Instructure

Megjegyzés a mérésekhez: Ahol számszerű eredményeket mutatok, azok kerekített, a portfólióban közölt projektmutatók, és nem független auditon átesett vállalati adatként szerepelnek.

A szerepem és a feladatom

A Canvas Catalog ökoszisztémáján belül a funkciófejlesztést vezettem az elejétől a végéig. A Canvas Catalog egy olyan termék része, amelyet naponta több millió ember használt. Az első koncepciótól a bevezetés utáni validálásig PM-ekkel és fejlesztőkkel dolgoztam együtt.

Kihívások

Platformméretben nem fért bele a „fekete doboz” működés. Minden AI-javaslatnak magyarázhatónak, szerkeszthetőnek és auditálhatónak kellett lennie. Az oktatókat elárasztották a statikus elemzési dashboardok, amelyek azt mutatták, „mi történt”, azt viszont nem, hogy „mi legyen a következő lépés”. Az akadálymentességi és adatvédelmi követelmények (felsőoktatás, egészségügy, közszféra) korlátozták az interakciós mintákat. A munkának termékeken átívelő, egységes AI UX-ként kellett megvalósulnia, hibatűrő állapottervezéssel (üres, hiba, betöltés, késleltetés) és olyan bevezetési tervvel, amely a nagy forgalmú időszakokban sem okoz fennakadást.

A folyamat

A felhasználási eseteket a Jobs to Be Done keretre építettük (például feladat megfogalmazása, a lényeg kiemelése, adatokból teendők). A védőkorlátokat már az első napon rögzítettük: human-in-the-loop működés, egyértelmű AI-jelölés és tájékoztatás, szerkeszthető kimenetek, forrásjelzések és helyreállítási utak. A folyamatokat a jogi, a megfelelőségi és a data science csapattal közösen néztük át, majd újrahasznosítható mintákba foglaltuk (promptok, ellenőrzési állapotok, megerősítések, visszajelzési körök). A Uizard, a Galileo és a Lovable eszközeivel készült prototípusok lerövidítették az utat a koncepciótól a tesztig. Mértük a használatba vételt és a feladatok befejezését, a funkciókat pedig biztonságos feature flagek mögött adtuk ki, így minden iteráció arra épült, amit az adatok mutattak.

Az itt kialakított prompt-, ellenőrzési és helyreállítási mintákra épül az AI-integrációs és termékfejlesztési megközelítésem. A feladattal kezdek, meghatározom, hol marad az irányítás az embereknél, és a szélesebb bevezetés előtt kipróbálom az élményt.

Kiknek terveztünk

• Oktatóknak és adminisztrátoroknak, akiknek cselekvésre váltható útmutatás kell, nem nyers grafikonok
• Tanulóknak, akiket a világos, akadálymentes visszajelzés és tananyag segít
• Intézményeknek szigorú akadálymentességi, adatvédelmi és auditálási követelményekkel

UX-módszerek, és miért ezeket használtuk

• Kontextuális interjúk és árnyékkövetés: valódi tantermi és adminisztrációs munkafolyamatokat figyeltünk meg, hogy megtaláljuk azokat a pillanatokat, ahol egyáltalán szükség van „AI-segítségre”.
• JTBD és feladattérkép: a hatókört az eredményekre szűkítettük (vázlat, ellenőrzés, publikálás; felismerésből cselekvés), nem a funkciókra.
• Heurisztikus értékelés és kognitív bejárás: korai, olcsó ellenőrzések a visszajelzésre, a hibamegelőzésre és a biztonságos alapértelmezésekre az AI-folyamatokban.
• Gyors prototípus-készítés (a vázlattól a kidolgozott prototípusig): fejlesztés előtt összehasonlítottuk a promptmintákat, az ellenőrzési állapotokat és a tájékoztatási modelleket.
• Moderált használhatósági tesztek: ellenőriztük, hogy az AI útmutatása érthető, szerkeszthető és megbízható (nincs „varázslat”, világos a következő lépés).
• Akadálymentességi felülvizsgálat a WCAG 2.1 AA alapján: billentyűzetes navigáció, szemantikus szerkezet és képernyőolvasós érthetőség az érintett AI-állapotokban.
• Közös felülvizsgálat az érintettekkel (jogi, megfelelőségi és data science csapat): az adatvédelmet, a licencelést, az adatmegőrzést és az auditálhatóságot kezdettől összehangoltuk.
• Mérési terv: gondoskodtunk róla, hogy a használatba vétel, a feladatok befejezése és a felhasználói vélemények a bevezetés után mérhetők legyenek.

Tervezési elvek (AI UX)

1. Előbb magyarázat, aztán javaslat. Látszódjon a javaslatok mögötti „miért” (jelzések, források).
2. Az ember irányít. A kimenetek szerkeszthetők és visszavonhatók, egyértelmű ellenőrzési állapotokkal.
3. Egyértelmű állapotok meglepetés helyett. Az üres, a betöltési, a hiba- és a késleltetési állapot is kifejezett.
4. Egy AI-minta, sok kontextus. Újrahasznosítható prompt-, ellenőrzési és megerősítési minták minden termékváltozatban.
5. Alapértelmezett adatvédelem. Az adatkezelésről tájékoztatunk, a kikapcsolási lehetőségek és a megőrzési szabályok láthatók.
6. Akadálymentesség a tervezéstől. Az interakciókat a WCAG 2.1 AA szintjét célozva terveztük és teszteltük, billentyűzetes és képernyőolvasós munkafolyamatokban.

Amit élesbe vittünk

• AI-mintakönyvtár (promptolás, források, ellenőrzés és megerősítés, visszajelzési körök)
• Védőkorlát-keretrendszer (human in the loop, szerkeszthetőség, audit, helyreállítás)
• Akadálymentes komponensállapotok (üres, hiba, betöltés, késleltetés) minden termékváltozatban
• Design tokenek és tartalmi irányelvek az AI-tájékoztatáshoz és a súgóhoz
• Mérési pontok és kérdőív-triggerek a folyamatos értékeléshez

Tanulságok és kompromisszumok

A legtöbb AI-projekt azzal kezdődik, hogy mit lehet automatizálni. Mi azzal kezdtük, hogy minek kell emberi kézben maradnia.

Mindent feltehettünk volna az automatizálásra, és látványos demóink lettek volna. Az oktatási, közszférabeli és egészségügyi ügyfelek viszont bizalmat vásárolnak, a demó őket nem győzi meg. Ezért éles határt húztunk. Minden AI-javaslatnak volt címkéje, szerkesztési állapota és visszalépési lehetősége, és semmi, amiről a modell döntött, nem maradhatott láthatatlan.

A nehéz rész etikai volt, nem technikai. A hibalehetőségekre kellett terveznünk: arra, hogy az AI téved, elfogult, vagy visszaélnek vele. Ahelyett, hogy úgy tettünk volna, mintha ezek nem fordulnának elő, feltérképeztük őket, és folyamatokat építettünk köréjük. A data science, a jogi és a megfelelőségi csapat nem a végén állta el az utunkat. Az elejétől velünk együtt írták a védőkorlátokat.

Ebből nem lesz látványos diasor. Olyan AI viszont igen, amelyet valódi intézmények emberek millióinak vezethetnek be, és utána is nyugodtan alszanak. Ezt a termékszemléletet hoztam a projektbe.