En este artículo Diseño UX y AI: una relación de confianza y reciprocidad abordaremos cómo la Inteligencia Artificial (IA) se ha convertido en una poderosa herramienta que, basada en conceptos de ciencia y computación, ha logrado incorporarse de manera sutil pero contundente en diferentes campos del conocimiento. El diseño, por su parte, se ha visto en la necesidad de entrar al terreno de la IA (inteligencia artificial) y así irse adaptando a las nuevas posibilidades que esta permite.
Para lograrlo, ha sido necesario devolverse a la esencia misma del diseño: el usuario, y de esta manera recordar siempre que el verdadero propósito de cada creación es el de mejorar la experiencia humana. El objetivo de este texto es indagar sobre las posibles relaciones que puede haber entre el Diseño UX y AI. De este modo, se plantea una relación basada en la teoría de la guía práctica de People + AI de Google, que se fortalece a través de la idea de construir una relación humano-maquina, según lo propuesto por IBM en “Design for AI”.
La creación de una experiencia basada en INTELIGENCIA ARTIFICIAL se fundamenta a partir de dos elementos: el usuario y el modelo AI. La integración de estos componentes debe darse en un entorno de interacción capaz de conectar a las personas con la tecnología de manera eficiente. Es decir, se debe adecuar el medio a través del diseño, de modo que el usuario pueda interactuar con la solución de AI de manera efectiva y amigable. Como plantea IBM, en un diseño enfocado en AI, esta interacción se logra a través de la construcción de una relación humano-maquina, que esté basada principalmente en confianza y reciprocidad.
Elementos relación Humano-Máquina
Llegado a este punto, es pertinente ahondar en las características y atributos de los elementos que intervienen en el proceso: Usuario y Modelo AI. Este último corresponde a la solución final o modelo final. La Inteligencia Artificial, como explica IBM, se refiere a los sistemas de autoaprendizaje que, a través de la recolección de datos, tienen la capacidad de agregar capacidades cognitivas propias de los seres humanos a las máquinas.
Estos sistemas tienen cuatro (4) características: entienden, razonan, aprenden e interactúan. El entendimiento se refiere a la habilidad de comprender los datos, que pueden ser desde tablas de texto hasta imágenes y audios. El razonamiento corresponde a la capacidad que tiene un modelo de formular hipótesis y de dar argumentos sustentados a partir de la comprensión de los datos. Por último, el aprendizaje y la interacción están relacionados con el entrenamiento, es decir, con la posibilidad de refinar el sistema a través de las múltiples interacciones que mantiene con el usuario y que así estas sean más precisas.
Así pues, es claro que los modelos de INTELIGENCIA ARTIFICIAL tienen la habilidad de interactuar con el usuario y dar resultados de valor a partir de datos. Sin embargo, hay que tener en cuenta que cada una de las soluciones de AI deben estar pensadas y diseñadas para servir al usuario: “La IA no se trata de datos, se trata de ideas. Los datos son el combustible para el automóvil, las ideas son los destinos. Esto es lo que le importa a la gente” (IBM). Es decir, su verdadero propósito es el de amplificar las capacidades humanas, lo que se traduce en el concepto de Inteligencia Amplificada.
El otro elemento, el usuario, es la representación digital de la persona que hará uso del sistema de manera habitual. Al respecto, son importantes las motivaciones, expectativas y necesidades del sujeto, las cuales se extraen a través de un proceso de investigación basado en observación directa. Este conocimiento ayudará a identificar oportunidades de intervención, que a su vez moldean el objetivo de la solución final. Asimismo, va a facilitar la toma de decisiones posteriores, como la cuestión de si se debe utilizar la IA para automatizar o potenciar una actividad o proceso. Todas estas decisiones se toman en la primera fase de la metodología que se implementa en la compañía (ASESOFTWARE y EQUINOX) cuyas bases están fundamentadas en la guía práctica People + AI.
NUMERATE – Imagine inventariar productos a la velocidad de un click
Enfoques del proceso AI
Cuando se diseña para la AI se deben tener en cuenta tres enfoques: (i) el propósito «¿qué quiero lograr?», (ii) el valor «¿cómo estoy ayudando?» y (iii) la confianza «¿existe una relación emocional de un usuario hacia el sistema?». Respecto al último, entran en juego distintos factores: la seguridad del intercambio de datos, la voluntad de controlar el sistema y la expectativa de calidad y certeza sobre los resultados.
El propósito se establece a partir de las necesidades del usuario, identificadas en la primera etapa de la metodología. El valor, por otra parte, se define en una segunda etapa: la de ideación, en la que prima el componente de innovación. Durante esta fase se toman en cuenta las características del usuario para determinar los atributos que van a componer el modelo de AI. Surgen ciertas preguntas: ¿qué se necesita conocer del usuario para mejorar su experiencia? ¿qué datos necesita recolectar el modelo para mejorar esta experiencia?
De este modo, el valor de la solución radicará en la efectividad del resultado para el usuario y en lo diferente e innovadora que se considere la solución propuesta. Sumado a esto, una pregunta clave en esta etapa del proceso es la siguiente: ¿cómo se construirá una relación entre este modelo AI y el usuario? Esto, debido a que la construcción de interacciones efectivas garantizará una adecuada usabilidad y ayudará a la generación de un vínculo de confianza. En este sentido, el rol del diseño UX no solo se centra en conocer las motivaciones y necesidades de las personas, como en cualquier proceso de diseño centrado en el usuario, sino también busca construir una relación de confianza entre la tecnología y aquel.
¿Cómo se construye esta relación humano-máquina?
Para responder la pregunta, es importante dar una mirada a la psicología presente detrás de la construcción de las relaciones. IBM propone El modelo de relación creado por Mark Knapp, profesor de la Universidad de Texas y experto en la comunicación humana no verbal, en donde clasifica la construcción de una relación en 10 etapas, 5 de ellas enfocadas en la unión de las personas y las otras 5 en la separación. Para el propósito del texto, se hará énfasis en las primeras 5.
- La primera de ellas, La iniciación representa aquel momento en el cual, a partir de juicios rápidos se decide o no continuar a una segunda etapa en la relación.
- La segunda de ellas, La experimentación, corresponde a la fase de exploración en donde el propósito de los involucrados es el de encontrar puntos en común entre si.
- La tercera de ellas es la Intensificación. Esta ocurre cuando se quiere compartir más acerca de los intereses en común encontrados.
- La integración, hace referencia a la discreción que puede llegar a tener un modelo de AI. El modelo de AI debe llegar a interactuar de manera natural con las personas y esto significa, en muchas ocasiones, pasar desapercibido.
- Por último, está La vinculación, que ocurre cuando ambos lados están totalmente conectados a través de una relación de confianza.
Se mencionan algunos de los elementos que se deben tener en cuenta para diseñar esta relación efectiva. Durante todo el proceso de la construcción de una relación humano-máquina acertada, se deben entender cuales son estos comportamientos e intenciones que mueven al usuario. La intención mueve la acción y la acción se traduce en estos comportamientos que van sujetos a los conocimientos previos que tiene el sujeto. Estas representan las estructuras mentales y de las cuales hace tanto énfasis la guía de Google. Estas estructuras mentales ayudan a dar una idea inicial de cómo debe ser el diseño de estos entornos de interacción.
¿Qué va a hacer el usuario? ¿Qué esperaría que sucediera? Estos comportamientos son la base de la construcción de las interacciones pues marcarán la dirección de la usabilidad. Muchas de estas estructuras mentales se identifican en un proceso de experimentación y es por esto que el pasar rápidamente a una fase de prototipado garantiza una agilidad y asertividad en el crecimiento de la propuesta final.
Iniciación
Empecemos por la primera etapa, la iniciación, en donde se crean juicios rápidos. Dentro de esta etapa se deben tratar dos temas importantes, del lado del sistema, aparecen los sesgos y estos representan todos aquellos prejuicios que pueden aparecer en un sistema a medida que se procesan los datos. Estos prejuicios en la medida que no se eliminan se escalan.
Por el otro lado están los prejuicios por parte del usuario los cuales inician a disminuir si se introduce la solución de AI de manera transparente. Es acá donde se inicia la construcción de una relación de confianza.
Esta relación de confianza se irá fortaleciendo a lo largo de las siguientes etapas tan solo si se diseña de manera efectiva cada una de las interacciones. Dentro de un primer acercamiento se debe siempre dejar claras las expectativas, los beneficios de la solución, sus limitantes y alcances. Esto mantiene las expectativas del usuario siempre conectadas con los resultados que dará el modelo. El reto está en entregarle de manera adecuada esta información al usuario.
Por otro lado, la transparencia, el usuario tiene la necesidad de saber siempre que datos está estregando y cuál es el uso que se le están dando. La transparencia de esta información siempre será bien recibida.
Experimentación e intensificación
A lo largo de estas dos etapas el usuario capta los puntos que tiene en común con el modelo AI. ¿Las respuestas son acertadas? ¿si me está entendiendo? o inclusive ¿si estoy entendiendo lo que me está diciendo el sistema? Es acá donde se tiene que comenzar a planear un sistema de co-aprendizaje en donde las interacciones se vuelvan bilaterales. En este sentido se debe pensar en la recolección del feedback del usuario, bien sea de manera explícita o implícita.
En este punto el sistema podrá entender si realmente las recomendaciones que está dando son las correctas o por el contrario, fallan. En caso dado, que no sean exitosas, se tiene que comenzar a pensar como “fallar con gracia”, es decir, de que manera voy a mantener la atención del usuario aun sabiendo que le di una respuesta equivocada. El humor puede ser una buena alternativa.
Integración
En esta etapa se naturaliza la relación y siempre se debe mantener claro cual va a ser el grado de control que se le dará al usuario durante la experiencia. A menos que se comunique de manera explícita desde el principio, este control lo irá descubriendo el usuario a media que interactúa con el sistema. Para la última etapa de este modelo de relaciones podemos dar por hecho que se ha generado un vínculo de confianza entre el modelo y el usuario.
Conclusión
Es importante resaltar que cada una de estas etapas, posibles fallas, expectativas y comunicación de los alcances deben pasar por una fase de “prototipado” en donde de manera ágil y poco costosa, se prueben cada uno de los componentes anteriores, se reciba feedback del usuario y se hagan los ajustes pertinentes. El proceso de construcción de una solución de AI se debe basar en la iteración. De iteración a iteración se llega a una mejor solución para llegar al balance perfecto de Diseño UX y AI: confianza y reciprocidad.
VISIT OUR KNOWLEDGE CENTER
We believe in democratized knowledge
Understanding for everyone: Infographics, blogs, and articles
Let’s tackle your business difficulties with technology
” There’s a big difference between impossible and hard to imagine. The first is about it; the second is about you “
Marvin Minsky, Professor pioneer in Artificial Intelligence