Początek nowego roku ma to do siebie, że dla wielu bywa przełomowy. Choć niepewna jest trajektoria motywacji w kolejnych miesiącach, to zwykle w tych pierwszych dzieje się dużo. Tak było u mnie. Ukończyłam trzy kursy dotyczące możliwości AI, jestem w trakcie czwartego. Przeczytałam też obszerny poradnik od Google („People + AI”). Wiedza, którą zdobyłam, napawa mnie zarówno entuzjazmem, jak również przerażeniem. Bo sztuczna inteligencja potrafi dużo. Naprawdę… DUŻO. Jak wykorzystać jej możliwości w procesie projektowym i nie zatracić w tym siebie? Sprawdź, co doradzają eksperci i co sugeruje samo AI.

Zanim wsiąkniesz w lekturę, daję znać, że gdziekolwiek tekst będzie napisany przez sztuczną inteligencję, będzie to opatrzone odpowiednią adnotacją. ? Korzystam z pomocy Google Bard i ChatGPT 3.5, żeby pokazać tobie możliwości obydwu tych narzędzi, jeśli chodzi o dzielenie się specjalistyczną wiedzą.

? Spis treści:

1. Trochę się boję tego całego AI
2. Szybki przegląd narzędzi i wtyczek
3. Proces projektowy z pomocą AI
4. Jak działać użytecznie i etycznie?
5. Gdzie się uczyłam o AI?
6. Co jeszcze może się przydać?

Trochę się boję tego całego AI

A na pewno trochę się bałam. Miałam opory przed otworzeniem tych narzędzi po raz pierwszy. Przed napisaniem swoich pierwszych promptów. W rzeczywistości okazało się, że próg wejścia, jeśli chodzi o korzystanie ze sztucznej inteligencji, jest dość… niski. Co chyba napawa jeszcze większym strachem. ?

Podejrzewam, że to naprawdę kwestia czasu, gdy AI stanie się codziennością pracy dla większości z nas. Co się wtedy wydarzy? AI z pewnością zabierze niektórym pracę. I z pewnością niektórym już zabrała…

? Porcja refleksji po moim „zaprzyjaźnieniu się” z AI:

• Sztuczna inteligencja to sztuka briefowania. To sztuka zlecania zadań i zadawania pytań. Im lepiej to robisz, tym lepsze uzyskujesz efekty.
• Praktykowanie pisania skutecznych promptów może poprawić precyzję komunikacji i przekazywania feedbacku również w pracy z ludźmi.
• Bez wiedzy specjalistycznej się nie da. Ok, może się da. Ale nie da się tego robić dobrze. Współpraca z AI wymaga krytycznego myślenia oraz umiejętności dokonywania eksperckiej oceny tego, co przekazuje sztuczna inteligencja.
• Względnie niski próg wejścia może oznaczać, że zacznie nas „zalewać” jeszcze większa ilość treści. Będzie trzeba się cechować znacznie większą wybitnością w danej dziedzinie, żeby móc się „wybić”.
• Nadchodzą trudne czasy dla osób o przeciętnych umiejętnościach lub/i wykonujących generyczną pracę. Te osoby łatwiej zastąpić sztuczną inteligencją.
• AI is the new search engine. Część pytań zdecydowanie wygodniej jest zadawać sztucznej inteligencji, niż przekopywać się przez wyniki w wyszukiwarce.
• Korzystanie z AI może wzmacniać przyzwyczajenie użytkowników do rzeczy, które dzieją się prosto i szybko. Być może jeszcze bardziej skróci się cierpliwość osób do zdarzeń wymagających większego zaangażowania.
• AI to must have. Nawet jeżeli AI nie zabierze tobie bezpośrednio pracy, to zrobią to osoby, które zajmują się tym samym, ale poprawiają swoją efektywność dzięki sztucznej inteligencji.

Szybki przegląd narzędzi i wtyczek

I będzie to lista ograniczająca się do narzędzi, które przetestowałam lub które były polecane w kursach, które ukończyłam. ChatGPT oraz Google Bard pomagali mi utworzyć część opisów i rekomendacji, ale w paru miejscach wymagało to edycji i wprowadzenia przeze mnie poprawnych danych. Istotne wtrącenie – sztuczna inteligencja popełnia błędy i naprawdę trzeba się dobrze wczytać w to, co przekazuje. ?

Lista 16 narzędzi wykorzystujących AI

1. ChatGPT
   • Zaawansowany model językowy, który umożliwia rozmowy na różnorodne tematy z wykorzystaniem sztucznej inteligencji.
   • ChatGPT może być używany do projektowania interakcji z użytkownikami, tworzenia interaktywnych czatbotów lub generowania treści na stronach internetowych.
2. Midjourney
   • Generatywny model sztucznej inteligencji, który generuje obrazy i teksty na podstawie opisów wprowadzanych w języku naturalnym.
   • Midjourney może być używany do tworzenia mockupów produktów, do generowania pomysłów na nowe projekty lub do tworzenia treści marketingowych.
3. Writesonic
   • Narzędzie do generowania treści przy użyciu sztucznej inteligencji, pomagające w szybkim tworzeniu artykułów, opisów czy nagłówków.
   • Writesonic może być przydatny do szybkiego tworzenia opisów funkcji, tekstów marketingowych czy dokumentacji.
4. Squarespace
   • Platforma do tworzenia stron internetowych z łatwym w obsłudze edytorem i funkcjonalnościami e-commerce.
   • Pozwala na szybkie tworzenie witryny internetowej oraz hostowanie domeny.
5. GPTzero
   • Narzędzie, dzięki któremu zweryfikujesz, czy dany tekst został wygenerowany przez sztuczną inteligencję.
   • Może pomóc w analizie wygenerowanego tekstu i wprowadzenia w nim bardziej ludzkiego charakteru.
6. Google Bard
   • Duży model językowy (LLM) opracowany przez Google AI. Jest to maszyna ucząca się, która została przeszkolona na ogromnym zbiorze danych tekstu i kodu.
   • Bard może generować tekst, tłumaczyć języki, pisać różnego rodzaju kreatywny content i odpowiadać na pytania w sposób informacyjny.
7. DALL-e
   • DALL-e to model generatywny zdolny do tworzenia unikalnych obrazów na podstawie opisów tekstowych.
   • Może znaleźć zastosowanie w projektowaniu produktów, gdzie kreatywność w zakresie grafiki i opisów jest kluczowa, na przykład w projektowaniu opakowań.
8. Adobe Firefly
   • Narzędzie do tworzenia obrazów z wykorzystaniem AI oraz do edycji istniejących obrazów.
   • Adobe Firefly może znacznie ułatwić proces projektowania interfejsów użytkownika, przyspieszając tworzenie estetycznych i intuicyjnych produktów.
9. Pictory AI
   • Narzędzie do szybkiego tworzenia materiałów wideo.
   • Możesz dzięki niemu stworzyć kilka krótkich filmików na podstawie jednego, dłuższego wideo.
10. Speechify
    • Narzędzie do konwersji tekstu na mowę, z funkcjami dostosowywania tempa odczytu i tłumaczenia.
    • Speechify może być przydatny w projektowaniu produktów związanych z dostępnością, ułatwiając dostęp do treści dla osób z dysfunkcjami czytania.
11. Narakeet
    • Narzędzie do tworzenia animacji wideo z automatycznie generowanym głosem opowiadającym.
    • Może być używany do projektowania produktów poprzez tworzenie animowanych prezentacji i instrukcji wideo z użyciem automatycznie generowanego komentarza głosowego.
12. Lovo.ai
    • Platforma do generowania dźwięków i głosów przy użyciu sztucznej inteligencji.
    • Może być wykorzystywane w projektowaniu produktów audio, takich jak gry wideo, podcasty czy reklamy, do generowania unikalnych dźwięków i dialogów.
13. ElevenLabs
    • Generatywna głosowa AI do zamiany tekstu na mowę. Jest w stanie sklonować konkretny głos.
    • Możesz dzięki niej stworzyć materiały głosowe, co zwiększy dostępność twojego produktu.
14. Vidyo.ai
    • Narzędzie do kreatywnego tworzenia krótkich klipów wideo na postawie dłuższych filmów.
    • Może zwiekszyć ilość dostępnego contentu bez konieczności inwestowania w to dodatkowych zasobów.
15. Condens.io
    • Narzędzie wykorzystujące AI, które ułatwi analitykę badań UX.
    • Przyda się w analizie danych ilościowych, transkrypcji zapisu wywiadów na tekst lub do tworzenia diagramów podobieństwa.
16. Copilot & Image Creator
    • Copilot od Bing działa na podobnej zasadzie, co ChatGPT i Bard. Możesz mu zadawać pytania. Odpowiedzi wzbogacane są często dodatkowymi źródłami (linkami do stron internetowych).
    • Image Creator from Designer jest z kolei podobny do Midjourney i DALL-e – możesz tutaj tworzyć różnego rodzaju obrazy.

7 wtyczek dla ChatGPT 4

1. Link Reader
   • Dzięki wtyczce ChatGPT może odczytywać treści z dowolnych stron, a nawet z dokumentów tekstowych.
   • Możesz dzięki niej dokonywać analizy treści na wybranej stronie internetowej.
2. Kayak
   • Dzięki tej wtyczce możesz zaplanować z ChatemGPT swoją podróż.
3. Video Insights
   • Wtyczka, dzięki której połączysz ChatGPT z takimi platformami, jak YouTube lub DailyMotion.
   • Możesz dzięki temu uzyskać transkrypcję dla danego filmu i dokonać w niej edycji przy pomocy ChatGPT.
4. Speak: AI Language Tutor
   • Korepetytor językowy wykorzystujący sztuczną inteligencję.
   • Z tą wtyczką możesz poprawić swoje umiejętności językowe.
5. Show Me
   • Wtyczka do tworzenia diagramów bezpośrednio w oknie ChatuGPT.
   • Przyda się w zadaniach wymagających wizualizacji danych.
6. Speechki
   • Wygodny sposób na zamianę tekstu na audio.
   • Możesz utworzyć w ChacieGPT wysokiej jakości pliki audio na podstawie własnych treści tekstowych.
7. Visla
   • Wtyczka umożliwiająca tworzenie krótkich wideo na podstawie wprowadzonego przez ciebie prompta.
   • Szybki sposób na tworzenie krótkich i angażujących treści.

Proces projektowy z pomocą AI

Powyższe można byłoby zawrzeć w jednym, prostym zdaniu: AI może tobie pomóc na KAŻDYM etapie procesu projektowego. Poważnie. Pozwoliłam sztucznej inteligencji opisać szerzej możliwości waszej współpracy. ?

Wsparcie AI w procesie projektowym według ChatGPT 3.5 [tekst wygenerowany przez SI]

Sztuczna inteligencja może znacząco wspierać projektanta UX/UI na różnych etapach procesu projektowego. Poniżej przedstawiam, jak AI może być wykorzystywana w poszczególnych fazach:

1. Badania i analiza użytkowników:
   • Rozpoznawanie wzorców zachowań: Algorytmy AI mogą analizować dane dotyczące interakcji użytkowników z istniejącym interfejsem, pomagając zidentyfikować kluczowe wzorce zachowań.
   • Segmentacja użytkowników: Algorytmy mogą automatycznie segmentować użytkowników na podstawie ich preferencji, co ułatwia projektantom zrozumienie różnych grup docelowych.
2. Tworzenie persony:
   • Analiza danych społecznościowych: AI może analizować dane z mediów społecznościowych, pomagając w lepszym zrozumieniu charakterystyk i preferencji potencjalnych użytkowników.
3. Prototypowanie:
   • Automatyczne generowanie prototypów: Algorytmy mogą automatycznie tworzyć wstępne prototypy interfejsu na podstawie specyfikacji projektu, przyspieszając proces projektowy.
   • Analiza użyteczności: SI może pomóc w automatycznym przeprowadzaniu testów użyteczności, identyfikując potencjalne problemy w interakcjach użytkownika.
4. Projektowanie interfejsu:
   • Personalizacja interfejsu: Algorytmy personalizacji mogą dostosować interfejs w czasie rzeczywistym do indywidualnych preferencji użytkowników.
   • Analiza sentymentu: AI może monitorować i analizować reakcje użytkowników, pomagając w dostosowaniu interfejsu do ich nastrojów.
5. Testowanie i ocena:
   • Automatyczne testy użyteczności: Algorytmy testujące mogą ciągle monitorować interakcje użytkowników z interfejsem, identyfikując obszary do poprawy.
   • Predykcyjne testowanie dostępności: SI może przewidywać, jak różne grupy użytkowników będą wchodzić w interakcję z interfejsem, ułatwiając projektowanie dostępnego dla wszystkich produktu.
6. Wdrożenie:
   • Adaptacyjny design responsywny: Algorytmy mogą automatycznie dostosowywać interfejs do różnych urządzeń i rozmiarów ekranów.
   • Automatyczne dostosowywanie do zmian w zachowaniach użytkowników: SI może dynamicznie dostosowywać interfejs do ewoluujących preferencji i oczekiwań użytkowników.
7. Monitorowanie i analiza po wdrożeniu:
   • Analiza danych analitycznych: Algorytmy mogą analizować dane dotyczące korzystania z produktu w czasie rzeczywistym, dostarczając informacji na temat efektywności interfejsu.
   • Generowanie raportów użyteczności: SI może automatycznie generować raporty z analizy użyteczności, ułatwiając identyfikację obszarów do optymalizacji.

Google Bard podpowiada, w czym może pomóc AI [tekst wygenerowany przez SI]

Obszary, w których AI może pomóc projektantowi UX/UI:

• Badania i analiza użytkowników
  • Analiza danych z badań użytkowników: AI może być wykorzystana do analizy danych z badań użytkowników, takich jak ankiety, wywiady czy testy użyteczności. Umożliwia to projektantom identyfikowanie trendów i problemów w zachowaniu użytkowników.
  • Generowanie raportów i wizualizacji: AI może być wykorzystana do generowania raportów i wizualizacji, które pomagają projektantom zrozumieć dane z badań użytkowników.
• Prototypowanie i testowanie
  • Generowanie automatycznych prototypów: AI może być wykorzystana do generowania automatycznych prototypów opartych na danych z badań użytkowników. Umożliwia to projektantom szybsze wytwarzanie pomysłów i sprawdzanie ich w praktyce.
  • Automatyczne wykonywanie testów użyteczności: AI może być wykorzystana do automatycznego wykonywania testów użyteczności, aby identyfikować potencjalne problemy.
• Automatyzacja zadań
  • Generowanie kodu: AI może być wykorzystana do generowania kodu, co może zaoszczędzić czas i wysiłek projektantom.
  • Projektowanie grafiki: AI może być wykorzystana do projektowania grafiki, co może pomóc projektantom tworzyć bardziej spójny i estetyczny wygląd.
  • Pisanie tekstu: AI może być wykorzystana do pisania tekstu, co może pomóc projektantom tworzyć bardziej kreatywne i przyciągające uwagę treści.
  • Automatyzacja zadań związanych z zarządzaniem projektami czy wdrażaniem rozwiązań: AI może być wykorzystana do automatyzacji zadań związanych z zarządzaniem projektami czy wdrażaniem rozwiązań, co może pomóc projektantom skupić się na bardziej kreatywnych i strategicznych aspektach pracy.
• Personalizacja
  • Personalizacja zawartości: AI może być wykorzystana do personalizacji zawartości, takich jak rekomendacje czy artykuły, aby dostosować je do indywidualnych potrzeb i preferencji użytkowników.
  • Personalizacja interakcji: AI może być wykorzystana do personalizacji interakcji użytkowników z produktami i usługami, aby zapewnić im bardziej płynne i intuicyjne doświadczenia.
  • Śledzenie zachowań użytkowników w czasie rzeczywistym: AI może być wykorzystana do śledzenia zachowań użytkowników w czasie rzeczywistym, aby zapewnić im najbardziej odpowiednie doświadczenia.

Przykłady wykorzystania AI w projektowaniu UX/UI:

• Firma Amazon wykorzystuje AI do analizy danych z badań użytkowników, aby identyfikować trendy w zachowaniach zakupowych. Firma wykorzystuje te informacje do personalizacji rekomendacji produktów i usług dla użytkowników.
• Firma Google wykorzystuje AI do generowania automatycznych prototypów, aby szybciej testować nowe pomysły. Firma wykorzystuje również AI do automatycznego wykonywania testów użyteczności, aby identyfikować potencjalne problemy.
• Firma IBM wykorzystuje AI do personalizacji interakcji użytkowników z jej produktami i usługami. Firma wykorzystuje AI do śledzenia zachowań użytkowników w czasie rzeczywistym, aby zapewnić im najbardziej odpowiednie doświadczenia.

Jak działać użytecznie i etycznie?

Względnie niski próg wejścia, jeśli chodzi o możliwość skorzystania z AI, a także naprawdę niezłe rezultaty, jakie można uzyskać, wiąże się zarówno z szansami, jak również z zagrożeniami. Im wcześniej utrwalisz wskazówki dotyczące tego, jak korzystać z AI w sposób użyteczny i etyczny, tym lepiej dla ciebie, a także dla świata.

23 wskazówki z przewodnika People + AI

Google zebrało w jednym miejscu porady pochodzące z różnych wiarygodnych źródeł. Dotyczą one projektowania produktów wykorzystujących AI. Wskazówki pomogą tobie zrozumieć, jak zaprojektować takie produkty możliwie użytecznie i przyjaźnie dla użytkowników.

1. Określ, czy AI wnosi wartość:
   • ✅ Użyj AI, gdy system predykcyjny może stworzyć cenne spersonalizowane doświadczenie, które bez tego nie mogłoby istnieć.
   • ❌ Nie używaj sztucznej inteligencji tylko dlatego, że możesz. Heurystyka lub sterowanie ręczne często mogą zapewnić lepsze doświadczenia.
2. Ustal odpowiednie oczekiwania:
   • ✅ Wyjaśniaj ograniczenia sztucznej inteligencji, szczególnie w sytuacjach o wysokim priorytecie.
   • ❌ Unikaj sugerowania, że dana technologia działa doskonale, jeśli nie jest jeszcze niezawodna.
3. Wyjaśniaj korzyści, nie technologię:
   • ✅ Skupiaj się przede wszystkim na informowaniu, w jaki sposób coś poprawia część doświadczenia lub zapewnia nową wartość.
   • ❌ Nie wyjaśniaj po prostu, jak działa technologia.
4. Bierz odpowiedzialność za błędy:
   • ✅ Zapewnij dostęp do ludzi, którzy pomogą w przypadku wystąpienia problemu.
   • ✅ Ustaw oczekiwania użytkowników tak, aby byli świadomi możliwości pojawienia się błędów.
5. Zainwestuj w dobre praktyki dotyczące danych:
   • ✅ Im lepsze są procesy planowania i gromadzenia danych, tym wyższa jest jakość wyników końcowych.
6. Uważnie ustalaj priorytety dla ilości bądź precyzji wyników:
   • ✅ Stawiaj na precyzję wyników, jeśli potencjalne błędy wiążą się z wysokim ryzykiem.
   • ✅ Stawiaj na ilość wyników, jeśli przyniesie to wartość, a potencjalne błędy nie wiążą się z zagrożeniem dla użytkownika.
7. Zachowaj przejrzystość w zakresie ustawień prywatności i danych:
   • ✅ Informuj, jakie dane są gromadzone i udostępniane, i daj użytkownikom możliwość kontrolowania swoich preferencji.
8. Pozwól na bezpieczne eksplorowanie produktu:
   • ✅ Zanim zapytasz nowych użytkowników, jakie i ile danych chcą udostępnić, daj im możliwość przetestowania systemu.
9. Prowadź użytkowników za pomocą znanych punktów styku:
   • ✅ Wykorzystuj znane koncepcje z domeny produktu, aby pomóc użytkownikom określić oczekiwania i poczuć się komfortowo z udostępnionym materiałem.
   • ❌ Unikaj stosowania sprytnych i nowatorskich rozwiązań, kiedy znane rozwiązanie było bardziej skuteczne.
10. Dodaj kontekst ze źródeł pochodzących od ludzki:
    • ✅ Skorzystaj z zewnętrznych ekspertów lub odpowiednich społeczności, którym użytkownik ufa.
11. Określ, czy i jak wykazać pewność danego modelu:
    • ✅ Jeśli zdecydujesz się skorzystać z zapewnień, przetestuj różne typy wyświetlaczy, aby znaleźć ten, który będzie najlepszy dla twoich użytkowników.
    • ❌ W niektórych kontekstach dowody zaufania mogą być trudne do zrozumienia. Nie używaj zapewnień w formie liczb w sytuacjach, gdy trudno je zinterpretować.
12. Wyjaśniaj dla zrozumienia, nie dla kompletności:
    • ✅ Prezentuj aspekty, które wpływają na zaufanie użytkowników i podejmowanie decyzji.
    • ❌ Nie próbuj wyjaśniać całego systemu, zwłaszcza gdy uzasadnienie jest złożone lub nieznane.
13. Wychodź poza doraźne wyjaśnienia:
    • ✅ Zapewnij onboarding. Pomóż użytkownikom zrozumieć, jak system działa na wyższym poziomie.
    • ✅ Głębsze wyjaśnienia sprawdzają się najlepiej, gdy są udostępniane poza głównymi przepływami produktów, w których mogą rozpraszać.
14. Stawiaj na większą automatyzację, gdy ryzyko jest niskie:
    • ✅ Bądź bardziej proaktywny dzięki automatyzacji, gdy tolerancja błędów jest wyższa.
    • ❌ Unikaj automatyzacji bez kontroli użytkownika w sytuacjach o dużym ryzyku.
15. Pozwól użytkownikom dzielić się informacją zwrotną:
    • ✅ Daj użytkownikom możliwość nauczania w czasie rzeczywistym, przekazywania informacji zwrotnych i korygowania błędów.
    • ❌ Nie ograniczaj się tylko do podziękowań. Pokaż, jakie korzyści przyniosą ich opinie. Może to zwiększyć prawdopodobieństwo, że będą się dzielić feedbackiem częściej.
16. Pozwól użytkownikom kontrolować automatyzację:
    • ✅ Pozwól użytkownikom przeglądać i zatwierdzać opcje.
    • ❌ Unikaj automatyzacji, nie dając użytkownikom możliwości cofnięcia lub przede wszystkim pozwól użytkownikom dokonać wyboru.
17. Stopniowo zwiększaj automatyzację:
    • ✅ Projektując swój produkt, pomyśl krytycznie o równowadze automatyzacji i kontroli, którą musisz zaoferować swoim użytkownikom, aby mogli pomyślnie korzystać z produktu.
18. Przywróć kontrolę użytkownikowi, gdy automatyzacja zawiedzie:
    • ✅ Spraw, aby użytkownicy mogli szybko kontynuować pracę w miejscu, w którym system ją zakończył – tak łatwo i intuicyjnie, jak to tylko możliwe.
    • ✅ W trudnych lub ryzykownych sytuacjach może być nawet konieczne przekierowanie użytkowników do człowieka w celu uzyskania dodatkowej pomocy.
19. Zadbaj o odpowiednie etykietowanie danych:
    • ✅ Użyj wielu skrótów, aby zoptymalizować key flow, zapewnić łatwy dostęp do etykiet, pozwolić oceniającym zmienić zdanie oraz automatycznie wykrywać i wyświetlać błędy.
    • ✅ W przypadku uczenia się nadzorowanego dokładne etykiety danych są kluczowym elementem umożliwiającym osiągnięcie odpowiednich wyników uczenia maszynowego.
20. Aktywnie utrzymuj zbiór danych:
    • ✅ Opracuj plan konserwacji danych na wczesnym etapie oraz monitoruj i pielęgnuj dane w miarę upływu czasu, aby proaktywnie wykrywać problemy.
    • ✅ Zadawaj sobie pytanie „Jak stare są twoje dane treningowe? Co się zmieniło od czasu, gdy je zebrałeś?”.
21. Ucz się na nieporozumieniach dotyczących etykiet:
    • ✅ Poświęć trochę czasu na sprawdzenie, czy problemy z narzędziami do etykietowania, przepływami pracy, instrukcjami lub ogólną strategią dotyczącą danych mogą prowadzić do problemów z etykietami.
    • ✅ Te rozbieżności w etykietach dają możliwość zidentyfikowania głębszych problemów z danymi i/lub etykietowaniem, którymi być może trzeba będzie się zająć, aby zapewnić lepszą jakość danych.
22. Korzystaj z „zaszumionych” danych:
    • ✅ Zezwól na wyniki w swoim zestawie danych, które nie są idealne, ponieważ pojawią się one również w rzeczywistych sytuacjach.
23. Podczas tworzenia zbioru danych uzyskaj informacje od ekspertów z danej dziedziny:
    • ✅ Tworząc własny zbiór danych, poświęć trochę czasu na obserwację eksperta w danej dziedzinie, któremu ma służyć produkt – na przykład obejrzyj księgowego analizującego dane finansowe lub botanika klasyfikującego rośliny.
    • ✅ Może to dostarczyć cennych informacji na temat typów danych wykorzystywanych do rozwiązania problemu, którego dotyczy twój produkt.

Porcja porad od ChatGPT 3.5 [całość pisana przez AI]

Wykorzystywanie sztucznej inteligencji (AI) w pracy projektowej wymaga uwzględnienia wielu istotnych aspektów, zarówno technicznych, jak i etycznych. Oto kilka kluczowych kwestii, które warto wziąć pod uwagę:

1. Cel Projektu:
   • Jasne zdefiniowanie celów projektu i korzyści, jakie ma przynieść zastosowanie AI.
   • Upewnienie się, że wykorzystanie AI jest naprawdę potrzebne i zgodne z celami organizacji.
2. Etyka i Odpowiedzialność:
   • Zapewnienie, że projekt AI nie narusza norm etycznych ani prawnych.
   • Uwzględnienie zasad uczciwości, przejrzystości i odpowiedzialności w procesie projektowym.
3. Dane:
   • Staranność w selekcji, zbieraniu i przechowywaniu danych, z poszanowaniem prywatności.
   • Unikanie uprzedzeń i dyskryminacji w danych treningowych.
4. Transparentność:
   • Zapewnienie przejrzystości w działaniu algorytmów i procesach decyzyjnych AI.
   • Udostępnianie informacji na temat użytych modeli, parametrów i metryk.
5. Bezpieczeństwo:
   • Zabezpieczenie systemu przed atakami, w tym atakami typu adversarialnego.
   • Regularne aktualizacje i monitorowanie bezpieczeństwa systemu AI.
6. Zaangażowanie Społeczności:
   • Włączenie perspektyw różnych grup społecznych w procesie projektowym.
   • Zapewnienie, że korzyści z projektu są równomiernie rozprowadzone.
7. Zrozumienie Decyzji AI:
   • Wytłumaczenie, w jasny sposób, decyzji podejmowanych przez systemy AI.
   • Zastosowanie metod tłumaczenia modeli (explainability) dla skomplikowanych modeli.
8. Ocena Wpływu Społecznego:
   • Przeprowadzenie analizy potencjalnych skutków społecznych i ekonomicznych projektu AI.
   • Śledzenie zmian i dostosowywanie projektu w razie potrzeby.
9. Rozwój Kompetencji:
   • Zapewnienie odpowiednich kompetencji i szkoleń dla zespołu pracującego nad projektem AI.
   • Śledzenie postępu w dziedzinie sztucznej inteligencji i dostosowywanie się do nowych trendów.
10. Zgodność z Regulacjami:
    • Zapewnienie zgodności z lokalnymi i międzynarodowymi regulacjami dotyczącymi ochrony danych i stosowania technologii AI.

Ważne jest, aby zrozumieć, że projektowanie i wdrażanie systemów AI to proces dynamiczny, który wymaga ciągłego monitorowania, adaptacji i reagowania na zmiany w otoczeniu technologicznym, społecznym i prawnym. Warto również stosować podejście iteracyjne, uwzględniając opinie i doświadczenia użytkowników na bieżąco.

Porcja porad od Google Bard [całość pisana przez AI]

Sztuczna inteligencja (AI) ma ogromny potencjał do usprawnienia i innowacji w projektowaniu. Może pomóc projektantom w automatyzacji zadań, generowaniu nowych pomysłów i podejmowaniu decyzji. Jednak wykorzystanie AI w projektowaniu wiąże się również z pewnymi wyzwaniami, takimi jak:

• Brak przejrzystości – algorytmy AI często są czarnymi skrzynkami, co oznacza, że trudno jest zrozumieć, w jaki sposób podejmują decyzje. Może to prowadzić do nierówności i dyskryminacji.
• Brak różnorodności – dane, na których szkolone są algorytmy AI, często są niereprezentatywne dla społeczeństwa. Może to prowadzić do generowania projektów, które są nieodpowiedzialne społecznie.
• Brak kontroli – projektanci mogą utracić kontrolę nad procesem projektowania, gdy AI podejmuje za nich decyzje. Może to prowadzić do utraty kreatywności i innowacyjności.

Aby wykorzystać AI w projektowaniu w sposób użyteczny i etyczny, należy wziąć pod uwagę następujące aspekty:

• Przejrzystość – należy dbać o to, aby algorytmy AI były przejrzyste i sprawiedliwe. Oznacza to, że należy zrozumieć, w jaki sposób podejmują decyzje, i upewnić się, że nie dyskryminują określonych grup społecznych.
• Różnorodność – dane, na których szkolone są algorytmy AI, powinny być reprezentatywne dla społeczeństwa. Oznacza to, że powinny zawierać dane o osobach z różnych grup społecznych, w tym o osobach o różnym pochodzeniu etnicznym, płci, wieku, orientacji seksualnej i niepełnosprawności.
• Kontrola – projektanci powinni zachować kontrolę nad procesem projektowania. Oznacza to, że powinni mieć możliwość podejmowania decyzji o tym, jak wykorzystać AI w swoich projektach.

Oto kilka konkretnych wskazówek, jak wdrożyć te aspekty w praktyce:

• Wybierz algorytmy AI, które są przejrzyste i sprawiedliwe. Można to zrobić, wybierając algorytmy, które zostały zaprojektowane z uwzględnieniem takich kwestii jak równość i niedyskryminacja.
• Zweryfikuj dane, na których szkolone są algorytmy AI. Upewnij się, że dane są reprezentatywne dla społeczeństwa, do którego mają być skierowane projekty.
• Testuj swoje projekty z różnymi użytkownikami. Pomoże to upewnić się, że projekty są użyteczne i dostępne dla wszystkich.

Stosując się do tych wskazówek, projektanci mogą wykorzystać AI w sposób, który jest zarówno użyteczny, jak i etyczny.

Gdzie się uczyłam o AI?

Zdecydowałam się na kilka ścieżek, żeby mieć w ten sposób dostęp do różnych punktów widzenia, różnorodnych sposobów przekazywania wiedzy, dbając jednocześnie o to, żeby nie zbankrutować. ?

1. Kurs AI for Designers od Interaction Design Foundation:
   • Skorzystałam z promocji na cały rok dostępu do platformy IxDF. Jej formuła i elementy grywalizacji zrobiły na mnie wrażenie i cieszę się z tej długoterminowej decyzji.
   • Kurs wyjaśnia, jakich narzędzi używać, żeby włączyć AI w swój proces projektowy. Opisywane są również podstawy z projektowania sztucznej inteligencji.
   • Prowadzony przez zaufaną ekspertkę – Ioanę Telenau, pracująca jako Senior Product Designer AI w Miro.
   • ✅ Główne zalety: Wiedza z zaufanego źródła, materiały wideo i tekstowe, quizy sprawdzające wiedzę, pytania otwarte weryfikowane przez ekspertów, praktyczne zadania.
   • ❌ Główne minusy: Trzeba długo czekać na kolejną lekcję – nie można w ten sposób elastycznie zarządzać czasem nauki.
2. Kurs AI for web designers stworzony przez Elwyna Daviesa:
   • Kurs prowadzi krok po kroku przez proces tworzenia strony internetowej we współpracy z AI (głównie ChatGPT i Midjourney).
   • ❌ Tego kursu nie polecam: wiedza jest czasem zbyt ogólnikowa, a czasami krótka porada jest niepotrzebnie przeciągnięta do kilkuminutowej lekcji. Aspekt merytoryczny porad nie wzbudza mojego zaufania.
3. Kurs ChatGPT Masters: Generative AI, Prompt Engineering, Chat GPT stworzony przez Diego Davilę oraz Phila Ebinera:
   • Z kursu można wyciągnąć wiedzę na temat różnorodnych obszarów, w których można wspierać się AI. Udostępnione są materiały dodatkowe, dzięki którym można poprawić swoje umiejętności pisania promptów.
   • Kurs jest dobry do zrobienia rozeznania w możliwościach, ale wymaga krytycznego podejścia względem prezentowanych porad.
   • ✅ Główne zalety: Różnorodny sposób przekazywania wiedzy dzięki dwóm nauczycielom (nie ma nudy), poruszanie wielu tematów, prezentacja sporej listy przydatnych narzędzi, lekcje względnie krótkie, koncentrujące się na tym, co najważniejsze.
   • ❌ Główne minusy: Wiele lekcji jest powtórzeniem wiedzy, która była poruszana w początkowych rozdziałach kursu. Tutaj również część merytoryczna nie wzbudza mojego pełnego zaufania.
4. Kurs How to Use AI and ChatGPT for Efficient UX Research stworzony przez Pascala Raabe:
   • Doceniam koncentrację na jednym elemencie procesu projektowego (badania UX) i dość krótką formułę kursu.
   • ✅ Główne zalety: Krótkie lekcje wzbogacone praktycznymi zadaniami, przydatne materiały dodatkowe, w tym pokaźna lista promptów dopasowanych do każdego etapu procesu realizacji badań UX.
   • ❌ Główne minusy: Kurs nie dotyczy różnorodnych badań UX – koncentruje się na wywiadach z użytkownikami.
5. Przewodnik People + AI od Google:
   • Choć nie ma to standardowej formuły kursu, to jest jednocześnie najbardziej merytorycznym i pokaźnym źródłem wiedzy.
   • Można poznać tutaj wiele istotnych niuansów podczas projektowania produktów, w których wykorzystywane są możliwości AI.
   • ✅ Główne zalety: Różnorodne porady wzbogacone praktycznymi wskazówkami i materiałami wizualnymi. Na stronie znajdziesz też inspirujące case study, a najważniejszą wiedzę możesz pobrać ze strony w formie pliku PDF. Nie wyobrażam sobie poprawnego projektowania produktów wykorzystujących AI bez zapoznania się z tą wiedzą.
   • ❌ Główne minusy: Szkoda, że strona nie ma formuły kursu – co ustrukturyzowałoby proces nauki i zapoznawania się z materiałami.

Co jeszcze może się przydać?

Podejrzewam, że robienie kolejnych kursów związanych z możliwościami AI nie będzie tak owocne, jak praktyka, a także uczenie się na podstawie doświadczeń innych osób.

• Kilka dni temu dołączyłam na Facebooku do grupy ChatGPT Polska – prompty, porady, tirki, zastosowanie ai. To prawdziwa kopalnia wiedzy i inspiracji!
• Proxima UX to profil na LinkedInie stworzony przez Agatę Antoniak z Empik Group oraz Marcina Chruściela z Shiji Group. Dzielą się wskazówkami na temat wspierania się AI w pracy projektowej.
• Na LinkedInie znajdziesz też grupę Artificial Intelligence Innovators, AI, ChatGPT, Bard, Bing, Copilot & Machine Learning Innovation. Jeszcze nie testowałam jej możliwości, ale ma ponad milion członków, więc może być przydatnym źródłem wiedzy. ?

I cóż mogę napisać na koniec? Chyba tylko… zacznij korzystać z tego całego AI, bo zaraz będzie to robić większość z nas. Do następnego! ?