UX для дата-сцайнтистов: Что происходит на стыке AI и UX? А много чего: авторы свежего исследования статьи собрали 23 UX исследователей в одной комнате и предложили решать задачи по проектированию портала с нейросетью, моделируя естественную работу в корпорации, когда надо внедрить на сайт/портал какое-то решение. Анализируя вопросы и готовые решения (есть картинки досок в Миро), были получены интересные следующие выводы https://arxiv.org/pdf/2302.10395.pdf 1) Демонстрируется низкий уровень решений, если опирается только на документацию модели машинного обучения 2) Дизайнеры и ux-мыслители должны настраивать примеры наборов данных, которые являются репрезентативными для их вариантов использования. Нужны наборы данных с которыми исследователь приходит и запускает на модели, чтобы лучше полнять работу. Кроме этого, кажется, есть необходимость и в экзотических примерах использования такого рода данных. 3) Explainable AI (XAI) - объяснимый AI, который описывает модель в терминах будущей работы и потенциальных ошибок, которые она может совершать. Такая документация более полезна для работы UX-исследователей. Например, текущая документация для GPT-3 содержит только высокоуровневое описание возможностей, а для работы UX-исследователям полезнее иметь «естественное ветвение» сценариев - прямо с досками и интерфейсами. Кажется, что концепция Explainable AI (XAI станет важной частью документации в корпоративных вики в ближайшее время. 4) Исследователи лучше справлялись с стратегиями уменьшения вреда от ИИ, чем с придумыванием положительных сторон. Это может быть проблемой в будущем: про этику и риски все все понимают, но как насчет креативного использования инструментов ИИ - это вопрос.