4 manieren voor een persoonlijkere benadering in UX-design

Hoe maken we digitale diensten en producten voor de massa, en hoe zorg je ervoor dat je inspeelt op de individuele behoeften van je potentiële gebruikers? Het is erg makkelijk om jezelf voor te houden dat het nieuwe digitale product wat je bedacht hebt een succes gaat worden. Zeker als je er wat gave technologieën en gelikte user interfaces tegenaan gooit. Wat je echt nodig hebt, is een lens die jou precies vertelt wat het individu nodig heeft.

Eind mei vond de negende editie van UX London plaats. Drie dagen vol met inspirerende verhalen en workshops over het heden en toekomst van product-, service- en uiteraard user experience design. Personalisatie was een belangrijk onderwerp tijdens deze conferentie. In antwoord op de vraag hoe we design persoonlijker kunnen maken stuitte ik op meerdere antwoorden.

1. De evolutionaire (generatieve) benadering

Over de afgelopen 3,5 miljoen jaar heeft de mensheid middelen ontwikkeld om de wereld te vormen zoals wij deze vandaag de dag kennen. Deze middelen bieden ons heel veel mogelijkheden, maar leggen ook grenzen aan esthetiek en beperken ons creatief vermogen. Als je het niet kunt bedenken of tekenen, kun je het ook niet maken.

Maar wat als je tegen die computer kunt zeggen wat je wil bereiken en de computer bedenkt het voor je? Neem bijvoorbeeld iets simpels als een stoel. Wat krijg je als je tegen de computer zegt dat je stoelontwerp wilt voor iemand van 1,80 meter lang, die 85 kilo weegt en dat de stoel gemaakt moet zijn van kunststof? De computer kan dan met duizenden mogelijke oplossingen komen en daaruit de optimale oplossing kiezen. Deze benadering – ‘generatief ontwerp’ – is niet iets nieuws. Sinds 1985 is men al bezig met schaakcomputers waarin hetzelfde principe wordt toegepast. Je rekent ‘oneindig’ veel mogelijkheden door totdat je beste oplossing hebt gevonden.

Zo zet Nike generatief ontwerp in

Een van de sprekers op UX London was Lysandre Follet van Nike Innovations Kitchen. Hij liet zien hoe Nike generatief ontwerp inzet om de perfecte sportschoen te ontwerpen. Samen met topsporters zoals de Jamaicaanse sprintster Shelly-Ann Fraser-Pryce, is het bedrijf richting de Olympische Spelen van 2016 een nieuwe weg ingeslagen.

Fraser-Pryce met haar korte lichaamslengte van slechts 1,53 meter, hoge beentempo en haar unieke manier van lopen, zorgden voor eigen, unieke uitdagingen bij het ontwerp van de schoen. Om Fraser-Pryce harder te laten lopen op de 100 meter sprint, moest men achterhalen waarop ze zich nog kon verbeteren. Uit analyse bleek dat Fraser-Pryce vanwege haar korte benen in de eerste zeventig meter van de sprint nagenoeg onverslaanbaar is. Daarna kwam voor Fraser-Pryce de uitdaging om het tempo in die laatste dertig meter vast te houden.

Ideale zool ontwikkeld door algoritmes

Met alle data in handen keek Nike naar de ideale manier van voortstuwing en terugkeer van energie, zodat Fraser-Pryce zo optimaal mogelijk haar snelheid kon behouden. Het resultaat was een zool met de ideale stijfheid en vorm die was ‘bedacht’ door algoritmes.

Door het doorrekenen van duizenden, of zelfs miljoenen mogelijkheden, kon de computer de ideale zool vormgeven. Als je kijkt naar de vorm en structuur van de zool, zou je bijna denken dat alleen de natuur zoiets kan vormgeven en het is ontstaan door vele duizenden evoluties.

Voor een andere voet(maat) en andere bewegingseigenschappen wordt de optimale schoen opnieuw berekend en laat het je een totaal nieuw ontwerp zien.

Ik voorspel een grote toekomst voor generatief ontwerp. Door de inzet van de rekenkracht van computers, kunnen alledaagse producten zo effectief mogelijk worden ontworpen. In elk gewenst opzicht. In combinatie met technologieën zoals 3D-modeling en -printing, schept het een wereld vol met mogelijkheden. Het bespaart kosten, ontwikkeltijd en producten hoeven niet langer massa-geproduceerd te worden om kosten-rendabel te blijven. Een uniek op maat gemaakt ontwerp voor iedereen.

Naast het ontwerp van fysieke objecten, wordt al een aantal jaren onderzoek gedaan of we generatief ontwerp ook kunnen toepassen op user interfaces, waarbij we rekening houden met de vele (contextuele) omstandigheden van de eindgebruiker en ieders eigen en unieke set aan doelen. Hier zijn wat mij betreft nog geen baanbrekende resultaten uit gekomen.

2. Machine learning

Wat op zich niet heel verschillend is van generatief ontwerp is de benadering van machine learning. Het idee dat we systemen met data voeden, om op die manier de eindgebruiker geautomatiseerd de meest ideale oplossing te bieden, is niet heel anders of nieuw. We lopen met de hedendaagse technologieën wel tegen de grenzen aan van wat mogelijk is. Computers ‘denken’ niet zoals wij mensen dat doen. Mensen zien veel contextuele kaders die de computer niet kan zien, tenzij we de computer hierop wijzen.

Voorbeeld: pushnotificatie op de verkeerde plek, tijd en device

Een simpel voorbeeld. Toen ik dus laatst tijdens UX London bezig was met een workshop, kreeg ik een push-notificatie van YouTube op mijn telefoon. YouTube vond het schijnbaar een goed moment om mij ervan te overtuigen dat ik een video moest bekijken waarin Barbie & Ken een gaaf avontuur beleven op pad met hun nieuwe kampeeruitrusting. Misschien wel goed om om hierbij te vermelden: mijn dochter van twee vindt het prachtig om naar video’s te kijken waarin andere kinderen met speelgoed spelen. Goed, op zich leuk om te zien dat YouTube van mijn kijkgeschiedenis leert en mij suggesties doet. Maar toch gingen er een aantal zaken grandioos fout met deze push-notificatie.

Ten eerste, waarom een push-notificatie? YouTube vindt schijnbaar dat ik vaker video’s moet kijken op hun platform? Ik ben al elke dag op YouTube te vinden, maar dat is schijnbaar nog niet genoeg?

Ten tweede, waarom op dit moment van de dag? Het is 15:05 op een normale werkdag, waar ik normaliter niet dergelijke video’s met mijn dochter kijk, simpelweg omdat ik aan het werk ben.

Ten derde, waarom deze locatie? Als ik niet thuis ben, worden er ook geen kinderfilmpjes gekeken. Oké, misschien heb ik thuis nog een iPad liggen met hetzelfde YouTube-account dat mijn vrouw nog weleens gebruikt om rond dit tijdstip kinderfilmpjes te kijken. Dat brengt mijn op het vierde punt. Mocht alles kloppen, dan komt de push-notificatie op het verkeerde device naar voren.

Veel factoren die machine learning nog niet meeneemt

Je ziet het – ondanks de vele data waarover YouTube beschikt – slaagt men er niet in om mij effectief te bedienen. De kans dat ik de video op dat moment afspeel, is nagenoeg nihil. Dit heeft mij doen realiseren dat er een bijna menselijk besef van context nodig is om mij te effectief serveren. Er zijn zoveel factoren die meewegen in mijn besluit of ik die video op dat moment ga openen, daar kan vooralsnog geen machine learning tegenop. Al hebben ze de ‘machine’ nog zo goed ontwerpen, is er nog steeds een grote kans dat de oplossing de plank misslaat.

3. Scenario-based design

Ook bij het ontwerp van spraakgestuurde, virtuele assistenten (Siri, Google Assistant Microsofts Cortana en Amazons Alexa) worstelt men met de grenzen van hedendaagse technologie. Al is het nog zo zorgvuldig ontworpen, je kunt het systeem nooit zo adequaat laten reageren en inspelen op het menselijk gedrag als een mens.

De spraakgestuurde assistent weet spraak om te zetten in data, wat vervolgens te analyseren is. Daarbuiten is de technologie nog betrekkelijk eenvoudig. Het reageren op een scenario wordt nog altijd aangestuurd door een script. De mogelijke antwoorden zijn vooraf vastgelegd en het systeem is dus niet in staat antwoorden zelfstandig vorm te geven.

Onmogelijk een oplossing te bieden voor elk scenario

Je zult begrijpen dat – tenzij je miljarden ontwerpuren ter beschikking hebt – het onmogelijk is om voor alle scenario’s, met elk gegeven context – een oplossing te bieden. Het is wachten tot kunstmatige intelligentie (AI) het van ons overneemt en zelfstandig een goede inschatting kan maken van de context, om hier slim op in te spelen.

Willen we dat digitale diensten ons op een persoonlijke, menswaardige manier bedienen en waar mogelijk de mens gaat vervangen? Dan zullen deze digitale diensten zich op een menselijke wijze moeten mengen in onze levens. Ze moeten van alles van ons weten, constant aan onze zijde staan en onze diepste gevoelens en verlangens begrijpen.

Alleen met behulp van geavanceerde kunstmatige intelligentie kunnen virtuele assistenten een volgende fase intreden. Dan moeten wij op onze beurt ook onze privacy durven loslaten. Ik denk dat dat veel van ons zover nog niet zijn.

4. Ontwerpen voor één persoon

Wat als we al dat machinedenken nou eens naast ons neerleggen en de menselijke aanpak verkiezen om een ontwerp persoonlijk te maken? Nog specifieker: wat zou er gebeuren als je voor slechts één persoon gaat ontwerpen? Je dompelt jezelf onder in iemands wereld, trekt intensief met die persoon op en je probeert een oplossing te vinden voor zijn of haar probleem. Wat levert deze methode op en is het bruikbaar voor (digitale) product- of dienstontwikkeling?

Voorbeeld: communicatie-oplossing voor één persoon

Het is iets wat ik het beste kan illustreren door het voor mij meest ontroerende verhaal van UX London, door Ruby Steel. Zij was een designer in het BBC-programma ‘Big Life Fix’. Ze werd gevraagd een oplossing te vinden voor Graham die door een zware beroerte leed aan het ‘locked-in syndroom’. Zoals de naam suggereert, zit Graham opgesloten in zijn eigen lichaam. Daardoor is hij nauwelijks in staat te communiceren met de buitenwereld. Graham is verder nog bij zijn volle verstand. Hij kon af en toe – als zijn lichaam dat toeliet – iets typen op een tablet, maar dat ging uiterst moeizaam en frustrerend. Ruby kreeg de opdracht: geef Graham zijn stem terug.

Wat je misschien wel kunt zien, is dat Ruby zeer aangegrepen is door de situatie van Graham. Ze is erop gebrand om een oplossing te vinden voor zijn situatie. De oplossing die uiteindelijk werd gevonden, was een tablet met daarop audio-samples van zijn eigen stem. De software was zodanig ontworpen dat Graham met een minimaal aantal aanslagen op het tablet zijn ‘stem’ kon laten horen. Na de uitzending bleek dat er nog een tal van andere mensen in Groot-Brittannië waren geholpen met een dergelijke oplossing. De technologie is ook beschikbaar gemaakt voor andere mensen Compleet met back-endsysteem waarmee familie andere audio samples kan inladen.

De voordelen van ontwerpen voor één persoon

Nadat ik met verschillende, andere ontwerpers de video van Graham gezien had, ontstond er een discussie. Wat gebeurt er als je niet de weg kiest van kwalitatief en kwantitatief onderzoek en persona’s, maar je volledig richt op één persoon? Leidt dit tot een kwalitatief beter product, of is de oplossing zo specifiek, dat het minder geschikt is voor anderen?

Waar we het in ieder geval allemaal over eens zijn, is dat meer empathie en betrokkenheid leidt tot een hogere kwaliteit van de oplossing. Je hebt beter inzicht in de situatie en je bent gemotiveerder om een oplossing te vinden. Verder kwamen we op nog een aantal andere voordelen, zoals:

• Sterkere focus op een persoon helpt je het probleem beter te doorgronden.
• Het ontwerpen voor één persoon leidt dus ook tot minder aannames. Je zit immers met je neus op de feiten.
• De oplossing die eruit voortkomt, is op maat gemaakt en helpt dus ook beter bij het oplossen van het probleem.
• Oplossingen voor een groot publiek houden te veel rekening met de excessen, waardoor de oplossing zijn kracht en focus verliest.
• Het testen en valideren van de oplossing is eenvoudiger met één persoon.
• We hebben als mensen onze verschillen, maar vooral ook veel overeenkomsten. Het probleem wat je probeert te verhelpen, zal ongetwijfeld ook andere mensen aanspreken een oplossing bieden.

Menselijke en persoonlijke oplossingen

Ik ben zeer benieuwd wat het resultaat is als ik deze persoonlijke benadering voor een keer zou toepassen mijn dagelijkse werk. Ga ik daar meer mensen mee gelukkig maken?

Welke methode je ook kiest, de beste gebruikerservaring komt voort uit het bieden van menselijke en persoonlijke oplossingen. Hiervoor moet je als de ontwerper dicht op de mensen staan, empathie hebben, en vooral de context begrijpen waarin het probleem zich aandient. Want zonder begrip van context, zal elke oplossing die je aandraagt nooit volledig aansluiten op de behoefte van jouw eindgebruiker.