El futuro pertenece a las máquinas. El diseño UX no es una excepción. La interrupción se acerca.
Comencemos con dos puntos de contexto:
- Vivimos en un mundo de complejidad. Mientras que los humanos son mejores en el juicio; las computadoras son mucho mejores en análisis sin procesar, y no está cerca.
- Las ganancias en IA son en gran medida exponenciales, no aritméticas. Esto significa que la innovación se mueve mucho más rápido de lo que nuestra intuición imagina.
- ¿Cómo está transformando la inteligencia artificial la profesión jurídica?
- ¿Cuáles podrían ser las consecuencias para la sociedad económicamente, cuando los robots comienzan a tomar más trabajos?
- ¿Cuáles son los ejemplos más notables de sistemas expertos que se utilizaron en el espacio?
- ¿Qué trabajos automatizará el aprendizaje automático / IA en los próximos cinco a diez años?
- ¿Es posible hacer un programa que pueda cuestionar quién, qué, cuándo, dónde y / y por qué y luego hacer que vuelva a la memoria anterior al ingresar?
(Siempre hay un cómic kcd relevante).
Una última nota: soy un laico. Voy a usar el lenguaje simple, lo que significa algunas simplificaciones excesivas. Mi propósito aquí es ayudar a comunicar el panorama general a las personas que son inteligentes y curiosas, pero que tienen un conocimiento mínimo del dominio.
Los límites de la inteligencia humana
Comencemos con una aplicación relativamente simple, por ejemplo, diseño de sitios web usando una plataforma bastante estándar como WordPress.
Imagine que es un diseñador de experiencia de usuario encargado de optimizar una serie de páginas de destino que saludarán a los clientes que lleguen a través de media docena de embudos diferentes (cada uno asociado con una campaña publicitaria externa).
Posiblemente ayudado por un analista de marketing, intentará identificar las motivaciones principales de los diferentes tipos de clientes que ingresan a cada embudo, con el objetivo de adaptar sus experiencias para que coincidan con sus necesidades y expectativas probables.
Hay una variedad de modelos que puede elegir para ayudarlo. Estoy a favor de uno de 5 puntos de mi propia creación, pero hay docenas, si no cientos, de uso común.
Aunque los patrones de datos reales nunca son tan limpios, supongamos que un número igual de personas ingresa a cada página de destino, cada una de ellas con un perfil ampliamente uniforme (es decir, actuando bajo el mismo deseo, buscando la misma solución).
Eso debería ser fácil de diseñar, ¿verdad?
Estos son solo algunos de los posibles problemas:
- La variedad de tipos de dispositivos y conexiones a Internet (es decir, lo que se procesa rápida y limpiamente para uno podría no serlo para otro).
- La distribución desigual del coeficiente intelectual técnico (es decir, lo que es un aviso obvio para un usuario inteligente podría no ser intuitivo para un tecnófobo).
- La diversidad de los viajes de los clientes (es decir, solo porque ingresaron al mismo embudo no significa que hayan sido condicionados por las mismas experiencias anteriores).
Podríamos expandir esa lista para incluir cosas como la hora del día en relación con la ubicación, la edad, si están en casa o en el trabajo, etc., pero se entiende la idea.
No importa cuán bueno sea nuestro diseñador, hay un límite práctico en la cantidad de combinaciones que pueden planificar, y no es muy alto.
Pueden esperar que las visitas entrantes se ajusten a una distribución pareto (es decir, un alto porcentaje de clientes quieren algo que represente un pequeño porcentaje de opciones potenciales), pero la realidad rara vez es tan cooperativa.
Dado que los pequeños ajustes pueden llevar a grandes diferencias en las tasas de conversación (y, por lo tanto, en las ganancias), tiene sentido que desee que su sitio web pueda responder de manera única a cada visitante con la misma flexibilidad que un vendedor humano bien capacitado.
Cue el futuro
Hace unos años, vimos nuestro primer indicio del mundo por venir.
Se lanzó una plataforma de sitio web de bricolaje asistida por IA llamada “The Grid”. La premisa era simple: simplemente deje caer sus archivos en el recuadro negro y aparecerá un sitio web elegante.
Si bien sus esfuerzos de marketing debían ser elogiados, los primeros resultados no fueron entusiastas. Desde entonces han mejorado, pero aún no han impactado realmente el status quo.
Esto no es una sorpresa. La tecnología era incipiente cuando se lanzaron, y aún lo es en gran medida. Si bien es concebible que su misión original se encuentre ahora en el ámbito de la posibilidad técnica, todavía hay muchos aspectos difíciles por resolver.
Y, por supuesto, solo apuntaban tan alto. Sus sitios web respondieron a las interacciones de los usuarios en conjunto (es decir, aprendieron algo de cada visita), pero no presentaron una experiencia diferente única para cada usuario, que es el santo grial del futurismo UX.
Entonces, ¿cuáles son los obstáculos?
Las cosas han progresado. Pero quedan muchos problemas espinosos.
Quizás el desarrollo más significativo ha sido el advenimiento de la tecnología de IA / aprendizaje automático en forma SaaS (es decir, los clientes minoristas pueden aprovechar los marcos basados en la nube que hacen todo el trabajo pesado por ellos).
Actualmente estoy involucrado con una startup que busca ser pionera en la próxima generación de aplicaciones de citas. Incorporaremos TensorFlow de Google para ayudarnos a crear mejores coincidencias que los servicios en línea anteriores.
Parte de nuestro enfoque se basa en la comprensión de que los modelos psicométricos tradicionales (es decir, donde los usuarios se colocan en grandes “canastas” que representan su puntuación en medidas como Meyers Briggs o “los 5 grandes”) simplemente no son lo suficientemente sofisticados.
Para dar un ejemplo obvio, es bien sabido que combinar un extrovertido con un introvertido puede ser problemático. Si los dos están en extremos opuestos del espectro, será difícil para ellos conectarse. Las posibilidades de una mala experiencia son altas.
Dicho esto, emparejar a un introvertido con uno de los suyos tampoco es necesariamente una solución ganadora en sí misma. Lo que es más importante es cómo esas características dominantes interactúan con las secundarias, como la simpatía y las preferencias sensoriales, que pueden ser complicadas de resolver dada la gran cantidad de variables.
Para nosotros, como es el caso de cualquier empresa con enfoque social, resolver estos problemas es primordial. Si nuestras coincidencias no son mejores, las personas no se quedarán en la aplicación ni se lo dirán a sus amigos.
El camino hacia adelante
Los plazos tecnológicos siempre son complicados. Hay algunas cosas que podemos hacer hoy que no pudimos hacer hace un año, y algunas cosas que podrían tardar otros cinco años, y tal vez ciertas características que requerirán el tipo de potencia de procesamiento que solo la computación cuántica puede proporcionar (que el el jurado sigue debatiendo).
Pero ahora que el aprendizaje automático y otras formas de IA se han convertido en una mercancía, podemos esperar que el ritmo de la innovación aumente significativamente (no que las mejoras de hardware superen la Ley de Moore, sino que la cantidad de datos procesados será tan dramática que ” Mejoraré fácilmente los métodos y algoritmos en uso).
Las aplicaciones de IA en las que está interesada mi startup, como el aprendizaje supervisado (donde le damos una meta al sistema y luego le brindamos retroalimentación regular en función de qué tan bien sus ajustes afectan los resultados) están madurando rápidamente. Pero el nivel de complejidad implicado en todavía asombroso. Cuando recolecta decenas de miles de puntos de datos por usuario, separar la señal del ruido no es tarea fácil.
Lo que sí sabemos con certeza es que, salvo un evento de armagedón, tenemos una buena idea de cómo será el futuro. La IA no va a ninguna parte. La caja de Pandora se ha abierto, y es demasiado lucrativo cerrarla.
