خلاصه: تسلیم شدن در برابر وسوسه‌های هوش مصنوعی، مهارت‌های شما در زمینه تجربه کاربری (UX) را تضعیف می‌کند. برای حفظ قدرت خود هنگام استفاده از AI در کارتان، برای کسب فضیلت‌های هوش مصنوعی تلاش کنید.
«هفت گناه کبیره» یک چارچوب مذهبی چند صد ساله است که نسبت به وسوسه‌های تغییرناپذیر انسانی هشدار می‌دهد؛ وسوسه‌هایی که همواره به ضعف و دردسر منجر می‌شوند. در مقابل، بشر تشویق می‌شود تا هفت فضیلت متضاد را در آغوش بگیرد که اگرچه به تلاش بیشتری نیاز دارند، اما در نهایت فرد را تقویت و محافظت می‌کنند.
در این مقاله، من ۷ گناه کبیره را برای متخصصان UX که از هوش مصنوعی در کار خود استفاده می‌کنند، و همچنین ۷ فضیلت همراه آن را که باید برای رسیدن به آنها تلاش کنند، شرح می‌دهم.
۷ گناه هوش مصنوعی برای متخصصان UX
ما تاکنون به طور جمعی نزدیک به ۴۰۰ ساعت را با بیش از ۳۰۰۰ متخصص تجربه کاربری از سراسر جهان صرف گفتگو درباره هوش مصنوعی کرده‌ایم. بدیهی است که ابزارها، مدل‌ها و موارد استفاده مدام در حال تغییر هستند. با این حال، وسوسه‌های بنیادینی که می‌بینیم متخصصان UX با آنها دست‌وپنجه نرم می‌کنند، در حال آشکار شدن هستند و بعید است به این زودی‌ها تغییر کنند.
وقتی این وسوسه‌ها به طور مکرر تکرار شوند، هر متخصص UX را تضعیف کرده و در نهایت وظایف و پروژه‌هایی که بر عهده دارند را تضعیف می‌کنند. متخصصان باید تلاش مضاعفی را برای پذیرش «فضیلت‌ها» به کار گیرند تا از رشد حرفه‌ای و کیفیت کار خود محافظت کنند.
| ۷ گناه هوش مصنوعی | ۷ فضیلت هوش مصنوعی |
|---|---|
| تفکر برون‌سپاری‌شده | مالکیت و مسئولیت‌پذیری |
| اتلاف وقت | اتوماسیون |
| از دست دادن جزئیات | گزینش‌گری |
| ایده‌پردازی منزوی | مشارکت و شمول |
| اعتماد ساده‌لوحانه | شکاکیت سالم |
| سلیقه‌ی بی‌روح و تکراری | اصالت و نوآوری |
| نگرش تدافعی | تجربه‌گرایی |
۱. تفکر برون‌سپاری‌شده (Outsourced Thinking)
هیچ آسایشی در منطقه‌ی رشد وجود ندارد و هیچ رشدی در منطقه‌ی آسایش. اگر می‌خواهید یاد بگیرید، باید ذهن خود را به روش‌های جدیدی به چالش بکشید. هیچ راه میانبری برای این کار وجود ندارد.
به همین دلیل است که برون‌سپاری مکرر تفکر به هوش مصنوعی بسیار خطرناک است. این کار شامل انجام منظم هر یک از موارد زیر است:
- پذیرفتن توصیه‌های آن بدون چون و چرا
- اجازه دادن به آن برای ترکیب و تحلیل چندین ورودی برای شما
- درخواست از آن برای ارائه محتوای اصلی چیزی که خلق می‌کنید
- اتکا به آن به عنوان بررسی نهایی کیفیت
- اجازه دادن به آن برای ارائه پیش‌نویس‌های اولیه یا ایده‌های ابتدایی
این «فرار مغزها»ی استعاری، یکی از نگرانی‌های اصلی است که متخصصان هوش مصنوعی از ما می‌پرسند. پاسخ من؟ از خودتان این سوال ساده را بپرسید: اگر هوش مصنوعی فردا ناپدید شود، آیا هنوز می‌توانید با اطمینان کاری را که انجام می‌دهید، ادامه دهید؟
فضیلت: مالکیت و مسئولیت‌پذیری (Ownership)
در حالی که هوش مصنوعی می‌تواند، و شاید باید، در بسیاری از وظایف جایگاهی داشته باشد، رجوع اولیه به آن، مالکیت جهت‌گیری شما را سلب کرده و ضعف‌های موجود در تفکر و توانایی‌هایتان را پنهان می‌کند.
سعی کنید ابتدا به طور مستقل فکر کنید — حتی برای چند لحظه — قبل از اینکه از هوش مصنوعی سوال کنید. با خودتان صادق باشید و احساسات درونی، برداشت‌های اولیه و حفره‌های موجود در توانایی‌هایتان را یادداشت کنید.
- شما چگونه جمله‌بندی می‌کنید؟
- به نظر شما اولویت‌بندی چه چیزی مهم است؟
- چه ایده‌هایی برای حل مشکل دارید؟
اول فکر کنید، بعد بپرسید.
نکته کلیدی این است که از آن به عنوان یک شریک استفاده کنید، نه یک راهنما. ما می‌بینیم که افراد خردمند در حوزه UX این کار را انجام می‌دهند، مانند فردی با بیش از ۱۸ سال سابقه در UX که با ما به اشتراک گذاشت:
چه سال‌ها در این صنعت بوده باشید و چه تازه‌کار، چه با همکاران UX زیادی کار کنید یا به تنهایی: فقط مطمئن شوید که هنوز برای خودتان فکر می‌کنید و ایده‌هایتان را برای دریافت یک دیدگاه دیگر به هوش مصنوعی ارائه می‌دهید. هوش مصنوعی یک «اردک پلاستیکی» (rubber duck) برای کمک به پردازش افکار شماست — نه یک ستاره قطبی که به شما بگوید کجا بروید. شما باید آماده باشید که در برابر آن مقاومت کنید و تشخیص دهید چه زمانی اشتباه می‌کند.
«هرچه در دنیای طراحی بالاتر می‌روید، به خصوص وقتی به نقش‌های رهبری بیشتری می‌رسید […]، گروه همتایان شما کوچک و کوچک‌تر می‌شود. […] من واقعاً به ندرت فرصت می‌کنم با افرادی صحبت کنم که سطح دانشی مشابه من داشته باشند. […] هوش مصنوعی این خلاء گفتگو را که من به آن نیاز دارم، پر می‌کند.»
۲. اتلاف وقت (Wasted Time)
در حالی که هوش مصنوعی اغلب به عنوان یک ابزار بهره‌وری معرفی می‌شود، فهمیدن اینکه چگونه هوش مصنوعی را وادار به انجام کاری کنید که نیاز دارید، اغلب بیشتر از انجام دادن خودِ آن کار زمان میبرد. هوش مصنوعی در یک خلاء زمانی وجود ندارد. هر زمانی که صرف کار با آن می‌کنید، می‌توانست صرف انجام کار دیگری شود.
چرا افراد با هوش مصنوعی وقت تلف می‌کنند؟
- دشوار است که از قبل بدانید انجام یک کار با هوش مصنوعی چقدر طول می‌کشد، و وقتی متوجه می‌شوید که زمان زیادی صرف کرده‌اید، هنوز نمی‌دانید که آیا تقریباً به نتیجه رسیده‌اید یا نه.
- جذاب است! بسیاری از ما واقعاً از بازی کردن با هوش مصنوعی و دیدن قابلیت‌های آن لذت می‌بریم.
مشکل اینجاست که بیشتر کارهای UX با بودجه و زمان دیگران انجام می‌شود، و در نهایت، ما باید خروجی‌های مشخصی را تا ضرب‌الاجل‌های نزدیک تحویل دهیم، چه هوش مصنوعی به ما کمک کرده باشد یا نه. اگر کمک نمی‌کند، پس دارد آسیب می‌زند.
فضیلت: اتوماسیون (Automation)
از آنجایی که تشخیص اینکه آیا سرمایه‌گذاری زمان برای استفاده از هوش مصنوعی شما را کارآمدتر می‌کند یا نه دشوار است، باید در مورد زمان ورود به آن هوشمندانه عمل کنید. تجربه نشان می‌دهد که وظایف تکراری بیشترین بهره را از هوش مصنوعی می‌برند، زیرا می‌توانید یک ربات AI (مانند یک GPT سفارشی) یا یک پرامپت قابل استفاده مجدد ایجاد کنید. در مقابل، مراجعه مستقیم به هوش مصنوعی برای کارهای یکباره اغلب مستلزم سرمایه‌گذاری زیاد برای سود بسیار کم است. به دنبال فرصت‌هایی برای سرعت بخشیدن به وظایفی باشید که می‌دانید بارها و بارها و بارها انجام خواهید داد.
۳. از دست دادن جزئیات (Lost Details)
وقتی به خلاصه‌های هوش مصنوعی از ایمیل‌ها، شرح پروژه‌ها، داده‌های تحقیقاتی یا هر چیز دیگری تکیه می‌کنید، جزئیات و عمق را فدا می‌کنید. آنچه در بهره‌وری به دست می‌آورید، در غنا و ظرافت از دست می‌دهید. وقتی شما مسئول جزئیات هستید، باید با تمام اطلاعات درگیر شوید به جای اینکه به خلاصه‌های AI تکیه کنید. من هیچ مدیری را نمی‌شناسم که بهانه‌ای مانند این را بپذیرد: «خیلی متاسفم که این را به موقع تحویل ندادم! هوش مصنوعی ضرب‌الاجل را در خلاصه ایمیل شما ذکر نکرده بود…»
فضیلت: گزینش‌گری (Selectivity)
آیا باید تمام جزئیات مربوط به هر چیزی که سر راهتان قرار می‌گیرد را بدانید؟ خیر. گاهی اوقات شما فقط نیاز دارید که مطلع باشید نه مسئول، و در این موارد، یک خلاصه کافی است. و حقیقت این است که یک خلاصه AI به طور کلی بسیار بهتر از مرور سریع شماست. نکته کلیدی تشخیص زمانی است که شما برای درک جزئیات پاسخگو خواهید بود و باید از اتکای بیش از حد به هوش مصنوعی در آن شرایط اجتناب کنید.
۴. ایده‌پردازی منزوی (Isolated Ideation)
هوش مصنوعی بدون شک برای ایده‌پردازی قدرتمند است، اما فرآیند ایده‌پردازی همان چیزی است که افرادی را که مسئول اجرای خروجی‌ها هستند، همسو می‌کند. وقتی زمان کمتری را صرف تفکر، بحث و اولویت‌بندی مشترک با دیگران می‌کنید، آنها تعهد کمتری به خروجی‌ها خواهند داشت — به خصوص اگر توسط هوش مصنوعی تولید شده باشند.
فضیلت: مشارکت و شمول (Inclusion)
حقیقت این است که مردم دوست دارند اثر انگشت خود را ببینند. وقتی در خلق چیزی مشارکت داشته‌اند، تعهد بیشتری به اجرای آن دارند. این به این معنا نیست که باید از هوش مصنوعی در فرآیند ایده‌پردازی اجتناب کنیم؛ بلکه فقط به این معناست که باید به مشارکت دادن انسان‌های مرتبط ادامه دهیم.
چه می‌شود اگر به جای اینکه از هوش مصنوعی بخواهید تمام راه‌حل‌ها را پیشنهاد دهد، از آن برای آماده‌سازی گفتگو با دیگران استفاده کنید؟ برای مثال، می‌تواند به شما در ایجاد چند سوال نافذ «چگونه می‌توانیم…؟» (How Might We) کمک کند که برای تحریک گفتگوهای مهم با همکارانتان استفاده خواهید کرد. یا از افراد بخواهید در گروه‌هایی با هم کار کنند تا به طور جمعی پرامپت‌های هوش مصنوعی را برای راه‌حل‌های ممکن بنویسند. هوش مصنوعی می‌تواند کارهای سنگین زیادی را انجام دهد — فقط اجازه ندهید افراد مهمی را که به عنوان متحدان خود به آنها نیاز دارید، از صحنه خارج کند.
۵. اعتماد ساده‌لوحانه (Naïve Trust)
بیشتر مردم می‌دانند که نمی‌توانند به طور کامل به اطلاعاتی که از هوش مصنوعی می‌گیرند اعتماد کنند، اما وقتی به آنها نگاه می‌کنید، تعداد بسیار کمی به دلیل تلاش مورد نیاز، خروجی‌های آن را به دقت بررسی می‌کنند. راحت‌تر است که فقط آن را قابل اعتماد بدانیم. این امر با توجه به هزینه تعامل و تلاش شناختی مورد نیاز برای تأیید خروجی‌های AI، در مقایسه با پذیرش ضرر و استفاده از آنچه به شما می‌دهد، کاملاً قابل پیش‌بینی و تعجب‌آور نیست.
فضیلت: شکاکیت سالم (Skepticism)
من شما را از یک سخنرانی طولانی در مورد خطر توهمات (hallucinations) هوش مصنوعی معاف می‌کنم، اما ارزشش را دارد که وقت بگذارید و منابع معتبر و قابل اعتماد برای راهنمایی و الهام پیدا کنید.
برای مثال، اگر به دنبال یادگیری تفاوت بین تست کاربردپذیری و مصاحبه‌های کاربری هستید، هوش مصنوعی صادقانه کار بزرگی انجام می‌دهد و می‌تواند اطلاعات را برای شما سفارشی‌سازی کند (اگرچه آنچه می‌داند را از نوشته‌های ما در NN/g و دیگران یاد گرفته است). ما در حال حاضر می‌بینیم که بسیاری از متخصصان UX برای این نوع کمک به آن روی می‌آورند.
با این حال، راهنمایی هوش مصنوعی زمانی ضعیف است که به دنبال نمونه‌های عالی از موارد خاص و تخصصی هستید، یا زمانی که می‌خواهید یک متخصص واقعی باشید و از منابع اصلی یاد بگیرید. و جمله «ChatGPT گفت ما باید این کار را انجام دهیم» احتمالاً استدلال چندان متقاعدکننده‌ای برای ذینفعان شما نخواهد بود.
به عنوان مثال، ما اخیراً یک دوره جدید در مورد نوشتن وظایف برای تست کاربردپذیری ایجاد کردیم. هرچقدر تلاش کردیم، نتوانستیم هوش مصنوعی را وادار کنیم وظایفی بنویسد که استانداردهای ما را برآورده کند. وظایفی که ایجاد می‌کرد، داده‌های تحقیقاتی خوبی به دست نمی‌داد. هرچه حقیقت و کیفیت مهم‌تر باشند، باید در مورد منبع اطلاعات خود گزینش‌گرتر باشید.
۶. سلیقه‌ی بی‌روح و تکراری (Bland Taste)
اتکای بیش از حد به هوش مصنوعی برای پیشنهاد یک سبک، یا عدم اصلاح کافی سبکی که توسط AI ارائه شده، در نهایت به چیزی عمومی و بی‌روح منجر می‌شود. این موضوع برای همه چیز صدق می‌کند — از لحن نوشتار گرفته تا طرح‌بندی رابط کاربری و سوالات نظرسنجی.
مسئله این نیست که آنچه هوش مصنوعی به شما می‌دهد همیشه «اشتباه» است. فقط… غیراصیل است. نشان داده شده است که مدل‌های زبان بزرگ پیشرو (Frontier LLMs) ایده‌های بسیار بیشتری و گاهی حتی بهتر از انسان‌ها ارائه می‌دهند. اما هرچه ایده‌های بیشتری از آن بگیرید، بیشتر خواهید دید که چقدر در الگوهای مشابهی قرار می‌گیرند و از ایده‌های دیگران تقلید می‌کنند.
جالب‌ترین، هوشمندانه‌ترین و اصیل‌ترین خلاقیت‌ها هنوز از انسان‌ها سرچشمه می‌گیرند، نه هوش مصنوعی.
فضیلت: اصالت و نوآوری (Originality)
همانطور که هوش مصنوعی به افراد بیشتری توانایی‌های فنی برای تولید کار در خارج از حوزه تخصصشان را می‌دهد، در نهایت، سلیقه و تشخیص وجه تمایز بهترین‌ها خواهد بود. کارفرمایان بسیار کمی به دنبال اعضای تیمی هستند که در بازآفرینی کارهای دیگران بسیار خوب باشند — کاری که هوش مصنوعی آن را آسان می‌کند. بله، شما می‌توانید یک مثال برای تقلید به آن بدهید، اما این با خلق چیزی اصیل و تازه یکسان نیست.
ارزش آینده شما مستقیماً به توانایی شما برای برداشتن یک گام فراتر از آنچه دیگران انجام داده‌اند و خلق چیزی جدید، مرتبط خواهد بود. یک گام به کنار بردارید و با اصلاح خروجی‌های هوش مصنوعی یا استفاده از آنها به عنوان الهام‌بخش خلاقیت خود، کار را کمی متفاوت انجام دهید.
۷. نگرش تدافعی (Defensive Outlook)
اکثر انسان‌ها ذاتاً در برابر تغییر مقاومت می‌کنند و دوست دارند وضع موجود را حفظ کنند. آسان است که آرزو کنیم هوش مصنوعی چیزی را تغییر نمی‌داد و امیدوار باشیم که بر کاری که انجام می‌دهیم تأثیری نگذارد، اما حقیقت این است که همه چیز در این صنعت هرگز کاملاً ثابت نمی‌ماند. این کسانی هستند که سازگار می‌شوند که بهترین عملکرد را دارند. غرور و خودمحافظتی را کنار بگذارید. به آن یک شانس صادقانه بدهید.
فضیلت: تجربه‌گرایی (Experimentation)
با این حال، ما سازمان‌های زیادی را می‌بینیم که در آنها متخصصان UX قبل از اینکه مطمئن شوند می‌توانند شنا کنند، به داخل استخر هوش مصنوعی هل داده می‌شوند. بازی مداوم با ابزارهای جدید AI یک لوکس است که تعداد کمی از اهالی UX از آن برخوردارند. پیشنهاد ما این است که به دنبال ناکارآمدی‌ها، گلوگاه‌ها و فرصت‌های اتوماسیون بگردید، و سپس به هوش مصنوعی در آنجا فرصت دهید. ما پیشنهاد دکتر ایتان مولیک (Dr. Ethan Mollick) را دوست داریم که می‌گوید «هوش مصنوعی را سر میز بیاورید» و برای بسیاری از وظایف کاری خود به آن فرصت دهید، فقط برای اینکه ببینید چه چیزی می‌تواند به شما ارائه دهد. اگر ثابت شد که مفید نیست، آن را به زور تحمیل نکنید.
در اینجا یک مثال داخلی از NN/g آورده شده است: اگر تا به حال در یک دوره آنلاین زنده با ما شرکت کرده‌اید، ممکن است برای کسب گواهینامه UX در آزمون مربوطه شرکت کرده باشید. ما در نهایت هزاران سوال امتحانی را می‌نویسیم و بازبینی می‌کنیم که گاهی اوقات یک گلوگاه بزرگ بوده است.
بنابراین، ما یک GPT سفارشی را بر روی تمام بهترین شیوه‌های خود برای نوشتن سوالات امتحانی آموزش دادیم. این ربات کوچک امتحانی، با وجود سادگی در ساخت، ساعت‌های بی‌شماری را با کمک به فرآیند خسته‌کننده نوشتن سوالات برای ما صرفه‌جویی کرده و به ما این امکان را داده است که زمان بیشتری را صرف بازبینی دقیق و ویرایش آنها کنیم تا مطمئن شویم که مطالب تدریس‌شده را منصفانه ارزیابی می‌کنند.
نتیجه‌گیری
موضوع اصلی، اجتناب از هوش مصنوعی نیست. بلکه حفظ رشد خود و کیفیت کارتان هنگام استفاده از آن است. هوش مصنوعی دائماً در حال تغییر خواهد بود. هرگز به خودتان اجازه ندهید که به طور مکرر مرتکب گناهانی شوید که شما و مهارت‌های UX شما را تضعیف می‌کنند.
منبع: این مقاله ترجمه و اقتباسی از مقالات گروه Nielsen Norman می باشد.
