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
•
0 likes•183 views
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。
Recommended
Recommended
More Related Content
What's hot
What's hot (20)
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
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 (20)
More from Yoshiki Hayama
More from Yoshiki Hayama (10)
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
- 4. 引⽤: レミオロメン – 粉雪 雪 だ あ っ 4
- 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、Watson Studio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
- 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
- 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
- 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
- 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 2030 2040 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 2030 2040 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 2030 2040 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 2030 2040 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 2030 2040 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 2012 2020 2030 2040 2050 2060 2070 2080 2090 2092
- 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 2012 2020 2030 2040 2050 2060 2070 2080 2090 2092 2024年 俺らはイマココ
- 45. 45 2010年 jQueryが席巻 2018年 Angular, React, Vue 2010 2015 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
- 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︖
- 50. 50 2016年 IBM Watson 2020年 DeepL 2015 2016 2017 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 Natural Language 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︖
- 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 2017 2018 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
- 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
- 62. 62 UXデザインは変わるのか︖
- 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
- 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。
- 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。
- 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/
- 94. 94 まとめ
- 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。
- 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