Комментарии
В номере: уроки UX от Big Sur и разработка алгоритм-френдли интерфейсов
Ланч-тайм 297: краткий перевод свежих статей о digital
Сибирикс

Ланч-тайм 297: краткий
перевод свежих статей о digital

В номере: уроки UX от Big Sur и разработка алгоритм-френдли интерфейсов
913

Уроки UX от Big Sur

У Big Sur от Apple есть проблемы, но давайте посмотрим на несколько интересных UX-решений.

User-first. Сначала пользователь

Уменьшили акцент на пользовательском интерфейсе, чтобы сосредоточить внимание на пользовательском контенте. Кнопки и элементы управления появляются, когда это необходимо, и исчезают, когда нет. Границы и лицевые панели были смягчены или удалены.

Интерфейс служит пользователю, а не привлекает к себе внимание. Удалите визуальную сложность и увеличьте соотношение сигнал / шум.
Конфиденциальность и прозрачность

В Safari добавлены предотвращение отслеживания и прозрачность. Новая информация о конфиденциальности в AppStore, как этикетка на пищевых продуктах, позволяет увидеть сводную информацию о методах обеспечения конфиденциальности каждого приложения перед его загрузкой.

Ставьте конфиденциальность и прозрачность на первое место. Это в лучших интересах вашего пользователя.
Подробная информация о ключевых рабочих процессах

У Apple явно была цель улучшить приложение «Сообщения». Теперь есть закрепленные разговоры, улучшенный поиск, встроенные ответы, упоминания и возможность поиска GIF. Они знают, что сообщения являются важной частью их платформы.

Инвестируйте время и усилия в улучшение ключевых задач и процессов в вашем продукте. В конце концов, это окупится.
Единообразие сервисов

Изменения в Центре управления и Центре уведомлений призваны обеспечить согласованность в экосистеме. Также появилась новая унифицированная линейка символов.

Сохраняйте последовательность и придерживайтесь собственных стандартов. Это снижает когнитивную нагрузку, делает пользовательский интерфейс доступным для изучения и дает ощущение знакомства и уверенности.
Видимость состояния системы

Несколько обновлений и стандартизаций были внесены в пользовательский интерфейс верхнего уровня, включая Центр управления, виджеты, Spotlight и Центр уведомлений. Эти изменения делают состояние системы понятным, легким для поиска и настраиваемым.

Быстрый доступ к общим системным элементам управления и информации делает интерфейс надежным и предсказуемым и вызывает доверие.
Придерживайтесь того, что вам знакомо

При переделке значков док-станций Apple сознательно пыталась сохранить индивидуальность оригинала. Также есть много новых звуков пользовательского интерфейса, которые были буквально созданы на основе фрагментов оригиналов, так что они казались знакомыми.

Делая редизайн, помните о предвзятости к знакомству: люди предпочитают то, что им знакомо. Лучше развивать то, что у вас есть, а не создавать совершенно новый опыт.
Четкая визуальная обратная связь

Док и панель меню имеют новый интерфейс, который позволяет вам настраивать, где отображаются элементы управления. Метод, который они используют, чтобы визуально показать пользователю, что именно произойдет, не только радует, но и является очень эффективной формой общения.

Ясно сообщайте о последствиях решений, желательно визуально.
Вывод: учитесь у технических гигантов! Перевели, чтобы вы сэкономили минут 15.
914

Разработка алгоритм-френдли интерфейсов

Дизайнер должен хорошо разбираться в своих материалах. В прошлом это означало понимание нюансов свойств древесины, металлов, печатных машин и, в конечном итоге, пикселей. Современные цифровые дизайнеры должны работать с гораздо более нематериальным материалом — алгоритмом.

Когда-то они были сравнительно простыми наборами правил, которым приложение следовало для выполнения задач, таких как отображение сообщений людей, на которых вы подписаны. Теперь с помощью искусственного интеллекта они превратились в бесконечно сложные фрактальные процессы, зачастую за пределами человеческого понимания.

Ориентированного на пользователя дизайна уже недостаточно, интерфейсы будущего должны быть простыми для использования людьми и простыми для анализа алгоритмами.

Потребности алгоритмов

Алгоритмы отвечают за большую часть контента, отображаемого в наших цифровых продуктах: сообщения в социальных сетях, предложения покупок в корзине и рекомендации по фразам в электронных писем. Им удается показать нам, что мы хотим и когда хотим — как полезный помощник или продавец в магазине.

Самопровозглашенный «гуманист-технолог» Джон Маэда объясняет их цель в своей последней книге, сравнивая ее с японским обычаем «омотенаси»: предвосхищать, чего хочет покупатель, не спрашивая.

Однако алгоритмы — это не соло. Для достижения успеха они должны гармонично сочетаться с продуманно созданными интерфейсами.

Цель и процесс

Большинство алгоритмов сосредоточено на автоматическом обнаружении закономерностей в данных и последующем предоставлении соответствующих рекомендаций. Этот процесс достигается путем объединения определенного набора данных с измерениями анализа для создания того, что называется моделью. Затем он тренируется, постоянно вводя все больше данных, что приводит к теоретическим улучшениям. Вывод часто используется для персонализации продукта — происходит настройка опыта каждого пользователя.

Больше персонализации в пользовательском опыте обычно означает большую релевантность для пользователей, что приводит к более высоким коэффициентам конверсии.

Это объясняет, почему данные — это новое золото. Но оригинальность ценностных предложений большинства компаний означает, что надежный общедоступный набор данных для эффективного обучения их моделей редко бывает в наличии.
ланчтайм
Алгоритмическая обратная связь. Источник
Петли обратной связи и сигналы

Чтобы обучить новую модель, многие компании должны действовать так, чтобы превратить свой продукт в механизм сбора данных, который одновременно использует результаты для самосовершенствования. В этом цикле обратной связи соответствующие действия пользователя отслеживаются как сигналы данных: от нажатия кнопок, жестов или даже полного отсутствия действий.

Тот факт, что пользователь задерживается на определенном изображении дольше, чем остальные, может означать, что он заинтересован в нем. Или тот факт, что он начал что-то печатать, а затем ушел и оставил поле незавершенным, указывает на сомнения.

Хорошо продуманное взаимодействие интуитивно понятно, но также отделяйте сигнал от шума.

Удобный для алгоритмов дизайн

Термин «алгоритм-френдли дизайн» был придуман Юджином Вей, руководителем продуктов, ранее работавшим в Amazon, Hulu и Oculus, для описания интерфейсов, которые эффективно помогают в обучении модели.

Бесчисленное множество взаимодействий, которые существуют исключительно для измерения настроений пользователей, таких как голосование против Reddit или прокрутка карт в Tinder — они бесполезны по отдельности, но очень ценны для алгоритмов.

Инновационный интерфейс TikTok

По мере того, как искусственный интеллект претерпевает головокружительные успехи в соответствии с законом Хуанга, появляются более элегантные дизайнерские решения, развивающие парадигму обеспечения алгоритмической наглядности. Самый мифический алгоритм сегодняшнего дня — TikTok, который использовал свой интерфейс, чтобы быстро получить доступ к пользовательским данным для получения рекомендаций по высококонкурентному контенту. Как это ни парадоксально, но он сделал это, применив один из смертных грехов дизайна: добавив замедление.
ланчтайм
Сравнение алгоритмической видимости. Источник
Такое дизайнерское решение , как показывать только одно полноэкранное видео за раз, четко локализует все сигналы о том, как контент был получен. Сравните это с путаницей отвлекающих факторов вокруг контента в ленте Instagram, и легко увидеть разницу в способности собирать достоверные данные что объясняет Instagram Reels.

В большинстве каналов мы можем пролистывать с разной степенью интенсивности, что позволяет нам мгновенно пропустить тонны контента, не сообщая алгоритму, почему. Это завершает анализ:

  • Был ли этот контент прокручен слишком быстро для регистрации?
  • Предварительный просмотр был только частично в кадре?
  • Был ли отвлекающий контент сверху или снизу

Ограничение взаимодействия прокрутки делает его очень эффективным интерпретатором настроений пользователей. Настоящая прелесть этого решения заключается в его невидимой кнопке отрицательного голоса: смахивание можно считать отрицательным сигналом в сочетании с отсутствием положительного взаимодействия.

Замедление устраняет замедление

Хотя это дизайнерское решение изначально добавляет замедление, со временем становится все наоборот. Улучшенная персонализация в конечном итоге сокращает количество требуемых повторяющихся действий благодаря повышенному проценту хороших данных. В этом свете традиционный подход на самом деле кажется гораздо более громоздким, как на примере Twitter: если бы алгоритм был более умным в отношении того, что вас интересовало, он должен был позаботиться о том, чтобы отключать темы или блокировать людей от вашего имени, без необходимости выполнять эту работу самостоятельно.

Хорошо спроектированный процесс адаптации может легко свести к минимуму ощущение предварительных трений, пока не сработает порог персонализации.

Алгоритмический эффект наблюдателя

Многие с большим подозрением относятся к тому, как приложения злоупотребляют данными и манипулируют поведением. Осведомленность об алгоритмическом взгляде меняет вовлеченность пользователей: некоторые люди могут нерешительно нажимать определенные кнопки, опасаясь, что их сигналы будут использованы неправильно, в то время как другие могут предпринять лишние действия, чтобы сбить с толку любопытные алгоритмы.

Если пользователи не доверяют продукту, продукт не может доверять своим данным.

Как представить алгоритм

Клифф Куанг, бывший директор по инновациям в продуктах Fast Company, взял интервью у команды Microsoft, ответственной за внедрение ИИ в PowerPoint, они поделились ключевой мыслью: «если человек не почувствует какую-то связь с машиной, он никогда не даст ей возможность нормально работать после того, как она сделает хотя бы одну ошибку».

Это понимание пришло из сравнения полностью автономных виртуальных помощников с другими, которые взяли начальное руководство, прежде чем давать независимые предложения. Оказывается, пользователи доверяют алгоритмическому опыту, который они помогают обучать, что имеет большой смысл, потому что наша оценка часто является субъективной, а первоначальные предложения имеют меньше пользовательских предпочтений для обоснования.

Позволяя людям принимать первоначальные решения, мы удовлетворяем наши эмоциональные потребности, в то же время давая модели достаточно времени для обучения.
Прозрачность как стратегия

Решение TikTok сделать свои алгоритмические взвешивания общедоступными, добавив количество просмотров к хэштегам и используя проблемы с контентом — это круто. Это побуждает создателей, надеющихся получить огромные просмотры, согласовывать усилия с тем, что расширяет сервис. Такое поведение когда-то называлось игровым алгоритмом, но успех этой стратегии должен обратить вспять этот негативный оттенок. Если пользователи охотно заполняют пробелы в наборах данных, когда их цели совпадают, мы должны называть это сотрудничеством.

Если алгоритмы черного ящика дают нам пузыри фильтров, возможно, прозрачные алгоритмы могут их взорвать.
Вывод: алгоритмам по-прежнему нужны люди. Директор Spotify по исследованиям и разработкам Густав Содерстрём поговорил с Лексом Фридманом о том, как определить ожидания пользователей в отношении рекомендаций по песням. Когда люди находятся в режиме открытия (чувствуют себя достаточно смелыми для сомнительных предложений), Spotify использует машинное обучение. Но в контекстах с небольшим допуском на ошибку они по-прежнему полагаются на кураторов-людей, потому что они превосходят алгоритмы. Чтобы масштабировать эти усилия, они разработали симбиотические отношения, названные «алгоритмическими», где алгоритм следует примеру человека — звучит знакомо? Это приятное напоминание о незаменимости человечества. Перевели, чтобы вы сэкономили час-другой.
Доброй пятницы! А еще скоро лето :) Скоро-скоро будет лето...