{"id":11480,"date":"2024-03-18T13:06:26","date_gmt":"2024-03-18T05:06:26","guid":{"rendered":"https:\/\/orlig.com\/?p=11480"},"modified":"2024-07-02T11:43:27","modified_gmt":"2024-07-02T03:43:27","slug":"the-influence-of-ai-on-ux","status":"publish","type":"post","link":"https:\/\/orlig.com\/my\/the-influence-of-ai-on-ux\/","title":{"rendered":"Pengaruh AI pada UX"},"content":{"rendered":"<p>Penyepaduan AI dalam medan UX telah membentuk semula cara pengguna berinteraksi dengan antara muka pengguna. Daripada chatbots yang menyediakan bantuan segera kepada algoritma ramalan yang menjangkakan keperluan pengguna, AI telah menjadi penting dalam mencipta antara muka yang selari dengan jangkaan pengguna dan meningkatkan kebolehgunaan keseluruhan.<\/p>\n\n\n\n<figure class=\"wp-block-image size-full\"><img decoding=\"async\" width=\"1200\" height=\"600\" data-src=\"https:\/\/orlig.com\/wp-content\/uploads\/2024\/03\/The-Influence-of-AI-on-UX.png\" alt=\"pengaruh ai pada ux\" class=\"wp-image-11481 lazyload\" data-srcset=\"https:\/\/orlig.com\/wp-content\/uploads\/2024\/03\/The-Influence-of-AI-on-UX.png 1200w, https:\/\/orlig.com\/wp-content\/uploads\/2024\/03\/The-Influence-of-AI-on-UX-300x150.png 300w, https:\/\/orlig.com\/wp-content\/uploads\/2024\/03\/The-Influence-of-AI-on-UX-768x384.png 768w\" data-sizes=\"(max-width: 1200px) 100vw, 1200px\" src=\"data:image\/gif;base64,R0lGODlhAQABAAAAACH5BAEKAAEALAAAAAABAAEAAAICTAEAOw==\" style=\"--smush-placeholder-width: 1200px; --smush-placeholder-aspect-ratio: 1200\/600;\" \/><figcaption class=\"wp-element-caption\">pengaruh ai pada ux<\/figcaption><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\">UX dan Salah Tanggapannya<\/h2>\n\n\n\n<p>Penerangan kerja dan topik persidangan sering bertukar <a href=\"https:\/\/www.usability.gov\/what-and-why\/user-experience.html#:~:text=User%20experience%20(UX)%20focuses%20on,the%20group%20managing%20the%20project.\">Pengalaman Pengguna (UX)<\/a> dengan <a href=\"https:\/\/www.oracle.com\/my\/cx\/what-is-cx\/\">Pengalaman Pelanggan (CX)<\/a>, tersilap menganggapnya sebagai konsep yang sama walaupun UX merupakan subset CX dan tidak serupa sepenuhnya.<\/p>\n\n\n\n<p><a href=\"https:\/\/orlig.com\/my\/differentiating-cx-and-ux\/\">Baca artikel kami sebelum ini<\/a> untuk mengetahui lebih lanjut tentang perbezaan antara CX dan UX.<\/p>\n\n\n\n<p>UX memfokuskan pada pemahaman mendalam keperluan, nilai, kebolehan dan batasan pengguna. Amalan terbaiknya ialah mempromosikan peningkatan kualiti interaksi dan persepsi pengguna terhadap produk\/perkhidmatan syarikat.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Bagaimana Pereka UX Boleh Mendapat Manfaat daripada AI<\/h2>\n\n\n\n<h3 class=\"wp-block-heading\">Pemperibadian Dikuasakan AI<\/h3>\n\n\n\n<p>Perniagaan boleh menggunakan <a href=\"https:\/\/www.geeksforgeeks.org\/machine-learning-algorithms\/\">algoritma pembelajaran mesin<\/a> untuk membezakan gelagat pengguna, sejarah pembelian dan interaksi dengan kandungan untuk menyediakan pengguna dengan pengesyoran dan pengalaman yang disesuaikan. Disepadukan merentas semua titik sentuh pelanggan, ia memastikan pengalaman pelanggan konsisten dan disesuaikan merentasi semua saluran.<\/p>\n\n\n\n<p>Kajian yang dijalankan oleh <a href=\"https:\/\/www.mckinsey.com\/~\/media\/mckinsey\/business%20functions\/marketing%20and%20sales\/our%20insights\/perspectives%20on%20personalization%20at%20scale%20volume%202\/perspectives-on-personalization-at-scale-volume-2-the-next-frontier.pdf\">McKinsey &amp; Syarikat<\/a> menunjukkan syarikat yang menggunakan AI untuk memperibadikan pengalaman pelanggan menyaksikan peningkatan hasil sebanyak 6% \u2013 10%, berbanding syarikat yang tidak menggunakannya. Selain itu, pembelajaran mesin AI telah meningkatkan kepuasan pelanggan, meningkatkan kadar pengekalan pelanggan, dan kemungkinan peningkatan jualan dan jualan silang yang lebih tinggi.<\/p>\n\n\n\n<p><a href=\"https:\/\/www.techopedia.com\/ai-powered-personalization-how-machine-learning-is-transforming-customer-experience\">Kajian kes<\/a> syarikat yang menggunakan AI pembelajaran mesin untuk memperibadikan pengalaman pelanggan termasuk:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Sephora<\/strong> \u2013 Menggunakan algoritma pembelajaran mesin untuk menganalisis ciri wajah pelanggan untuk mengesyorkan produk yang sesuai. Alat pengesyoran ini telah meningkatkan kepuasan dan kepercayaan pelanggan, menunjukkan bahawa pelanggan yang menggunakannya lebih berkemungkinan untuk membeli berbanding mereka yang tidak.<\/li>\n\n\n\n<li><strong>Netflix<\/strong> \u2013 Menggunakan algoritma pembelajaran mesin untuk mengesyorkan rancangan TV dan filem kepada penggunanya berdasarkan sejarah tontonan dan pilihan mereka. Kadar penglibatan dan pengekalan pelanggan yang lebih baik ini kerana 80% waktu penstriman dilindungi.<\/li>\n<\/ul>\n\n\n\n<h3 class=\"wp-block-heading\">Prototaip Dikuasakan AI<\/h3>\n\n\n\n<p>Seperti yang dinyatakan dalam kami <a href=\"https:\/\/orlig.com\/my\/differentiating-cx-and-ux\/\">artikel sebelum ini<\/a>, tanggungjawab profesional UX termasuk prototaip dan pembingkaian wayar. Kaedah prototaip termasuk:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Bingkai wayar<\/strong> \u2013 Dianggap a <a href=\"https:\/\/www.interaction-design.org\/literature\/article\/prototyping-learn-eight-common-methods-and-best-practices#digital_wireframes-12\">perwakilan kesetiaan rendah<\/a> UI yang menunjukkan reka letak dan struktur reka bentuk, memfokuskan pada fungsinya. Mereka biasanya digunakan untuk menyampaikan idea asas reka bentuk kepada pihak berkepentingan.<\/li>\n\n\n\n<li><strong>Mock-up<\/strong> \u2013 A <a href=\"https:\/\/blog.prototypr.io\/high-fidelity-prototyping-what-when-why-and-how-f5bbde6a7fd4\">perwakilan kesetiaan tinggi<\/a> UI yang mewakili persamaan paling hampir dengan reka bentuk akhir dari segi butiran dan fungsi. Ia juga merangkumi aspek UX dari segi interaksi, aliran pengguna dan tingkah laku.<\/li>\n\n\n\n<li><strong>Prototaip Interaktif<\/strong> \u2013 Model kerja UI yang membenarkan pengguna berinteraksi dengan antara muka, biasanya digunakan untuk menguji kebolehgunaan reka bentuk.<\/li>\n<\/ul>\n\n\n\n<p>Prototaip berkuasa AI mengautomasikan tugas yang terlibat dalam mencipta prototaip, seperti menjana pilihan susun atur, mencipta elemen interaktif dan menguji kebolehgunaan reka bentuk.<\/p>\n\n\n\n<p>Sebagai contoh, platform boleh menjana berbilang pilihan susun atur untuk tapak web, dan pereka bentuk boleh memilih reka letak yang mereka percaya paling berkesan, menggunakan AI untuk mencipta elemen interaktif seperti butang dan menu. Platform kemudiannya merangsang interaksi pengguna dengan reka bentuk untuk mengenal pasti isu kebolehgunaan yang berpotensi, membolehkan pereka UX menambah baik antara muka sebelum ia dikeluarkan secara terbuka.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Kebimbangan AI pada Reka Bentuk UX<\/h2>\n\n\n\n<h3 class=\"wp-block-heading\">Kebimbangan Etika<\/h3>\n\n\n\n<p>Penggunaan AI dalam bidang reka bentuk UX telah meningkatkan kreativiti, kecekapan dan pemperibadian. Walau bagaimanapun, apabila pereka UX semakin menggunakan AI dan algoritma pembelajaran mesin untuk membantu dalam kerja mereka, <a href=\"https:\/\/www.linkedin.com\/pulse\/ethical-considerations-ai-enhanced-uiux-design-balance-dba-llm\/\">kebimbangan etika<\/a> datang ke hadapan.<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Privasi dan Perlindungan Data<\/strong> \u2013 Data pengguna adalah penting untuk sistem UI\/UX dipacu AI untuk menyesuaikan pengalaman, tetapi penting untuk mengutamakan keselamatan data, persetujuan termaklum dan privasi pengguna. Privasi dan perlindungan data yang lemah boleh membawa kepada potensi pelanggaran data, menyebabkan syarikat menghadapi kerugian kewangan akibat kesan undang-undang dan kerosakan reputasi, yang membawa kepada kehilangan kepercayaan daripada orang ramai.<\/li>\n\n\n\n<li><strong>Persetujuan Pengguna dan Agensi Pengguna<\/strong> \u2013 Persetujuan pengguna memastikan AI mengumpul data melalui cara yang sah dan beretika, kerana AI sangat bergantung pada jumlah data yang besar. Syarikat yang memperoleh data untuk latihan AI atau kegunaan lain memerlukan persetujuan daripada sumber atau rakan kongsi, membenarkan pengguna untuk menarik diri, melumpuhkan atau menyahpasang sistem jika perlu. GDPR menekankan prinsip perlindungan data untuk melindungi data peribadi apabila menggunakan sistem AI.<\/li>\n<\/ul>\n\n\n\n<h3 class=\"wp-block-heading\">Bias Data Daripada Pergantungan Data<\/h3>\n\n\n\n<p><a href=\"https:\/\/bootcamp.uxdesign.cc\/the-pros-and-cons-of-using-ai-powered-tools-in-ui-ux-design-255dcf302d59\">AI sangat bergantung pada data<\/a> untuk membuat keputusan dan ramalan. Walau bagaimanapun, ketepatan dan perkaitan data akan memberi kesan kepada keberkesanan antara muka yang dikuasakan AI. Data yang tidak lengkap, cacat atau berat sebelah boleh membawa kepada UX yang lemah \u2013 yang mana data berat sebelah menghasilkan reka bentuk\/hasil yang berat sebelah.<\/p>\n\n\n\n<p>Data berat sebelah menimbulkan risiko yang ketara, mengakibatkan reka bentuk dan hasil yang berat sebelah. Sebagai contoh, jika data latihan kebanyakannya mewakili demografi tertentu, AI mungkin menghasilkan reka bentuk yang memenuhi keperluan kumpulan itu sambil mengecualikan yang lain.<\/p>\n\n\n\n<p><a href=\"https:\/\/theconversation.com\/ageism-sexism-classism-and-more-7-examples-of-bias-in-ai-generated-images-208748#:~:text=There%20were%20also%20notable%20differences,of%20more%20fluid%20gender%20expression.\">Penyelidikan akademik<\/a> telah menemui berat sebelah dalam Midjourney dalam hal penjanaan imej untuk profesion khusus. Walaupun keputusan menunjukkan kedua-dua orang yang lebih muda dan lebih tua, orang yang lebih tua sentiasa lelaki, mengukuhkan kecenderungan jantina terhadap wanita di tempat kerja.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Kesimpulan<\/h2>\n\n\n\n<p>Memandangkan AI berkembang pesat, penyepaduannya ke dalam reka bentuk UX membentuk semula cara pengguna berinteraksi dengan tapak web, aplikasi dan platform digital. Dengan memanfaatkan teknologi AI, pereka dan pembangun UX diberi kuasa untuk mencipta pengalaman pengguna yang lebih intuitif, diperibadikan dan cekap.<\/p>","protected":false},"excerpt":{"rendered":"<p>Penyepaduan AI dalam medan UX telah membentuk semula cara pengguna berinteraksi dengan antara muka pengguna. Daripada chatbots yang menyediakan bantuan segera kepada algoritma ramalan yang menjangkakan keperluan pengguna, AI telah menjadi penting dalam mencipta antara muka yang selari dengan jangkaan pengguna dan meningkatkan kebolehgunaan keseluruhan. UX dan Kesalahpahamannya Penerangan kerja dan topik persidangan sering bertukar-tukar Pengalaman Pengguna [\u2026]<\/p>","protected":false},"author":9,"featured_media":16497,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_seopress_robots_primary_cat":"none","_seopress_titles_title":"The Influence of AI on UX","_seopress_titles_desc":"Discover how AI transforms UX design, from personalization to prototyping, while addressing ethical concerns and biases. Read more!","_seopress_robots_index":"","_kad_blocks_custom_css":"","_kad_blocks_head_custom_js":"","_kad_blocks_body_custom_js":"","_kad_blocks_footer_custom_js":"","footnotes":""},"categories":[24],"tags":[],"class_list":{"0":"post-11480","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-trending-articles"},"blocksy_meta":[],"taxonomy_info":{"category":[{"value":24,"label":"Trending Articles"}]},"featured_image_src_large":["https:\/\/orlig.com\/wp-content\/uploads\/2024\/03\/4.png",1200,1200,false],"author_info":{"display_name":"Jenny Pang","author_link":"https:\/\/orlig.com\/my\/author\/jenny_pang\/"},"comment_info":0,"category_info":[{"term_id":24,"name":"Trending Articles","slug":"trending-articles","term_group":0,"term_taxonomy_id":24,"taxonomy":"category","description":"","parent":0,"count":42,"filter":"raw","cat_ID":24,"category_count":42,"category_description":"","cat_name":"Trending Articles","category_nicename":"trending-articles","category_parent":0}],"tag_info":false,"_links":{"self":[{"href":"https:\/\/orlig.com\/my\/wp-json\/wp\/v2\/posts\/11480","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/orlig.com\/my\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/orlig.com\/my\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/orlig.com\/my\/wp-json\/wp\/v2\/users\/9"}],"replies":[{"embeddable":true,"href":"https:\/\/orlig.com\/my\/wp-json\/wp\/v2\/comments?post=11480"}],"version-history":[{"count":1,"href":"https:\/\/orlig.com\/my\/wp-json\/wp\/v2\/posts\/11480\/revisions"}],"predecessor-version":[{"id":11482,"href":"https:\/\/orlig.com\/my\/wp-json\/wp\/v2\/posts\/11480\/revisions\/11482"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/orlig.com\/my\/wp-json\/wp\/v2\/media\/16497"}],"wp:attachment":[{"href":"https:\/\/orlig.com\/my\/wp-json\/wp\/v2\/media?parent=11480"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/orlig.com\/my\/wp-json\/wp\/v2\/categories?post=11480"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/orlig.com\/my\/wp-json\/wp\/v2\/tags?post=11480"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}