Cómo usar IA y ChatGPT para una investigación UX eficiente en 2026

1. INTRODUCCIÓN: Hola, bienvenidos. Yo soy Pascal. He pasado más de una década haciendo diseño centrado en el ser humano para algunas de las marcas más grandes del mundo, y ahora ayudo a los equipos a usar la IA para investigar mejor y más rápido. Este curso ya ha ayudado a miles de alumnos a ponerse al día con la IA en la investigación de UX. Lo mantengo actualizado a medida que evolucionan las herramientas, y te estoy enseñando habilidades y frameworks que se transfieren entre plataformas. Entonces, lo que aprendes aquí sigue siendo relevante sin importar qué herramientas de IA termines usando. Ya sea que seas investigador de UX, diseñador, gerente de producto, fundador o simplemente alguien que quiera entender mejor a los clientes, sabes que debes hablar con los usuarios. Pero planear, entrevistar, analizar y redactarlo todo puede parecer un trabajo extra, especialmente si eres nuevo UX y aún no sabes lo que es bueno La IA ha cambiado lo que es posible. Podemos movernos más rápido y seguir haciendo un trabajo del que estamos orgullosos. En este curso, vamos a utilizar herramientas modernas de IA, incluyendo Chat GPT, para hacer que las partes desordenadas de la investigación cualitativa se sientan mucho más Lo mantenemos simple y el fomento de la confianza. Entonces, desde el primer día, usaremos algunas barandillas prácticas que te mantendrán a salvo y facilitarán tu trabajo de pie Privacidad, consentimiento, juicio humano y un rastro claro de evidencia. En este curso, iremos paso a paso para el flujo de trabajo real de investigación UX en lenguaje sencillo. Empezaremos convirtiendo un problema vago en un objetivo de investigación agudo para que sepas lo que intentas aprender de los usuarios Luego usaremos la IA para escribir preguntas de entrevistas que obtengan respuestas útiles, se encuentren con la confianza y analicen las transcripciones sin perder su propio juicio Y finalmente, convertiremos eso en ideas en las que las partes interesadas realmente puedan confiar, y no empezarás de cero. Obtendrá plantillas que puede reutilizar, incluido el lenguaje de divulgación, verificación de ética y los patrones rápidos que no dependen de una herramienta específica. Si estás investigando como investigador dedicado, parte de tu rol de producto o diseño o porque estás construyendo un negocio y necesitas respuestas rápidas, y quieres que la IA te ayude a moverte más rápido sin cortar esquinas, estás en el lugar correcto. Te veré dentro de la clase. 2. Proyecto de clase:: Hola de nuevo, y bienvenidos al curso. Durante este curso, realmente planificarás, ejecutarás y analizarás tu propio proyecto de investigación de UX impulsado por IA. Aquí es donde ocurre la magia, y estoy encantada de guiarte a través de ella. El objetivo es sencillo. Ejecute un ciclo corto de investigación cualitativa de UX, usando la IA como asistente práctico y produzca un conjunto de resultados que puedas compartir con confianza Vamos a desglosar los escalones. En primer lugar, eliges un producto o experiencia que te apasione y sienta curiosidad. Luego guiado por la clase, usas un asistente de IA como chat GPT, garra, Géminis o similar para ayudarte a formar preguntas convincentes Entreviste a amigos, colegas , voluntarios o clientes reales, y luego volvemos a usar herramientas de IA para interpretar los datos y descubrir insights Y finalmente, resumirás tus descubrimientos en un breve reportaje o presentación Entonces, al final de la clase, no solo habrás practicado todas las habilidades, también las has aplicado a un escenario del mundo real y descubierto valiosos conocimientos de los clientes para tu producto o área que te apasiona Para ilustrar, aquí hay un ejemplo de un proyecto exitoso. Uno de nuestros alumnos anteriores exploró una aplicación móvil local de Jim. Entrevistaron a los usuarios, analizaron sus comentarios con ChechBT y encontraron insights procesables para mejorar la experiencia del El resultado, una comprensión integral de lo que los usuarios aman y lo que se podría mejorar. A creado en horas, no semanas, gracias a las eficiencias logradas a través de la IA Ahora, ¿cómo hacer brillar tu proyecto? Aquí hay algunos consejos. Tener una mentalidad de descubrimiento. El campo de la IA está en constante evolución, por lo que no hay formas correctas o incorrectas de hacerlo. Lo que importa es, ¿estás aprendiendo cosas que no sabías antes? La experimentación es clave aquí y elige un tema que realmente te interese. No tiene que cambiar el mundo ni ser una idea de mil millones de dólares. Empieza poco a poco y ponte curioso. Quiere saber qué hace que la gente elija una silla adecuada o un taxi, por ejemplo. O siente curiosidad por lo que los clientes cambiarían de tu sitio web, si pudieran. Después elige una herramienta de IA para ser tu aprendiz de investigación personal Siguiendo la guía del curso, no solo esperes que la magia fluya, sino que tenga un poco de ida y vuelta, pro y desafío, rebote ideas con ella. Ahora, diviértete un poco. Entonces, como primer paso, empieza a pensar en algo que tengas curiosidad por conocer sobre tus clientes o el producto que estás investigando. Haga una lluvia de ideas sobre algunas preguntas a las que realmente desea encontrar una respuesta ¿Qué atrae a la gente a este producto? ¿Cuáles son sus puntos de dolor? ¿Qué les gustaría ver? Y por último, no olvides el poder de la comunidad. Comparte tu proyecto. Involucrar con otros y recibir retroalimentación es una parte esencial del proceso de aprendizaje. Recuerda, estoy aquí para ayudarte, y juntos, elevamos tu juego de investigación de UX. Entonces, ¿estás listo para acelerar tu investigación de clientes usando IA? Hagamos que su investigación sea más perspicaz, eficiente y atractiva No puedo esperar a ver lo que descubres. 3. Los fundamentos de la investigación UX: Entonces, bienvenido al fascinante mundo de la experiencia de usuario o la investigación UX. En su esencia, la investigación UX es una investigación sistemática dirigida a comprender las necesidades de los usuarios, comportamientos y puntos de dolor. Pero, ¿qué significa eso de verdad? Ahora imagina un producto o un servicio con el que interactúas diariamente. ¿Qué lo hace agradable o frustrante? ¿Qué guía tus elecciones y qué te deja confundido? Estos son los tipos de preguntas que la investigación UX busca responder. Verás, el objetivo de la investigación UX no es simplemente recopilar información. Se trata de profundizar en los aspectos humanos de la tecnología y el diseño Es un puente que conecta los creadores de un producto con las personas que lo van a usar, asegurando que estos productos no solo sean funcionales sino verdaderamente satisfactorios. En cierto modo, la investigación UX es un poco como el trabajo de detectives. Una misión para descubrir pistas, resolver misterios y revelar conocimientos que conduzcan a productos bien diseñados que resuenen Es un viaje emocionante que prioriza la empatía, la curiosidad y La mejor parte, es un viaje del que todos formamos parte, nos demos cuenta o no, porque al final del día, todos somos usuarios. Entonces, al entrar en esta lección, mantengamos nuestras mentes abiertas y nuestras perspectivas amplias. Aprendamos a ver a través de los ojos del usuario apreciar sus necesidades y deseos y explorar cómo podemos utilizar investigación de UaX para crear experiencias que a la gente le encanta Después de todo, el arte de mejorar la satisfacción del usuario no se trata solo de tecnología. Se trata de humanidad, conexión y comprensión. Y eso es lo que hace que la investigación UX sea tan poderosa y esencial en el mundo actual. Los objetivos de la investigación UX son el corazón palpitante de este apasionante campo. Primero y ante todo, se trata de entender a los usuarios. ¿Quiénes son? ¿Qué es lo que quieren? Wo los frustra o los deleita. Al profundizar en estas preguntas, podemos crear productos que realmente resuenen con las personas A continuación, las ideas que recopilamos no solo se sientan en la repisa. Ellos informan directamente las decisiones de diseño. Es como tener una hoja de ruta que nos guíe hacia la creación experiencias que se alineen con las necesidades y expectativas humanas reales Y aquí es donde ocurre la magia, donde la empatía se traduce en innovación Y por último, y quizás lo más importante, investigación de UX tiene como objetivo mejorar la satisfacción general del usuario. No solo estamos construyendo algo que funcione, estamos creando experiencias que a la gente le encantan que se sientan intuitivas y que agreguen un valor real a sus vidas Este es el objetivo final y el pináculo de lo que busca la investigación UX Al comprender, informar y mejorar, nos convertimos no solo en creadores, sino en solucionadores de problemas compasivos, convirtiendo productos ordinarios A medida que profundizamos en la investigación de UX, se vuelve esencial reconocer los diferentes tipos y enfoques que podemos emplear cada uno con un propósito único en nuestra búsqueda de comprender al usuario A menudo categorizamos la investigación UX en dos tipos amplios cualitativos y cuantitativos La investigación cualitativa te ayuda a explorar el comportamiento y las motivaciones, permitiéndonos preguntar las preguntas por qué y cómo La investigación cuantitativa, por otro lado, se trata de recopilar datos numéricos. Es donde contamos, medimos y comparamos para descubrir tendencias y patrones Dentro de estas amplias categorías, clasificamos la investigación en diferentes etapas como exploratoria, evaluativa, formativa y summitiva Para los efectos de esta clase, nos concentraremos en la investigación exploratoria Aquí es donde nos adentramos en lo desconocido. Hacemos preguntas abiertas y descubrimos nuevas ideas y oportunidades. Se trata de sentar las bases, identificar las necesidades y generar las ideas que guiarán su proceso de diseño Las otras etapas evaluativa, formativa y summitiva juegan un papel vital en el proceso de investigación, guiándonos, probando nuestras ideas y evaluando nuestro producto y evaluando Pero es la fase exploratoria la que a menudo prepara el escenario, proporcionándonos las materias primas y las inspiraciones para crear algo verdaderamente único y centrado en el usuario Estas distinciones nos ayudan a adaptar nuestro enfoque, elegir los métodos adecuados y hacer las preguntas correctas en el momento adecuado Al centrarnos en la investigación exploratoria, estamos abriendo la puerta a un mundo de posibilidades, sentando las bases para la innovación y sentando las bases para una exploración rica y atractiva de la investigación UX Verificación rápida de la realidad antes de ir más lejos. En el mundo real, la investigación UX rara vez es un gran proyecto dramático que haces una vez al año. La mayoría de los equipos hacen lo que se llama descubrimiento continuo. Eso solo significa que estás hablando con los usuarios regularmente en bucles más pequeños y alimentando a los que aprenden directamente a tomar decisiones sobre el producto. Y también suelen ser métodos mixtos. Entonces sí, haremos entrevistas porque son brillantes para entender por qué las personas se comportan de la manera en que lo hacen. Pero a menudo lo emparejarás con cosas como análisis, tickets de soporte, encuestas y pruebas de usabilidad. En este curso, nos estamos enfocando en entrevistas exploratorias porque son la forma más rápida de construir un entendimiento profundo Luego aprenderemos a mantener nuestro listón de calidad alto a medida que pasamos de las conversaciones a las decisiones. El proceso de investigación UX es un viaje estructurado que nos lleva desde la chispa inicial de curiosidad hasta la presentación final de insights. Vamos a desglosar este proceso en seis pasos cruciales que nos guían para descubrir valiosos conocimientos de los usuarios Todo comienza con la planeación. ¿Qué queremos descubrir? ¿Quiénes son nuestros usuarios? ¿Qué preguntas haremos? La planeación sienta las bases estableciendo objetivos claros, definiendo nuestro alcance y elaborando una hoja de ruta que nos guiará a través de la investigación El siguiente paso es el reclutamiento, donde identificamos y seleccionamos los participantes que formarán parte de nuestra investigación. Así que estamos buscando individuos que representen a nuestro público objetivo y aquellos que puedan proporcionar las ideas que se alineen con nuestros objetivos. Ahora viene la parte emocionante, la realización de entrevistas. Ya sea que estés cara a cara o virtual, aquí es donde nos relacionamos con nuestros participantes, nuestras preguntas y escuchamos atentamente Es un proceso de exploración, un diálogo que descubre los pensamientos, sentimientos y experiencias de nuestros usuarios Y una vez finalizadas las entrevistas, pasamos al análisis. Aquí diseccionamos los datos, los desglosamos en partes y buscamos patrones, conexiones y temas Es como armar un rompecabezas, encontrar las verdades ocultas que se encuentran debajo de la superficie La síntesis lleva nuestro análisis un paso más allá. No solo estamos identificando partes, las estamos armando para formar una historia coherente. Estamos sacando conclusiones. Estamos conectando los puntos y traduciendo nuestros hallazgos en información procesable que puede guiar nuestro diseño y toma de decisiones Y finalmente, llegamos al punto en el que compartimos nuestros hallazgos. Ya sea con el equipo, su cliente o una audiencia más amplia, aquí es donde presentamos nuestras ideas, nuestra historia. Es la culminación de todos nuestros esfuerzos, el momento en el que la investigación cobra vida, desatando conversaciones, inspirando acciones e influyendo en la forma en que creamos e innovamos Al seguir estos seis pasos, emprendemos un viaje metódico y creativo. Está estructurado pero flexible. El proceso de investigación UX no es solo una serie de tareas. Es una forma de pensar, una mentalidad que pone al usuario en el centro de todo lo que hacemos Es como convertimos la curiosidad en comprensión, preguntas en respuestas, y conocimientos y en experiencias que resuenan con las personas Y en esta clase, al enfocarnos en la investigación exploratoria, este proceso será nuestra guía, nuestro camino para descubrir lo que hay en los corazones y mentes de nuestros clientes Pero la aventura no se detiene aquí. A medida que avanzamos en esta clase, vamos a explorar algo verdaderamente revolucionario la intersección de la investigación UX y la inteligencia artificial. Imagine aprovechar el poder de IA para profundizar aún más y descubrir conocimientos más rápido y mejorar nuestra comprensión de formas nunca pensadas La IA es increíble en velocidad y estructura. Puede ayudarnos a convertir un resumen desordenado en un plan, redactar un evaluador, convertir una guía de entrevistas en mejores preguntas y ayudarnos a organizar Pero la IA también puede empeorar la investigación si la usamos de la manera perezosa. Dos grandes modos de falla son, uno, las personas pegan datos confidenciales en herramientas que no pueden usar, y dos, aceptan respuestas que suenan seguras sin verificar las pruebas Entonces nuestra regla para todo este curso es simple. La IA puede ayudar, pero nosotros somos dueños del juicio. Mantenemos un rastro de evidencia, verificamos la cordura. Y cuando algo importa, lo verificamos como un verdadero investigador. Y aquí está la barra de calidad que usaremos a medida que avanzamos. Uno, pruebas. Si no podemos señalar a una cita un comportamiento o una observación concreta, no es un hallazgo. Es una suposición. Dos, la triangulación ¿Vemos lo mismo en más de un lugar, como en múltiples participantes o en datos de comportamiento o en tickets de soporte? Y tres, revisión. ¿Podría otro ser humano mirar nuestras notas y entender cómo llegamos ahí? Si golpeamos a esos tres, podemos movernos rápido y mantenernos creíbles. Entonces, al concluir esta lección sobre los fundamentos de la investigación UX, reflexionemos sobre el viaje que acabamos de comenzar La investigación de UX no se trata solo de datos, métodos o procesos. Se trata de experiencia. Se trata de conectarse con las personas, comprender sus necesidades y elaborar soluciones que marquen una diferencia real en sus vidas La esencia de la investigación UX radica en su capacidad para cerrar la brecha entre usuarios y creadores para convertir la empatía en innovación y transformar productos ordinarios en experiencias extraordinarias No se trata sólo de lo que hacemos. Se trata de cómo hacemos sentir a la gente. Animo a cada uno de ustedes a pensar críticamente para hacer preguntas audaces, e imaginar cómo pueden aplicar los principios de la investigación UX en sus proyectos y trabajo profesional. Tanto si eres un experto experimentado empezando tu viaje, hay un mundo de oportunidades esperándote. Así que emocionate, mantente curioso y abraza el viaje de investigación de UX. Juntos, vamos a explorar, innovar y crear. Con la ayuda de la IA, vamos a llevar la investigación de UX a nuevas alturas, desbloqueando potenciales y dando forma al futuro de la experiencia del usuario Y todo comienza aquí contigo, listo para emprender esta emocionante aventura. Entonces, ¿a qué estamos esperando? 4. Libera tu asistente de investigación de IA: Bienvenida de nuevo. En esta lección, vamos a hablar de la IA de una manera realmente práctica, no del bombo y no del miedo, ¿cómo la usamos como investigadores sólidos Aquí está el titular. La IA no es el jefe. Estamos. La IA puede ayudarnos a movernos rápido. Puede ayudarnos a despegarnos, y puede ayudarnos a poner a prueba de estrés nuestro pensamiento Pero también puede hacer esto donde suena increíblemente seguro mientras inventa silenciosamente las cosas. Y si no tenemos cuidado, puede empujarnos a conclusiones que se sientan ordenadas y convincentes, pero que en realidad no son ciertas Entonces nuestro objetivo no es obtener respuestas de la IA. Nuestro objetivo es utilizar la IA para acelerar el trabajo, para mantener la barra de calidad alta. Y para el resto de este curso, vamos a utilizar un bucle simple, borrador, crítica, verificar y documentar. Eso es. Ese bucle es lo que nos permite usar HeChPT, Claude, Gemini, lo que sea siguiente sin atar nuestras habilidades a una sola herramienta Y quiero que te aferres a una metáfora. Mantenemos nuestras manos en el volante. La IA es el satnav. Bien, comencemos con la pregunta más útil de todas O incluso es un LLM. Un LLM, un modelo de lenguaje grande, es básicamente un sistema entrenado para predecir la siguiente palabra Ha visto una cantidad masiva de texto, y ha aprendido patrones de cómo los humanos tienden a escribir. Entonces puede producir un lenguaje que se sienta fluido, coherente y honestamente, a veces un poco espeluznante Pero aquí está la clave. Fluido no significa verdad. Los LLM son excelentes en la forma de una respuesta. Pueden redactar, resumir, reformatear, intercambiar ideas y ayudarnos a detectar Y para el trabajo de investigación, eso es realmente útil porque gran parte de nuestro trabajo es convertir insumos desordenados en algo más claro Lo que no pueden hacer automáticamente es saber qué es lo que es preciso para tu proyecto. Ellos no conocen tu proyecto. Ellos no conocen a tus usuarios. Y definitivamente no estaban en la sala con tus participantes. Entonces el mejor modelo mental es un colaborador muy rápido. Útil, creativo, a veces sorprendentemente agudo. No un testigo y no una fuente y no la persona que citamos en una reunión de partes interesadas. Y una vez que realmente lo entendemos, gran parte de la confusión y el bombo torno a la IA comienza a calmarse. Ahora bien, si vamos a usar la IA, necesitamos saber cómo falla porque falla de formas bastante predecibles. Hay tres clásicos que veo todo el tiempo en trabajos de investigación. Número uno, alucinación. Esa es la palabra educada para ella hizo algo, una característica que no existe, una cita que nadie dijo, una pequeña y ordenada visión clave que suena plausible pero que realidad no se basa en nada que realmente recopilaste Número dos, sobregeneralización. trata de las dos personas que lo mencionaron, por lo que debe ser un problema de verdad universal. De repente, conseguimos que los usuarios odien abordar o todos se confunden con los precios, tal vez. O tal vez fueron solo dos personas con un contexto específico en un día específico. La investigación tiene que ver con el contexto, y la IA aplanará ese contexto si lo permitimos Número tres, tono confiado. Esta es astuta Incluso cuando el modelo solo está adivinando, puede sonar tranquilo, seguro y autoritario Cuando te mueves rápido, es muy fácil confundir la confianza con la corrección Así que la solución no se convierte en un asistente rápido. La solución es usar un flujo de trabajo que dificulte creer accidentalmente algo que no es cierto. Y ahí es donde entra nuestro bucle. Entonces hagámoslo. Bien, así que aquí está la cosa en la que nos vamos a apoyar por el resto del curso Es simple, es repetible y nos mantiene honestos. Es este bucle, borrador, crítica, verificar, documentar. Y la razón por la que me encanta es porque nos impide tratar la IA como una máquina de respuesta. En cambio, lo usamos como una herramienta eléctrica. Rápido, servicial y todavía algo de lo que somos responsables. Vamos a recorrerlo. Borrador. Utilizamos IA para obtener una primera versión en la página. No porque sea perfecto, sino porque nos da algo a lo que reaccionar. Esto podría ser una agenda inicial, un evaluador, una guía de entrevistas, una lista de temas, un esquema de informe, cualquier cosa que normalmente comience con una página en blanco Paso dos, crítica. Ahora cambiamos de marcha. Pedimos a la herramienta para criticar lo que acaba de hacer. ¿Qué falta? ¿Dónde es vago? ¿Qué es sesgado o líder? ¿Qué suposiciones ha entrado de contrabando sin decirnos? Aquí es donde convertimos una salida de cuchillo en un calado útil. Paso tres, verificar. Y esta es la parte que la hace investigar. Comprobamos la salida contra la realidad, contra el escrito, contra nuestras notas, contra las transcripciones, contra las cotizaciones reales Si la herramienta hace un reclamo, preguntamos, ¿dónde están las pruebas? Y si no podemos respaldarlo, no lo enviamos. Paso cuatro, documento. Por último, escribimos lo que decidimos y por qué. En lo que confiamos. ¿Qué es todavía una hipótesis? ¿Qué es lo desconocido? Así es como mantenemos nuestro trabajo defendible, especialmente cuando nos movemos rápidamente Solo para ser muy claros, este bucle no es una cosa única. Básicamente es la columna vertebral de todo nuestro proceso. Lo utilizamos en planeación, análisis, síntesis e informes. Si algo importa, adjuntamos pruebas. Esa es la barra de calidad. Ahora, herramientas, escucharás mucho debate sobre qué modelo es el mejor HGBT, Claude, Gemini Y para cuando termines este curso, probablemente haya tres más. Entonces, en vez de tratar de coronar a un ganador, vamos a hacer algo que sea mucho más útil. Vamos a aprender a evaluar una herramienta para una tarea específica. Aquí está el método simple. Es una prueba de manejo de tres pasos. Paso uno, elige la tarea. Elegimos una tarea que realmente necesitamos. Por ejemplo, redactar una guía de entrevista a partir de un breve, resumir una sección de transcripción, convertir temas en ideas y oportunidades Paso dos, revisamos la página de precios. Es un filtro rápido. Antes de probar algo, hacemos la aburrida oferta de adultos, pero esto nos va a ahorrar algo de tiempo. Abrimos la página de precios. ¿Por qué? Las páginas de precios suelen mostrar una matriz de características. Y eso nos dice mucho sobre lo que en realidad estamos pagando. Cosas como cargas de archivos, ventanas de contexto más largas, características del equipo, controles de datos, límites de uso, dos advertencias, aunque Primero, las páginas de precios no nos dicen la calidad de salida. Segundo, las páginas de marketing a veces ocultan las limitaciones reales en la letra pequeña. Por lo que usamos los precios como un filtro rápido, no la decisión final. Y paso tres, ejecutar un pequeño punto de referencia. Esta es la prueba de manejo. Ahora ejecutamos el mismo prompt de prueba en cada herramienta, y lo puntamos en algunas cosas, no vibraciones, no marketing, utilidad real Y esto es lo que anotamos. Instrucción siguiente. ¿Realmente hizo lo que pedimos pruebas, disciplina? ¿Se pegó al texto proporcionado o comenzó a inventar? Claridad, ¿la salida es legible y estructurada? Manejo de longitud y archivos, puede hacer frente a lo que le estamos dando? Ajuste de seguridad. ¿Podemos usarlo con nuestros datos y políticas? Y paso cuatro, elige el mejor ajuste para hoy. Elegimos la herramienta que gana para esa tarea en nuestras restricciones, y mantenemos el flujo de trabajo porque el flujo de trabajo es lo que dura. Entonces la rúbrica que usamos es el tipo de entrada. ¿Necesitamos solo texto o docs, imágenes o audio? Largo. ¿Estamos trabajando con notas cortas o transcripciones largas Privacidad y permisos, ¿ se nos permite subir este contenido? Ajuste de flujo de trabajo. ¿Necesitamos plantillas reutilizables, instrucciones personalizadas o características del equipo? Costo y velocidad. ¿Necesitamos lo suficientemente bueno, rápido o más lento y de mayor calidad? Haz que este principiante sea amigable, aquí tienes el código Jeet. Si no estás seguro de qué herramienta elegir, comienza con la que ya tienes acceso. Después ejecuta el pequeño punto de referencia. Si lucha, entonces cambias. No necesitamos la perfección. Necesitamos un proceso repetible Muy bien, rápido, pero realmente importante. Antes de pegar algo en una herramienta de IA, hacemos una pequeña verificación de seguridad. No porque estemos siendo dramáticos, sino porque es muy fácil compartir accidentalmente algo que no queríamos. Y una vez que está ahí fuera, realmente no se puede dejar de compartirlo. Entonces aquí está la rutina que quiero que usemos. Es simple. Y después un par de veces, se vuelve automático. Paso uno, clasifica lo que estás a punto de pegar. Solo pregunta, es este dato público interno, confidencial o personal. Ahí hay información de los participantes, asuma que es sensible. Paso dos, redactar, eliminar nombres, nombres empresas y cualquier cosa que pueda identificar a alguien Incluso pequeños detalles pueden sumar. título del trabajo más la ubicación, más una cotización memorable a veces puede ser suficiente. Paso tres, minimizar. Sólo pega lo que realmente necesitamos para la tarea. Estamos analizando una pregunta de una entrevista, no necesitamos toda la transcripción Menos entrada generalmente significa menos riesgo y mejor enfoque. Paso cuatro, establece límites. Decirle a la herramienta cómo comportarse. Por ejemplo, puedes escribir en tu prompt, usa solo el texto que proporciono. No inventes citas. Si no estás seguro, haz una pregunta. Si hacemos estas cosas consistentemente, estamos en un terreno mucho más seguro y nuestro trabajo se mantiene creíble. Entonces, esa es la base. Utilizamos la IA para movernos más rápido, pero seguimos siendo responsables de la calidad. No subcontratamos el juicio. Utilizamos el bucle, borrador, crítica, verificar, documentar. Si no recuerdas nada más de esta lección, recuerda esto. Cuando algo importa, adjuntamos pruebas. Así es como nos mantenemos útiles, y así es como seguimos siendo confiables. Ahora, antes de que saltes a la siguiente lección, tengo una pequeña tarea para ti. Esto no es trabajo de proyecto todavía. Es más como un calentamiento. Mantenemos la emoción alta y elegimos una herramienta de partida en la que puedas confiar. Esto es exactamente lo que hacemos. Elija una herramienta de IA para comenzar. Podría ser chat GPT, podría ser Claude o Gemini, o cualquier cosa a la que ya tengas acceso Siempre podemos cambiar más tarde. Después ejecuta una pequeña prueba de manejo. En tu herramienta de IA, pega un breve fragmento de texto. Puede ser un párrafo de un artículo, un fragmento de notas o Después pídale a la herramienta que la resuma en tres viñetas y luego la estructura en una tabla con columnas, un punto clave, por qué importa y pregunta abierta Para la crítica, inicia un nuevo traste y pide a la IA que critique su Puedes copiar el prompt exacto que puedes usar de la hoja de solicitud que te estoy proporcionando. Ahora puedes usar tu propio juicio y puntuar la salida usando el cuadro de mando O puedes ir un paso más allá y pedirle a la IA que te ayude con eso. En ese mismo traste, pídele que marque la herramienta de cinco. Instrucción siguiendo, manteniéndose a tierra, así no inventando cosas y claridad en la estructura Importante, pídele que dé razones para esa puntuación para que sepas si puedes confiar en ella. Y opcional, ejecuta la misma prueba en la segunda herramienta y compara. Tercera parte de la tarea, capta tus preguntas para más adelante. Entonces, usando el mapa de proceso de la lección uno, anota tus pensamientos y preguntas para cada etapa. Planear, reclutar, realizar entrevistas, analizar, sintetizar y compartir Simplemente haz dos filas. ¿Cómo crees que IA ayudará en cada una de esas etapas? Y la segunda, preguntas que tienes sobre eso. Entonces trae esas preguntas contigo. Vamos a responderles a medida que avanzamos por el curso. A continuación, vamos a aplicar esto a un plan de investigación real. Tomaremos un breve y lo convertiremos en un objetivo claro y daremos inicio a preguntas. Bien, vamos. 5. Planificar tu investigación con IA: En este video, vamos a arremangarnos y sumergirnos de inmediato. Desempaquetemos el resumen y utilicemos Chet PT para hacer que su planeación de investigación más eficiente y efectiva Antes de saltar, una orientación rápida. Ahora mismo, estamos en la etapa de planeación del proceso de investigación UX. Nuestro objetivo hoy en día no es resolver el producto. Es para obtener claridad. Queremos una breve lista de preguntas de inicio inteligentes, además de las suposiciones e incógnitas que necesitamos confirmar antes de reclutar a Y como aquí usamos IA, recuerda la regla para todo este curso. IA puede acelerar el pensamiento, pero nosotros decidimos lo que importa, y lo mantenemos fundamentado en el resumen. Una nota de seguridad rápida. Si estás trabajando con un cliente real o un resumen del empleador, no solo pegues todo en una herramienta pública de IA. Redactar cualquier cosa sensible, y siempre que sea posible, use un paquete de contexto corto Un paquete de contexto es básicamente solo un breve resumen desinfectado Lo que estamos investigando, con quién estamos hablando, luego los objetivos, las restricciones y el formato de salida exacto que queremos, puedes usar la plantilla proporcionada como descarga con esta lección Esto le da al modelo de IA lo que necesita sin filtrar lo que no debería ver Entonces comencemos entendiendo el brief y preparándonos para la reunión de inicio. Si estás trabajando para un cliente, generalmente tienes un resumen de proyecto detallado o no tan detallado lleno de objetivos, metas y expectativas. Entonces aquí es donde entra la IA. Con Chat GBT, puedes interpretar el brief. Puede ayudarte a destilar la información esencial, identificando tus metas y objetivos clave Después, prepárense para la reunión. IA puede ayudarlo a describir los principales puntos de conversación, preguntas que hacer e incluso desafíos potenciales para discutir Entrarás en tu reunión inicial con claridad y confianza Ahora, veamos esto en acción. Bien, entonces aquí tenemos nuestro resumen de investigación, y ya he repasado el brief y acabo destacar algunas secciones en él que son realmente relevantes. Queremos redactar cualquier cosa sensible. Si estás trabajando con una herramienta que es aprobada por tu cliente y tienes el derecho de almacenar su información en esos sistemas, entonces por todos los medios, puedes seguir adelante y simplemente trabajar con el brief original. Pero por lo demás, te recomiendo que hagas un paquete de contexto. paquete de contexto será útil en cualquier caso, porque nos ayuda más adelante cuando necesitamos informar a la IA una y otra vez. Entonces es un buen hábito. Algo así hecho aquí. He entrado en el informe y he resaltado la sección relevante. Entonces en este caso, nuestro cliente se llama Tax Corp, y son una compañía tradicional de taxis que tienen presencia en varias ciudades importantes, y se enfrentan a la competencia de los servicios de viajes compartidos. Y el objetivo de la investigación es descubrir oportunidades para mejorar las funciones de las aplicaciones y la experiencia y competir con esos servicios de viajes compartidos. Aquí hay un poco alrededor del alcance y algunas limitaciones y algunas expectativas también y los criterios de los participantes. Entonces eso es lo que normalmente encontrarías en un resumen de investigación. Y si no tienes toda esta información en el brief, ya te da algunas preguntas que puedes hacerle al cliente. Ahora, por aquí, creé un paquete de contactos, y eso es esencialmente un resumen desinfectado Entonces, lo que queremos asegurarnos es que toda la información relevante del brief también se incluya en nuestro paquete de contactos. Lo que he hecho aquí es anonimizar al cliente. Entonces digo por los antecedentes, mi cliente es una compañía tradicional de taxis opera en múltiples ciudades. Tienen una aplicación de consumo existente y quieren mejorar la experiencia enter end, por lo que se siente competitivo con los productos de derechos. Observe que todo lo que hice es que acabo de reemplazar el nombre del cliente, y he reemplazado el nombre de la aplicación. Entonces lo he pegado en los objetivos de investigación aquí, una vez más, asegurándome de que solo diga la aplicación en lugar del nombre de la aplicación También he incluido el método de investigación y los participantes objetivo. Y luego he incluido las restricciones. Con lo que necesitamos ayuda aquí es que queremos prepararnos para el saque inicial preparando preguntas reflexivas y verificando algunas suposiciones e incógnitas que podamos validar antes Bien, aquí es donde comienza la diversión. Estoy en Chat GPT Y puedes hacer esto en la herramienta de IA de tu elección, para que no tenga que ser hat chPT Esto funcionaría igual de bien en Claude o en Géminis, o cualquiera que sea el sabor del día. Ahora, en la hoja de aviso proporcionada, tiene su primer aviso de inicio. Así que pego el prompt a la derecha en Chat ChPT. Yo mi asistente de investigación UX. Ayúdame a preparar la reunión inicial para un nuevo proyecto de cliente También incluye algunas restricciones porque no queremos que la IA sugiera ninguna solución. Solo queremos prepararnos para la investigación porque la propia investigación informará las soluciones. Ahora, todo lo que necesitamos hacer es usar el archivo adjunto aquí y adjuntar nuestro resumen de investigación desinfectado que acabamos de proporcionar Acabo de agregar a la parte superior aquí. Para que pueda copiar el brief, el brief sanitizado que hemos preparado, pegarlo hasta arriba, y simplemente hacer una nueva línea Lo que me gusta hacer es simplemente hacer tres líneas para que HHipt sepa que esa es una sección diferente Bien. Y ese es todo tu aviso. Simplemente puedes comenzar y ver qué sale de ella. Entonces lo que podemos ver ahora es que ChaChiPT ha estado interpretando el brief, y solo podemos verificar que eso coincida con También señala que las seis semanas sugieren un ciclo cualitativo magro con tiradas limitadas de iteración. Entonces eso podría ser algo que queramos discutir en la reunión de inicio. Y ahora aquí tenemos nuestras preguntas de inicio. GPT nos dio algunas preguntas sobre el golf, algunas preguntas sobre los usuarios ¿Tienes alguna persona o modelo de segmentación existente? ¿Son sus ciudades o mercados prioritarios donde los insights son críticos? Entonces estas son todas preguntas realmente buenas que ahora podemos tomar en la reunión de inicio. Y también se identifican algunos supuestos inherentes al breve y algunas incógnitas que sería bueno aclarar antes Entonces, la definición exacta de uso regular de acciones en términos de frecuencia, eso será realmente importante para saber si los participantes objetivo deben haber utilizado específicamente el taxi upp del cliente o alguna aplicación de taxi Entonces, todas estas son realmente buenas incógnitas que Chat GPT elaboró para nosotros aquí, y eso hará que nuestra reunión de inicio mucho Eso me va a tener mucho más preparado para entrar en la reunión de inicio y para saber exactamente qué tipo de preguntas necesito hacer Otra cosa que va a ser realmente útil es simplemente tener un resumen conciso del contexto de investigación aquí porque eso nos ayudará más adelante a impulsar a Chet GBT de manera más eficiente Simplemente ejecute esto como un prompt final. En dos frases, resumir el contexto de la investigación y el objetivo a partir del breve Ignorar los detalles de presupuesto y cronograma. Genial. Así que ahora puedo reutilizar ese resumen más tarde cuando esté redactando guiadores y guías de entrevistas Ahora, cuando entramos en nuestra reunión inicial y las cosas cambian, puedo actualizar el brief con la nueva información que me está dando el cliente, y luego puedo ejecutar este prompt nuevamente y obtener un resumen actualizado del contexto de investigación Para que veas como puedes jugar con Chet GBT. Casi como tu asistente, tu verdadero aprendiz de investigación Es muy útil. Recuerde, la preparación es la base del éxito. Con la IA a tu lado, puedes hacer que esta etapa sea más eficiente, permitiéndote más tiempo para enfocarte en el pensamiento creativo y estratégico. Entonces, como has visto en esta demostración, utilizar ChechPT para interpretar un resumen de proyecto no solo ahorra tiempo, sino que también asegura que te estás enfocando en los aspectos correctos desde el principio Te ayuda a hacer las preguntas correctas, descubriendo matices que de otra manera podrían pasarse por alto Ahora hablemos de tus próximos pasos. Para tu proyecto, me gustaría que tomaras un enfoque similar. Piensa en un proyecto hipotético o real relacionado con un producto o servicio que te interese Escribe un breve, teniendo en cuenta el equilibrio entre detalle y ambigüedad. Ahora, usando lo que has aprendido hoy, trabaja en destilar los objetivos de investigación a partir de tu breve Puedes hacerlo manualmente o puedes optar por usar Chat GBT para ayudarte Ahora, anote algunas preguntas que llevarías a la reunión de inicio de este proyecto Centrarse en aclaraciones, desafíos y cualquier consideración estratégica Y luego reflexionar sobre el proceso. ¿Cómo fue esta experiencia? ¿Qué aprendiste y cómo podrías aplicarlo en tu trabajo profesional? Este ejercicio no solo mejorará su comprensión de la fase de planificación en la investigación de EurK, sino que también le brindará experiencia práctica en el aprovechamiento de la IA para estas Recuerda siempre, la IA no está reemplazando tu intuición o experiencia, está aumentándola Al aprender a incorporar la IA en tu flujo de trabajo, estás abriendo las puertas a una exploración más profunda, creatividad y precisión. Eso es un envoltorio para esta lección. Tómese su tiempo con este paso de acción y no dude en comunicarse si tiene alguna pregunta o necesita apoyo. Estoy deseando ver su progreso y ponerme al día en la siguiente lección. 6. reclutar participantes con la ayuda de la IA: Uno de los aspectos más vitales de cualquier proyecto de investigación UX es encontrar a los participantes adecuados. Aquí hay una orientación rápida. Ahora mismo, estamos en la etapa de reclutamiento, y esta etapa realmente decide la calidad de todo lo que sigue. Piénsalo. Si reclutamos a las personas equivocadas, entonces las entrevistas son ruidosas y luego el análisis se vuelve desordenado, por muy buenas que sean nuestras indicaciones de IA Entonces, hoy vamos a construir un cribador que encuentre los participantes adecuados y nos proteja de sesgos y datos basura Pero antes de tocar la IA, aquí están las cuatro reglas de los cribadores Uno, no conduzcas al testigo. Dos, incluyen descalificadores, para que no termines entrevistando a todos Tres, practique la minimización de datos. Solo recoge lo que realmente necesitas para decidir si alguien encaja, y cuatro, recluta inclusivamente Si no tenemos cuidado, los cribadores filtran accidentalmente grupos enteros, y luego nuestras ideas son solo una porción estrecha de la realidad La calidad de tus percepciones depende la relevancia y diversidad de las personas a las que entreviste. Hoy, exploraremos cómo la IA puede ser una herramienta invaluable en la elaboración cribadores de investigación para encontrar los candidatos perfectos Los evaluadores de investigación son conjuntos de preguntas diseñadas para filtrar a los participantes potenciales para asegurarse que coincidan con el perfil de su público objetivo cribadores deben ser precisos pero no líderes, imparciales y fáciles de entender Ahora, vamos a profundizar en cómo puedes usar IA para ayudarte a escribir cribadores de investigación. Podrías continuar esto en el mismo traste que ya tenías Voy a empezar con un nuevo traste ahora mismo. Y aquí, lo primero que hago es volver a pegar nuestro paquete de contacto. Entonces aquí está el contexto de nuestro proyecto. Entonces solo voy a hacer una nueva línea, y directamente debajo de eso, pego el prompt para el screener Y ahora, este aviso incluye algunos requisitos. Entonces es pedirle a HGPT que cree alrededor de ocho a 12 preguntas que se mezclan de opción múltiple y respuestas cortas Incluye los descalificadores y todos los criterios de los que acabamos de hablar Y quiero que esto se presente como una tabla porque eso va a ser muy útil para luego traducirlo a cualquier plataforma que esté usando para crear esos screeners Entonces veamos qué vuelve. Y aquí está el resultado. Entonces estoy buscando tres cosas. Uno, ¿en realidad está evaluando nuestro comportamiento objetivo? Dos, ¿las preguntas son neutrales, y tres, estamos recogiendo sólo lo que necesitamos? Y así tenemos diez preguntas aquí. Y también podemos ver cuáles son las opciones. Para que pueda recrear estas preguntas en mi software de encuestas. Ya sea que use Google Forms o Notion Forms o un mono de encuesta o algo más, puedo elegir el tipo de pregunta correcto e ingresar todas las opciones correctas. Y me gustan las preguntas que anclan en el comportamiento, como la frecuencia con la que alguien usa una acción y si ha usado taxis recientemente. Entonces preguntas como, en los últimos 30 días, ¿cuántas veces has usado un taxi tradicional? Eso nos ayuda a identificar realmente al participante objetivo correcto aquí porque se basa en lo que realmente hacen. Y también tenemos una pregunta de calidad aquí. ¿Cuál es una razón por la que eliges las opciones de transporte que seleccionaste anteriormente? Y Chat GPT incluyó esta pregunta aquí porque nos da el control de calidad Puedo obtener un indicador sobre si habría un buen participante con quien platicar. Ahora ejecuta un pase de QA pegando esto debajo. Entonces justo después de la pantalla de borrador ahora. Entonces, lo que estamos pidiendo aquí, esencialmente, es hacer un pase QI e identificar cualquier pregunta principal, identificar cualquier pregunta que pueda excluir accidentalmente grupos y preguntas que recopilen datos personales innecesarios. Y así realmente estamos pidiendo a la IA que se revise ahora mismo. Entonces veamos qué vuelve. Y este es el paso que la gente salta. Entonces el pase QA es donde reducimos el sesgo y hacemos que el cribador sea realmente utilizable Observe que estoy usando IA para el borrador del evaluador, pero tengo cuidado al usarlo para la copia de reclutamiento público porque la redacción realmente puede cambiar quién opta No es para reemplazar tu experiencia. Realmente es para aumentar tu experiencia. Entonces puedes ver cómo esto ya te está ahorrando mucho tiempo y mucho poder cerebral porque ahora puedes usar estas preguntas, refinarlas un poco, ponerlas en un cuestionario, enviarlas y luego reclutar a tus participantes. Entonces, con el poder de la IA, puedes redactar preguntas rápidamente, asegurándote de que sean imparciales y estén dirigidas a tus necesidades específicas de investigación Incluso puedes pedirle a ChagBT que revise y sugiera mejoras para que las preguntas sean más efectivas Por lo tanto, podría usar un mensaje como este para obtener poco de refinamiento en sus preguntas cribado ya existentes Por lo que el uso de la IA para este proceso no solo ahorra tiempo, sino que también te ayuda a acercarte al evaluador desde diferentes ángulos, aportando un nivel de objetividad que a veces puede ser un desafío de lograr solo por Un matiz más importante antes de envolver, usar IA para redactar un evaluador es una cosa, pero usar IA para escribir la copia de reclutamiento, así que usar IA para redactar un evaluador es una cosa, pero usar IA para escribir la copia de reclutamiento, el mensaje que pones para anunciar tu estudio a posibles candidatos es donde IA puede crear sesgos accidentalmente Entonces aquí es cuando debemos evitar hacer eso. La redacción podría cambiar quién opta o prime a la gente para hablar de cierta cosa, entonces mantenemos esa copia humana Si el tema es sensible o de alto riesgo, entonces también lo mantenemos humano. Si necesitamos ser precisos sobre lo que estamos haciendo con los datos, el incentivo, la grabación o consentimiento, entonces lo mantenemos humano. Y si la inclusión importa, somos cuidadosos. La IA suele tender por defecto a una voz profesional que puede excluir silenciosamente a las personas. Si usamos IA para la copia de reclutamiento, entonces la tratamos como un primer borrador y luego ejecutamos un pase de control de calidad, verificamos el idioma principal, verificamos la claridad, verificamos la inclusión y verificamos que estamos recopilando solo lo que necesitamos. Es fundamental recordar que IA es una herramienta para aumentar tus habilidades No es para reemplazar tu juicio. Por lo que siempre revise las preguntas y considere las implicaciones éticas, como garantizar la privacidad y evitar preguntas potencialmente sensibles. Usa tu cerebro. Y ahora es tu turno. Identifica tu público objetivo. Define el perfil de los participantes que le gustaría entrevistar para su proyecto de investigación. Luego elabora tu cribador de investigación. Utilice HechBT o redacte manualmente un conjunto de preguntas que te ayudarán a identificar a los participantes adecuados Recuerda, busca claridad, relevancia e imparcialidad. Luego reflexiona sobre la experiencia. ¿Cómo influyó el uso de IA en tu proceso? ¿Qué aprendiste y qué retos enfrentaste? Por favor, comparta sus evaluadores con una clase si se siente cómodo y no dude en pedir comentarios o asistencia Entonces, ya has visto cómo la IA puede transformar varios aspectos del proceso de investigación de UX desde la planificación hasta el reclutamiento. A medida que avancemos, continuaremos explorando más formas de aprovechar el potencial de la IA en sus esfuerzos de investigación Te veré en el siguiente listón. 7. Prepárate para entrevistas con usuarios con IA: Realizar entrevistas es un arte delicado. Como investigadores, debemos crear un ambiente cómodo para los participantes, guiar la conversación y escuchar con atención Esta lección le mostrará cómo aprovechar la IA para prepararse y realizar entrevistas exitosas. Pero primero, una orientación rápida. Ahora mismo estamos en la etapa de entrevista. Aquí es donde recolectamos la materia prima para todo lo que viene después. Hoy vamos a utilizar la IA de dos maneras. Primero, para ayudarnos a redactar una guía de moderación, y segundo, para practicar nuestras habilidades de interrogación y escucha Solo una nota importante, roles de IA es la práctica. Puede ayudarte a ser más nítido, pero no es evidencia sobre usuarios reales Antes de entrar en preguntas, necesitamos un consentimiento sólido y una base de registro. En la práctica, quieres tener muy claro lo que se está grabando, por qué lo estás grabando, quién tendrá acceso y cómo se almacenará. Y quieres recordarles a los participantes que pueden saltarse cualquier pregunta, hacer una pausa o detenerse en cualquier momento. Esto lo mantendremos simple en el curso, pero en proyectos reales, siempre siga la política de su organización y cualquier normativa local. Y una base más antes de usar IA. La calidad de la entrevista se reduce a cuestionar la higiene. Queremos preguntas abiertas y neutrales. Evite las preguntas de doble barril donde accidentalmente hacemos dos cosas a Y siempre que sea posible, anclamos en el comportamiento y los ejemplos reales, no en las opiniones en abstracto. Entonces comencemos con la elaboración de una guía de moderación. Una guía de moderación es una hoja de ruta para tus entrevistas, que describe los temas a cubrir, las preguntas que hacer y el flujo de la conversación Garantiza la consistencia y te permite enfocarte en el entrevistado Entonces, exploremos cómo la IA puede ayudarlo a crear una guía de moderación sólida Comience por describir las ideas clave que desea recopilar, luego escriba sus preguntas Use hat GBT para ayudar a formular preguntas abiertas que fomenten respuestas detalladas Organice las preguntas para crear una progresión natural, comenzando con preguntas generales y pasando luego a detalles específicos Permítanme demostrar este proceso. Aquí está el patrón que recomiendo. Dar al modelo un breve paquete de contexto y objetivos de investigación claros. Pídele temas, preguntas abiertas y un flujo sensato. Entonces haces la parte humana, editas por tono, eliminas cualquier cosa liderada y adaptas el lenguaje a tu estilo. Antes de comenzar a hacer preguntas de investigación, me gusta mantener el consentimiento simple y explícito. Dígale a su participante cuánto tiempo va a tomar. Explica lo que estás grabando, quién tendrá acceso y cómo se almacenará, y recuerda a los participantes que pueden saltarse cualquier cosa o detenerse en cualquier momento. Así que salta a Chet GBT. Primero, voy a pegar de nuevo mi paquete de contactos, que es esencialmente el brief, solo para que Chet GBT sepa de qué se trata el proyecto o qué estamos a punto de hacer aquí Hago algunas líneas nuevas, y justo debajo de eso, voy a pegar el prompt. Entonces nuestro aviso es esencialmente pedirle al modelo que cree una guía de moderación para una entrevista de 45 a 60 minutos, obviamente puedes ajustar la duración de eso dependiendo de lo que surja de tu reunión inicial. Y lo mismo ocurre con los temas centrales aquí. Y el aviso, es posible desee incluir los temas aquí que salieron de su reunión inicial que ha discutido con sus grupos de interés Y ahora hagamos que se produzca esta guía de moderación. Entonces, a medida que genera, estoy buscando preguntas abiertas, redacción neutra y un flujo que se sienta natural. También me gusta tener un guión corto de consentimiento en la parte superior, así que no me olvido de lo básico en el momento, y eso es lo que tenemos aquí. Entonces empieza con, gracias por tomarse el tiempo de hablar conmigo hoy. Me interesa conocer cómo sueles moverte y tus experiencias con el taxi y compartir aplicaciones. No hay respuestas correctas o incorrectas, así que siempre es importante decirlo. Estoy aquí para aprender de ti. Y con su permiso, me gusta grabar esta conversación, así que no me pierdo nada. La grabación solo se utilizará con fines de investigación y no se compartirá fuera del equipo del proyecto. Entonces, sí, es muy bueno tener eso incluido aquí. Entonces eso se ve muy bien. Entonces tenemos un par de preguntas de calentamiento. Están relacionados con el tema, así que preguntando sobre cómo te desplazas por la ciudad. Cuál fue la última vez que usamos un auto sirve para viajar a algún lado y así sucesivamente. Y luego vamos a entrar en los temas centrales, los hábitos actuales de compartir viaje, uso del taxi, la experiencia de reserva de extremo a extremo, algo en torno a la confianza y la seguridad , los precios y ETA, y así sucesivamente, hasta el y tener algunas líneas aquí solo para terminar. Veamos qué tenemos. Si pudieras cambiar una cosa sobre la forma en que funcionan las aplicaciones de reserva correctas hoy, ¿qué cambiarías? Esta es siempre una gran pregunta de descubrimiento para hacer. Y ¿hay algo de lo que no hablemos que crea importante? Y eso siempre es bueno para los participantes simplemente decir cualquier cosa que tenga en mente. Y entonces siempre es bueno agradecer al participante y hacerles saber que su aporte fue muy útil. Entonces eso se ve genial. Y ahora ejecuto un pase de QA pegando este prompt de QA justo después de lo que se generó Así que revisa la guía de moderación que acabas crear y comprueba si hay lenguaje principal o juicio o redacción, doble barril, cuestiona cualquier duda que sea demasiado abstracta o falte sondas de seguimiento Y entonces quiero que Chet GBT revise la guía de moderación en consecuencia. Echemos un vistazo. Entonces se incluye una sección con cambios clave, reformuló preguntas abstractas en situaciones concretas recientes para anclar las respuestas en el comportamiento real, eliminar palabras sutilmente evaluativas como especialmente suaves y reemplazadas por frases neutras como suaves y reemplazadas por frases neutras ¿ Sí. Este QA pasa donde la guía realmente se vuelve lista para la entrevista. Entonces también es como evitamos preguntas generadas por IA que suenan bien, pero que lideran sutilmente al participante Ahora tenemos una sólida guía de moderación del primer borrador. Ahora puedo tomar todo esto y copiarlo en mi propio documento y darle una lectura minuciosa y ajustarlo a mi estilo. Fantástico. Y luego podemos salir y hacer nuestras entrevistas. Pero si nunca antes has hecho entrevistas, esto podría ser bastante desalentador Realizar una entrevista es más que seguir un guión. Se trata de involucrar, escuchar y adaptarse. Pero lo adivinaste. Incluso puedes practicar la escucha activa y enmarcar preguntas abiertas con IA. ¿Cómo funciona eso? Déjame mostrarte. Este es un simulacro de habilidades. Te ayuda a practicar la escucha activa, pedir mejores seguimientos y mantenerte neutral bajo presión. Pero muy importante, esto no es evidencia sobre usuarios reales, por lo que no los tratamos como datos ni los usamos en nuestro análisis. Realmente es solo una carrera de práctica para que te metas en el flujo antes de hablar con usuarios reales. Un par de reglas básicas hacen que esto se sienta realista. Mantenga breves las respuestas simuladas, limite el juego de roles a diez preguntas y solicite siempre comentarios al final. Y cuando puedas, ancla en ejemplos reales con indicaciones. Como cuéntame sobre una época en la que me deja crear un nuevo chat. En este chat, voy a usar este prompt, que se trata de configurar Chat GPT para que haga un juego de roles contigo Esto es para que podamos practicar nuestras habilidades de entrevista y estar realmente seguros que cuando hablamos con personas reales, somos muy competentes y confiados en que lo estamos haciendo bien. Así que un poco de práctica ayuda. Entonces en este caso, estamos configurando un juego de roles con Chat GBT Estoy pidiendo a CheGBT que simule a un usuario Quiero que Chet GPT brinde respuestas conversacionales y breves a respuestas conversacionales y breves Entonces no quiero que solo genere párrafos largos. Realmente solo quiero practicar esto de manera muy rápida y auténtica También estoy estableciendo algunos parámetros torno a cómo debería ir el juego de roles. No quiero que esto continúe para siempre. Esta conversación sólo contendrá diez preguntas. Y después de diez preguntas, sería bueno recibir algunos comentarios, ¿verdad? Por lo que ChatGPT puede proporcionar comentarios sobre nuestras habilidades de entrevista, que incluyen escuchar activamente y hacer preguntas abiertas escucha activa significa que realmente estoy escuchando lo que dice el usuario y lo estoy parafraseando y reflexionando para asegurarme de que lo entiendo bien Hacer preguntas abiertas significa que estoy haciendo preguntas que no se pueden responder simplemente con sí o no. Normalmente son preguntas que comienzan con la W. ¿Por qué, qué , cuándo, dónde, pero también cómo? Ahora, veamos cómo va esto. Entonces esto es lo que me está diciendo Chat GPT, en el papel de un usuario El diseño de la app es lo que me parece particularmente confuso. Parece que no encuentro dónde necesito ingresar a mi destino. Esto me ha hecho perder mucho tiempo tratando de averiguar cómo reservar o montar. Es frustrante, para ser honesto. Ahora bien, esto es algo que diría un usuario real. Ten en cuenta, esto no son datos. Esto es sólo una práctica. Así que practiquemos nuestra escucha activa y preguntas abiertas. Por lo que es una buena idea reconocer la frustración que el usuario ha expresado. Y entonces quiero saber cómo se ve el bien para ellos? ¿Cuáles son sus expectativas? Entonces solo estoy preguntando puedo ver cómo esto sería frustrante. ¿Qué otras aplicaciones has usado que lo hacen bien? Un Che HiPT en el papel de un usuario me dice, he usado la aplicación de Right Zoom, y tiene una interfaz mucho más fácil de usar Todo está trazado con claridad, y puedo encontrar rápidamente lo que necesito. Gracias por compartirlo. ¿Qué aspecto del servicio de Taxi Corp te está funcionando bien? Bueno, parece que prefieres Tax Corp sobre otros servicios por su limpieza y servicio. Y si la app tuviera una interfaz más clara, sería tu app Taxi preferida, ¿verdad? Bien, ahora, hemos tenido una conversación simulada para diez preguntas, y Chat GBT ha proporcionado algunos comentarios. A ver. Usted hizo preguntas reflexivas de seguimiento que estaban directamente relacionadas con mis respuestas anteriores. Su compromiso general fue excelente, y pudo aclarar y confirmar su comprensión de mis respuestas lo que me hizo sentir escuchado. Eso es genial. Me encanta conseguir un refuerzo positivo. Gracias, Chat GBT. La progresión de tus preguntas me llevó a profundizar en mi experiencia y sentimientos, lo que sería valioso en un entorno de investigación real. Ahora bien, esto es realmente útil para ahora. Sin embargo, hubo un punto en el que una pregunta se sintió poco repetitiva y me está dando un ejemplo, lo que podría haber sido más beneficioso si se enmarcara manera diferente para explorar otro aspecto de la esto es realmente bueno Tenía una visión positiva de la aplicación. Ahora en realidad puedo salir y sentirme seguro en la realización de estas entrevistas. Y Chat GBT me ha dado la pequeña pista sobre, como lo que puedo mejorar, cual es genial porque cada entrevista es una oportunidad de aprendizaje Un último hábito que te hace mejor rápido un interrogatorio de dos minutos. Justo después de cada entrevista, captura lo que aprendiste. Qué te sorprendió, donde podrías haber llevado al participante y tres seguimientos para probar la próxima vez. Es simple, pero se complica rápidamente. Y ahora es tu turno de poner en acción estos conceptos. Escribe tu guía de moderación. Usa lo que has aprendido para elaborar una guía de moderación integral para tu proyecto y luego realizar una entrevista Ya sea con un colega, amigo o voluntario, usa tu guía de moderación para realizar al menos una entrevista Centrarse en preguntas abiertas y escucha activa. Y por favor, siéntase libre de compartir sus experiencias y cualquier conocimiento que obtenga de este proceso con la clase. Como puedes ver, la IA es más que una herramienta para la automatización. Es un compañero en el proceso creativo, ayudándote a elaborar y realizar entrevistas significativas. Recuerda que la verdadera magia ocurre cuando la intuición y la empatía humanas se intuición y la empatía humanas encuentran con la innovación tecnológica Feliz entrevista. Buena suerte, y nos vemos en la siguiente lección. 8. Analizar entrevistas con IA: Regresa. Aquí es donde tomamos una conversación desordenada y la convertimos en algo que realmente podamos usar, y lo vamos a hacer con IA, pero lo vamos a hacer con los ojos abiertos Aquí está la idea central. Analizamos una entrevista a la vez y eso no es porque seas principiante. Eso es porque es robusto. Cuando intentas analizar todas las entrevistas a la vez, ocurren dos cosas. Pierdes el hilo de lo que realmente dijo este participante y la IA comienza a promediar todo en una historia fluida que suena cierta pero que no es rastreable Por eso vamos entrevista por entrevista. Dejamos claras las pruebas. Y luego sintetizamos a través de entrevistas después. ¿Primero haces un pase de entrevista cruzada? Claro. A veces es útil para un escaneo rápido. Pero si nos importa la credibilidad, no nos saltamos el pase de una entrevista. Así que aquí está el flujo de trabajo de hoy. Comenzamos con el manejo y reducción de datos. Voy a hablar de opciones de transcripción. Hay un pequeño consejo de entrevista que te voy a dar. Después pasamos de la transcripción a la tabla de pruebas. Podemos hacer preguntas de análisis de IA, y te voy a dar algunas barandillas. Hablaremos sobre la confianza y las limitaciones y cómo restablecer cuando la IA se desvía. Así que vamos a meternos en ello. Hacemos cualquier cosa inteligente, hacemos la parte aburrida de adultos, no porque sea divertido, sino porque se trata de cómo evitamos dañar gente y romper políticas o meternos en un lío Entonces aquí está la realidad. A veces no se nos permite pegar datos de entrevistas en una herramienta pública de IA. Entonces primero, verificamos las reglas en nuestro contexto. ¿Es trabajo del cliente, política patronal, dominios sensibles? Simplemente no te arriesgues. Y luego redactamos. Quiero que esto sea factible, no aterrador. reducción en la práctica suele parecer encontrar y reemplazar, además de una piel de cordura rápida Por ejemplo, reemplace los nombres reales por los ID de los participantes. Entonces Sarah se convierte en participante uno. Alex se convierte en participante dos. Luego reemplace organizaciones y productos específicos. Entonces ACM Bank se convierte en Banco A. La herramienta interna X se convierte en Herramienta Interna Eliminar cualquier cosa que pueda identificar a alguien directamente, correos electrónicos, números de teléfono, direcciones, etc. Y luego hacer un segundo pase por las cosas astutas. Solo detalles que aún podrían regalar a alguien, como la única partera de nuestro pueblo o yo soy el jefe de diseño en esa startup que todos conocen Mi hábito favorito de bajo esfuerzo es hacer una copia de la transcripción llamada transcripción redactada y mantener el original Solo trabaja con uno redactado cuando estés usando IA. Y finalmente, hacemos un pequeño paquete de contexto. Esta es la parte que pegas en nuevos trastes, por lo que la IA permanece conectada a tierra Es breve, está limpio e incluye un resumen del proyecto de un párrafo, sus objetivos de investigación, el perfil del participante en términos generales. Qué salida estás tratando de crear, sin nombres, sin secretos, solo el contexto suficiente para que el análisis tenga sentido. Bien, hablemos de transcripción. Aquí están las buenas noticias. La mayoría de las veces, no necesitas una configuración de transcripción elegante. Por lo general, puedes comenzar con lo que hayas utilizado para grabar la entrevista. Zoom a menudo tiene transcripciones, y Google Met también puede generar transcripciones dependiendo de tu Y si estás siendo rudo y delgado, también puedes grabar con algo como voz de iPhone o las notas de voz están en Esa es una opción sorprendentemente decente para la investigación en etapa inicial. No obtendrá etiquetas de altavoces, pero aún puede obtener cotizaciones utilizables. Entonces, lo que nos importa no es la mejor herramienta. Nos importa si la transcripción es utilizable. ¿ Dices quién dijo qué? ¿Es lo suficientemente preciso como para que las citas no sean vergonzosas? ¿Se puede exportar sin dolor? Y aquí tienes un consejo de entrevista. Esta es una de esas pequeñas habilidades que hacen que el resto de tu flujo de trabajo se sienta fácil. Si sabemos que vamos a analizar más adelante, entrevistamos de tal manera que haga buen texto. Entonces, en lugar de dejar que el participante dé respuestas de una palabra, tiramos para oraciones completas. Y eso no es porque seamos estrictos. Es porque después cuando estamos buscando pruebas, sí, es inútil. Y en momentos de usabilidad, narramos lo que pasó. He aquí un ejemplo. Entonces, si el participante dice, no hice clic en eso como investigador, podemos narrar para la transcripción, lo que le impidió hacer clic en el botón de eliminar plan Y ahora tenemos una transcripción que contiene lo que evitaron, la razón, y la consecuencia que temían Esa es una cotización que realmente puedes usar. Ahora la parte que nos mantiene honestos. Cuando la gente dice análisis de IA, lo que a menudo quieren decir es pegar la transcripción, pedir ideas y esperar lo mejor Y sí, obtendrás una respuesta. Simplemente podría ser un párrafo hermoso que no puedes defender. Entonces hacemos algo un poco más disciplinado. Construimos una tabla de evidencias. Si nunca antes lo has hecho, así es como funciona. Estamos haciendo un pequeño puente entre la transcripción cruda y las ideas en las que estamos dispuestos a poner nuestro nombre Y la regla es citar primero, es decir, segundo. Entonces, una fila en una tabla de pruebas podría verse así. A mí me encanta esto es que es sencillo. No requiere una herramienta especial, y te impide escribir accidentalmente un informe que tiene 90% de vibraciones Además, fíjate en lo que aún no estamos haciendo. No estamos tratando de resumir toda la entrevista en una gran teoría Sólo estamos recolectando las pruebas que más tarde importarán. Bien, entonces antes que nada, estoy abriendo un nuevo documento de texto. Entonces estoy usando la edición de texto aquí en la Mac. Puedes usar un documento de texto en tu PC si eso es lo que estás usando. Y ahora pego en el prompt de la hoja prompt. Y puedes ver aquí hay algo de espacio para nuestro paquete de contactos. Entonces el paquete de contacto que preparamos antes, solo voy a pegar eso justo aquí. Apenas comprobando esto. Sí. Y luego centrémonos en el primer objetivo de investigación por ahora. Aquí puedes insertar algunas preguntas que tengas. Entonces, por ahora, centrémonos en una pregunta sencilla. ¿Cuáles son las motivaciones clave para este cliente elija los taxis en lugar de las aplicaciones correctas para compartir Sólo revisando esto. Y sí, eso se ve bien. Y ahora, solo voy a seleccionar todo esto y traer a colación el chat GPT en una nueva ventana solo para asegurarme de que no haya contexto existente Voy a pegar todo esto aquí junto con nuestra transcripción, que ya he redactado Yo solo lo reviso por todas partes. Todo está ahí. Bien, vamos a trabajar la magia. Y eso podría tomar un poco de tiempo HGbT ahora está leyendo nuestra transcripción y el prompt, y aquí vamos Está creando nuestra tabla de evidencias. Y ahora puedo repasar esta tabla y realmente puedo ver si estoy de acuerdo con esto o qué de con esto o qué de esto es útil y luego tomarla y copiarla directamente en mi documento de trabajo donde estoy armando las pruebas. Ahora podemos usar la IA como lo que es, un asistente rápido que puede leer y resumir Está totalmente bien hacer preguntas como, ¿cómo le hizo este participante X? ¿ Con qué lucharon? ¿Qué los confundió? ¿Qué esperaban que pasara? Siempre y cuando añadamos barandillas que hagan que la salida sea utilizable en síntesis Entonces aquí están mis barandillas favoritas. Contesta en una tabla. Cada reclamo debe incluir una cotización de respaldo. Separar lo que pasó frente a lo que podría significar. Y si la evidencia es débil, dígalo explícitamente. Sí, puedes divertirte un poco . Puedes preguntar. ¿Cuál sería el nombre de estas características en función del modelo mental del participante? O escribe el momento de frustración como una historia de una sola línea. Simplemente no confundas esta producción creativa con evidencia. Es solo una ayuda para pensar, no un hallazgo. A veces escucharás a investigadores decir que codificamos las entrevistas. Eso puede sonar muy académico, pero la codificación o el etiquetado es básicamente solo esto Damos pequeñas etiquetas a piezas de lo que decía la gente para que podamos ver los patrones más adelante. Si un participante dice, no confié en él con mi inicio de sesión bancario, entonces un simple código o una etiqueta podría ser de confianza. Si otra persona dice, tenía miedo de que lo borre todo. Eso también podría ser confianza o tal vez miedo a una acción irreversible. Entonces el punto no es ser elegante. El punto es evitar que tu cerebro se vaya, siento que la confianza era una cosa y en cambio, poder decir, Genial, confianza surgió siete veces, y aquí están los recibos. Ahora bien, aquí está lo que la gente no te dice. No necesitas una taxonomía perfecta de codificación o etiquetado. No necesitas 100 etiquetas, y definitivamente no necesitas convertir esto en un hobby. En estos días, para muchos equipos, la pregunta útil es, ¿esta etiqueta me ayuda a encontrar nuevo la evidencia y utilizarla en una decisión Así que seguimos codificando ligero. A veces son etiquetas literales. A veces esto es solo una columna como la perspectiva del candidato, problema de diseño, pregunta abierta. Hay una herramienta que uso que es realmente genial para analizar datos cualitativos y organizar las cosas visualmente de una manera donde puedas mapear afinidad y donde puedas ver patrones emerger en tus datos. Se llama condensado. Es una herramienta muy útil, y recomiendo encarecidamente usarla. Para realmente solo mirar todas mis etiquetas, en este caso, tengo mucha curiosidad por lo que dicen nuestros clientes sobre cómo están tomando la decisión reservar un taxi o una silla de paseo. Dada cada cita relevante, una etiqueta aquí llamada proceso de toma de decisiones, y puedo ver todas las etiquetas sobre el proceso de toma de decisiones. Sólo puedo seleccionar todas las cotizaciones que estén relacionadas con el proceso de toma de decisiones. Pick en este botón, que me permite copiar todas las comillas como texto. Si el etiquetado te ayuda a recuperar cotizaciones más tarde, hazlo. Si empieza a comerte la vida, omítalo y concéntrate en la tabla de evidencias. El objetivo no es una taxonomía perfecta. El objetivo es el razonamiento rastreable. Bien, confianza. Cuando ponemos un nivel de confianza junto a un hallazgo, no estamos tratando de sonar científicos. Sólo estamos haciendo algo mucho más sencillo. Estamos diciendo la verdad sobre lo sólida que es la evidencia porque en la investigación, hay una gran diferencia entre esta persona que tuvo un momento difícil y este es un patrón confiable que debería influir en las decisiones del producto. La confianza es nuestra manera de señalar esa diferencia. Entonces aquí hay una manera humana de pensarlo. Cuando leas una cotización, pregúntate. ¿Lo dijeron con claridad? ¿Daron un ejemplo concreto? ¿Se conectó con lo que en realidad estamos investigando Si la cita es específica e inequívoca, eso ya es un buen comienzo Y luego pregunta ¿esto es solo un momento o se presentó más de una vez? Que más de una vez podría ser el participante lo repitió con diferentes palabras en una misma entrevista. O has escuchado lo mismo de otros participantes, o puedes ver algo similar en los datos de comportamiento. Así que deja los clics de rabia o los tickets de soporte. Entonces una simple escala de confianza puede ser alta confianza significa que esto se siente sólido. La evidencia es clara y no está colgada de una cita frágil. Confianza media significa que esto parece real, pero quiero confirmarlo. Puede depender del tipo de participante, el escenario o el flujo específico que probamos. Baja confianza significa interesante, pero aún no estoy listo para tomar decisiones sobre ello. Podría ser un malentendido, pero uno fuera o simplemente no bien apoyado Y aquí está el arma secreta. Si quieres sonar creíble sin ser aburrido, agrega una frase más, ¿qué aumentaría la confianza? Por ejemplo, escuchamos esto de dos participantes más, esto se vuelve alto. Si el análisis muestra la caída en este paso, esto se vuelve alto. Si probamos la IU revisada y la confusión desaparece, podemos cerrar esto. Las limitaciones son solo tu cláusula de honestidad. Ellos son las razones. Un stakeholder inteligente no debe sobregeneralizar como muestra pequeña, calidad de transcripción, participante inusual, contexto muy específico muy Expresar limitaciones no debilita tu investigación. Evita que otra persona haga mal uso de la charla sobre el momento en que IA pasa de ser asistente útil a por qué estás así Si alguna vez te encontraste pensando, No, eso no es lo que quise decir. ¿Por qué estás siendo vago? Bienvenida. Eso es normal. Lo complicado es que la herramienta es buena para sonar segura Puede parecer que estás en una conversación con una persona terca Y ahí es donde la gente pierde el tiempo porque empezamos a tratar de convencerlo, pero no es una persona. No tiene contexto como lo hacemos nosotros. No se avergüenza. De pronto no se vuelve más cuidadoso porque lo regañamos. Entonces cuando empieza a flotar, no discutimos. Reiniciamos. Y cuando digo deriva, lo que me refiero es a esto que la IA se ha alejado de lo que en realidad pedimos Se olvida el objetivo. Comienza a llenar huecos. Se vuelve suave y genérica. Entonces, restablecer es un pequeño ritual que lo vuelve a ser útil Aquí está la jugada. Inicia un nuevo Fred, luego vuelve a pegar el paquete de contacto. Indicar el único objetivo en una sola oración. Dígale el formato que desee y agregue la regla. Cada reclamo necesita una cotización. Te sorprenderá la frecuencia con la que eso lo arregla. Entonces sí, argumentar es trabajo emocional. Restablecer es solo un buen uso de la herramienta. Bien, hagamos esto real. No vayas a analizar 15 entrevistas. No construyas un sistema masivo. Solo haz una envoltura limpia. Elija una transcripción de la entrevista. Elige dos objetivos de investigación. Ahora construye una tabla de evidencias con la ayuda de la IA. Apuntemos a unas diez cotizaciones en total. Para cada cita, queremos una frase sobre lo que significa y un nivel de confianza, tan bajo, medio o alto. Entonces haz la parte que lo convierte en investigación real, derecha, dos insights candidatos, y debajo cada uno pasa las dos a tres citas que lo respaldan. Si puedes hacer eso, básicamente aprendiste la habilidad central. Todo lo demás es simplemente escalarlo y mantenerse honesto mientras lo haces. Buena suerte, y nos vemos en la siguiente lección. 9. Sintetizar ideas con IA: Han llegado a la etapa crucial de sintetizar sus hallazgos Has hecho el arduo trabajo de realizar entrevistas, transcribir, analizar e identificar temas clave Ahora es el momento de reunir todo en conocimientos prácticos y oportunidades que puedan impulsar su proyecto Pero primero, una orientación rápida. Ahora mismo, estamos en la etapa de síntesis. Estamos pasando de patrones en los datos a insights sobre los que podemos actuar. Y aquí hay una regla que nos mantiene honestos. La IA puede sugerir interpretaciones y oportunidades, pero nosotros decidimos qué es verdad comprobándola con pruebas Aquí hay una escalera simple que utilizo para mantener clara la síntesis. Un tema es lo que sigue sucediendo a través de las entrevistas. Una idea es por qué ese tema importa y qué nos dice sobre las necesidades o el comportamiento de las personas. Una oportunidad es lo que podríamos cambiar en el producto o servicio. Por cada perspicacia, queremos adjuntar pruebas. Eso son citas y ejemplos, además de un nivel de confianza. Aquí hay un cuidado con la IA. Tiende a suavizar las cosas en una historia ordenada, pero la investigación real es desordenada Entonces queremos asegurarnos de que guardamos las contradicciones. Evitamos la certeza falsa y nos aseguramos de que cada oportunidad se represente a evidencia real. Ahora has diseccionado cada entrevista, dividiéndolas en temas, patrones e ideas clave El siguiente paso es analizar estos hallazgos a través de múltiples entrevistas, buscar puntos en común y diferencias, contradicciones y sorpresas Aquí es donde sobresale la IA. Conectar estos puntos te ayudará a descubrir una comprensión holística de la experiencia de tu usuario Los insights son los momentos aha que surgen de tus datos. Son las verdades profundas que revelan algo profundo sobre tu usuario. Para articular estas ideas, debes interpretar lo que te dicen los datos Tendrás que ir más allá de lo obvio y preguntarte, ¿qué significa esto? ¿Por qué es importante? Elaborar información bien redactada guiará sus decisiones de diseño y garantizará que estén profundamente arraigadas en la comprensión del usuario GBT puede ayudar a traducir los datos sin procesar en verdades profundas sobre sus usuarios Puedes incitarlo a interpretar los temas y hallazgos, indagando más profundamente en qué significa y por qué es importante Con conocimientos claros en la mano, ahora está listo para identificar oportunidades. Estas son las áreas donde puedes marcar una diferencia real, resolver un problema o crear una experiencia deliciosa para tus usuarios. Haga una lluvia de ideas con su equipo o use HGBT para ayudar a generar ideas innovadoras basadas en Piensa creativamente y no tengas miedo de desafiar el status quo Es tu oportunidad de convertir las ideas en algo tangible e impactante. Recuerda, la síntesis no es solo un paso en el proceso, es un arte. Requiere pensamiento crítico, empatía, creatividad y la capacidad de ver el panorama general medida que avanza por esta lección, abraza la complejidad y permítete sumergirte profundamente en los matices del mundo de tu usuario. Cuando llega el momento de transformar los conocimientos en oportunidades, IA puede ser un socio creativo. Las sesiones de Brains Domini se pueden enriquecer con ideas generadas por IA Puede desafiar el modelo para que presente soluciones innovadoras basadas en los conocimientos que ha descubierto. Es una colaboración emocionante que puede conducir a caminos de diseño inesperados y valiosos. Entonces echemos un vistazo a cómo puede funcionar esto. Ahora bien, a partir de su análisis, tendría una tabla de evidencias que podría verse así. Lo he creado en Google Sheets aquí, pero podrías tenerlo en la noción o en cualquier otro formato. Lo importante es que tengamos algunos datos estructurados donde podamos ver el ID del participante, así que eso es anonimizado El tema que hemos identificado, el contexto en el que eso apareció, una cita para respaldarlo, y lo que significa en nuestras propias palabras. Y entonces idealmente también tenemos un nivel de confianza de cuán confiados estamos en esta evidencia. Ahora bien, si tengo eso en Google Sheets, entonces sólo puedo exportar esto aquí. Vas a descargar y exportar este ensayo CSV, porque eso facilitará luego saltar a algo como Chat GPT o a cualquier IA que estés usando y subir los datos en el mismo formato estructurado Así que vamos a saltar a Chat GPT aquí. Entonces lo primero que voy a hacer es volver a pegar nuestro paquete de contactos. Tengo eso abierto por aquí. Entonces, una vez más, ese es el paquete de contacto que hemos estado usando todo el tiempo. Es un resumen de lo que es nuestro resumen. Está desinfectado Despojamos cualquier información confidencial de la empresa. Y lo que estamos incluyendo aquí en la parte inferior son los resultados de síntesis que estamos esperando ahora. Entonces queremos ideas y oportunidades que estén respaldadas explícitamente por evidencia e incluyan un nivel de confianza. Así que vamos a copiar esto en un nuevo chat. Y en la parte inferior aquí, sólo voy a hacer algunas líneas nuevas una vez más, y ahora voy a agregar nuestro prompt de síntesis. Puedes encontrar este prompt de síntesis en tus descargas. Sólo tienes que ir a la hoja de aviso y copiarla de ahí. El aviso comienza contigo y mi asistente de investigación UX. Tienes acceso al CSV que subí, que es una tabla de evidencias con estas columnas. Tu tarea es enfocarte solo en un tema. Y el tema que queremos investigar primero es la fricción del piso de reserva aquí. Entonces voy a agarrar el primer tema de la hoja de cálculo, y voy a pegar eso aquí Queremos mirar un tema a la vez para que la IA no se suavice demasiado y no se enrede en todo Entonces, tomar un tema a la vez nos permite realmente sentir verificar la salida y asegurarnos de que haya evidencia adjunta, asegurarnos de que tenga sentido y que en realidad sea correcta. Ahora, para la salida, estoy pidiendo una tarjeta interna. Eso es esencialmente un mini reportaje solo para este tema. Y la estructura que estamos buscando aquí es, conocer el tema, lo que escuchamos la perspicacia en una frase, entonces queremos que se adjunten pruebas a esto. Entonces, de tres a seis citas de la tabla de pruebas con identificaciones de participantes para que podamos cruzarlo con las pruebas. Entonces queremos que la IA identifique algunas oportunidades aquí en base a estos conocimientos en todas las entrevistas. Las oportunidades suelen comenzar con un verbo, así que hay cosas que podemos hacer o cosas que nuestro cliente puede hacer. No son conjuntos de características son más cosas que pueden cambiar y cosas que pueden actuar también quieren que la IA destaque cualquier contradicción, si la hay y nos dé un nivel de confianza y por qué Eso va a ser importante porque queremos apoyar la investigación que estamos llevando a cabo aquí. Y usando la IA como nuestro asistente, necesitamos pedirle a la IA que nos dé razones por las que hace lo que hace, o por qué hace la evaluación. Y aquí hay algunas reglas. Entonces solo queremos usar las llamadas del CSV y no inventar nada Así que igual que lo que hemos hecho todo el tiempo. Ahora, agreguemos aquí nuestros datos. Ahora he adjuntado la tabla de pruebas, y ahora que tenemos este aviso reducido a un tema, veamos qué vuelve Bien. Y aquí está nuestra primera tarjeta de conocimiento. Entonces, para nuestra fricción de flujo de reservas, lo que escuchamos es que los usuarios esperan el proceso de reserva sea rápido, obvio y tranquilizador Cuando los pasos no se sienten claros o faltan comentarios, dudan o cambian para escribir compartir. Nuestra única frase en el interior es incluso pequeños momentos de incertidumbre en el piso de reservas de aplicaciones de taxi erosionan rápidamente la confianza y hacen que la silla se sienta como la opción más segura y rápida Y la evidencia para eso es de estos tres participantes, uno diciendo que solo quería que fueran dos pestañas, pero no estaba seguro de lo que estaba confirmando. El segundo dijo con silla, puedo ver enseguida al chofer y a la ETA. Aquí, estoy un poco esperando y esperando. Y el tercero dice que no estaba seguro si tenía bien mi lugar de recogida y no quería terminar en la calle equivocada. Las oportunidades que Chat GPT ahora ha identificado a partir de esto es aclarar cada paso del proceso de reserva, que los usuarios siempre sepan qué acción están tomando para proporcionar retroalimentación visual inmediata después entradas clave como ubicación de recogida y confirmación y para reducir el número de decisiones o fels requeridos antes de asignar un automóvil No encontró ninguna contradicción directa en este tema, y la etiqueta de confianza es mediana porque los códigos son consistentes, pero provienen de sólo tres participantes dentro de este tema Es un muy buen punto, y eso es algo que debemos destacar a nuestro cliente aquí para decir que lo que aumentaría la confianza es realizar entrevistas adicionales que puedan enfocarse específicamente en el uso por primera vez frente a entrevistas adicionales que puedan enfocarse específicamente en el uso por primera vez frente los abusadores repetidos de taxis o hacer algunos análisis de comportamiento en los puntos de entrega de la reserva dentro del flujo actual Y ahora puedo tomar esta perspicacia y moverla a mi propio documento para luego continuar este análisis con el segundo tema de nuestra tabla de evidencias. Una vez que trabajo a través de todos los temas, entonces puedo crear un informe a partir de eso. Entonces puedo decidir cuáles de ellos son los insights clave, cuáles de ellos son relevantes, y ahí es realmente donde entro como investigador con mi experiencia y mi propio punto de vista sobre esto. Así que no solo dejamos que la IA determine lo que es importante y lo que no es importante. Esto todavía está en manos del investigador. Así que toma estos hallazgos y piensa cómo puedes aplicarlos a tu proyecto. ¿Cómo verá estas ideas para guiar sus elecciones de diseño? ¿Cómo convertirás estas oportunidades en soluciones innovadoras? Este es el corazón de la investigación de Yog donde la comprensión se encuentra con la innovación 10. Consideraciones éticas al usar IA: Se trata de confianza. Antes de meternos en tácticas, pongamos la pauta. El uso de la IA en la investigación puede ser realmente útil. También puede salir mal de maneras muy aburridas, muy humanas. Un participante comparte algo personal, y termina en algún lugar donde no debería ser parte interesada lee un resumen de IA y asume que es la verdad. Una cotización se limpia un poco demasiado, y de repente ya no es realmente una cotización. Entonces, esta no es una conferencia de ética. Se trata de un conjunto de hábitos que protegen a las personas y protegen tu trabajo. Y vamos a mantenerlo práctico. Hablamos de qué compartir y qué no compartir. Qué revelar y cómo decimos honestos cuando nos movemos rápido. Entonces, las manos en el volante, IA puede ayudar, pero nosotros decidimos qué la convierte en la investigación. Aquí hay un modelo mental simple. ¿Qué puede salir mal? Para mantener esto práctico, vamos a usar algunas categorías simples. No es solo porque amamos los frameworks. Quiero decir, nosotros sí. Es porque es más fácil detectar riesgos cuando tienes cubos. Entonces aquí están los grandes privacidad y seguridad. ¿Estamos exponiendo datos personales o confidenciales? Transparencia. ¿Estamos siendo honestos sobre AIU? Imparcialidad. ¿Nos faltan o distorsionamos ciertas experiencias de grupos? Rendición de cuentas. ¿Quién es el responsable si algo anda mal? Supervisión humana. ¿Estamos dejando que la herramienta decida o estamos decidiendo? Si recuerdas esos, atraparás 90% de los problemas antes de que ocurran. Empecemos por el que causa daños reales. Ah. Aquí tienes una regla que te salvará tu carrera. Si no lo publicarías en rojo, entonces no lo pegues en un chat de IA aleatorio. Entonces aquí hay algunos ejemplos de lo que no se debe pegar. Nombres, correos electrónicos, números de teléfono y direcciones. Escucharás el término PII usado mucho en la industria. Eso significa información personal identificable. Así que no pegue enlaces de sesión sin procesar que incluyan el nombre de alguien, o cualquier información personal médica, financiera o altamente sensible. Sin estrategia de clientes, hojas de ruta inéditas o propiedad intelectual interna Simplemente no pegue nada que su empresa o su cliente no haya aprobado para su procesamiento externo. Sí, aún puedes usar IA. Solo necesitas trabajar con una transcripción redactada o una herramienta más segura Y es por ello que importan los hábitos de redacción de la Lección Seis Ahora hablemos de divulgación. La divulgación es donde la gente se pone rara. O ocultan el uso de la IA porque están nerviosos o comparten demasiado de una manera que hace que los participantes sientan que están siendo observados por robots Vamos a hacerlo sencillo. Los participantes necesitan saber. ¿Se utilizará la IA en absoluto? ¿Cómo se utilizará durante la sesión o después? ¿Interactuarán directamente con la IA? ¿Cómo se protegen los datos? ¿Pueden optar por no participar en la IA? Se utilizarán sus datos para entrenar modelos, decir sí o no, con claridad. Además, una rápida verificación de la realidad que le diga a las personas que la IA está involucrada puede cambiar el comportamiento. Algunas personas confiarán menos en ti, otras actuarán y otras se contestarán. Así que vamos a enmarcarlo de una manera tranquila y razonable. La IA se utiliza para ahorrar tiempo en tareas de administración como la transcripción. Un investigador revisa todo. Puedes optar por no participar. Y los interesados necesitan algo diferente. Necesitan confiar en la obra. Por lo que incluimos un bloque corto en el informe. ¿Qué herramientas se utilizaron? Lo que hizo la IA y lo que los humanos verificaron. Sin drama, transparencia. Ahora hablemos de sesgo. La IA tiene personalidad. Le gustan las cosas limpias. Le gustan las cosas promedio. Y si no tienes cuidado, convertirá un conjunto desordenado de experiencias humanas y lo convertirá en una historia suave que se siente cierta mientras lija silenciosamente los bordes Y eso es lo que queremos decir con lavado promedio. Entonces hagámoslo concreto. Imagina que entrevistaste a cinco personas para un flujo de incorporación. La gente dijo que estaba bien. Dos personas dijeron que era confuso. Una persona dijo, yo no lo hice en absoluto porque pensé que compartiría mis datos con mi empleador. Un resumen de IA perezoso a menudo regresará con algo como que los usuarios encuentran confuso al abordar y querían una orientación más clara. Y eso no está mal, pero tampoco es donde está el riesgo real. El miedo de esa persona sobre el intercambio de datos podría ser la diferencia entre un pequeño ajuste de UX y un desastre de confianza Ejemplo dos, el usuario por defecto que inventa. Si no le dices a la IA quiénes son tus participantes, llena los espacios en blanco. A veces asumirá que el usuario predeterminado confía en tecnología de la cultura mayoritaria y que usa el producto de una manera bastante estándar. Entonces, si estás investigando un grupo que no es eso decir, necesidades de accesibilidad, baja confianza digital o un nicho de flujo de trabajo, entonces tienes que nombrarlo De lo contrario, la IA la aplanará suavemente. Entonces aquí está el hábito que construimos. Cada vez que la IA te da un resumen ordenado, hacemos un seguimiento rápido. Fresco. Ahora muéstrame las contradicciones. Entonces preguntamos, ¿quién tuvo una experiencia diferente? ¿Qué no encajaba? ¿Qué nos sorprendió? ¿Qué sería fácil perderse si solo miráramos promedios? Y seguimos volviendo a las citas porque las citas son donde vive el matiz. Hablemos de la supervisión humana, cómo nos mantenemos responsables sin volvernos paranoicos Aquí es donde mantenemos nuestras manos en el volante. En la práctica, la supervisión humana solo significa que tenemos claro lo que la IA puede hacer por nosotros. Por lo que nos puede ayudar a redactar la primera pasada, organizar notas desordenadas, resumir una parte de una transcripción y sugerir una posible interpretación y Lo que puede hacer es asumir la responsabilidad. Esa parte se queda con nosotros. Entonces, aquí hay una forma sencilla de trabajar antes de que nada lleve a una computadora portátil. Entonces, antes de que entre en un informe o un mazo o un mensaje de holgura a las partes interesadas, hacemos una rápida verificación de integridad. Preguntado, ¿Los códigos son reales y se copian con precisión? ¿Podemos señalar evidencia en cada perspicacia? ¿Accidentalmente convertimos una hipótesis en un hecho? ¿Anotamos alguna limitación para que alguien no se sobregeneralice? Y cuando hay mucho en juego, lo hacemos social. Pedimos a otra persona que lea los resultados, no porque estemos entrando en pánico, sino porque es realmente difícil detectar tu propio punto ciego cuando has estado metido en el Entonces, esta es la vibra. Usamos la IA para movernos más rápido, y luego usamos la revisión humana para mantenernos honestos. Informar la integridad. Y esta es la parte donde dejamos de ser lindos. Si un reporte incluye cotizaciones inventadas, no importa qué tan bien diseñada esté la plataforma de diapositivas. Eso no es investigación. Es solo una narración, y daña la confianza rápidamente. Entonces aquí está el estándar que tenemos la regla de cotización. Si está entre comillas, vino de un participante. Palabra por palabra. Si lo parafraseaste, no lo pongas entre comillas . Escríbelo como resumen. La trampa compuesta de participantes. A veces la gente trata de ser útil combinando a algunos participantes en una sola persona limpia como historia. Eso está bien para hacer sentido interno, pero no está bien si lo presentas como lo dijo una persona real. Entonces, si alguna vez haces un composite, etiquétalo con claridad. De lo contrario, no sigan las pruebas. La forma más fácil de mantener esto simple es que cada información obtiene un poco de anclaje, un enlace a notas, un clip o un conjunto de citas en su tabla de evidencia, no porque las partes interesadas hagan clic en cada enlace, sino porque debería poder acceder al registro de uso de IA. Y esta es la parte que nadie quiere hacer. Y es lo que silenciosamente hace que tu trabajo se sienta profesional. Un registro de uso de IA es solo un pequeño registro de lo que sucedió. Responde preguntas como ¿qué herramienta utilizamos? ¿Qué le pedimos que hiciera? ¿Le alimentamos datos brutos o una versión redactada? ¿Lo revisamos después? ¿Qué cambiamos? Piense en ello como una ayuda para la memoria. Y si alguna vez un cliente pregunta, ¿cómo analizaste esto? No hay que confiar en las vibraciones. Además, te protege, porque si la salida de IA fue incorrecta, puedes ver exactamente dónde ingresó al flujo de trabajo. Todo bien. Aquí es donde realmente construimos el hábito. Toma tu proyecto actual y haz dos pequeñas cosas. Primero, escriba su divulgación participante. Mantenlo corto y humano. Imagínese decirlo en voz alta al inicio de una entrevista. Segundo, inicia tu registro de uso de IA. Sólo una herramienta de entrada, tarea, lo que verificó. Si haces esas dos cosas, no solo eres consciente de la ética. Lo estás practicando. Bien. Nos vemos en la siguiente lección. 11. Aprovechar la IA para crear un informe de investigación: Esto nos lleva al paso final viaje de investigación UX. Aquí exploraremos los pasos esenciales para crear un informe de investigación impactante Y, por supuesto, aprovecharemos hat GPT para agilizar el proceso Así que por si acaso te pierdes, una orientación rápida. Ahora mismo, estamos en la etapa de reporte. Aquí es donde convertimos nuestra síntesis en algo que las partes interesadas puedan usar realmente, y aquí es donde la IA puede ahorrarle tiempo, pero también donde puede causar daños reales si dejas que invente certeza o invente cotizaciones Entonces usaremos IA para redactar, pero mantendremos ajustada la integridad del informe. Comienza reuniendo todas las ideas, temas y oportunidades que has descubierto en las lecciones anteriores Organízalos en un flujo lógico que cuente la historia de tu investigación. El resumen ejecutivo es una parte crucial de cualquier informe de investigación. Encapsula los hallazgos y recomendaciones clave de manera concisa Podemos usar el Che GPT para redactar una versión inicial del resumen proporcionando las ideas clave y pidiendo al modelo que los resuma en unas pocas frases El tono de tu reporte debe estar alineado con tu audiencia. Entonces, ya sea una audiencia técnica o grupos de interés empresarial, el lenguaje debería resonar con ellos. GPT puede ayudarle en este refinamiento. Puede solicitar al modelo que reformule secciones en diferentes tonos, como formal, casual o técnico Y recuerde incluir representación visual y datos para respaldar sus hallazgos. cuadros, gráficos o citas de los participantes pueden agregar credibilidad a su informe. Una regla general simple, deja que la IA ayude con la estructura y la redacción. Pero eres dueño de lo que es verdad. Tú eres el dueño de la evidencia, las citas y los niveles de confianza. Si el modelo no puede apuntar a pruebas, no va en el reporte. Bien, entonces veamos cómo generar un resumen ejecutivo y luego refinar el tono del reporte. Así que estoy creando una nueva amenaza una vez más solo agarrando el prompt de la hoja de prompt Que es para ayudarnos a generar un informe de investigación UX o más precisamente un resumen ejecutivo. Entonces aquí, antes que nada, queremos volver a pegar un poco de contexto. Entonces, una vez más, nuestro paquete de contexto solo para poner a tierra el modelo. Y luego en el más rápido, verás algo de espacio para pegar de tres a cinco cartas dentro Y estos son los insights que has generado en el paso de síntesis. Así que ahora los voy a pegar aquí. Se trata de unas tres tarjetas internas. Y entonces la tarea es redactar un resumen ejecutivo para las partes interesadas de alto nivel y solo notar las barandas de guardia. Entonces le estoy diciendo al modelo que use solo lo que pegué y que no invente citas sobre nuevos hallazgos Y una vez que redacta el resumen ejecutivo, lo trato como punto de partida Para que entonces pueda hacer una revisión rápida, sólo para comprobarlo. ¿Las afirmaciones están realmente respaldadas por las tarjetas internas? ¿Se exageró la confianza? ¿Ignoró las contradicciones? Así que aquí vamos. Este es nuestro resumen ejecutivo, y tenemos algunos puntos clave que armó para nosotros. Y ahora lo que puedo hacer es reescribir esto para un público específico Entonces, por ejemplo, puedo reescribir esto para ejecutivos, lo que sería corto y centrado en resultados o para el equipo de producto, por lo que tendría más matiz o para atención al cliente u operaciones, por lo que serían más prácticos los próximos Entonces, usando este prompt, reescriba el resumen ejecutivo para esta audiencia Entonces digamos que queremos reescribirlo para el equipo de producto. Aquí vamos. Y veamos cómo sería eso para el equipo de marketing. Entonces esto es un gran salvavidas, pero la regla de integridad sigue siendo la misma La IA ayuda con la estructura y la redacción, y la evidencia permanece humana. Y puedes seguir teniendo un ida y vuelta con ChaIBT para crear las secciones que necesites, y puedes preguntar específicamente sobre ideas específicas también para desarrollar las diferentes secciones de tu informe de investigación Entonces, dondequiera que cree su informe de investigación, puede haber una presentación de diapositivas o un documento Simplemente puede copiar y pegar estas secciones y comenzar a escribir desde allí. Aquí está la estructura que utilizo para la mayoría de los informes de investigación. Comience con un resumen ejecutivo que ponga a las partes interesadas al día rápidamente. Después un breve párrafo sobre objetivos y método, suficiente para que entiendan los alcances. A continuación, vienen los temas. Esto es lo que escuchamos organizado por tema, luego insights. Aquí es donde explicas por qué cada tema importa. Después de eso, oportunidades. ¿Qué deberíamos cambiar realmente? Mantenga estas listas de deseos procesables, no solo con funciones. Después riesgos y limitaciones. Todo estudio los tiene, así que llámalos. Y por último, un apéndice opcional donde puedes poner tu tabla de pruebas o banco de cotización. Esto da a las partes interesadas un camino claro desde los hallazgos hasta la acción. Trazabilidad completa de vuelta a la evidencia. Entonces su informe de investigación no es solo una colección de hechos, es una narrativa que conduce a ideas procesables Al usar herramientas de IA como Chet GBT de manera responsable, puede acelerar el proceso sin sacrificar la calidad de Para la acción de su proyecto, quiero que cree un borrador de su informe de investigación, genere el resumen ejecutivo, perfeccione el tono de voz y reúna todos los hallazgos de una manera cohesiva y atractiva Sea cual sea el formato que elijas. Recuerde, un informe bien elaborado puede ser un catalizador para el cambio, impulsando mejoras en la experiencia del usuario e informando decisiones estratégicas. Entonces hagamos que tu investigación cuente. 12. Palabras finales: Muy bien, somos nosotros. Si estás viendo esto, te lo ganaste. No solo consumías contenido. De hecho hiciste el trabajo. Convertiste una pregunta desordenada en un objetivo de investigación. Hablaste con los usuarios, diste sentido a lo que escuchaste y lo convertiste en algo útil. Esa es una verdadera habilidad definitoria de carrera, y no lo estás haciendo solo. Eres parte de un grupo creciente de personas que están aprendiendo a hacer investigación UX a un ritmo moderno. Usar IA como soporte mientras se mantiene la barra de calidad alta. Recuerda la vibra, mantenemos nuestras manos en el volante. La IA es el satnav. Puede acelerar las cosas. Pero nosotros decidimos a dónde vamos. Al llevar esto al mundo real, dos recordatorios rápidos Primero, las herramientas cambiarán. Los directores no volverán a ejecutar su pequeño punto de referencia cada vez que cambies herramientas o grandes actualizaciones ejecutar su Cordura revisa las salidas y conserva las piezas que realmente ayudan Segundo, manténgalo limpio y profesional. Proteja la privacidad, obtenga el consentimiento y mantenga un rastro de evidencia para que pueda respaldar su trabajo. Y por favor no desaparezcas. Si tienes dudas, ya que aplicas esto en proyectos reales, por favor déjalas caer en los comentarios. Si algo todavía se siente borroso, pregúntele. Aquí no hay preguntas tontas, y leo cada comentario. Además, me encantaría saber para qué estás usando esto. ¿Qué estás investigando a continuación? ¿Y qué estás construyendo con los insights? Gracias por aprender conmigo. Si el curso ayuda, deja una reseña. Realmente hace la diferencia. Te veré la próxima vez.