AIを使用してより良いモバイルアプリのユーザーエクスペリエンスを設計する方法は？

画像に大量のデータがある状況やユースケースで人工知能を想像することは、完全に理にかなっています。 しかし、状況が完全に人間の裁量に基づいている場合はどうなりますか？ 人工知能のユーザーインターフェイスデザインは、AIが他のいくつかの業界に対して行ったことを実行することもできますか？

設計は、ほとんどすべての異なる形式で、プロセスの人間の部分を分析およびデータ駆動側よりもはるかに高い位置に保つことによって駆動されます。 CADデザインやプロダクトデザインのように、機械学習のためのスペースを確保しているドメインもありますが、問題のデザインフォームがモバイルアプリデザインの場合、そのギャップはごくわずかになります。

ただし、人工知能は、他の多くの業界と同様に、モバイルアプリデザインの分野でも場所を見つけており、人工知能のユーザーインターフェイスデザインの概念を生み出しています。 人工知能と顧客体験の関係に新しいレベルをもたらすはずの概念。

マシンがデザイナーに取って代わるかどうかの答えはほぼ不可能ですが、デザイナーコミュニティが、思い出に残るモバイルアプリをさまざまな方法でデザインするために、 AIユーザーエクスペリエンスを一緒に取り入れ始めた方法があります。

• 時間のかかる手動の取得は、自動化された画像のサイズ変更のように機能します
• AIベースの翻訳を利用してデザインをローカライズする
• ユーザーと製品の間にシステムの一貫性をもたらす
• ユーザーが操作している要素についての洞察を提供します。これには注意が必要です。

設計業界がAI主導のUIドメインからやってくるのを目撃しているこの参加は、 AIとデザインの未来がはるかによくリンクされている世界への道を開く一方で、業界の現在に大きな影響を与えることを示しています。

AIがモバイルアプリの設計に与える影響と、AIがモバイルアプリの設計を強化するための実証済みのヒントの1つになりつつあることを確認したので、次のステップは、 AIの設計の領域で彼らの一致を導く原則を確認することです。経験

モバイルアプリの設計と機械学習を組み合わせた指導原則

共有言語を開発する

ユーザーエクスペリエンスのレビュー、製品のビジョン、ビジネス目標などの要素は、チーム全体が理解して共有する必要があるものです。 モバイルアプリの設計と機械学習の開発方法が共通の概念と共通の言語を通じて相互に補完し合う場合にのみ、意味のある真にインテリジェントなユーザーエクスペリエンスを作成できます。
機械学習の専門家とユーザーエクスペリエンスデザイナーが協力して、データパイプラインとユーザーインターフェイスを含む共通の青写真を作成し、チームの製品計画とユーザーの現実を結び付ける青写真を設定する必要があります。

ユースケースに焦点を当てる

トップソフトウェアデザイナーが言うように、消費者向けアプリを開発する際に重要なことは、それを支えるテクノロジーではなく、達成しようとしているビジネス目標とユーザーエクスペリエンスです。 したがって、ユースケースを具体化することが非常に重要です。
ユースケースに個別に焦点を当てることで、ユーザーフローに複雑な注意を向けることができます。これにより、チームは、エクスペリエンスを向上させるために機械学習を追加できる主なポイントを特定できます。

ユースケースを明確に理解することで、モバイルアプリ設計会社のチームは、ユーザーエクスペリエンスプログラムの開発に適したKPIを決定することもできます。これにより、機械学習の指標と連携します。

定量的データと定性的データを組み合わせる

機械学習ソリューションとユーザーエクスペリエンスデザインを組み合わせることの真の影響を理解するには、定性的データと定量的データの両方を考慮することが重要です。 ユーザーがアプリをどのように体験しているかを測定するには、アンケートやインタビューなどの定性的な調査方法を利用する必要があります。

定量的データと定性的データの組み合わせを使用することに重点を置いている理由は、新しいアプリを設計するときに、機械学習の開発とユーザーエクスペリエンスに影響を与える予期しない要因に遭遇する可能性があるためです。 フィードバックループの有効性、データポイントをキャプチャする意図の能力、ユーザーの行動など、人工知能アプリの設計の一部を知っておく必要がある要素は、両方のデータタイプを深く検討した後でないと答えられません。

結合したデータを実際の設定に持ち込む

機械学習を実際に使用して、わかりやすく流暢なユーザーエクスペリエンスを開発するにはどうすればよいですか？ 機械学習とユーザーエクスペリエンスが現実の世界でどのように組み合わされているかを示すエンドツーエンドのソリューションを設定することによって。
機械学習モデルとともに作業データパイプラインを含むMVPを使用すると、AI支援設計を一緒に簡単に反復でき、ベータ版またはユーザーテストを通じてユーザーから直接フィードバックを得ることができます。

パートナーのAIアプリ開発会社のUXデザイナーと機械学習の専門家の両方が製品設計の問題の理解を共有する場合、反復は生産的で高速です。 一方、ユーザーエクスペリエンスの設計者は、機械学習を取り巻く可能性に気づきます。それは、ユーザーエクスペリエンスを向上させるためにいつどのように使用できるかということです。

データの収集について透明性を保つ

AIを対象に設計する場合は、絶え間ない努力が必要です。AIを完全に適切なものにするためには、収集したデータに特別な焦点を当てることが重要です。
データを収集し、データを情報に変換し、設計を繰り返すというこのサイクルでは、エンドユーザー側を考慮することが非常に重要です。
AIにデータを提供するためにデータが使用されていることをユーザーに伝え、収集された情報を最適なコンテキストが得られるように変更するオプションをユーザーに提供します。 AIによって収集されるデータを変更するオプションをユーザーに提供することに加えて、AIが学習する内容を変更するオプションもユーザーに提供する必要があります。これにより、予測がユーザーの希望どおりになるようになります。

今見たこれらの原則は、 AIとUXを組み合わせたデザインがどのように機能するかを明確にするのに役立ちますが、世界中の開発者コミュニティに支えられている有名なデザインおよび編集ツールのいくつかがテクノロジーをどのように使用しているかを見てみましょう。より優れたモバイルアプリのユーザーエクスペリエンスを提供します。

設計に人工知能を使用するツール

ブランドを調整する

テーラーブランドのロゴメーカーは、低予算でプロのロゴを取得するために企業が使用する有名な製品です。 AIのデザインは、ロゴに入力される情報の形式で入力を基に構築されています。

アドビフォトショップ

Photoshopが提供する主題の選択機能は、AIを利用して形状を記憶し、それらを簡単にシフト、変更、編集します。 このツールは、Senseiと呼ばれる内部AIシステムで動作し、画像内のさまざまな被写体を認識することで背景を変更できます。

PrismaとDeepart

有名な画像編集ツール/ AIデザインソフトウェアはどちらも、人工知能を利用してビデオや写真のさまざまな側面を識別し、選択したスタイルに変換します。 それらは、とりわけフィルターと色を回避するオプションを提供します。

強化しましょう

デザイン業界で最も頻繁に発生する問題の1つは、低品質の画像です。 AIを活用して、3つのフィルターを使用して画像の品質を向上させましょう。
アンチJPEFフィルターは画像を高品質のPNGに変換し、ボーリングフィルターは画質を損なうことなく画像を約4倍に拡大します。 マジック、3番目のフィルターを使用すると、画像内に詳細を追加できます。
人工知能をモバイルアプリの設計プロセスの主要な部分にすることは、ユーザーインターフェイスとユーザーエクスペリエンスを損なわないようにするために考慮しなければならないいくつかの追加要素がパッケージ化されたものです。

そして、これは簡単なプロセスではありません。

プロセス全体が人工知能のデザインパターンに変換されるようにアプリのユーザーエクスペリエンスを人工知能でパッケージ化するには、多くの宿題が必要です。これ自体は、ユーザーが同意を得て提供する情報に大きく依存します。

デザインをよりスマートにすることから始めたばかりの場合は、インテリジェントな旅を始めるのに役立つUIパターンがいくつかあります。

A.基準スライダー

多くのアプリは、機械学習アルゴリズムを使用して、結果を予測したり、推奨事項を渡したりします。 基準スライダーは、ユーザーが自分にとって意味のある基準に基づいて推奨事項を調整して微調整するのに役立つため、ここで役立ちます。
ここでは、ユーザーが操作している基準が、マシンがアルゴリズムで使用しているデータに正しくマップされていることを確認する必要があります。

B.好き嫌いボタン

シンプルな「好き嫌い」ボタンは、誰かがアプリケーション内で共有するユーザーエクスペリエンスを向上させるのに役立ちます。 単純な「いいね」と「嫌い」のボタンを使用してもユーザーにエクスペリエンスを提供するように依頼する場合、レコメンデーションシステムに基づいて構築するだけでなく、ユーザーが嫌いなものとその理由についてフィードバックを提供するオプションをユーザーに提供します。

C.自信を誘発するヒント

多くの場合、ユーザーは、予測と人工システム全体がどのように機能するかを知らないだけでなく、システムにどれだけの自信を置くことができるかも知りません。 何かの見返りにデータや回答の質問を入力するようにユーザーに依頼する場合–より適切な服の選択、次のショーのフォローオプションなど。
ユーザーに結果を提供し、ユーザーに結果を承認または不承認にさせると、信頼度はさらに高くなります。 これを行うと、ユーザーが課金を担当するようになります。これにより、アプリへの信頼が自動的に浸透します。

D.彼らにインとアウトのオプションを与える

すべてのユーザーが、人工知能システムでデータを取得してフィードするためにデータをフィードしたり、スマートルートを利用したりすることを望んでいるわけではありません。 したがって、適切なときにスマートオプションをオプトインおよびオプトアウトするオプションを提供します。
これを行うことで、彼らはあなたのアプリに対してより前向きな見通しを持つだけでなく、彼らがアウトオプションを持っていることを知っているので、将来彼らのデータをより積極的に追加するでしょう。

AIを活用したUXがアプリ設計業界に与える影響、AIの設計の指針、すでにAIを使用しているツール、ユーザーをオープンにするために設計マニフェストに追加する必要のあるUIパターンを確認しました。 AIのアイデアは、最後にやるべきことが1つだけ残っています。

そして最後に、AIをモバイルアプリの設計プロセスのアクティブな部分にすることです。 UI / UXデザイナーのチームがそれをお手伝いします。

[また読む：AI開発の問題をどのように解決するか？]