“เมื่อ AI มาพบกับการออกแบบ UX/UI – ใครจะสร้างประสบการณ์ผู้ใช้ที่ดีกว่ากัน ระหว่างความคิดสร้างสรรค์ของมนุษย์ และการประมวลผลของปัญญาประดิษฐ์?”

อ.แมงมุมได้ส่งผลงานวิจัยอีกชิ้นหนึ่งเพื่อนำเสนอในงาน InCIT 2024: The 8th International Conference on Information Technology https://dit.rsu.ac.th/incit2024/en/ ที่ทำร่วมกับนักศึกษาในที่ปรึกษา(ผู้นำเสนอ Presenterในงานประชุมวิชาการครั้งนี้) และ อาจารย์ดร.ปอม สอนอยู่ที่มหาวิทยาลัยสงขลานครินทร์ https://cmdt-uic.psu.ac.th/dr-jittrapol-intarasirisawat/ ที่เรียนจบปริญญาเอกมาด้วยกันจาก https://www.kent.ac.uk/engineering/

ในยุคที่เทคโนโลยี AI กำลังเข้ามามีบทบาทในทุกวงการ การออกแบบ UX/UI ก็เป็นอีกหนึ่งศาสตร์ที่กำลังได้รับผลกระทบจากการมาถึงของ Generative AI อย่างไรก็ตาม เรายังไม่รู้ว่า AI จะสามารถออกแบบ UI ได้ดีเทียบเท่ามนุษย์หรือไม่ งานวิจัยนี้จึงได้ทำการศึกษาเปรียบเทียบการออกแบบ UI ระหว่างมนุษย์และ AI เพื่อหาคำตอบที่น่าสนใจนี้

การทบทวนวรรณกรรมที่เกี่ยวข้อง

“Design Thinking ไม่ใช่แค่กระบวนการคิด แต่เป็นวิธีการทำความเข้าใจและแก้ปัญหาที่ยึดผู้ใช้เป็นศูนย์กลางอย่างแท้จริง”

กระบวนการ Design Thinking ในการพัฒนา UX/UI

Design Thinking เป็นวิธีการที่มุ่งเน้นผู้ใช้เป็นศูนย์กลาง ช่วยให้สามารถพัฒนาโซลูชันที่ตอบโจทย์ความต้องการของผู้ใช้ได้อย่างแท้จริง จากการศึกษาที่ผ่านมาพบว่า ผลิตภัณฑ์ที่พัฒนาด้วยวิธีนี้มักได้ผลลัพธ์ที่ดีกว่าวิธีดั้งเดิม โดยเฉพาะในแง่ของความง่ายในการใช้งานและความพึงพอใจของผู้ใช้

“การเข้าใจผู้ใช้ในสภาพแวดล้อมจริง คือกุญแจสำคัญสู่การออกแบบที่ประสบความสำเร็จ”

การใช้ Contextual Inquiry หรือการสังเกตและสัมภาษณ์ผู้ใช้ในสภาพแวดล้อมจริง เป็นเครื่องมือสำคัญที่ช่วยให้เข้าใจพฤติกรรมและความต้องการของผู้ใช้ได้ลึกซึ้งขึ้น นำไปสู่การออกแบบที่มีประสิทธิภาพมากขึ้น

Generative AI ในงานออกแบบ

“Generative AI ไม่ได้มาแทนที่นักออกแบบ แต่มาเพิ่มพลังให้กับความคิดสร้างสรรค์ของพวกเขา”

Generative AI คือระบบ AI ที่สามารถสร้างเนื้อหาและการออกแบบใหม่ๆ ได้โดยอัตโนมัติ โดยใช้อัลกอริทึมขั้นสูงและฐานข้อมูลขนาดใหญ่ เทคโนโลยีนี้ได้พัฒนาอย่างก้าวกระโดดจากการพัฒนาของ GAN (Generative Adversarial Networks) และ Deep Learning

ปัจจุบันมีการนำ Generative AI มาใช้ในงานออกแบบหลากหลายด้าน เช่น:

• งานกราฟิก: สร้างภาพ โลโก้ และสื่อการตลาด
• งานออกแบบผลิตภัณฑ์: ช่วยออกแบบโครงสร้างและวัสดุที่ซับซ้อน
• งานสถาปัตยกรรม: ช่วยสร้างแบบอาคารและจัดการพื้นที่

“ความท้าทายไม่ได้อยู่ที่การสร้างการออกแบบที่สวยงาม แต่อยู่ที่การสร้างประสบการณ์ที่มีความหมายสำหรับผู้ใช้”

เครื่องมือเช่น Visily.ai และ Adobe Sensei ใช้ Generative AI ในการสร้างต้นแบบ UI โดยอัตโนมัติ ช่วยลดเวลาและแรงงานในขั้นตอนการออกแบบ อย่างไรก็ตาม ยังมีความท้าทายในเรื่องลิขสิทธิ์ คุณภาพของผลงาน และการทำงานร่วมกันระหว่างมนุษย์กับ AI

การผสมผสาน Generative AI กับ Design Thinking

“อนาคตของการออกแบบ UX/UI คือการผสานพลังระหว่างความเข้าใจมนุษย์และประสิทธิภาพของ AI”

การนำ Generative AI มาใช้ในกระบวนการ Design Thinking สามารถเพิ่มประสิทธิภาพได้หลายด้าน เช่น:

• เพิ่มความเร็วในการสร้างต้นแบบ
• เสนอทางเลือกการออกแบบที่หลากหลาย
• ปรับแต่งการออกแบบตามความต้องการของผู้ใช้แต่ละคน

ภาพตารางเปรียบเทียบระหว่างกระบวนการคิดเชิงออกแบบ (Design Thinking) แบบดั้งเดิมและแบบที่ใช้ AI มาช่วย โดยแบ่งเป็น 5 ขั้นตอนหลัก:

1. ขั้นเข้าใจผู้ใช้ (Empathize)
   • แบบดั้งเดิม: สัมภาษณ์ผู้ใช้, ทำแบบสำรวจ, สังเกตการณ์ในสภาพแวดล้อมจริง
   • แบบใช้ AI: วิเคราะห์ข้อมูลด้วย AI เพื่อค้นหารูปแบบพฤติกรรมและความชอบของผู้ใช้
2. ขั้นกำหนดปัญหา (Define)
   • แบบดั้งเดิม: สังเคราะห์ข้อมูลวิจัยเพื่อสร้างเป็นโปรไฟล์ผู้ใช้และแผนผังการเดินทางของผู้ใช้
   • แบบใช้ AI: ใช้ AI ช่วยสังเคราะห์ข้อมูลเพื่อสร้างโปรไฟล์ผู้ใช้และแผนผังการเดินทางที่ละเอียดครบถ้วน
3. ขั้นระดมความคิด (Ideate)
   • แบบดั้งเดิม: จัดประชุมระดมสมอง, ทำแผนผังความคิด, สเก็ตช์ไอเดีย
   • แบบใช้ AI: ใช้ AI สร้างทางเลือกการออกแบบและแนะนำแนวคิดการออกแบบใหม่ๆ
4. ขั้นสร้างต้นแบบ (Prototype)
   • แบบดั้งเดิม: สร้างโครงร่างหน้าจอ, ลำดับการใช้งาน, องค์ประกอบที่โต้ตอบได้
   • แบบใช้ AI: ใช้เครื่องมือเช่น Visily.ai สร้างต้นแบบคุณภาพสูง พร้อมปรับแก้อย่างรวดเร็วตามผลตอบรับของ AI
5. ขั้นทดสอบ (Test)
   • แบบดั้งเดิม: ทดสอบการใช้งานและรวบรวมความคิดเห็นจากผู้ใช้
   • แบบใช้ AI: ทำการทดสอบ A/B เปรียบเทียบระหว่างการออกแบบโดยมนุษย์และ AI, ใช้ AI วิเคราะห์ผลทดสอบเพื่อระบุปัญหาและโอกาสในการปรับปรุง

ตารางนี้แสดงให้เห็นว่า AI สามารถเพิ่มประสิทธิภาพในทุกขั้นตอนของกระบวนการออกแบบ โดยช่วยในการ:

• วิเคราะห์ข้อมูลจำนวนมาก
• สร้างทางเลือกที่หลากหลาย
• เร่งความเร็วในการทำต้นแบบ
• ให้ข้อมูลเชิงลึกจากการทดสอบ

วัตถุประสงค์และวิธีการวิจัย

“การวัดผลที่แท้จริงไม่ได้อยู่ที่ความสวยงามของการออกแบบ แต่อยู่ที่ประสบการณ์การใช้งานจริงของผู้ใช้”

งานวิจัยนี้มุ่งศึกษาการนำ Generative AI มาใช้ในกระบวนการ Design Thinking สำหรับการออกแบบแอปพลิเคชันฟิตเนส โดยทำการเปรียบเทียบต้นแบบ (Prototype) 2 แบบ:

• แบบที่ 1: ออกแบบโดยนักออกแบบ UX/UI มืออาชีพ ใช้โปรแกรม Figma
• แบบที่ 2: ออกแบบโดย AI ใช้แพลตฟอร์ม Visily.ai

ทีมวิจัยได้ทำการทดสอบความสามารถในการใช้งาน (Usability Testing) แบบ A/B Testing กับผู้ใช้จำนวน 20 คน โดยให้ผู้ใช้ทดลองใช้งานต้นแบบทั้งสองแบบ และประเมินผลด้วย:

• System Usability Scale (SUS)
• การสัมภาษณ์เชิงคุณภาพ
• การสังเกตพฤติกรรมการใช้งาน

ผลการวิจัยที่น่าสนใจ

1. คะแนน SUS ไม่แตกต่างกันอย่างมีนัยสำคัญ

• ต้นแบบที่ออกแบบโดยมนุษย์ได้คะแนน 65.75
• ต้นแบบที่ออกแบบโดย AI ได้คะแนน 62.62
• ทั้งสองแบบได้คะแนนต่ำกว่าเกณฑ์มาตรฐานอุตสาหกรรมที่ 68 คะแนน

2. ผู้ใช้ส่วนใหญ่ชอบการออกแบบโดยมนุษย์มากกว่า

• 30% รู้สึกว่าใช้งานได้ดีกว่า
• 45% รู้สึกว่าเข้าใจง่ายกว่า
• 55% รู้สึกว่าประสบการณ์การใช้งานลื่นไหลกว่า
• 60% เลือกที่จะใช้งานในชีวิตประจำวัน

3. จุดเด่น-จุดด้อยของแต่ละแบบ

ต้นแบบที่ออกแบบโดยมนุษย์:

• ข้อดี: มีความลื่นไหลในการใช้งาน เข้าใจง่าย
• ข้อเสีย: มีข้อความมากเกินไป ตัวอักษรเล็กเกินไปสำหรับผู้สูงอายุ

ต้นแบบที่ออกแบบโดย AI:

• ข้อดี: เรียบง่าย ไม่ซับซ้อน
• ข้อเสีย: ขาดความน่าสนใจในระยะยาว ขนาดองค์ประกอบไม่สม่ำเสมอ

กรอบแนวคิด AID-UX

จากผลการวิจัย ทีมวิจัยได้พัฒนากรอบแนวคิด AI-Driven User Experience (AID-UX) Framework ซึ่งประกอบด้วย 5 ขั้นตอนสำคัญ:

• Experiment: ใช้ AI ช่วยในการทดสอบและปรับปรุงอย่างต่อเนื่อง
• Analyze: ใช้ AI วิเคราะห์ข้อมูลผู้ใช้จำนวนมากเพื่อค้นหาพฤติกรรมและความต้องการ
• Innovate: ใช้ AI สร้าง Persona และ Journey Map เพื่อกระตุ้นความคิดสร้างสรรค์
• Develop: ใช้เครื่องมือ AI ช่วยสร้างต้นแบบได้รวดเร็วขึ้น
• Utilize: ผสมผสานคำแนะนำจาก AI กับความคิดสร้างสรรค์ของมนุษย์

บทสรุปและข้อเสนอแนะ

“ความสำเร็จของการออกแบบ UX/UI ในอนาคต ไม่ได้อยู่ที่การเลือกระหว่างมนุษย์หรือ AI แต่อยู่ที่การผสมผสานจุดแข็งของทั้งสองฝ่าย”

งานวิจัยนี้ชี้ให้เห็นว่า แม้ AI จะมีความสามารถในการออกแบบ UI ได้ในระดับที่ใช้งานได้ แต่ยังมีข้อจำกัดในการเข้าใจบริบทและอารมณ์ความรู้สึกของมนุษย์ ซึ่งเป็นสิ่งสำคัญสำหรับการออกแบบที่น่าใช้งานในระยะยาว

ข้อเสนอแนะสำหรับการพัฒนาในอนาคต

งานวิจัยได้ชี้ให้เห็นถึงประเด็นสำคัญที่ควรพัฒนาและศึกษาเพิ่มเติม ดังนี้:

1. การพัฒนาความเข้าใจบริบทของ AI

• ความฉลาดทางอารมณ์: ระบบ AI ต้องรู้จักและตอบสนองต่ออารมณ์และความชอบของผู้ใช้ได้ดีขึ้น
• บริบททางวัฒนธรรม: พัฒนา AI ให้เข้าใจความละเอียดอ่อนทางวัฒนธรรมและความชอบในการออกแบบตามภูมิภาค
• รูปแบบพฤติกรรมผู้ใช้: ปรับปรุงความสามารถของ AI ในการวิเคราะห์และคาดการณ์พฤติกรรมผู้ใช้
• ความตระหนักรู้ตามสถานการณ์: ให้ AI สามารถปรับการออกแบบตามบริบทและสถานการณ์การใช้งานที่แตกต่างกัน

2. การขยายขอบเขตการวิจัย

• กลุ่มตัวอย่างที่ใหญ่ขึ้น: การศึกษาในอนาคตควรมีผู้เข้าร่วมมากขึ้นเพื่อเพิ่มนัยสำคัญทางสถิติ
• ความหลากหลายของประชากร: ควรครอบคลุมผู้ใช้จาก:
  • กลุ่มอายุต่างๆ
  • พื้นฐานทางวัฒนธรรมที่แตกต่าง
  • ระดับความเชี่ยวชาญทางเทคนิคที่หลากหลาย
  • ความต้องการด้านการเข้าถึง (Accessibility) ที่แตกต่างกัน
  • การศึกษาระยะยาว: ดำเนินการศึกษาแบบต่อเนื่องเพื่อเข้าใจประสิทธิภาพของการออกแบบโดย AI ในระยะยาว
  • การทดสอบข้ามแพลตฟอร์ม: ประเมินประสิทธิผลบนอุปกรณ์และแพลตฟอร์มที่แตกต่างกัน

3. การปรับปรุงการทำงานร่วมกันระหว่างมนุษย์และ AI

• เครื่องมือบูรณาการที่ดีขึ้น: พัฒนาอินเตอร์เฟซที่ใช้งานง่ายสำหรับนักออกแบบในการทำงานร่วมกับ AI
• การตอบกลับแบบเรียลไทม์: สร้างระบบที่ให้ข้อเสนอแนะจาก AI ทันทีระหว่างกระบวนการออกแบบ
• การถ่ายทอดความรู้: พัฒนาวิธีการให้ AI เรียนรู้จากการตัดสินใจของนักออกแบบมนุษย์
• การปรับปรุงขั้นตอนการทำงาน: ทำให้กระบวนการผสมผสานความคิดสร้างสรรค์ของมนุษย์กับความสามารถของ AI มีประสิทธิภาพมากขึ้น
• โปรแกรมการฝึกอบรม: พัฒนาการฝึกอบรมที่ครอบคลุมสำหรับนักออกแบบในการใช้เครื่องมือ AI อย่างมีประสิทธิภาพ

4. ประเด็นที่ต้องพัฒนาเพิ่มเติม

• จริยธรรมและความเป็นส่วนตัว:
• กำหนดแนวทางที่ชัดเจนสำหรับการใช้ AI ในการออกแบบ
• รับประกันความเป็นส่วนตัวของข้อมูลผู้ใช้ในกระบวนการออกแบบด้วย AI
• จัดการประเด็นด้านทรัพย์สินทางปัญญา
• เกณฑ์การวัดคุณภาพ:
• พัฒนาวิธีการวัดคุณภาพการออกแบบที่สร้างโดย AI ให้ดีขึ้น
• สร้างเกณฑ์การประเมินที่เป็นมาตรฐาน
• การเข้าถึง:
• รับประกันว่าเครื่องมือ AI สามารถสร้างการออกแบบที่ตรงตามมาตรฐานการเข้าถึง
• รวมหลักการออกแบบแบบครอบคลุมเข้าไปในอัลกอริทึม AI

5. การปรับปรุงทางเทคนิค

• การพัฒนาอัลกอริทึม: ปรับปรุงอัลกอริทึม AI ให้สร้างการออกแบบที่สอดคล้องและเป็นมิตรกับผู้ใช้มากขึ้น
• การเพิ่มประสิทธิภาพการทำงาน: ปรับปรุงความเร็วในการประมวลผลและประสิทธิภาพของเครื่องมือออกแบบ AI
• ความสามารถในการบูรณาการ: การผสานเข้ากับเครื่องมือออกแบบที่มีอยู่และขั้นตอนการทำงานได้ดีขึ้น
• ตัวเลือกการปรับแต่ง: เพิ่มตัวเลือกที่ยืดหยุ่นสำหรับนักออกแบบในการแนะนำและปรับเปลี่ยนการออกแบบที่สร้างโดย AI

“เส้นทางสู่การออกแบบที่ดีที่สุด คือการผสมผสานระหว่างหัวใจของมนุษย์และพลังของเทคโนโลยี”