Hoe kunnen ontwerpers zich voorbereiden op de toekomst?

Vorige maand had ik de kans om CSS-dag in Amsterdam bij te wonen, een evenement van twee dagen verdeeld over een "UI-dag" met de nadruk op het snijvlak van ontwerp en ontwikkeling en een "CSS-dag", met sprekers die meer diepgaande, technische CSS-onderwerpen behandelden. De presentaties waren net zo divers als de achtergrond van de sprekers zelf, maar er was één gemeenschappelijke draad: In dit tijdperk van snelle verandering, zijn wij, als productmensen, uitgerust om te ontwerpen voor automatisering, machine learning en AI?

Wat betekent automatisering voor ontwerpers?

Het is moeilijk om te werken in een productteam dat geen enkel onderdeel van hun workflow heeft geautomatiseerd in naam van productiviteit. Als machines zich kunnen bezighouden met herhaalbare taken en zwaar werk, kunnen ontwerpers zich richten op het doen van meer betekenisvol werk. Maar hoe beïnvloedt dit de manier waarop we het werk gebruiken dat door machines wordt gecreëerd?

Josh Clark, oprichter van ontwerpstudio Big Medium, daagde het publiek uit met deze vraag tijdens zijn presentatie, 'A.I. is je nieuwe ontwerpmateriaal'. Enkele van de meest indrukwekkende ontwikkelingen in de recente technologie zijn zaken als gezichtsherkenning, voorspellende tekst en afbeeldingszoekopdracht, allemaal mogelijk gemaakt door machine learning. Maar het is belangrijk om te onthouden - al deze technologieën zijn nog steeds gebaseerd op code. Het voordeel is minder ruimte voor fouten. Geen echte emoties, verwachtingen of gevoelens staan in de weg van de taak waarvoor het was ontworpen.

Toch nemen we als mensen aan dat wanneer gezichtsherkenning faalt, het hele proces inherent gebrekkig is. Maar was dat echt zo?

Volgens Josh is dat de meest fundamentele zaak om te begrijpen als het op machines aankomt. Het niet voldoen aan onze menselijke verwachtingen maakt de technologie zelf nog niet automatisch een mislukking. Deze dingen waren, per definitie, gebouwd op logica, wat de vraag oproept: kan de oplossing van een robot eigenlijk verkeerd zijn?

Het doel van het introduceren van machine learning in onze producten was nooit om ze al het werk te laten doen. In plaats daarvan zouden algoritmen en op logica gebaseerde oplossingen alleen mensen van beter inzicht moeten voorzien, zodat we sneller betere oplossingen kunnen verzinnen.

Deze fundamentele kennis van onze gebruikers helpt ons echt betere producten te maken. Dit is misschien een simpel voorbeeld, maar als een computer zelf kan uitvinden hoe het moet lopen, is het misschien tijd om te onderzoeken waarom en hoe deze oplossingen zijn gevormd.

Hoe ontwerpen we voor de onbekende toekomst?

Jared Spool, mede-oprichter van UIE vraagt, "Wat was het belangrijkste dat je gisteren hebt geleerd, en hoe zal het van invloed zijn op wat je in de toekomst doet?"

Als ontwerpers en onderzoekers moeten we in wezen altijd nadenken over hoe we producten voor de toekomst ontwerpen, zelfs als we voldoen aan de eisen van hedendaags ontwerp. Een grote uitdaging, vooral als dingen zo snel veranderen als ze de afgelopen tien jaar hebben gedaan.

Om te beginnen pleit Jared ervoor om terug te kijken op de manieren waarop onze ontwerpprocessen al zijn veranderd.

Weet je nog dat UX/UI geen prioriteit was voor veel bedrijven? Als consultant, toen het internet nog niet op grote schaal aansprak, lukte het Jared om veel bedrijven te sturen in een mindset die rekening hield met de gebruikerservaring van een product.

Maar dit stelt ons ook in staat om inzicht te krijgen in hoe UX en UI er in de loop der jaren hebben uitgezien, wat ons wellicht een beter idee geeft van hoe deze concepten er in de toekomst uit zullen zien. Jared beschrijft een term genaamd "The UX Tipping Point", met geweldige stappen die je hier naartoe kunnen leiden.

In het verleden moesten ontwerpers vechten om een plaats aan tafel te veroveren. Als je vandaag niet begint vanuit een standpunt dat pleit voor gebruikerservaring (zoals tien jaar geleden), ben je waarschijnlijk nog niet begonnen aan dat kantelmoment. Als gevolg daarvan moeten ontwerpers er nog steeds voor zorgen dat de rol van UX volwassen wordt binnen het bedrijf, evenals het begrip van wat UX belangrijk maakt. Wanneer een organisatie de laatste fase bereikt en volledig gebruik maakt van UX-design in alles wat het bedrijf doet, heeft het het UX-tippingpunt bereikt .

Ontwerpen we voor gebruikers of voor onszelf?

Mensen weten niet altijd wat ze willen, ook al denken ze van wel. Zoals Joe Leech, een UX-psycholoog zegt, "Mensen willen meer keuzes, maar kunnen er niet mee omgaan."

Dus hoe ontwerpen we voor onze gebruikers, als onze gebruikers ons niet altijd de waarheid vertellen? Dit is een van de belangrijkste vragen, en iets dat uitgebreid UX-onderzoek ons helpt te bereiken.

Terug in de jaren 2000 hebben de psychologen Sheena Iyengar en Mark Lepper een studie uitgevoerd over consumentenkeuzes. Ze gingen naar een plaatselijke supermarkt en gaven de winkel de opdracht om een week lang slechts 6 soorten jam te verkopen, gevolgd door 30 soorten de volgende week.

Ze hebben een studie uitgevoerd over hoeveel jam er werd verkocht, en tot ieders verrassing werd er meer jam verkocht in de week met slechts 6 keuzes. Maar interessant genoeg, toen de consumenten werd gevraagd welke week ze meer de voorkeur gaven, antwoordden ze met de week met 30 keuzes.

Met behulp van deze analogie maakt Joe een punt dat moeilijk te betwisten is, "Een ontwerper die de psychologie niet begrijpt, zal succesvoller zijn dan een architect die de natuurkunde niet begrijpt".

Gebruikersonderzoek, en een breed scala ervan, helpt teams om zo dicht mogelijk bij de kern van de behoeften van een gebruiker te komen, boven hun wensen. Het bestuderen van reacties op grotere schaal is meer werk, maar het helpt om de basis te vormen voor echte UX.