UX-forskning producerer en masse råmateriale: interviewoptagelser, notater, undersøgelsessvar, supportbilletter og brugervenlighedssessioner. At omdanne det til resultater er langsomt, og det er her, AI hjælper mest.
Almindelige anvendelser i dag omfatter automatisk transskription, opsummeringer af individuelle sessioner, gruppering af noter og åbne undersøgelsessvar i temaer og søgning på tværs af mange undersøgelser på én gang. AI er også nyttig til forberedelse: udarbejdelse af interviewguider, screenerspørgsmål og undersøgelsesformulering, som en forsker kan gennemgå.
Den risikable brug erstatter deltagere. Nogle værktøjer tilbyder "syntetiske brugere", AI-personaer, der besvarer forskningsspørgsmål. De kan hjælpe dig med at forberede dig, men de gentager, hvad der er almindeligt i deres træningsdata og kan ikke fortælle dig, hvad dine specifikke brugere rent faktisk gør. Behandl dem som en brainstorming hjælp, ikke bevis.
Resuméer kan også være forkerte. En AI kan overdrive et tema, gå glip af et sjældent, men vigtigt problem, eller opfinde et citat. God praksis er at knytte alle fund tilbage til rigtige citater eller klip og selv læse et udsnit af de rå data.
Privatliv betyder også noget. Fjern personlige oplysninger, før du sender optagelser eller transskriptioner til en AI-tjeneste, og kontroller, at samtykket dækker det. Brugt forsigtigt frigør AI forskere til at bruge mere tid med brugerne, hvilket er den del, der betyder mest.