Download as PDF, PPTX
Uploaded byYoshiki Hayama
生成AI？ LLM？ UXデザインにどうつなげればいいの？ 人にうれしいAIプロダクトをつくるUXデザイン
2024年1月25日 ニジボックスさま主催の BUSINESS & CREATIVE online vol.24でのスライドです。 『AIはUXデザインをどう変えるのでしょうか？』 私はUXデザイナーとして働くかたわら、2016年よりAIプロダクトのプロダクトマネージャーの仕事をしてきました。おそらく国内のUXデザイナーのなかでも、かなり早い時期からAIのプロダクト化をしている1人と思います。 7年間のAIプロダクトの現場で身につけたリアルと、いま世間で盛り上がっている「AIがUXデザインを変える」という雰囲気に乖離を感じています。AIを「価値のあるもの」にしてユーザーに届けるには、もっと地に足のついた、泥にまみれた方法論が必要です。 日々新しい話題が飛び交うAIの世界を受けとめて、ユーザーにとって「うれしいプロダクト」につなげるためには、どのようにすればよいのか、実体験にもとづいてお話します。
More Related Content
![UXデザインのはじめの一歩を体験しよう！ ユーザーインタビューの基本 [第2版] | UXデザイン実践セミナー 第2回](https://cdn.slidesharecdn.com/ss_thumbnails/20221209-creekandriver-ux-workshop-2-221207181804-b44d3cb7-thumbnail.jpg?width=640&height=640&fit=bounds)
Similar to 生成AI？ LLM？ UXデザインにどうつなげればいいの？ 人にうれしいAIプロダクトをつくるUXデザイン
生成AI？ LLM？ UXデザインにどうつなげればいいの？ 人にうれしいAIプロダクトをつくるUXデザイン
- 1. ⽣成AI︖ LLM︖ UXデザインにどうつなげればいいの︖ ⼈にうれしいAIプロダクトをつくるUXデザイン 2024年1⽉25⽇（⽊） 1 Twitterの ハッシュタグは #NIJIBOX 画⾯キャプチャ 投稿OK︕ 代表取締役CEO/ HCD-Net認定 ⼈間中⼼設計専⾨家 YouTubeの チャットで いっしょに 盛りあがってね BUSINESS & CREATIVE online vol.24 ⽻⼭ 祥樹 @storywriter
- 2.
- 3.
- 4. 引⽤: レミオロメン –粉雪 雪 だ あ っ 4
- 5.
- 6. ⽻⼭ 祥樹 @storywriter 6 ⽇本ウェブデザイン株式会社代表取締役CEO 使いやすいプロダクトをつくる専⾨家 HCD-Net認定 ⼈間中⼼設計専⾨家 Web業界に25年、AIシステムのプロダクトマネージャーとUXデザインを7年 主な実績など 2009年 ⽇経パソコン 企業サイトランキング2009 ⽇本の主要企業696サイト中、ユーザビリティ／アクセシビリティ分野で第3位 2011年 Webユーザビリティランキング2011 企業サイト編 ⽇本の⼤⼿企業150サイト中、第4位 主な専⾨分野 ユーザーエクスペリエンス、⼈間中⼼設計、情報アーキテクチャ、アクセシビリティ、ライター
- 7. 7 現場で使える! Watson開発⼊⾨ Watson API、WatsonStudioによるAIアプリ開発⼿法 Amazonで購⼊ https://www.amazon.co.jp/dp/4798158496/ UXデザイナーですが AI の本を執筆したりも しています
- 8.
- 9.
- 10. 10 先ほどの動画は 千凪みかさん 「歌ってみた」新曲 『またねがあれば』 のMVです ⽻⼭が制作をさせていただいています（制作中）
- 11. 11 お気づきでしょうか この動画、じつは100%、⽣成AIでつくっています 実写のシーンはひとつもありません 使⽤している⽣成AI: • Midjourney V6(alpha) •Midjourney V5.2 • Runway Gen-2 • Runway Gen-1 • Adobe Firefly
- 12.
- 13. 13 動画⽣成は Stable Diffusionではじめたが コードを書く量が多く、時間がかかった Stable Diffusion Web UI Google Colab でスタート Stable Diffusion Web UI に LoRAが読み込まれない致命的バグ GitHubのIssuesを⾒ても 的外れなバグ報告しかない ソースコードを読んで エラー箇所を特定し修正 修正コードをGitHubの Issuesにコメント devブランチにマージされる 動画⽣成が進まない
- 14.
- 15. 15 ⽻⼭は2016年から AIプロダクトの PdM 兼UXデザイナーとして7年 「実務でAIにさわってデザインしているUXデザイナー」 としてはおそらく国内でも古参
- 16.
- 17.
- 18.
- 19.
- 20.
- 21.
- 22.
- 23.
- 24.
- 25.
- 26.
- 27.
- 28.
- 29.
- 30. 30 渡邊 恵太 先⽣の 「融けるデザインハード×ソフト×ネット時代の新たな設計論」 画⾯引⽤: https://bnn.co.jp/products/9784861009389
- 31. 31 渡邊 恵太 先⽣の 「融けるデザインハード×ソフト×ネット時代の新たな設計論」 引⽤: 融けるデザイン ハード×ソフト×ネット時代の新たな設計論,渡邊 恵太, 2015 ハードウェア、ソフトウェア、 インターネットが融け合う、 ⾝体的で体験的なものづくりの時代には、 新しい設計⽅法論が求められる。 たしかに︕
- 32. 32 引⽤: 融けるデザイン ハード×ソフト×ネット時代の新たな設計論,渡邊恵太, 2015 1946年 ENIAC 1989年 Web 2007年 iPhone 2015年 融けるデザイン 1946 1950 1960 1970 1980 1990 2000 2010 2020 2023 ハードウェア、ソフトウェア、 インターネットが融け合う、 ⾝体的で体験的なものづくりの時代には、 新しい設計⽅法論が求められる。 たしかに︕ 2024年の俺
- 33. 33 引⽤: 融けるデザイン ハード×ソフト×ネット時代の新たな設計論,渡邊恵太, 2015 1946年 ENIAC 1989年 Web 2007年 iPhone 1946 1950 1960 1970 1980 1990 2000 2010 2020 2023 もしも「融けるデザイン」が1957年に出版されていたら ハードウェア、ソフトウェア、 インターネットが融け合う、 ⾝体的で体験的なものづくりの時代には、 新しい設計⽅法論が求められる。 1957年 融けるデザイン
- 34. 34 引⽤: 融けるデザイン ハード×ソフト×ネット時代の新たな設計論,渡邊恵太, 2015 1946年 ENIAC 1989年 Web 2007年 iPhone 1946 1950 1960 1970 1980 1990 2000 2010 2020 2023 もしも「融けるデザイン」が1957年に出版されていたら ハードウェア、ソフトウェア、 インターネットが融け合う、 ⾝体的で体験的なものづくりの時代には、 新しい設計⽅法論が求められる。 なんの話︖ 1957年 融けるデザイン 67年前の⼈
- 35. 35 2012年 ディープラーニング 2023年 GPT-4 2073年 ︖︖︖ 2012 2020 20302040 2050 2060 2070 2080 2090 2092 AIにおきかえると︖ 2055年 ︖︖︖ 2024年 俺らはイマココ 2045年 シンギュラリティ
- 36. 36 2012年 ディープラーニング 2023年 GPT-4 2073年 ︖︖︖ 2012 2020 20302040 2050 2060 2070 2080 2090 2092 AIにおきかえると︖ 2055年 ︖︖︖ 2045年 シンギュラリティ AIでUXデザインが変わる︕ たとえば... 2024年 俺らはイマココ
- 37. 37 2012年 ディープラーニング 2023年 GPT-4 2073年 ︖︖︖ 2012 2020 20302040 2050 2060 2070 2080 2090 2092 AIにおきかえると︖ 2055年 ︖︖︖ 2045年 シンギュラリティ どのくらい確実な 未来への指針が 含まれうるのだろう︖ AIでUXデザインが変わる︕ たとえば... 2024年 俺らはイマココ
- 38. 38 2012年 ディープラーニング 2023年 GPT-4 2073年 ︖︖︖ 2012 2020 20302040 2050 2060 2070 2080 2090 2092 AIにおきかえると︖ 2055年 ︖︖︖ 2045年 シンギュラリティ 2055年 Webに相当する なにかが登場する 2073年 iPhoneに相当する なにかが登場する 2024年 俺らはイマココ
- 39. 39 2012年 ディープラーニング 2023年 GPT-4 2073年 ︖︖︖ 2012 2020 20302040 2050 2060 2070 2080 2090 2092 AIにおきかえると︖ 2055年 ︖︖︖ 2045年 シンギュラリティ 2055年 Webに相当する なにかが登場する 2073年 iPhoneに相当する なにかが登場する 2024年 俺らはイマココ 31年後に Web が 49年後に iPhone が出るが 私たちはそれを知るすべはない
- 40. 2024年 俺らはイマココ 40 マクロな視点で⾒たとき 私たちは AI が⼈類に普及する80年間の まだ11年⽬にいるにすぎない 20122020 2030 2040 2050 2060 2070 2080 2090 2092
- 41.
- 42. 42 この先の70年で AI をとりまく状況は 何度も変わり、そのたび新しいデザイン⼿法が必要になる しかし1957年にWebもiPhoneも予測できないように それがなんであるかは予測できない 20122020 2030 2040 2050 2060 2070 2080 2090 2092 2024年 俺らはイマココ
- 43.
- 44.
- 45. 45 2010年 jQueryが席巻 2018年 Angular, React, Vue 20102015 2020 2025 フロントエンド技術の流⾏ 2024年 俺らはイマココ 2024年 React ⼀強
- 46.
- 47. 47 2018年、Angular, React, Vueの三国時代 そのとき、この質問に正確に答えられた⼈はいるだろうか︖ 5年後のJavaScriptは どうなっていますか︖
- 48.
- 49.
- 50. 50 2016年 IBM Watson 2020年 DeepL 2015 20162017 2018 2019 2020 2021 2022 2023 2024 2025 AI技術の流⾏ 2024年 俺らはイマココ 2023年 GPT-4 2022年 DALL-E 2, Midjourney, Stable Diffusion
- 51. 51 2016年、IBM Watsonが世界中の注⽬を浴びる 当時は NaturalLanguage Classifier, Retrieve and Rank の2サービスのみ そのとき、この質問に正確に答えられた⼈はいるだろうか︖ 8年後のAIは どうなっていますか︖
- 52.
- 53. 53 2022年、画像⽣成AIが次々と発表 DALL-E 2, Midjourney,Stable Diffusion そのとき、この質問に正確に答えられた⼈はいるだろうか︖ 2年後のAIは どうなっていますか︖
- 54. 54 2022年末、ChatGPT が OpenAIより公開 まだ1年3ヶ⽉ほどしかたっていません GPT-4 は 2023年3⽉です この質問に正確に答えられる⼈はいるだろうか︖ 1年後のAIは どうなっていますか︖
- 55. 2015 2016 20172018 2019 2020 2021 2022 2023 2024 2025 2024年 俺らはイマココ 55 タイムボックスを短く区切っても AI技術の流⾏は猛スピードで変化している 1年後すら正しく予測できない
- 56.
- 57. 57 70年後までにAIの分野で 「インターネット」 や 「iPhone」にあたる⾰新が起こるが それがなんなのか2024年現在で予測するのはムリ
- 58.
- 59.
- 60.
- 61.
- 62.
- 63.
- 64.
- 65.
- 66.
- 67.
- 68.
- 69.
- 70.
- 71.
- 72.
- 73. 73 2019年、Google の People +AI Research (PAIR) チームが AIプロダクトにおける UXデザインの注意点をまとめた 「People + AI Guidebook」を発表 ⽻⼭が⽇本語訳して国内へ紹介 （邦題︓⼈にうれしいAIのためのUXデザインガイド） 引⽤: https://pair.withgoogle.com/guidebook
- 74.
- 75.
- 76.
- 77.
- 78.
- 79. ユーザー体験の改善に AI を上⼿く⽤いた事例 79 メルカリは「出品したらすぐ売れた」という初回のユーザー体験が、ユーザーの2回⽬ の利⽤につながる重要な鍵。しかし「出品したらすぐ売れる」ためには「相場にあった 値づけ」が必須。ところがユーザーは⾃分が出品するものの相場感を知らない。 そこでメルカリではスマホのカメラで出品物を撮影するだけで、AIで画像認識し、そ の出品物の「売れやすい価格」をレコメンドするようにしている。 うれしい体験うれしくない体験 出品したら 15分で売れた︕ すごい︕ 次も使おう 出品したけど ぜんぜん売れない もういいや 使わない 適正な値づけ 不適正な値づけ
- 80. ユーザー体験の改善に AI を上⼿く⽤いた事例 80 画⾯引⽤:メルカリ スマホアプリ メルカリの「相場価格」をレコメンドするAI 売りたい品を 撮影 AIの画像認識で 商品を推定 必須項⽬を ⼊⼒ 売れやすい価格 が表⽰される
- 81. ユーザー中⼼の思考と AI は相性が悪い 81 ユーザーの課題を起点にデザインをしていくとき、解決⼿段をあらかじめ限定（「AI を使おう」など）とすると、ユーザー体験に無⽤なものができやすい。 たとえば: •ユーザーの課題: バニラアイスクリームが⾷べたい • 解決⼿段を限定: 絶対にラー油を使うこと • 結論: ラー油がけバニラアイスクリーム︖ バニラアイスクリームが⾷べたい⼈にはすなおにアイスを渡せばよい。ラー油はいらな い。同じように解決⼿段を「AIを使うこと」に限定してユーザー中⼼のデザインをしよ うとすると、チグハグなものになりやすい。 いや・・・ できれば別に してほしいかな
- 82. ユーザー中⼼の思考と AI は相性が悪い 82 解決⼿段を限定する解決⼿段を限定しない ユーザーの課題: バニラアイスクリームが⾷べたい 解決⼿段: AIを使うこと 徒歩5分のコンビニ ⾏ってきます あなたに最適な バニラアイスを 提案します いや たいぎい
- 83. AI 中⼼設計（AI を使うことが⽬的なら） 83 先端のAI エンジニアはユーザーの課題を解決したくて AI を研究しているのでは なく、AI を研究することが楽しいから研究しているだけである。完全なシーズベース。 AI を使うのが⽬的なら「ユーザーの課題を解決する」のではない。「AI に解決でき る課題だけに絞って AI に解決させる（それがユーザーの本当の課題かどうかはお いておく）」のである。あくまで技術を起点に考える思考⽅法をとる。 この思考⽅法はユーザー中⼼の思考と相容れない。 ただし2024年現在においては「とりあえず AI を使ってみて、社内 に AI リテラシーをためる」こと⾃体が重要な⽬的のケースもある。 AI 中⼼設計が⼀概に間違いとは⾔えない。
- 84.
- 85. 技術はそのままでは価値を⽣まない 85 技術とユーザーのあいだにはかならず（広義の）インターフェースが存在する。ユー ザーに AI が価値を⽣むようにインターフェースをデザインする。 技術ユーザー インター フェース （広義） デザイン
- 86. AIプロダクトでいちばん難しいこと 86 AI を⽤いたプロダクトでいちばん難しいことは、そもそも AI以前に、プロダクトがプ ロダクトとしてまともに使えるものにすること。世の中に（AIを使うかどうかに関わら ず）星の数ほどスタートアップや新規事業があるのに、ほんの⼀握りしか残らないの はなぜか︖ AI 以前に、そもそもまともなプロダクトをつくるのが難しいからだよ︕ プロダクトがダメなら、どんな優れた AI が搭載されていても、その AI の価値はユー ザーに届く前に墜落する。 そもそもプロダクトがダメ ユーザーに AI の価値が 届く前に墜落する
- 87. UXリサーチの代わりに ChatGPT を使う︖ 87 UXリサーチの代わりにChatGPT を使えるのではないか、というアイデアを昨年 2023年からよくSNSで⾒かけます。
- 88. UXリサーチの代わりに ChatGPT を使う︖ 88 介護⽤品を 購⼊する⼈の ⼼理を挙げて 1.安全を守りたい • 事故を防ぐ: 介護を受ける⼈がけがをしないよう にするため。 • 病気を悪化させない: 介護⽤品を使って、病気 がひどくなるのを防ぐため。 2. 快適にしたい • 介護される⼈のために: その⼈がもっとラクに⽣ 活できるようにするため。 • 介護する⼈のために: 介護の仕事をラクにして、 疲れを減らすため。 3. お⾦のことを考える • 費⽤対効果: お⾦に⾒合った良いものを選ぶ ⼼理。 • 予算内で選ぶ: 使えるお⾦の範囲で、必要な ものを選ぶ⼼理。 4. ⼼の中の気持ち • 責任を感じる: 家族として、また社会の⼀員として、 ちゃんと⾯倒を⾒たいと思う気持ち。 • 愛情を⽰す: 介護⽤品を通して、⼤切な⼈への愛 情や⼼配りを表す気持ち。 5. 正しい情報を得たい • 良い選択をするために: ⾊々な情報や専⾨家の意 ⾒を参考にして、良いものを選びたい。 • 経験を⽣かす: 今までの介護の経験を活かして、 もっと良いものを選びたい。 6. 未来のために備える • ⻑い⽬で⾒る: これから先もずっと使えるようなものを 選ぶ⼼理。 • 不確かなことに備える: 何が起こるかわからないので、 いろいろな状況に対応できるものを選ぶ⼼理。
- 89.
- 90.
- 91. LLM（⼤規模⾔語モデル）は世の中の「平均知」 91 ChatGPT をはじめ LLM（⼤規模⾔語モデル）はインターネット上にある膨⼤な データを収集して学習しています。そのため、世の中で「みんなが思いつくこと」は網 羅的に⽣成してくれます。「集合知」と⾔えるでしょう。 ⾃分ひとりで思いつけるアイデアの範囲には限りがあるので、⾃分にない多⾓的な 視点をLLM から得ることができます。 しかし、インターネットに表出しづらいユーザー⼼理は、学習データにあまり数が含ま れないため、（2024年現在の）LLM では⽣成しづらいです。 その意味では LLM は「平均的な知識の集合 = 平均知」です。
- 92. AIの回答は学習データに依存する（バイアス） 92 AIの回答は学習データに依存します。有名な事例として、マサチューセッツ⼯科⼤ 学（MIT）メディアラボのジョイ・ブォラムウィニとスタンフォード⼤学のティムニット・ゲ ブルーの研究があります。商⽤の AI で⽩⼈男性の顔認識をすると99.7%の精 度が出るにもかかわらず、⿊⼈⼥性では65〜79%まで低下するという実験結果 です。 これは AI の学習データが「⽩⼈の男性」に偏っていたために起きていました。しかし、 開発者たちの多くは⾃⾝も「⽩⼈の男性」であったために、この問題に気がついてい ませんでした。 引⽤:⼈⼯知能が「偏⾒」を学んでしまった──画像認識で「⽩⼈男性」より「⿊⼈⼥性」の識別率が低かった理由, WIRED, 2018 https://wired.jp/2018/02/23/photo-algorithms-skewed-accuracy/
- 93.
- 94.
- 95. まとめ 95 1. AIでUXデザインの『設計⽅法論』は刻々と変わるにちがいないが、それがなんであるかを⾒通すこ とはムリ。将来予測の議論にはあまり意味がない。 2. 「今⽇のAI技術とUXデザインはどう組み合わせられるか」という議論であれば適切な答えがある。 「AIとUXデザイン」について語るなら「未来について語るな、今⽇について語れ」 3.ユーザーを中⼼に考えるという意味においては「AIでUXデザインは変わらない」。何⼗年経っても その姿勢は普遍。 4. AIプロダクトでよくある失敗デザインのパターンについて、その本質は「AIだから発⽣するデザイン課 題」ではなく「提供側が考えた勝⼿な数値や程度の表現がユーザーに伝わらない」という、私たち がこれまでいくどとなく遭遇してきたデザイン課題。AI特有の問題ではない。 5. ユーザー中⼼の思考と AI は相性が悪い。 6. AI を⽤いたプロダクトでいちばん難しいことは、そもそも AI 以前に、プロダクトがプロダクトとしてま ともに使えるものにすること。
- 96.
- 97.
- 98. ⽻⼭のプレゼンのアレ が、 LINEスタンプになりました︕ スタンプ名︓ハーミィ（CSS編） 作者名︓⽻⼭祥樹 https://store.line.me/stickershop/product/1228201/ja Web・CSSネタ 全40種類