¿Qué significa la afluencia de IA y Machine Learning en productos tecnológicos para los diseñadores de UX?

Actualmente, el proceso de diseño de UX requiere múltiples iteraciones que requieren mucho tiempo y son costosas, y no garantiza que se cree el diseño más óptimo.

El campo de la HCI computacional (interacción hombre-computadora) está utilizando el aprendizaje automático para optimizar la disposición de los elementos de la interfaz de usuario. usando diseños pasados ​​como datos de entrenamiento. Ejemplos simples incluyen organizar el widget de escritorio y el elemento de menú en una pantalla.

Este proceso reduce el tiempo de diseño de nuevas interfaces y permite a los diseñadores concentrarse más en el contenido, la arquitectura de la información y la producción de nuevos componentes de diseño.

Incluiré más documentos a continuación para que los lea cuando lo desee:

Antti Oulasvirta. Diseño de interfaz de usuario con optimización combinatoria. Computadora , 50 (1): 40-47, 2017.

La inteligencia artificial está revolucionando la forma en que creamos experiencias de usuario. Los sistemas de inteligencia artificial analizan grandes cantidades de datos de forma rápida y efectiva.

Con AI es posible crear experiencias de usuario simples, rentables y atractivas. Entonces, AI en realidad está llevando a cabo una investigación y análisis adecuados para las personas en lugar de reemplazarlos.

La inteligencia artificial y el aprendizaje automático están ayudando a predecir el comportamiento del usuario y proporcionar información útil para mejorar la experiencia del usuario.

Le recomiendo que consulte este artículo, que hemos escrito, sobre inteligencia artificial y aprendizaje automático y obtenga información más específica sobre ellos y comprenda el posible futuro cercano en el mundo de la tecnología.

El diseño de la experiencia del usuario siempre estará al frente y al centro de cualquier producto o servicio que esté dirigido a los Usuarios (humanos) como consumidores finales.

La inteligencia artificial y el aprendizaje automático solo traen un cambio en el paradigma de la forma normal en que usamos, interactuamos y consumimos productos digitales. Tome chat-bots, IU de conversación y asistentes personales digitales.

Algunos de estos son solo de voz, e interactuamos con ellos de manera diferente al tacto y al toque normal. Debido a que no hay ninguna pantalla de imagen o lo que sea, no significa que no haya un diseño detrás de ella. La experiencia general que obtiene al usar dichos productos y servicios está diseñada por diseñadores de experiencia de usuario.

Mire fuera de los píxeles cuando escuche el diseño. Es la totalidad del producto, y más de estas categorías significa más oportunidades y trabajo para los diseñadores.

Significa que tenemos más trabajo que hacer y más habilidades que adquirir …

La inteligencia artificial y el aprendizaje automático han existido durante décadas. Ahora están recibiendo una gran inversión y mucha atención de los medios, por lo que es un buen momento para agregar una palabra de moda a su producto; incluso mejor si funciona y realmente hace la diferencia.

Los diseñadores de UX están ocupados trabajando en interfaces para dispositivos como Alexa y Google home junto con las interfaces móviles, web y de dispositivos. De hecho, gran parte de la nueva tecnología permitirá a los buenos diseñadores crear mejores experiencias más fluidas. Esto generalmente no elimina el trabajo, sino que crea nuevos desafíos y nuevos productos.

Siento que la afluencia de IA y ML nos va a hacer fabricar dispositivos locos, por ejemplo, productos para el hogar de Google.

Todos estos dispositivos tendrán el único objetivo de adaptarse naturalmente a nuestras vidas, los expertos en aprendizaje automático no harán que eso suceda.

Cuando lleguen esos dispositivos, necesitarán un proceso de diseño bien pensado para estructurar sus experiencias. Por lo tanto, UI y UX no se desvanecerán como otros campos.

Espero que esto ayude.

Más productos = más trabajo. Sencillo.

More Interesting

¿Cuáles son algunas limitaciones de un enfoque bayesiano?

¿Cómo puedo probar el método de regresión lineal?

¿Es Kafka la mejor solución para crear una aplicación de visión por computadora?

¿Cuál es el propósito del análisis de regresión?

Mi algoritmo de ML, escrito en Python, está casi completo. Quiero que sea un sitio web. ¿Cuál es la mejor manera de conectar mi script Python a Meteor?

¿Hay alguna diferencia entre el modelado de temas y el clúster?

¿Cómo agrupamos el comportamiento de navegación de usuarios similares y seleccionamos características separables?

¿Cómo se puede determinar si un elemento no es apto para ninguna clasificación de acuerdo con el algoritmo Naive Bayes?

¿Sería posible leer mentes usando una máquina?

Tengo un conjunto de entradas y deseo excluir las entradas extremas y calcular el promedio de las restantes. ¿Es este un problema de estadística o uno de aprendizaje automático?

¿Está nuestro cerebro conectado para reconocer y admirar la simetría o otros animales también muestran rasgos similares?

¿Cuál es la diferencia entre el sistema de soporte de decisiones y el sistema de recomendaciones?

¿Cuáles son los mejores algoritmos para construir sistemas de recomendación?

Cómo aplicar PCA para la reducción de dimensionalidad y SVM para agrupar y clasificar los patrones usando C ++ OpenCV

¿Hay alguna manera de determinar o reducir las opciones con las que uno debería experimentar para mejorar (por ejemplo) una red neuronal clasificadora de imágenes binarias?