AI'yi UX Araştırmasında Nerede Kullanmalı, Nerede Kullanmamalı
Yapay zekâyı “stajyer gibi” kullanma benzetmesi işe yarıyor, ama nerede yarayıp nerede yaramadığını söylemezse süslü bir laf olarak kalıyor. Ayırt edici soru tek: bir çıktıyı doğrulamak, onu sıfırdan üretmekten ucuz mu? Cevabı evet olan işleri devredin, hayır olanlara hiç başlamayın.
Doğrulama maliyeti kuralı
Modelin ürettiği her şeyi kontrol edeceksiniz, bu tartışmasız. O halde kazanç, kontrolün üretimden ne kadar ucuz olduğunda saklı. Kaynak listesi çıkarmak buna iyi bir örnek: on başlığın gerçekten var olduğunu doğrulamak birkaç dakika sürer, listeyi sıfırdan taramak yarım gün.
Ters örnek: yirmi görüşme dökümünden tema çıkarmak. Çıkan temaların doğru olup olmadığını anlamanın tek yolu dökümleri okumak. Okuyacaksanız zaten temaları kendiniz çıkarmışsınız demektir; model burada size zaman kazandırmıyor, sadece sizi kendi verinize karşı önyargılı hale getiriyor. Kodlamayı kendiniz yapıp modeli yalnızca “atladığım bir örüntü var mı” diye ikinci gözde kullanmak daha dürüst bir kullanım.
Devretmesi güvenli işler kabaca şunlar:
- Anket ve görüşme sorularının ilk taslağı (soruları siz eleyeceksiniz)
- Uzun metinlerin özeti, ardından kaynağa dönüp kontrol
- Segment tanımlarının, ekran adlarının, etiket setlerinin düzenlenmesi
- Rutin raporun iskeleti ve tekrar eden bölümleri
Stajyer benzetmesi tam da güvendiğiniz yerde kırılıyor
Gerçek stajyer üç ayda bağlam biriktirir: ürünün geçmişini, ekibin neyi neden denediğini, müşterinin hangi konuda hassas olduğunu öğrenir. Model bunu biriktirmiyor. Her oturum sıfırdan başlıyor, dolayısıyla “yönlendirirsin, zamanla öğrenir” beklentisi karşılıksız kalıyor.
Bunun pratik karşılığı basit: bağlamı modelin hafızasında değil, sizin dosyanızda tutun. Kısa bir brief hazırlayın (ürün nedir, kullanıcı kim, hangi karar verilecek, hangi çözümler daha önce denendi ve neden bırakıldı) ve her oturumun başına yapıştırın. Brief’i güncellemek, aynı bağlamı her seferinde yeniden anlatmaktan hızlı.
Görevi bölün, tek seferde istemeyin
“Bir araştırma planı hazırla” cümlesi genel bir plan üretir, hiçbir işe yaramaz. Aynı işi üç adıma bölün: önce cevaplanacak araştırma sorusunu netleştirin, sonra o soruya uygun yöntem seçeneklerini ve maliyetlerini isteyin, en sonda seçtiğiniz yöntem için soru listesi çıkartın. Her adımda çıktıyı düzeltip bir sonrakine öyle geçin; ilk adımdaki hata düzeltilmezse sonraki iki adım o hatanın üzerine kurulur.
Veriyi yapıştırmadan önce temizleyin
Görüşme dökümünde katılımcının adı, çalıştığı şirket, e-postası, bazen müşteri isimleri geçer. Bunları dışarı bir servise göndermeden temizleyin. İsim ve e-posta için tek geçişlik bir regex yeter, ayrıca bir anonimleştirme aracı satın almanız gerekmez; katılımcıları P1, P2 diye numaralandırırsanız hem veri temizlenir hem analiz sırasında alıntıları izlemek kolaylaşır.
Kurumsal tarafta ek bir kural: hangi araca ne gönderildiğini yazılı tutun. Etik kurul ya da müşteri sözleşmesi sorduğunda cevabı hatırlamaya çalışmak kötü bir plan.
İnsanda kalması gerekenler
Kullanıcının söylediği ile yaptığı arasındaki farkı görmek, bir kullanılabilirlik oturumunda katılımcının duraksadığı yeri fark edip oraya dönmek, bulguyu ekibin önüne koyup savunmak. Bunlar devredilebilir işler değil, çünkü hepsi ortamda bulunmayı ve sorumluluk almayı gerektiriyor.
Modelin en çok zarar verdiği yer de burası: bulguyu düzgün cümlelerle yazdığında rapor ikna edici görünür, oysa arkasındaki kanıt zayıf olabilir. Raporda her iddianın yanına onu doğrulayan kaynağı yazın (kaçıncı katılımcı, hangi görev, hangi ölçüm). Bu alışkanlık, hem modelin uydurduğu genellemeleri hem de sizin kendi varsayımlarınızı aynı anda eler.