AI Journal: Mitchell Wakefield — ИИ меняет UX-исследования, но не то, что важнее всего
Митчелл Уэйкфилд не собирается делать вид, что ИИ не меняет UX-исследования. Он уже изменил их. Транскрипции быстрее, теги проставляются легче, команды справляются с интервью, обратной связью и данными опросов в разы быстрее, чем прежде. Для исследователей, которые годами тратили время на записи, заметки и синтез-доски, часть этих изменений воспринимается с облегчением.
Но Уэйкфилд проводит чёткую границу: более быстрый синтез — это не то же самое, что более качественное суждение.
Карьера в требовательных продуктовых средах
Уэйкфилд провёл больше десяти лет внутри продуктов, где поведение пользователей определяло не просто дизайн, а доступ к здравоохранению, доверие в азартных играх и решения с высокими ставками.
В NHS Digital он руководил исследованием NHS Login — продукта, которым пользуются 28 миллионов человек для доступа к медицинской информации. В этой среде доступность была не брендовой ценностью, а правовым и этическим требованием. Его работа привела к публикации в рецензируемом издании ACM совместно с профессором Хелен Петри, одним из ведущих исследователей доступности.
«Технологии для здравоохранения очень быстро учат скромности,» — говорит он. «Вы проектируете не для аккуратной персоны из презентации. Вы проектируете для миллионов людей, включая тех, кого небрежные решения подводят чаще всего.»
В CloudKitchens Уэйкфилд стал первым нанятым UX-исследователем — с прямым подчинением Трэвису Каланику. Там не было готовой практики, которую можно было унаследовать. Ему пришлось сделать исследования полезными внутри быстро движущейся компании, где данные имели значение только тогда, когда меняли решения.
В FanDuel он руководил исследованиями в области лояльности, вознаграждений и конкурентной среды для Casino и Sportsbook. Это категория с поведенческой сложностью: деньги, риск, привычки, доверие, стимулы и регуляция. Мелкие дизайн-решения могут определить следующий шаг пользователя.
Где ИИ помогает и где создаёт риски
«Я очень за то, чтобы ИИ забирал механическую работу,» — говорит Уэйкфилд. «Никто из исследователей не должен романтизировать транскрипцию или ручную разметку. Проблема начинается тогда, когда команды путают скорость синтеза с качеством суждения.»
Инструмент способен сказать команде, что пользователи испытывали трудности при онбординге. Он не всегда скажет, является ли проблема недоверием, страхом, отсутствием уверенности, проблемами доступности, непониманием или бизнес-моделью, которая незаметно работает против пользователя. Он не может удерживать напряжение между тем, что компания хочет, чтобы пользователи делали, и тем, что им действительно нужно.
«Исследование — это не просто сбор доказательств. Это понимание того, что они означают, чего они не означают и какое решение должна принять команда.»
Уэйкфилд прямо говорит об опасности ИИ-генерированных исследований: результат может звучать чисто, темы выглядеть убедительно, рекомендация казаться уверенной. Но уверенность — это не то же самое, что валидность. «Плохое исследование всегда было возможным,» — говорит он. «ИИ просто делает его производство легче, а результат — более отполированным.»
Новые вызовы в AI-нативных продуктах
AI-нативный дизайн ставит те же вопросы в новом контексте. Продукты, построенные вокруг модельных выводов, ведут себя иначе, чем традиционные приложения. Они вероятностны. Они могут ошибаться. Они требуют коррекции. Они просят пользователей доверять тому, что может быть одновременно уверенным и неправильным.
«Старый плейбук применим не полностью,» — объясняет Уэйкфилд. «Традиционное приложение обычно даёт фиксированный путь. AI-нативные продукты дают ответ, который может потребовать переговоров. Это полностью меняет дизайн-задачу.»
Команды должны решать, как неопределённость отображается в интерфейсе, как пользователи корректируют систему, как продукт завоёвывает доверие и как он избегает ситуаций, когда пользователь чувствует себя глупо при ошибке модели.
Что ждёт профессию
Сегодня Уэйкфилд работает Growth Lead и продуктовым советником в Golden Egg Media, помогая компаниям принимать решения о том, что строить, для кого и как развиваться без манипулятивных паттернов. Его работа с a16z Scout позволяет ему видеть как устоявшихся операторов, пытающихся ускориться с помощью ИИ, так и основателей, для которых ИИ — не надстройка, а ключевое ядро продукта.
«Работа смещается выше в стеке,» — говорит он. «Исследователям нужно разбираться в стратегии, росте, этике и исполнении. ИИ помогает с сырым материалом. Он не может решить, каким продуктом вы должны стать.»
По его мнению, будущее UX-исследований не становится меньше из-за ИИ — оно становится более требовательным. Инструменты ускоряются. Продукты усложняются. Последствия дизайн-решений становятся всё труднее игнорировать. Победят не те, кто быстрее всех генерирует инсайты, а те, кто умеет отличать верный инсайт от красиво звучащего.