بدأت أدوات الذكاء الاصطناعي تُستَخدم كـ«مستخدمين اصطناعيين» في أبحاث تجربة المستخدم، لكن النتائج تُظهر أن الاعتماد عليها قد يولِّد ثقة زائفة ويؤدي إلى قرارات خاطئة.
ما هو البحث غير المثالي؟
البحث غير المثالي يعني أن الدراسة تُجرى على أشخاص حقيقيين رغم وجود عيوب مثل عينة صغيرة أو مقابلات غير منظمة. يظل هناك تواصل مباشر مع المستخدمين الفعليين، لذا تبقى النتائج ذات صلة بالواقع.
المستخدمون الاصطناعيون: مخاطر وتحديات
في دراسة أجراها فريق MeasuringU، تم إنشاء «توائم رقمية» ل420 مشاركًا قيموا قابلية استخدام ChatGPT وClaude وGemini وGrok. النسخة المختصرة من التوأم أظهرت نتيجة أعلى بــ4.4 نقاط على مقياس SUS، بينما النسخة الكاملة تفوقت بـ6.7 نقاط. على الرغم من هذه الزيادة، تحولت جميع الدرجات إلى A+، ما قد يُقنع الفرق بأن المنتجات ممتازة تمامًا. كذلك، دراسة أخرى في Science Advances أظهرت أن توائماً مبنية على أكثر من 500 إجابة سابقة لم تتطابق سوى بشكل ضعيف مع إجابات أصحابها الحقيقيين.
- التوائم المختصرة تفوقت بــ4.4 نقاط على البشر.
- التوائم الكاملة تفوقت بــ6.7 نقاط، مما أدى إلى تحويل جميع الدرجات إلى A+.
- الدقة الفردية للتوائم التي تستند إلى 500 إجابة كانت ضعيفة.
- النتائج الرقمية قد تُظهر “دقة 93‑95%” لكنها لا تعكس الفروق في الأولويات.
استخدام عملي للمستخدمين الاصطناعيين
يمكن أن تكون الشخصيات الاصطناعية مفيدة كـ«شريك تدريب» قبل بدء المقابلات الحقيقية. يساعد ذلك الفرق على صقل أسئلتها وفهم المصطلحات الخاصة بمجال غير مألوف، مما يقلل من الوقت الضائع أثناء اللقاءات الفعلية.
ما الذي يعنيه ذلك للمصممين والمطورين؟
برأينا، لا ينبغي استبدال المستخدمين الحقيقيين بالمستخدمين الاصطناعيين في أي مرحلة حاسمة من اتخاذ القرار. يمكن استخدامها فقط كأداة تمهيدية لتجهيز المقابلات أو اختبار أفكار أولية منخفضة المخاطر. إذا كان القرار المتعلق بالمنتج أو الأولويات سيُبنى على مخرجات توائم اصطناعية، يجب سؤال الفريق: «ما العواقب إذا كانت هذه النتائج غير دقيقة؟»
المصدر: uxdesign.cc