在2023年技术进步的显著领域中，解读面部表情或讽刺仍然是人工智能（AI）工具和服务面临的另一个棘手挑战。然而，随着AI技术的最新进展，这些工具正在迅速赶上。

生成AI和ChatGPT

生成AI有潜力增强和加速许多领域。本文将重点介绍ChatGPT及其在数字产品用户研究中的用途。在深入探讨之前，让我们先回顾一下更广泛的背景。

AI语言模型，包括ChatGPT，在自然语言处理（NLP）和对话式AI技术等更广泛的类别中。此外，生成AI被定义为可以自动生成用户流程、屏幕设计、内容和开发代码的AI、机器学习（ML）和自然语言处理（NLP）技术。

《连线》杂志的联合创始人凯文·凯利在他2016年的书《必然》中预测了人工智能作为一种服务的出现。凯利设想未来人工智能将成为一种像电一样普及的公用事业，可供所有人使用。他预计，人工智能不会局限于特定的、孤立的应用，而将作为一种通用工具，研究人员可以用来解决各种问题并增强人类能力。

在凯利的书出版7年后，由OpenAI开发的ChatGPT成为生成AI类别的典型代表，是迄今为止最流行的聊天机器人和最快增长的消费者应用程序之一，仅在2022年11月推出两个月后就拥有1亿活跃用户。（来源：路透社）。

然而，我们往往对新技术的直接影响过于乐观。美国科学家和未来学家罗伊·阿马拉提出了一个捕捉这种倾向的原则，称为阿马拉定律：

“我们倾向于高估技术在短期内的影响，而在长期内低估影响。” ——罗伊·阿马拉

这个原则适用于几种技术：大数据、3D打印机、物联网、云计算、增强现实、虚拟现实、脑机接口、自动驾驶汽车、Web 3.0、区块链、NFT、加密货币、智能合约和元宇宙，仅举几例。这个原则将帮助我们为新技术设定更现实的预期。

与阿马拉定律相匹配的“炒作偏见”完美地体现在研究和咨询公司Gartner提出的“炒作周期”概念中，该概念说明了新兴技术的成熟度和采用率。

根据Gartner在2022年7月发布的炒作周期图，生成AI已经进入了“过度期的顶峰”，可能需要2至5年时间才能达到“生产力高原”。

Gartner公司技术创新研究副总裁布莱恩·伯克认为，ChatGPT面向消费者的功能只是开始，企业使用生成AI的用途将更加复杂。

Gartner的专家们还预计：

• 到2025年，将有超过30%的新药物和材料采用生成AI技术进行系统发现，相比目前没有采用这些方法发现新药物和材料的情况，这是一个相当大的增长。
• 到2025年，大型机构将使用生成AI生成30%的营销信息，相比2022年的不到2%，这是一个显著增长。
• 到2030年，将制作一部主要的大片，其中90%的内容都是由AI生成的，从文本到视频，与2022年电影中0%的AI生成内容形成鲜明对比。

使用ChatGPT作为“研究伙伴”

在简要介绍了生成AI的更广泛背景之后，让我们看看如何将其应用于数字产品设计的用户研究中。

使用ChatGPT来改善你的UX研究的好处是，当适当使用时，它将大大提高工作的速度和质量。目前使用AI工具的最佳方法可能是将其视为“研究伙伴”（Pragmatics Studio的YouTube视频），在其中使用它来完善你的采访问题，提出更好的问题，创建更具吸引力的招聘信息，总结数据并简化数据洞察。秘诀在于我们提出更好问题的能力的发展，而不是替代基于人的研究.

缺点是由于生成AI以惊人的速度不断进步，所以出现了双重挑战：一方面是自动化某些任务和提高生产率的风险，这可能会模糊当前定义良好的角色之间的界限；另一方面是必须通过学习AI技能来保持相关和有效。

从长远来看，AI有可能完全取代一些任务，但也会出现新机会。几乎可以肯定的是，在求职时，AI技能将代表竞争优势，在某些情况下，它将成为一个必要条件。当我们看用户研究时，独立于所使用的工具（包括AI）的一个至关重要的标准是，有一些用户研究总比没有研究要好。正如Jared Spool经常所说的：

“缺乏用户研究有一个技术名词：猜测。”

关于使用ChatGPT进行用户研究，与研究人员工具箱中的每个工具一样，它取决于你如何使用它。总体而言，用户体验作为一种职业在过去20年中一直面临着低门槛的挑战。这种挑战部分原因是由于UX和产品设计师角色的流行度和可用性急剧上升，而高质量的培训项目的可用性却很低。这种低门槛历史上导致了业务团队和组织领导层之间的误解和混淆，并影响了UX输入的可信度和性能。

谷歌趋势图显示了用户体验、用户体验设计和用户研究这些话题的显着增长，从2004年到现在。

UX研究员专业角色传统上吸引具有心理学、数据、统计学和学术研究经验的专业人士，因此标准往往更高。但仍然有很多工作不允许有专门的研究资源，UX通才将覆盖整个光谱，从研究和分析到设计和测试。

最近，标准已经得到改善，UX专业人员可用的资源和社区质量也有所提高，但仍然存在低质量的UX成果。这种质量不均衡在UX自由职业服务中尤为明显，其中需要技能来区分高质量和低质量的服务。设计机构可能面临同样的问题，当UX团队面临预算和截止日期压力或试图给客户留下印象时，但与自由职业服务相比，风险较低。内部UX研究团队可能会避免这个问题，因为可用的截止日期和预算远远优于自由职业或机构服务。内部团队还必须保持他们的声誉，因为他们与业务的关系是持续的，所以交付标准可能更高，研究也更深入。

随着生成AI工具的介绍，UX服务的低质量问题一夜之间达到了新的高度。我们可以预期可能会看到滥用生成AI工具的情况，其中ChatGPT将用于模仿用户并立即生成研究工件，例如人物、产品要求、用例、采访问题、用户流程、用户痛点、功能集、用户故事、信息架构、竞争分析、用户旅程地图，看起来是真实的，但经过仔细检查并不可行，这让你回到了“猜测”的问题上。Jared Spool也将其称为：“自动完成设计”。

如果你的业务想要聘请UX专业人员和他们的服务，请从有声誉的来源中招募人员，并向熟悉UX行业的人寻求建议。请记住，老规矩仍然适用：如果事情看起来太好了，那么它可能并不是真的。

生成AI的未来

人工智能可以以指数级的速度发展和提高，打乱多个行业并影响任务的执行和角色的定义。但是，与以往每次技术进化一样，它也有可能创造新的令人兴奋的路径。

笑声是我帮助释放围绕AI的话题累积的紧张情绪的最喜欢方式，因此让我们用一个笑话作为结尾，希望在不久的将来，人类和AI都可以回顾并共同对这个话题笑出声来：

为什么AI会嫉妒用户研究员的新眼镜？

因为它认为它们是最新的增强同理心技术！

译自：https://uxdesign.cc/chatgpt-meets-user-research-unlocking-new-frontiers-4c3fa3ebc42c