покупателем всегда может быть разрыв. Но никто не должен оставаться в стороне, если они действительно хотят учиться. И никто не хочет чувствовать себя отчужденным из-за технологий, призванных помочь им в жизни. Должен быть способ рассказать о том, что происходит с технологиями по мере их развития, таким образом, чтобы мы все могли понять и внести свой вклад.
Я считаю, что UX может решить эту проблему.
Как бы я ни любил изучать нейронные сети и узнавать разницу между глубоким обучением и прикладным искусственным интеллектом, возможно, я еще долго узнаю об этом как инженер. Люди всегда будут моей специальностью. Я глубоко забочусь о том, как технологии влияют на людей, и я знаю одно - помогать объединять людей. Я могу участвовать в мероприятиях волонтером. Я могу организовывать встречи. Я могу начинать онлайн-дискуссии и писать подобные сообщения в блогах. Я могу связаться с людьми по общедоступным каналам и начать беседу.
Я буду продолжать искать возможности учиться. Даже если мы приближаемся к сингулярности, я верю, что мы можем сохранить нашу человечность - ущербную, красивую, беспорядочную, вдохновляющую и постоянно растущую.
Итак, куда мы идем отсюда?
За последние несколько месяцев открытий я видел, слышал и думал о том, как можно применить UX к машинному обучению. По мере того, как я продолжаю изучать машинное обучение и область искусственного интеллекта в целом, я буду писать больше статей с более подробным описанием.
- Пользовательские интерфейсы разработаны с пониманием того, какие действия пользователя делают для изменения результатов алгоритмов.
- Использование процесса исследования UX, чтобы узнать, как разрабатывать платформы на базе машинного обучения, которые взаимодействуют с пользователями в соответствии с их собственными ментальными моделями и чувством легкости. Посмотрим правде в глаза - многие люди предпочитают разговаривать с людьми, а не с машинами, даже если они даже не осознают, что их представители службы поддержки клиентов были ботами уже более нескольких лет. Будь то чат-бот, рекомендации или распознавание голоса - сочувствие необходимо, чтобы понять, что даст пользователю чувство легкости и безопасности. Так много людей сходят с ума от идеи искусственного интеллекта. Положительный опыт и ассоциации улучшат пользовательский опыт ИИ.
- Создавайте пользовательские потоки, которые могут помочь пользователям понять, как машинное обучение работает для получения результатов. Не так, как это мог бы понять только доктор философии или программист. Представьте себе владельца бизнеса, у которого достаточно данных, чтобы реализовать машинное обучение. Или даже обычному пользователю Интернета, который хочет знать больше, но имеет менее развитые математические навыки.
- Интегрируйте UX в команды AI, чтобы выявлять когнитивные искажения, которые могут входить в наборы данных, и предотвращать такие вещи, как сексистские или расистские боты.
- Тренинг для владельцев бизнеса, менеджеров по продуктам и сотрудников, позволяющий перейти на рынок, который становится все более цифровым.
- Для тех, кто разбирается в умном визуальном дизайне… придумайте несколько лучших идей для стоковых фотографий для искусственного интеллекта!
Дональд Кнут известен цитатой: «Компьютеры хороши в выполнении инструкций, но не в чтении ваших мыслей». Сегодняшние и будущие компьютеры могут делать что-то очень похожее на это. Наше поведение и действия имеют последствия и последствия. Возможно, машинное обучение может научить нас большему, чем можно было бы предположить, о человеческом опыте. По мере развития технологий давайте расти вместе с ними.
