Rencontrez nos experts
English Content

Articles récent

ICT Experts LuxembourgDivers Data driven design : quand l’intelligence artificielle transforme l’expérience utilisateur
Data driven design : quand l’intelligence artificielle transforme l’expérience utilisateur

Data driven design : quand l’intelligence artificielle transforme l’expérience utilisateur

Créer des expériences uniques est devenu le graal des entreprises digitales. Les segmentations des marketeurs sont remisées au placard pour laisser place à l’expérience personnalisée.

Avec le succès de l’iPhone et de services comme Uber ou Airbnb, l’expérience utilisateur est devenue le nerf de la guerre. Pourtant, la plupart des expériences numériques restent très en deçà des attentes des utilisateurs. Alors, comment faire mieux ? Étonnamment, la réponse ne réside pas dans la conception. Mais dans l’exploitation des données.

Data is the new UX

Netflix est un bon exemple de business model qui a tout misé sur l’expérience utilisateur. La plateforme américaine utilise les données d’audience pour créer des recommandations de contenus personnalisés et même produire des programmes qui répondent aux intérêts des téléspectateurs, telle la série House of Cards ou Orange is the New Black. Ces données sont devenues un avantage concurrentiel pour l’entreprise. Chaque client bénéficie en effet d’une interface qui est désormais le reflet de ses comportements.

Mais à l’ère numérique, la frontière entre une expérience “utile” et “ennuyeuse” peut s’avérer étroite. Pensez au nombre d’applications que vous avez téléchargées sur votre smartphone et que vous n’avez plus ouvertes après une seule utilisation ? En fonction de votre comportement, l’intelligence artificielle se dit capable de différentier les fonctionnalités souhaitées par l’utilisateur de celles qui le perturbe inutilement. L’arrivée de l’intelligence artificielle dans le design d’expérience se propose en effet de réduire les distractions au minimum (boutons, notifications, commandes vocales…) pour nous éviter des décisions inutiles et coller à notre contexte d’utilisation.

Algorithme apprenant

Dans le monde digital tout est mesurable. Nos clics, nos achats, notre activité physique et même notre sommeil. Ces gigantesques quantités de données valent de l’or car elles permettent de créer des expériences pensées pour nos usages. Mais comment donner du sens à ce magma de données brutes ?

Ce sont des algorithmes, ces procédés de calculs, qui donnent aux ordinateurs des instructions pour trier, traiter, agréger et présenter les informations. Quant à la prédiction, elle s’appuie sur des méthodes statistiques d’apprentissage qui analysent les traces de navigation des internautes. L’algorithme apprend en comparant un profil à ceux d’autres internautes qui ont effectué la même action que lui. En se fondant sur des probabilités, il soupçonne qu’une personne pourrait faire telle ou telle chose, parce que les personnes qui lui ressemblent l’ont, elles, déjà faite. Les régularités observées sur de grandes masses de données collectées permettent de prédire les actions des utilisateurs. Cet apprentissage automatique s’appelle le machine learning.

Expérience de terrain

Pour Sundar Pichai, le CEO de Google, le futur repose sur l’intelligence artificielle. Mais créer des expériences qui répondent aux besoins des utilisateurs nécessite d’appréhender une quantité de données que seule l’IA peut traiter. Pour un être humain, ce grand volume de données provoque une certaine cécité. C’est pourquoi, seule l’étude de terrain est de nature à éclairer les chiffres pour mieux les exploiter. Afin de proposer des expériences adaptées au contexte d’usages, l’analyse qualitative est incontournable. Il faut échanger avec les gens, observer leurs modes de vie et leurs conditions d’utilisation des outils.

Interroger l’algorithme

Toutefois, en matière de données, la confiance des utilisateurs est également une composante essentielle. Il est indispensable que les services en ligne puissent expliquer à l’utilisateur les priorités qui président aux décisions de leurs calculateurs. Qu’on puisse vérifier, en toute indépendance, que des intérêts cachés n’altèrent pas le service rendu.

Aligner le service que la plateforme prétend rendre avec la réalité de ce qu’elle offre. Que Google, par exemple privilégie ses propres services dans son classement, que Facebook donne une forte visibilité à certains contenus alors que l’utilisateur n’a pas un fort « engagement » avec eux et que Amazon ajoute des livres à promouvoir dans ses recommandations alors qu’ils ne correspondent pas à des utilisateurs ayant un profil d’achat similaire et le service rendu par les algorithmes apparaîtra « déloyal » à l’utilisateur.

Les algorithmes hiérarchisent les informations, c’est pour cela qu’ils sont devenus essentiels. L’IA facilite la prise de décision mais il reste à s’interroger sur le bien-fondé des décisions du système, car elles peuvent conduire à terme, à un appauvrissement des solutions proposées.

Pas de commentaires

Laisser une réponse