في عالم أبحاث تجربة المستخدم (UX) سريع التطور، يزداد الحديث عن دور الذكاء الاصطناعي في جمع البيانات. مؤخرًا، قارنت دراسة جديدة بين استجابات المستخدمين الاصطناعيين، وهي بدائل مُولَّدة بالذكاء الاصطناعي للمشاركين البشريين، وبين استجابات المشاركين البشريين الفعليين في مهام بحثية محددة. وجدت الدراسة أن المجموعتين توصلتا إلى نفس الاستنتاج العام، لكن ردود المستخدمين الاصطناعيين كانت أقل تنوعًا بشكل ملحوظ.
منهجية الدراسة: مقارنة بين البشر والذكاء الاصطناعي
لإجراء هذه المقارنة، أعاد الباحثون استخدام سؤال مفتوح من استبيان سابق حول مصطلحات UX. طُرح نفس السؤال على 120 مستجيبًا اصطناعيًا، تم إنشاؤهم في فبراير 2026 باستخدام منصة «Synthetic Users» التي تعتمد على الذكاء الاصطناعي التوليدي، ثم قورنت إجاباتهم مع مجموعة بيانات من 604 متخصصين بشريين في التكنولوجيا والتصميم.
تم تصميم المستخدمين الاصطناعيين لتمثيل متخصصين في التكنولوجيا والتصميم من جميع أنحاء العالم، وتم تزويد منصة «Synthetic Users» بخطة البحث، بما في ذلك أسئلة البحث ومعايير الإدراج والاستبعاد. قامت المنصة تلقائيًا بتعيين ملف شخصي لكل مستجيب بخصائص مثل العمر والموقع والمهنة والخلفية الثقافية والسمات الشخصية. ومع ذلك، لاحظ الباحثون أن المنصة حاكت المقابلات، مما أدى إلى إجابات أطول من البشر، وأحيانًا أعادت صياغة السؤال، مما قد يؤثر على تفسير الردود.
النتائج: تقارب رئيسي وتنوع محدود
أكدت مجموعتا البيانات نفس النتيجة الرئيسية: لم يستبدل أي مصطلح بديل مصطلح UX باعتباره الاسم المهيمن لهذا النوع من العمل. في الواقع، كان المستجيبون الاصطناعيون أكثر عرضة لاستخدام مصطلحات متعلقة بـ UX من المستجيبين البشريين، على الرغم من أن العينة الاصطناعية كانت مصممة لتمثيل مجموعة أوسع من المهنيين.
الفرق الجوهري ظهر في تنوع الاستجابات. بينما استخدم المشاركون البشريون أكثر من 50 تسمية مختلفة، بما في ذلك مصطلحات غير عادية أو متخصصة مثل «أبحاث سلوك المستهلك» أو «هندسة العوامل البشرية»، أنتج المستجيبون الاصطناعيون مجموعة أضيق بكثير من الردود، اقتصرت على حوالي اثني عشر تسمية. تُعرف هذه الظاهرة في التعلم الآلي باسم «mode collapse» (انهيار النمط)، حيث يميل النموذج التوليدي إلى إنتاج مجموعة ضيقة من المخرجات بدلاً من النطاق الكامل الذي تم تدريبه عليه.
كما أثر الدور الوظيفي على المصطلحات في كلتا المجموعتين، ولكن البيانات الاصطناعية دفعت المستجيبين من مختلف الأدوار نحو نفس التسمية المهيمنة بقوة أكبر من البيانات البشرية، مما قلل من الاختلافات الملحوظة بين المجموعات المختلفة.
ما يعنيه هذا للمطورين والمصممين
نرى أن هذه الدراسة تسلط الضوء على الفرص والتحديات التي يواجهها المطورون والمصممون عند استخدام الذكاء الاصطناعي في أبحاث المستخدم. يمكن للمستخدمين الاصطناعيين أن يكونوا فعالين في الحصول على استنتاجات عامة أو التحقق السريع من الاتجاهات الشائعة بكفاءة. ومع ذلك، فإنهم ليسوا بديلاً كاملاً للمشاركين البشريين عندما يتعلق الأمر بالكشف عن رؤى عميقة أو أفكار غير متوقعة أو استكشاف الفروق الدقيقة والاختلافات المعقدة بين شرائح المستخدمين. للحصول على فهم شامل وتغذية راجعة متنوعة حقًا، يظل التفاعل مع المستخدمين البشريين أمرًا حاسمًا في عملية التصميم والتطوير.
المصدر: nngroup.com