Synthetic personas as support for UX research
Cet article propose une procédure basée sur la recherche en sciences de la conception (Design Science Research) pour intégrer des personas synthétiques et des parcours générés par l'IA dans la recherche UX afin d'accélérer l'analyse initiale et la formulation d'hypothèses, tout en soulignant la nécessité critique d'une supervision humaine pour atténuer les biais et garantir la validité empirique.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Chaque produit que nous utilisons, d'une application de smartphone à un site bancaire, repose sur une hypothèse implicite concernant qui l'utilisera et comment cette personne naviguera à travers lui. Les designers créent souvent une image mentale de cet utilisateur, mais pour rendre cette image utile à toute une équipe, ils construisent traditionnellement un « persona ». Considérez le persona comme un profil de personnage détaillé qui résume les objectifs, les habitudes et les frustrations d'un type de personne spécifique. Parallèlement à ce profil, les équipes cartographient un « parcours », c'est-à-dire un récit étape par étape de la manière dont cette personne tente d'accomplir une tâche, où elle pourrait rester bloquée et ce qu'elle attend qu'il se passe ensuite. Ces outils aident les équipes à s'accorder sur la personne pour laquelle elles conçoivent et sur les points où l'expérience pourrait échouer. Cependant, la création de ces profils et de ces récits prend du temps, et une fois créés, ils ont tendance à rester inchangés même lorsque le produit ou le monde évolue. Avec l'essor de l'intelligence artificielle capable de rédiger des histoires et de générer des images, une nouvelle question a émergé : les machines peuvent-elles créer ces profils d'utilisateurs et ces récits pour nous, et si oui, comment les utiliser sans être trompés par un récit convaincant mais faux ?
Une équipe de chercheurs de l'Université Fédérale de Rio de Janeiro s'est donné pour mission de répondre à cette question en développant une nouvelle façon d'utiliser l'intelligence artificielle dans la recherche en design. Ils n'ont pas simplement demandé à un ordinateur d'inventer un utilisateur ; ils ont construit une méthode rigoureuse pour garantir que le résultat de l'ordinateur reste un outil de réflexion, et non un remplacement de preuves réelles. Les chercheurs ont commencé par reconnaître un risque critique : une intelligence artificielle peut écrire l'histoire d'un utilisateur qui semble parfaitement logique et détaillée, tout en étant entièrement inventée. Si une équipe de design accepte cette histoire comme un fait, elle pourrait construire un produit basé sur un fantasme plutôt que sur la réalité. Pour résoudre ce problème, l'équipe a créé une procédure étape par étape qui traite ces profils générés par l'IA comme des « hypothèses » ou des suppositions éclairées qui doivent être vérifiées par des humains.
La méthode proposée commence par la définition claire, par l'équipe humaine, du problème spécifique qu'elle tente de résoudre et du contexte du produit. Ce n'est qu'après avoir établi ce contexte que l'équipe demande à l'IA de créer un profil. L'IA reçoit des instructions spécifiques sur ce qui importe pour cette situation particulière, telles que l'objectif principal de l'utilisateur, ce qui pourrait l'empêcher de réussir et les outils avec lesquels il est familier. L'IA génère ensuite un récit de la manière dont cette personne hypothétique naviguerait à travers le produit. Crucialement, les chercheurs insistent sur le fait que l'équipe humaine doit immédiatement examiner ce récit. Ils vérifient si l'histoire est cohérente avec les règles établies, si elle évite les stéréotypes injustes et si elle aide réellement à poser de meilleures questions. L'équipe exige également que chaque étape soit documentée, créant ainsi une trace claire qui relie le problème initial à la supposition de l'IA, puis finalement à la décision de l'équipe humaine. Cela garantit que personne n'oublie que l'histoire provient d'une machine et non d'une personne réelle.
Pour tester l'efficacité de cette méthode, les chercheurs ont invité onze professionnels du design expérimentés à l'essayer. Les participants ont été invités à utiliser la nouvelle procédure pour créer un profil d'utilisateur et un récit de parcours pour un projet qu'ils connaissaient bien. Les résultats sont encourageants. Les professionnels ont rapporté que le processus était très utile, la quasi-totalité d'entre eux l'attribuant une note élevée sur une échelle de un à cinq. Ils ont constaté que l'IA les aidait à démarrer rapidement, en fournissant un premier jet d'un récit qu'ils pouvaient ensuite critiquer et améliorer. Elle agissait comme une étincelle pour la discussion, aidant l'équipe à repérer des problèmes potentiels qu'elle aurait pu manquer en partant d'une page blanche. Cependant, les participants ont également clairement indiqué que l'IA ne pouvait pas réfléchir à leur place. Ils ont souligné que les récits générés nécessitaient une édition minutieuse et que l'équipe devait garder le contrôle pour s'assurer que les histoires ne deviennent pas trop génériques ou biaisées.
L'étude conclut que l'intelligence artificielle peut être un partenaire puissant lors des premières étapes du design, mais seulement si elle est utilisée avec un ensemble de règles claires. L'IA peut générer de nombreux scénarios différents rapidement, aidant les équipes à explorer plus de possibilités qu'elles ne pourraient le faire seules. Pourtant, les chercheurs sont fermes sur le fait que ces récits générés par machine ne sont jamais un substitut au dialogue avec des personnes réelles. La valeur de la méthode réside dans sa capacité à organiser les questions et à rendre les hypothèses visibles, et non dans la fourniture de réponses finales. En traitant le résultat de l'IA comme un point de départ pour une revue humaine plutôt que comme un produit fini, les équipes de design peuvent utiliser ces outils pour se préparer aux tests en conditions réelles sans perdre de vue la complexité de l'expérience humaine réelle. La recherche suggère que, lorsqu'elle est utilisée de manière responsable, cette approche aide les équipes à avancer plus vite et à réfléchir plus profondément, à condition de ne jamais oublier que l'histoire a été écrite par une machine, et non vécue par une personne.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.