Obrazek stworzony w Image Creator

AI + design: wskazówki z kursów oraz od sztucznej inteligencji

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.
Obrazek stworzony przeze mnie w Adobe Firefly
Obrazek stworzony przeze mnie w Adobe Firefly

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.
Prompt: 3d abstract tool box with small robots and equipment side perspective; futuristic illustration of robotic machine. Obrazek zrobiony prze mnie przy pomocy Adobe Firefly

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.
Obrazek zrobiony prze mnie przy pomocy Adobe Firefly

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.
Obrazek zrobiony prze mnie przy pomocy Adobe Firefly

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.
Obrazek utworzony przeze mnie w Adobe Firefly

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.

Obrazek utworzony przeze mnie w Adobe Firefly

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.

Obrazek utworzony przeze mnie w Adobe Firefly

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.
Obrazek utworzony przeze mnie w Adobe Firefly

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.

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

Prompt: cute baby robot waving goodbye, sparkling colorful 3d fractal scales that look like glass spheres and a humanoid object. Obrazek stworzony przeze mnie w Adobe Firefly

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *