Contact client : +33 1 76 42 00 45 [email protected]

May 10, 2024

Introduction à l’IA en UX Research

Le parlement européen décrit l’intelligence artificielle comme “la possibilité pour une machine de reproduire des comportements liés aux humains, tels que le raisonnement, la planification et la créativité.” Ainsi, l’IA repose sur des algorithmes dans le but d’imiter certaines fonctions cognitives telles que l’apprentissage ou la prise de décision pour résoudre des problèmes.

L’IA est à la fois prometteuse pour la productivité de l’UX et balbutiante en termes de résultats. Nous avons donc décidé de tester régulièrement les progrès des différents outils afin de vous offrir le point de vue de praticiens experts.

IA en UX Research : expérimenter et faire évoluer les pratiques

Lorsque l’on demande à ChatGPT de décrire en une phrase l’IA pour les UX Researchers, voici sa réponse: “L'Intelligence Artificielle offre aux UX Researchers des outils puissants pour analyser les comportements des utilisateurs, personnaliser les expériences et automatiser les processus, contribuant ainsi à améliorer la conception et l'optimisation des produits numériques.” Pourtant, bien que de plus en plus d’outils d’IA apparaissent pour soutenir le travail des UX Researchers, il semble que nous n'ayons pas encore saisi toutes les opportunités. Jakob Nielsen expliquait en 2023 que : “UX needs an espresso shot of urgency around AI for two reasons: the quality of user experiences globally and your career advancement.” Récemment, des initiatives novatrices telles que les échanges avec des persona représentant les comportements des utilisateurs témoignent de l'évolution en cours dans le domaine. Ces avancées s'inscrivent dans la lignée des principales opportunités que l'UX devrait viser, comme le souligne Maria Virvou (2023), pour qui la modélisation des utilisateurs représente un élément essentiel à l'amélioration de l'UX grâce à l'IA.

Chez Ferpection, nous expérimentons depuis quelques années avec l’IA. Et nous avons décidé de passer à la vitesse supérieure ! Nous sommes désormais à la recherche des cas dans lesquels l’IA peut représenter un avantage significatif et accroître notre productivité en tant qu'UX Researchers. C’est pourquoi nous nous sommes fixés comme objectif de tester et documenter plusieurs nouveaux outils d’IA dans le cadre de nos études pour améliorer nos pratiques. Cet article initie une série de retours d'expérience sur l'utilisation de l'IA en UX Research, visant à contribuer à l'évolution des pratiques dans le domaine. Cette démarche vise également à être pérenne, car l'évolution rapide de l'IA implique que ce qui est valide à la sortie d'un épisode pourrait ne plus l'être quelques semaines plus tard.

L’utilisation de l’IA en UX Research en 2023

Au sein de la grande famille des IA, il existe plusieurs catégories. En UX notamment :

  • On pense spontanément aux IA génératives. Elles sont capables, pour leur part, de créer de nouvelles données en s’appuyant sur les données existantes. Dans ce cadre, le terme “données” tout type de contenu : textuel, image, vidéo, audio…
  • Mais il ne faut pas oublier le traitement du langage naturel (NLP). C’est celui-ci qui va permettre la transcription de l’audio en texte.

On voit d’ailleurs comment ces catégories sont complémentaires : côté NLP, l’entretien peut être transcrit, puis traduit, par exemple du japonais à l’anglais, et enfin une IA générative en proposera une analyse.

Le groupe Nielsen Norman a interrogé plus de 800 professionnels de l’UX (2023) à propos de leur utilisation des outils d’IA. Leurs résultats sont éloquents: 92% des répondants ont utilisé au moins une fois un outil d’IA générative, et 63% d’entre eux l’utilisent plusieurs fois par semaine. Les professionnels de l’UX sont donc bien sensibilisés à ces questions ! Ils ont identifié 4 usages principaux :

  • Générer et éditer du contenu textuel - 75% des répondants
  • Rédiger ou résumer des documents de recherche UX (plans d’étude, guide d’entretien…) - 50% des répondants
  • Générer et éditer des images, des vidéos ou des wireframes - 31% des répondants
  • Imaginer des solutions et valider des idées - 24% des répondants

Par ailleurs, le travail de Stige et ses collaborateurs (2023) a aussi montré que l’IA est utilisé lors de différentes étapes du processus de conception UX. Ils ont mis en avant qu’elle pouvait être utilisée pour comprendre le contexte d’utilisation, découvrir des besoins utilisateurs, aider à la conception de solutions, évaluer la solution et aider à sa conception. En croisant ces deux études, nous pouvons constater que malgré le potentiel de l’IA, ses utilisations en UX restent limitées par rapport à ses possibilités. Comme le groupe Nielsen Norman le souligne: “Many UX professionals have not yet learned how to use AI to perform tasks that are specific to their profession”. Conscients de ces enjeux, nous avons dressé une liste - non exhaustive - des outils IA que nous pensons pouvoir utiliser dans le cadre de nos études en recherche utilisateur, dans l'optique de mieux exploiter ces technologies pour enrichir nos pratiques et améliorer l'expérience utilisateur.

5 grands cas d’usage pour l’IA en UX Research

Génération de contenu (texte, image…)

  • Description : aide à la création de designs, de scénarios, d'enquêtes, de visuels... Il est possible de demander à l’outil de générer le contenu lui-même mais il peut aussi améliorer du contenu créé par l’UX Researcher.
  • Exemples d’utilisation :
    • Avec les bons prompts, ChatGPT peut proposer une première version de trame de guide d’entretien.
    • Plusieurs outils comme Typeform, Maze ou Startquestion peuvent permettre de générer un questionnaire ou d’améliorer la formulation des questions créées par l’UX Researcher.

Transcription et traduction

  • Description : après un échange avec un utilisateur, des outils d’IA peuvent transcrire voir parfois traduire la vidéo ou l’audio. Ils peuvent aussi proposer un résumé de cette transcription ou des insights. Dans le cadre de l’anonymisation, ils peuvent aussi être un gain de temps pour flouter la vidéo.
  • Exemples d’utilisation :
    • Après avoir importé les vidéos d’entretiens utilisateurs, des outils comme Dovetail, Notably ou Looppanel peuvent transcrire l’audio en texte permettant ainsi une recherche par mot clé, par exemple.

Analyse de données utilisateur collectées par l’UX researcher

  • Description: les outils permettant d’analyser les données utilisateurs peuvent avoir des rôles multiples dépendant, entre autres, des méthodes employées.
    • Analyse sémantique : analyse du contenu des retours utilisateurs pour identifier les thèmes communs puis définir des clusters.
    • Analyse des émotions : analyse le ton (négatif, positif ou neutre) des retours des utilisateurs ou encore analyse des émotions faciales sur le visage d'un participant lors d'entretiens.
    • Analyse comportementale : analyse des interactions des utilisateurs avec les interfaces numériques afin d’identifier des modèles.
  • Exemples d’utilisation :
    • Dans le cadre de l’analyse de retours des utilisateurs après un journal de bord, il est possible de collecter les sentiment général des participants et les sujets principaux avec des outils comme Maze, Ask Viable, UXPilot ou Kraftful.

Génération de persona ou de cartes d’expérience

  • Description : analyse de données démographiques et comportementales pour créer ou aider à la création de personas ou de cartes d’expérience.
  • Exemple d’utilisation :
    • Lors de la création de persona grâce à des données, des outils comme UXpressia ou WriterAccess peuvent aider à compléter le persona. UXpressia, par exemple, se base sur ChatGPT4 donc il est possible, en utilisant les bons prompts, d’utiliser ChatGPT pour ce type d’usage.

Prédiction d’insights sans étude préalable par l’UX Researcher

  • Description: à partir de données antérieures que l’UX Researcher n’a pas récoltées, certains outils d’IA se positionnent pour prédire le comportement et les besoins des utilisateurs en se basant sur leur propre base de données :
    • Prédiction des réponses et des sentiments des utilisateurs en fonction d’un profil donné.
    • Prédiction du comportement des utilisateurs, l’outil peut prédire l'engagement, le désabonnement, le taux de conversion...
    • Prédiction des problèmes d'utilisabilité sur la base de l'interface et des normes à travers des tests d'utilisabilité automatisés.
  • Exemples d’utilisation :
    • Dans le cadre d’un travail exploratoire, il est possible d’utiliser des outils comme CivicSync ou Synthetic users pour questionner des utilisateurs fictifs générés par l’IA grâce à leurs bases de données.
    • Après la création de maquette, celles-ci peuvent être évaluées avec un outil comme Attention insight qui est un plug-in sur Figma permettant de prédire automatiquement où va se porter l'attention des utilisateurs sur l'interface.

Organisation des données

  • Description: Certains outils de gestion des données proposent aussi un soutien de l’IA pour accompagner leur organisation.
  • Exemples d’utilisation:
    • L’organisation des données récoltées est un sujet redondant auprès des UX Researchers. L’IA peut aussi soulager cette problématique avec des outils comme Notion AI ou dans Dovetail qui permettent de résumer, traduire ou encore de tracker des thèmes dans l’immensité des données.

Notre (futur) retour d’expérience

À Ferpection, nous avons déjà commencé à utiliser des outils d’IA dans le cadre de nos études. Par exemple, pour retranscrire en texte les vidéos d’entretiens. Paradoxalement, si le gain de temps factuel est non négligable lors de la retranscription cependant, l’énergie déployée à corriger les transcriptions plutôt qu’à travailler sur l’analyse rend subjectivement l’expérience peu productive ! Un résultat surprenant qui est aussi à l’origine de cet article. Notre souhait désormais est de tester différents cas d’usage de l’IA en UX Research afin d’évaluer le gain en productivité apporté ou non. Notre objectif final est d’augmenter notre efficience. Nous allons partager un retour d’expérience en tant qu’UX Researchers au cours de l’année 2024 sur les sujets suivants :

  • Création d’un questionnaire dans 4 situations différentes : sans IA, correction du questionnaire créé par l’UX Researcher par l’IA, génération par l’IA sans correction du questionnaire par l’UX Researcher, génération par l’IA mais avec corrections par l’UX Researcher. Ce prochain sujet sera aussi l’occasion de discuter des prompts en UX Research.
  • Comparaison de la transcription, du résumé d’interview et de la création d’insight avec et sans IA.
  • Réalisation d’un test d’utilisabilité par une IA et par un UX Researcher, quelles différences?
  • Comparaison de persona créées par une IA et par un UX Researcher.
  • Retour d’expérience sur des entretiens réalisés avec des “utilisateurs” créés par IA.

Pour chacun de ces essais, l’objectif est de suivre le gain de temps (ou non) réalisé avec l’IA, la qualité des retours faits par l’IA et nos recommandations pour chacun des cas d’usage. Nous pourrons ainsi identifier les situations clés dans lesquelles faire appel à une IA est bénéfique. En effet, dans le cadre de notre démarche UX for Good, nous sommes conscients des impacts de l’IA pour la planète. Notre objectif n’est pas d’utiliser l’IA à chaque étape des études mais bien de l’utiliser de façon mesurée. Pour cela, nous devons savoir lorsque cela est opportun !

Conclusion et prochaines étapes

Pour résumer, les opportunités d’utilisation de l’IA en UX Research sont variées! Chez Ferpection, nous allons intensifier nos essais de l’IA en UX Research pour déterminer comment elle peut améliorer notre efficacité et la qualité de notre travail. Partager cette démarche est l’occasion de faire évoluer nos pratiques en tant qu’UX Researchers. Pour cette raison, nous commencerons par vous partager un retour d’expérience sur la création de questionnaire avec et sans IA dans un prochain post. Et si vous vous posez la question, oui, ChatGPT a été utile pour la reformulation de certaines phases lors de l’écriture de cet article 🤓

Envie de réaliser une étude pouvant inclure des outils d’IA ? Contactez nous !

Sources

Tous les articles de la catégorie : | RSS

Thibault Geenen

Thibault Geenen

Thibault est fasciné par le pouvoir de l'UX, en particulier l'UX research et avec les besoins et comportements des utilisateurs. En tant qu'entrepreneur, il continue d'étudier la philosophie d'entreprise libérée qu'il s'efforce de mettre en pratique pour Ferpection et pour ses clients à travers le concept d'UX for Good. Amateur de Science Fiction, il reste le seul être humain à croire que le livre 'Seul sur Mars' est un recueil de conseils pour entrepreneurs.

Vous avez un projet d'étude utilisateurs ? Contactez-nous