UX y AI en el mismo equipo
Se termina el 2023, y si algo pasó este año es que la inteligencia artificial se convirtió en un tema central. Prácticamente todos los medios masivos de comunicación abordaron el tema. Personas que no estaban familiarizadas con la tecnología tuvieron la oportunidad de utilizar herramientas de inteligencia artificial, gracias a la simplificación de las interfaces de personas usuarias y a su novedad. Las redes sociales se inundaron de tips sobre cómo aprovechar estas herramientas para aumentar la productividad. No cabe duda de que hubo un hype mediático. Sin embargo, tras todo eso, hay una realidad: una tecnología (o un conjunto de tecnologías) que tienen el potencial de transformar fundamentalmente nuestra forma de trabajo. Esta transformación no solo va a afectar la forma en que la sociedad va a producir bienes, productos y servicios, sino también al diseño UX. En este artículo, quiero hacer referencia específica al impacto de la inteligencia artificial en el campo del diseño de experiencia de las personas usuarias.
Dentro del ámbito del diseño de experiencia de personas usuarias, podemos identificar dos áreas principales en las cuales la inteligencia artificial está teniendo y va a tener un profundo impacto:
- La forma de hacer diseño. Esto se traduce en una mejora que incluye una mayor velocidad, la automatización de tareas que no aportan un valor significativo (y que suelen ser medio aburridas) dándole el espacio a profundizar/potenciar las tareas creativas de los equipos de diseño.
- La experiencia en sí misma. Una mejora que implica que las personas tengan una experiencia más satisfactoria al interactuar con nuestro productos o servicios.
A continuación, me voy a centrar en la primera de estas áreas, para abordar la segunda en otro artículo.
Mejora en la forma de hacer diseño
Desde que el ChatGPT se hizo popular, han salido muchísimas publicaciones sobre cómo aprovechar diferentes herramientas de inteligencia artificial para hacer más fácil el trabajo de las personas que hacemos diseño. Si quieren ahondar sobre este tema, Gustavo Soto Miño, en su libro Diseño Artificial, le dedica un capítulo entero a repasar las diferentes técnicas que usamos en diseño de experiencias y cómo potenciarlas por medio de la inteligencia artificial.
No quiero ser reiterativo con lo mucho que se ha dicho, pero si quiero hacer un doble click sobre cómo la inteligencia artificial puede potenciar nuestro trabajo en cada una de las etapas del proceso de diseño de experiencias. Hay muchos modelos y gráficos que representan el proceso de diseño. Todos, básicamente, coinciden en que existen fases de descubrimiento, ideación, prototipado y evaluación; fases que se dan en paralelo, y de forma cíclica, pero que, por un orden mental, las solemos representar de forma lineal.
Descubrimiento
Descubrir es encontrar algo desconocido. En el caso del diseño es encontrar conocimiento para luego plasmar ese conocimiento en diferentes artefactos que nos guíen a la hora de tomar decisiones de diseño.
El corazón de la etapa de descubrimiento es la obtención de información. Acá hay que tener mucho cuidado. Una inteligencia artificial puede brindarnos mucha, muchísima información. Puede incluso formatearla en artefactos o entregables que solemos usar, como personas (arquetipos), Jobs to be Done, escenas de un storyboard, informes de insights, etc. El problema con esa información es la calidad que no necesariamente es mala, pero si tiene algunos aspectos problemáticos:
- No podemos determinar, al menos hoy, la fuente de la información que nutre a la inteligencia artificial.
- No podemos saber si no es una alucinación de la inteligencia artificial. (Es decir hechos que no ocurrieron o data inventada)
- Las inteligencias artificiales tienden a replicar los sesgos de las personas que las entrenaron.
Por eso, al menos a nivel personal, prefiero no usar una inteligencia artificial como fuente fidedigna de conocimientos. Sin embargo, es mucho lo que estas herramientas pueden hacer en la etapa de descubrimiento: nos pueden ayudar a redactar guiones de entrevistas, guiarnos en análisis de tendencias, listar competidores relevantes para benchmark, darnos un marco sobre el cual trabajar en la investigación. Pero el mayor valor que aporta la inteligencia artificial está en la parte final de una investigación. En ese momento, nos encontramos con una gran cantidad de datos e información a la que debemos dar sentido, para transformarla en conocimiento. Toda esa información que puede ser desde desgrabaciones de entrevistas, post-its en una pizarra, respuestas de texto libre en encuestas, hasta publicaciones en medios especializados y demás, no se encuentra estructurada, y la inteligencia artificial puede justamente entender grandes cantidades de información no estructurada, buscar patrones y encontrar emergentes. Entonces, a la hora de transformar la información en conocimiento, la inteligencia artificial es una gran aliada para reducir tiempos y ganar eficiencia.
Ideación
Cualquiera que haya probado el ChatGPT pudo vivir el poder creativo de una inteligencia artificial. Desde pedirle que nos haga una receta con las cuatro cosas que tenemos en la heladera, hasta pedirle que nos haga un cuento infantil con nuestro hijo/a de protagonista como superhéroe; la creatividad de estos sistemas pareciera ser abrumadora.
Esa creatividad se puede poner al servicio de la ideación en un proceso de diseño. Tal como comentaba Nielsen en uno de sus artículos, cada vez hay más estudios que demuestran que la dupla inteligencia artificial — inteligencia humana es mucho más creativa que ambas por separado.
En cuanto al flujo de trabajo de la ideación, existen algunos escenarios posibles:
- Que la IA genera y las personas refinen: la IA puede generar ideas nuevas y diferentes, mientras que los humanos pueden aportar su creatividad y su experiencia para refinarlas y hacerlas más viables.
- Que las personas generen un borrador y las IA los refinen: se puede usar las herramientas para recibir feedback y sugerencias de mejora.
- Personas, IA, personas: este modelo, a modo personal y sesgado, es el que me ha dado más resultado. Consiste en ciclos iterativos donde las personas generan ideas, obtienen feedback para mejorarlas, las iteran y vuelven a pedir feedback, en un ciclo que se termina cuando la persona determina que se llegó a la mejor idea posible.
Sea cual sea el modelo del flujo de trabajo, lo cierto es que la cocreación entre IA y las personas puede ser una combinación poderosa.
Prototipado
Es totalmente factible darle a una inteligencia artificial nuestro sistema de diseño con todos sus componentes y las reglas de cómo usarlos, enseñarle el estilo de nuestras ilustraciones, el tono y las formas de los textos. Entonces, podemos darle el diseño en baja de algunas interfaces y que la inteligencia artificial realice las altas. Hoy ya hay herramientas que transforman wireframes hechos a mano en pantallas en alta. También hay herramientas en las que uno escribe lo que necesita y una inteligencia artificial genera una o varias pantallas. Estas herramientas actualmente funcionan de forma muy rudimentaria, pero la velocidad en la que evolucionan los sistemas de inteligencia artificial hace pensar que no dentro de mucho van a ser mucho más potentes y precisas.
No quiero decir con esto que se va a terminar la tarea de prototipado, aunque sí se va a reducir el tiempo y esfuerzo que se le va a dedicar.
Dentro del prototipado, se abre una variante que tiene mucho potencial. Es la de prototipar “en código”. Existen varias herramientas que transforman nuestros diseños en código y que se pueden usar. La línea entre el prototipo de diseño y producto de software andando ya no es tan tajante.
Les propongo que hagan un experimento, pongan el siguiente prompt en ChatGPT o Bard de Google:
“Haceme el HTML, el CSS y el JavaScript de un onboarding a una plataforma bancaria. Preguntame lo que necesites saber para armar dicho onboarding”
El resultado, obviamente es muy rudimentario, aunque puede servir para probar o refutar una hipótesis de negocio.
ChatGPT o Bard son herramientas que responden con texto, y que fueron entrenadas para resolver una gran variedad de temas. Una inteligencia artificial específicamente entrenada para hacer diseño de interfaces, con el mismo prompt, puede armar todas las pantallas del flujo, con los componentes de nuestro sistema de diseño, nuestro estilo de texto y nuestras ilustraciones, para que sean editadas en el programa de diseño que más nos guste y luego transformadas a código funcional.
Evaluación
A una inteligencia artificial se la puede entrenar con patrones de diseño, con las heurísticas de Nielsen, con un conjunto de buenas prácticas. Entonces va a poder analizar nuestros diseños y encontrar problemas potenciales.
Incluso hay empresas que prometen entrenar a una inteligencia artificial para que realice pruebas de usabilidad de forma automática. No creo que en el corto plazo reemplace hacer pruebas con personas reales, pero si va a ser posible tener una primera aproximación de cara a los problemas de usabilidad de un sistema mediante unas pruebas realizada por “personas virtuales”
La inteligencia artificial también puede acelerar y mejorar los test A/B. De hecho, puede correr múltiples test a la vez, al automatizar la creación de variantes y medir su performance en tiempo real. Además, puede aprender qué patrones son los que mejor performan para hacer cada vez más eficientes las pruebas A/B.
Esto les permite a los equipos de diseño tomar decisiones más rápidas y basadas en datos.
¿Nos vamos a quedar sin trabajo?
La matriz de producción está cambiando y los puestos de trabajo se van a ver afectados. Hay gente que habla de redefinir lo que significa trabajar, o de cómo repartir las ganancias generadas por las inteligencias artificiales. No quiero entrar en ese debate.
Diseñar productos digitales es mucho más que dibujar pantallas. Es entender el negocio, encontrar oportunidades, pensar escenarios que satisfagan las necesidades de las personas. Tenemos que profundizar en ese camino, tenemos que producir valor agregado no automatizable y ser imprescindibles en el entramado productivo. La inteligencia artificial está transformando el campo del diseño. Muchas tareas que un equipo de diseño hace, van a ser delegadas en una inteligencia artificial, pero estas son aquellas tareas más rutinarias, las que menos valor aportan. Como personas que trabajamos en diseño vamos a tener que transformar nuestra manera de hacer las cosas. No podemos quedarnos dónde estamos, o la avalancha tecnológica nos va a dejar en la obsolescencia.
Aun para aquellas tareas que sean delegadas a una inteligencia artificial se va a necesitar de una persona para supervisar esa ejecución. Por eso, la ética en el diseño se vuelve crucial, ya que el equipo de diseño tiene un rol fundamental en tomar decisiones responsables sobre cómo son nuestros productos y cómo impactan en la sociedad.
Puede ser una visión optimista del futuro, pero la inteligencia artificial, si aprendemos a usarla y la tenemos como aliada, tiene el potencial de enriquecer y mejorar el trabajo de los equipos de diseño, proporcionando oportunidades para la creatividad y la innovación continua en la industria del diseño digital.
De algo estoy seguro: en dos años las empresas van a buscar Designers que tengan al menos tres años de experiencia codiseñando con inteligencias artificiales. Así que sería una buena idea empezar a usarlas ahora para tomar la delantera y mantenerse al día con las habilidades necesarias dentro del mercado laboral del diseño.
