Le mois dernier, j'ai eu la chance d'assister à CSS Day à Amsterdam, un événement de deux jours réparti entre une « journée UI » axée sur l'intersection du design et du développement et une « journée CSS », avec des intervenants qui ont abordé des sujets CSS techniques plus approfondis. Les présentations étaient aussi diverses que les parcours des intervenants eux-mêmes, mais il y avait un fil conducteur commun : dans cette ère de changements rapides, sommes-nous, en tant que personnes de produit, équipés pour concevoir pour l'automatisation, l'apprentissage machine et l'IA ?

Que signifie l'automatisation pour les designers ?

Il est difficile de travailler dans une équipe produit qui n'a pas automatisé une partie de son workflow au nom de la productivité. Si les machines peuvent s'occuper des tâches répétitives et du travail lourd, les designers peuvent se concentrer sur des travaux plus significatifs. Mais comment cela affecte-t-il la façon dont nous utilisons le travail créé par les machines ?

Josh Clark, fondateur du studio de design Big Medium, a provoqué le public avec cette question très pertinente lors de sa présentation, « L’IA est votre nouveau matériau de design ». Certains des avancées les plus impressionnantes de la technologie récente incluent des choses comme la reconnaissance faciale, le texte prédictif et la recherche d'images, toutes alimentées par l'apprentissage machine. Mais il est important de se souvenir que toutes ces technologies sont toujours basées sur du code. L'avantage, c'est qu'il y a moins de place pour l'erreur. Aucune émotion réelle, attente ou sentiment ne se met en travers du travail pour lequel il a été conçu.

Cependant, en tant qu'êtres humains, nous supposons que lorsque la reconnaissance faciale échoue, l'ensemble du processus est intrinsèquement défaillant. Mais était-ce vraiment le cas ?

Selon Josh, c'est la chose la plus fondamentale à comprendre en ce qui concerne les machines. Le fait de ne pas répondre à nos attentes humaines ne fait pas automatiquement de la technologie elle-même un échec. Ces choses étaient, par définition, construites sur la logique, ce qui soulève la question : la solution d'un robot peut-elle réellement être fausse ?

Le but d'introduire l'apprentissage machine dans nos produits n'a jamais été de les faire tout faire. Au lieu de cela, les algorithmes et les solutions basées sur la logique ne devraient fournir aux humains qu'un meilleur aperçu afin de nous permettre d'arriver à de meilleures solutions, plus rapidement.

Cette compréhension fondamentale de nos utilisateurs nous aide vraiment à créer de meilleurs produits. Cela peut sembler un exemple simple, mais si un ordinateur peut apprendre à marcher de lui-même, peut-être est-il temps de commencer à enquêter sur pourquoi et comment ces solutions ont été formées.

Comment concevons-nous pour un avenir inconnu ?

Jared Spool, co-fondateur de UIE, demande : « Quelle a été la chose la plus importante que vous ayez apprise hier, et comment cela impactera-t-il ce que vous faites à l'avenir ? »

En tant que designers et chercheurs, nous devons essentiellement toujours réfléchir à la manière dont nous concevons des produits pour l'avenir, même alors que nous répondons aux exigences du design d'aujourd'hui. Une tâche difficile, surtout lorsque les choses évoluent aussi rapidement qu’elles l’ont fait au cours de la dernière décennie.

Pour commencer, Jared préconise de revenir sur les manières dont nos processus de design ont déjà évolué.

Vous vous souvenez quand l'UX/UI n'était pas une priorité pour de nombreuses entreprises ? En tant que consultant à une époque où Internet n'avait pas encore atteint un attrait de masse, Jared a pu orienter de nombreuses entreprises vers un état d'esprit qui tenait compte de l'expérience utilisateur d'un produit.

Cela nous permet également de recueillir des informations sur l'apparence de l'UX et de l'UI au fil des ans, ce qui pourrait nous donner une meilleure idée de l'apparence de ces concepts à l'avenir. Jared décrit un terme appelé "Le Point de Basculement de l'UX", avec de grandes étapes pratiques sur la manière d'y parvenir.

Dans le passé, les designers devaient se battre pour une place à la table. Si aujourd'hui vous ne partez pas d'un lieu de défense de l'expérience utilisateur (comme ils le faisaient il y a 10 ans), ils ne partent probablement pas de ce point de basculement. En conséquence, les designers doivent encore veiller à ce que le rôle de l'UX mûrisse au sein de l'entreprise, ainsi que la compréhension de ce qui rend l'UX important. Lorsqu'une organisation atteint la dernière étape, et embrasse pleinement le design UX dans tout ce que l'entreprise fait, elle atteint pleinement le Point de Basculement de l'UX.

Concevons-nous pour les utilisateurs ou pour nous-mêmes ?

Les gens ne savent pas toujours ce qu'ils veulent, même s'ils pensent le faire. Comme le dit Joe Leech, un psychologue UX, « Les gens veulent plus de choix, mais ne peuvent pas y faire face ».

Alors comment concevons-nous pour nos utilisateurs, si nos utilisateurs ne nous disent pas toujours la vérité ? C'est l'une des questions les plus importantes, et c'est quelque chose que des recherches UX approfondies nous aident à accomplir.

Dans les années 2000, les psychologues Sheena Iyengar et Mark Lepper ont mené une étude sur les choix des consommateurs. Ils se sont rendus dans un supermarché local et ont demandé au magasin de ne vendre qu'une seule semaine 6 variétés de confiture, suivies de 30 variétés la semaine suivante.

Ils ont mené une étude sur combien de confiture a été vendue, et à la grande surprise de tout le monde, plus de confiture a été vendue lors de la semaine avec seulement 6 choix. Mais de manière intéressante, quand les consommateurs ont été interrogés sur quelle semaine ils préféraient, ils ont répondu avec la semaine qui avait 30 choix.

En utilisant cette analogie, Joe fait un point sur lequel il est difficile de contester, « Un designer qui ne comprend pas la psychologie sera plus réussi qu'un architecte qui ne comprend pas la physique».

La recherche utilisateur, et une grande variété de celle-ci, aide les équipes à se rapprocher le plus possible de la racine des besoins d'un utilisateur, par rapport à leurs envies. Étudier les réponses à une échelle plus large demande plus de travail, mais cela aide à former la fondation d'une véritable UX.