この記事をシェアする

機械学習が切り開くUXの可能性

迅速に物事が変化するテクノロジーの世界では、自分たちの好きなことをするのと同じくらい、人々は素行を気にしていません。例えば、あなたもTinderやHitchやAisleのようなつながりをつくる有名なツールを使う機会があったでしょう。そこでは話しかけている人の素行は気にせず、つながりを持てるかどうかにより興味を抱いています。私たちの世界において、その傾向は顕著です。素行ではなくデータによって私たちは互いの興味について知るようになり、どのように未来を描くかを決定する際にも大きな役割を果たします。

どのような構造が機械学習を賢くするのでしょうか

人口知能において、アルゴリズムはシステムに組み込まれたものかその場その場で集めたデータに基づいて、進化し変化するように設計されています。このアルゴリズムはユーザーにとって適した情報を与えるためにデータを処理し、結論を描き、推断しています。

リコメンド機能やパーソナライズコンテンツや正確な検索は機械学習が大きな変化をもたらしているものの代表的な例でしょう。中でも最も代表的なものはAmazonのようなECサイトにおける「関連商品」やFacebookにおける「知り合いかも」やYouTubeにおける「おすすめの動画」などです。

machine-learning-2

ECサイトから例を見てみましょう。一回の購入の間に集められた情報は膨大であり、最終ログイン日から閲覧履歴、購入履歴、カートの詳細、保存商品、商品へのフィルターの履歴、色、ブランド、サイズ、支払方法などがあります。集められたデータは評価、好み、言語、コメント、賛成や反対と同じくらいはっきりしたものであり、また、最も頻繁に訪れたページ、よく使うデバイス、観覧するのに費やされた時間、購入された商品のような使用傾向と同じくらい絶対的でもあります。

システムは推測するために情報を処理し、多様なデータを互いにつなぎ合わせます。例えば、eコマースストアによってなされる値引きと最後のログインの詳細を合わせることによってユーザーが次回ログインする時にサイトが同様の値引き情報を送れるような購入の流れがあきらかになりました。効果的にシステムは何が顧客にとって良いことなのかを学び、データから明らかになったつながりで推察した好みに合うように、インターフェースを最適化することによって、体験を改善し続けます。

機械学習は顧客体験を大きく変えます。しかし、UXのデザインを通してユーザーにとって、パーソナライズ化されたインターフェースを創るためにデータを使うまで、全般的なユーザー体験は改善されないでしょう。専門家はよりユーザーにとって使いやすくなるようにUI、全般的レイアウト、情報構造の様々な要素を微調整するために賢くデータを使わなければなりません。卓越した人間は製品の成功のためにこの上ない機械学習やUX技術を使っています。どのようにUXへの機械学習適用が私たちの時間を節約し、生活に大きな価値を与えてくれるかについて、よく見てみましょう。

グーグルとネットフリックスによって再定義された情報構造

machine-learning-3

結局またネットフリックスで映画を見て土曜日を無駄にしてしまいました。ソファーでポップコーンを食べながら毎週末私が見たいであろう映画はどれなのかネットフリックスは正確に知っています。ネットフリックスのインスタント・ストリーミングはコンテンツに特化したサイトへの機械学習適用のいい例であり、ユーザーにとって最も関連したコンテンツをおすすめするアルゴリズムを使っています。彼らは閲覧履歴に基づき、ユーザーが何を見たいか予想する機械学習を使っているのです。

グーグルが積極的に機械学習を利用しているという噂は彼らがチューリッヒで立ち上がった機械学習センターであるDeepMindを引き継いだ時に出回り始め、AIを使ったバーチャルアシスタントと自動走行車が明らかになりました。グーグルは機械学習分野への積極性を確かにするような多くの理由を私たちに与えました。

しかし、グーグルのパーソナライズ検索は最も広く知られている機械学習の製品であり、その機能は将来の検索結果を最適化するため、どんな種類の結果をかつてクリックしたのかを追うことで可能にしたものであります。もしあなたがQuoraをよく見るのなら、あなたの検索結果のリストは自動的にQuoraと関連性から選び出したものが検索結果の上位に表示されるでしょう。

machine-learning-4

自動修正により相互作用を簡略化

作業工程を自動化するためによくなされることを追って認知し、そのデータを使うことで、機械学習は製品の使い勝手を簡略化することもできます。グーグルの機械学習の最も有名な例の一つはアンドロイドのキーボード自動訂正機能です。よく使われる言葉をより頻繁に示唆してくれます。たとえ、あなたが二つの言語を打ったとしても、そのシステムはほぼ毎回正しい単語を示唆してくれるでしょう。アップルの地図アプリもユーザーの習慣に基づいて、自動修正してくれます。かつての道のりをもとに自動で目的地を示唆し、よく使うルートでの道のりを推定するものです。

人を理解し、的確な提案を付与

machine-learning-5

機械学習は大量のデータに基づいて、認識している負担を減らし、探しているものに対して、適切な提案をしてくれます。メールを件名で分析してプロモーションなのかソーシャルなのか重要なものなのか仕分けをします。同様にAndoroidは自動的によく使う連絡先を「speed-Dial」に加えてくれるので、もはや「speed-dial list」を作る必要はありません。さらにSiriは携帯利用履歴に基づき、提案を与えてくれ、よく使うアプリや番号をリスト化してくれます。

利用者の潜在意識に合わせて、動きを変える

machine-learning-6

機械学習は私たちの製品の使い方も変えてくれます。音声認識はこのいい例です。SiriであろうがCortanaであろうがGoogle Nowであろうが、自然言語処理と人工知能の組み合わせによって、機械と人間の相互コミュニケーションをより簡単、より自然な形にしてくれます。システムは単にユーザーの言葉やそのアクセントを理解するだけでなく、ユーザーが物事の全体を簡略化して話すその文脈も加味して理解しようとしています。

同じようなものとして、世の中は右利き用に設計されており、昔から左利きの人は機械を扱うのに四苦八苦した状態でいます。しかし今、機械学習の力により、これらの製品は不運な左利きの人に合わせるようにユーザーの適性を学び、自動的に再設計されます。

機械学習がそれを可能にし、UXは利便性を上げる

効果的な機械学習は、製品を最適にするアルゴリズムの判断とUXの有用性を与えます。しかしながら、ほとんどの産業従事者、特に銀行やビックデータの会社はアルゴリズムをより重視し、UXの価値を無視しています。

しかし、デジタルと実世界の利便性をものに与えているのはUXのデザインです。歯ブラシや車など何でもいいので思い浮かべてください。そうしたらその製品があなたを魅了したデザインや利便性に気づくでしょう。またなぜあなたが普通のMP3プレーヤーではなくiPodを、普通のPCではなくMacを選んだのか問うてみてください。そうしたら、日々の決定についてUXデザインがいかに重要か気づくでしょう。

機械学習の未来とは

私たちの世界は機械学習によって、再構築されています。私たちはもはや機械に教えることはなく、それ自体が学ぶようデータシステムを単に構築すればいいのです。しかし、機械学習はまだ発達段階です。UXを強調することは機械学習の実際的な価値を増やすことになり、IoTやビッグデータの分野に必要な知性に対して有用性と好感与えます。

早く容易なビッグデータ分析システムは大量のデータを理解するの役立ち、決定を下すのに有用なパターンや流れを企業が見出すのを可能にします。

WalkMe(ウォークミー)

この記事をシェアする

フォローする