چطور تجربهٔ کاربری هوش مصنوعی رو اندازه بگیریم؟
هوش مصنوعیخلاصهٔ کاملتر
وقتی امروز کسی میگه «دارم از هوش مصنوعی استفاده میکنم»، معمولاً منظورش تایپکردن تو یه چتباکسه. تو این مقاله اومده که هوش مصنوعی خیلی بیشتر از اینه — الگوریتم پیشنهاد فیلم نتفلیکس، نوشتن فرمول تو اکسل یا تشخیص تراکنش تقلبی هم هوش مصنوعیه — ولی چون تصور عمومی همون چتباته، نویسندهها همینجا رو نقطهٔ شروع سنجش تجربهٔ کاربری گرفتن.
به گفتهٔ نویسندهها سنجش UX دو تا پا داره: چیزی که آدمها حس و فکر میکنن و کاری که واقعاً انجام میدن. معیارهای رفتاری مثل نرخ تکمیل، خطا و زمان انجام کار دقیقترن ولی جمعکردنشون سخته، چون باید سناریوی وظیفه بچینی و رفتار رو ثبت کنی. معیارهای نگرشی راحتترن و ابزاری مثل UX-Lite سطح کلی سودمندی و کاربردپذیری رو میده، ولی اونقدر ریز نیست که بگه دقیقاً کدوم بخش تجربه میلنگه.
برای همین تیم MeasuringU سراغ یه سنجهٔ تخصصیتر رفته و ۳۴ گویهٔ اولیه رو تو شش سازه چیده: بهرهوری، اعتماد، وابستگی، اضطراب، انسانپنداری و پذیرش زودهنگام؛ طبق رویهٔ روانسنجی حداقل سه گویه برای هر سازه. پشت هر کدوم یه نگرانی واقعی هست: نظرسنجی ملبورن-KPMG روی ۴۸ هزار نفر نشون داده کمتر از نصف کاربرای فعال حاضرن به هوش مصنوعی اعتماد کنن و ۶۶٪ خروجی رو بدون بررسی صحتش قبول میکنن.
نویسندهها تأکید میکنن این تازه قدم اوله؛ گویهای که رو کاغذ منطقی به نظر میرسه لزوماً وقتی آدمهای واقعی بهش جواب میدن دووم نمیاره. قراره تو مقالههای بعدی نتیجهٔ ارزیابی روانسنجی منتشر بشه: اینکه گویهها واقعاً به همون عاملهای آماری تقسیم میشن یا نه، کدوم گویهها بمونن، و ربط این سازهها با نگرش به برند و قصد ادامهٔ استفاده چیه.
نکات کلیدی:
- سنجش UX هوش مصنوعی چیز جدایی نیست؛ همون ترکیب معیار نگرشی و رفتاریه
- معیارهای رفتاری دقیقترن ولی جمعکردنشون سناریو و مشاهده میخواد
- UX-Lite تصویر کلی سودمندی و کاربردپذیری رو میده، ولی تشخیصی نیست
- شش سازهٔ پیشنهادی: بهرهوری، اعتماد، وابستگی، اضطراب، انسانپنداری و پذیرش زودهنگام
- اعتبارسنجی با دادهٔ کاربرای واقعی مرحلهٔ بعدیه
