Но большинство людей, которые работают в компании, они, соответственно, никогда не работали в кафе, и у них нет бытового опыта наблюдения за реальными пользователями. Поэтому, когда возникает спор про какие-то приоритеты, он говорит, что я очень часто его выиграю, потому что у меня написано в должности, что я основатель компании и ко мне прислушаются. Но это не потому, что люди понимают, что на самом деле находятся в фундаменте того сервиса, который они оказывают, и в итоге он говорит, что это не масштабируемо именно по этому принципу, да, то, что здесь вот это зерно смысла, которое заложено в продукт, это он фактически [основатель компании], что тоже не очень хорошо. 

И он нас просил сделать систему или помочь ему развить компанию немного таким образом, чтобы другие люди, которые приходили в организацию, чтобы они тоже получали хотя бы отголосок отражения того опыта, который был у него. Не так. Он нам описал проблему, и мы предложили, что решение этой проблемы в том, чтобы дать другим людям отчасти тот опыт, который был у него. 

Проект, который мы там проводили, заключался в том, что мы сделали серию исследований, причем целью было даже скорее не протестировать какой-то отдельный продукт или характеристику продукта, а вовлечь как можно больше людей, которые принимают решения с очень разных уровней и позиций, для того, чтобы они регулярно в течение нескольких месяцев наблюдали, как пользователи работают над или взаимодействуют с существующими системами, которые уже были запущены на рынке, и с теми, которые были у них только в процессе дизайна. 

Здесь наша задача даже была не в том числе, чтобы составить отчет и улучшить систему, а скорее в том, чтобы улучшить организацию, чтобы люди, которые сидят в другой комнате… Мы постоянно проводили серию интервью с респондентами, как обычно проводим в любых юзабилити-исследованиях. Потом мы шли в комнату для наблюдения, где сидела вся продуктовая команда. Там было самое важное. То есть наблюдение за трансформацией между состоянием, когда люди говорили, что «да мне ничего не надо, у меня уже есть план на следующий год, и все, что скажут ваши пользователи, мне только помешает, потому что у меня будет лишняя информация, с которой мы и так ничего не успеваем сделать. А вы мне хотите дать еще больше информации”. Вот трансформация между этим состоянием и состоянием, когда: “Да, я вижу своими глазами, не то, что вы мне это сказали, а я вижу своими глазами, что тот план, который у меня был, он не соответствует реальности, потому что, например, у нас в планах было улучшить какой-нибудь там, не знаю, latency для того, чтобы у нас была минимальная задержка между отправкой запроса на сервер и выдачей результата сервера, а проблема у нас в том, что пользователи не понимают, как логиниться в систему. Они просто не понимают, на какую кнопку нажимать. 

И вот это, как мне кажется, одна из функций ResearchOps – попытаться построить мост между тем, что делают ресерчеры у себя в лаборатории, и тем, что видит продуктовая команда каждый день. Именно мост, который позволял бы делать то, что сейчас фактически мы делаем – выстраивать непосредственный контакт с респондентом, с пользователем с нашим реальным так, чтобы человек, который принимает решение о продукте, у него был из первых рук опыт наблюдения за тем, как этот продукт используется на самом деле. 

Здесь мы отчасти приходим к такому несколько метафизическому вопросу: почему это работает. И я не знаю на него ответ. Почему, когда мы сами смотрим, как у человека возникают проблемы, мы видим, что это проблема, и мы сразу говорим, что да, нужно это пофиксить, но когда мы читаем отчет, и там написано о точно такой же проблеме, фотка этого человека, описание этой проблемы, такие: “Ну да, спасибо за еще один отчет. У меня таких вот лежит уже 50, сейчас будет 51, я его сверху положу себе на стопку”. И это не работает. Или, скажем так, это чаще не работает, чем работает. 

Я не знаю, почему так. У меня есть несколько подозрений. Это отчасти может быть разницей между тем, как смотреть телевизор/запись чего-то, и смотреть это в реальности, когда ты видишь, как это происходит, развивается на твоих глазах. То есть у нас есть степень удаленности от реальности. Мы идем в театр, мы видим, как люди играют на сцене. Люди до сих пор ходят в театр, несмотря на то, что можно точно такую же картинку видеть на экране у себя дома, и будет намного удобнее. Вторая степень удалённости – это картинка. Третья степень удалённости – это отчёт о том, что происходило, это новостное описание: “Вчера в театре выступала определённая труппа, они сыграли чайку”. И так далее, и так далее. 

Вот на каком-то этапе такое ощущение, что меняется что-то в процессе восприятия, и у нас количество переходит в качество. У нас фундаментально меняется то, как мы воспринимаем эту информацию. И, как мне кажется, повторюсь, отчасти задача ResearchOps – это изменить повседневный стиль в организации, стиль того, откуда мы черпаем часть информации от пользователей. Это не только отчеты от маркетологов, это не только цифры какие-то. Там где-то в конце есть какой-то пользователь, и вот с этим пользователем, наверное, все хорошо, потому что какой-то график идет вверх. Это, скорее, такое живое понимание того, как работает человек. 

Вот, кстати, интересный вопрос к тебе. Скажи, пожалуйста, у тебя возникает ощущение, что после того, как ты работаешь над каким-то продуктом, и ты провел, предположим, 30 исследований, у тебя есть в некотором смысле такое, знаешь, какая-то модель, что ли, человека возникает у тебя в голове? У тебя команда дизайнеров или разработчиков, может прийти с какой-то фичей к тебе, и ты можешь сказать, что, ребят, эта фича работать не будет, или она будет работать, если поменять вот так вот. Я могу провести тест для того, чтобы показать, но я практически уверен, что так и будет. 

– Ну, да, да, конечно. Я думаю, как сказать, вот этот образ, этот персонаж пользователя, которых мы по кластерам формируем, а потом в реальности их видим, мы их из реальности и описываем. Потом в виде этих персонажей он начинает жить у тебя в голове, то есть он становится реальным персонажем. 

Мы когда работали с Касперским, у них была расхожая фраза: нам важно, чтобы французская бабушка понимала интерфейс нашего продукта. Вот эта французская бабушка была мифом в этой лаборатории, и все менеджеры и не только менеджеры знали про французскую бабушку. 

Я в свое время читал о том, что в Майкрософте придумывали персонажей и делали для них имейлы, телефоны. Отдел юзабилити мог отвечать от лица этих персонажей программистам, менеджерам продуктов. Это такая игра была. Не знаю долго ли она продержалась, но такое было. Вот, люди описывали. И это работало, потому что ты сразу понимаешь, что это французская бабушка или кто-то другой, это живой человек, с ним можно поговорить, у него есть нужды, и он начинает жить, жить в команде, жить вместе с продуктом. И вот то, что ты говоришь, когда ты можешь за него давать ответы, ты, как ресёчер, она у тебя, эта французская бабушка, в голове живет, ты за нее отвечаешь. И это действительно случается. 

А что касается предыдущей твоей фразы по поводу доносить информацию, показывать, как пользователи… Я думаю, там эмпатия важную роль играет, потому что, когда ты видишь, как человек реально использует продукт, где у него возникают проблемы, ты ему сопереживаешь, сочувствуешь, и ты включаешься. То есть это не те цифры на бумаге, на которой написано «столько-то человек не справилась». Я видел сто таких отчетов, да, и все равно корабль плывет. А когда ты этого человека реально видишь, вот он при тебе это делает, раз, один сделал, второй, третий, то уже на пятом и программисты, и менеджеры проекта начинают такие, «Ё-моё, да это не они тупые, это что-то у нас не в порядке». Как говорят: “тупой пользователь”,  “вы выбрали не тех людей”. Но если это повторяется из раза в раз, у них этот аргумент перестает работать. Это что-то у нас не в порядке. Надо что-то менять. Так что да.

То же самое хотел сказать, что вот этот переход от «Вы набрали неправильных людей, они все идиоты» к тому, что “почему пятый человек, который выглядит нормальным, и смог найти дорогу к этому офису, то есть не совсем идиот, но не может пользоваться нашим продуктом”. Да, это очень интересная трансформация.

Мне, кстати, научный руководитель рассказывал, что, когда Щедровицкий проводил деловые игры и была сбивка, когда у человека, который думает, что он знает ситуацию, не просто знает, что он эксперт в ситуации, когда у него возникает осознание того, что он не знает фундаментальной какой-то части его области, и ему нужно учиться. Это, с одной стороны, очень сложный процесс для того, чтобы этого достичь, добраться. С другой стороны, это очень тяжелый процесс внутри. То есть: “Боже мой, я был экспертом, а теперь я такой полуэксперт”. 

И интересно, что ты это описал, потому что это действительно такой типичный очень путь взаимодействия исследователей и разработчиков. Действительно, не хватает этой информации непосредственно от живого человека. Как ты говоришь, когда у нас эмпатия, мы видим живого человека, который дышит и ест. И вот он перед тобой сидит, не в отчете каком-то написано, что респондент “С”. И он не может делать то, что ты был абсолютно уверен, что может делать абсолютно любой гуманоид на Земле. 

– Да и мы порой ошибаемся. У меня тоже бывают прозрения, гипотезы, что ты экспертно думаешь “ну ладно, окей, с этим проблем не будет”. Или наоборот “ну тут-то, наверное, все будут ошибаться”. И вдруг видишь в реальной жизни, как все происходит по-другому, и ты в сотый раз убеждаешься, что, как у нас в Яндексе, когда я работал, были футболки: “Я не пользователь. То есть сколько бы я ни занимался этим продуктом, не был сам пользователем этого продукта, я все равно не пользователь, я лицо заинтересованное, поэтому вот они и нужны для этого, эти живые люди, эти исследования. 

– Слушай, а где хранить материалы исследований так, чтобы потом был шанс их заново использовать? Вот такой вопрос еще есть. 

Ух, это вопрос, конечно, на миллион долларов. На конференции, которая проходила несколько недель назад,  международная, но виртуальная, это был один из самых важных вопросов, которые все пытались выяснить. Сейчас есть уже несколько компаний, которые предлагают такие услуги. Они появились года 4 назад, наверное, и за последние 4 года они более-менее развились. То есть ты можешь загрузить свои файлы куда-то. Там будет распознаваться текст,  отметки можешь ставить по этому тексту и так далее. 

Проблема в том, как мне кажется, что сама природа работы исследователя непредсказуема. Мы пытаемся понять что-то новое. Если бы мы знали, что там будет, работа исследователя не была бы нужна тогда. Это, скорее, работа завхоза: мы знаем что есть, куда положить, нам просто нужно хорошо организовать. Настолько широкая и непредсказуемая работа, что создать инструмент, который позволял бы классифицировать плохо классифицируемые данные, а у нас данные именно о человеке, то, что мы не знаем, что появится, а когда появилось, мы даже в момент наблюдения очень часто не знаем, что это действительно важно, что это важно по такой-то причине, и это важно будет, например, или не важно будет в будущем. 

Нам необходимо создать систему, которая позволяла бы эту плохо структурируемую информацию о человеке представить таким образом: а) технически хорошо ищется, и б) воспринимается нормально человеком. И здесь каждую из этих подзадач очень-очень сложно решить. То есть создать базу данных, куда все складывается и потом масштабируется в любых направлениях, в любом способе, очень сложно. Чтобы еще пользоваться этим можно было – ни разу не видел. 

Как мне кажется, здесь есть несколько тенденций, которые… Такое ощущение возникает. И опять-таки, как с любыми тенденциями, очень сложно судить, насколько это будет реализовано потом в большем масштабе. 

Первая тенденция в том, что есть смысл разделять сами данные и владение данными с анализом данных. Сейчас почти все системы, которые предлагаются на рынке, работают таким образом: ты загружаешь свои данные куда-то, они там у тебя… происходит какая-то магия, и тебе дается какой-то параллельный положительный результат. 

То, что мы видели много раз, это когда вся компания сидела на каком-нибудь одном поставщике, например, это был Microsoft, а потом кому-то пришла светлая идея в голову, что он может сэкономить несколько миллионов долларов на том, что они переключаться на Google, да? И возникает такой каскад непредвиденных, как правило решений, когда весь отдел ресёча сидит неделю и загружает данные с YouTube, например, если это переключение с Google на что-то, для того, чтобы потом загрузить куда-нибудь в SharePoint Майкрософтский, да? У тебя весь отдел работает неделю, мы теряем кучу данных, потому что просто платформы разные, и, например, распознавание речи в текст происходит по-разному. Тебе нужно скачать эти скрипты откуда-то и каким-то образом туда загрузить, а они не состыкуются. Это караул какой-то. 

Одна из тенденций, которую мы видим, это то, когда у тебя есть свой собственный сервер или у тебя буквально всё хранится в твоей собственной организации, и ты можешь отдать копию кому-то, а еще лучше, чтобы эта копия просто синхронизировалась с одним источником каких-то услуг, ты получал обратную связь, но при этом ты не терял владения своими исходными данными. Это одна из тенденций. 

Мы сейчас не видим фактически систем, которые позволяют это делать. Мы отчасти это делаем у себя в лаборатории, потому что это просто делать как часть системы, которая записывает все. Мы просто пишем и храним это у себя и масштабируем в технический способ. Без анализа практически, без представления визуально, какой-то дополнительной информации для ресёчеров. Просто как данные. И потом эти данные мы можем давать хоть в SharePoint, хоть в Amazon, например, если у тебя там бакет в Амазоне стоит и так далее. Это первая тенденция. 

Вторая – это то, что есть набор характеристик, которые все всегда хотели получать от какой-то более-менее маломальски удачной системы, которая помогает ресёчеру. Первое – это чтобы она, наконец, начала нормально распознавать текст. И сейчас, по-моему, с этим как-то уже лучше становится. То есть мы загружаем, и она действительно дает текст в каком-то нормальном формате. Здесь есть особенности, которые характерны именно для ресёчеров. Это то, что если, например, мы смотрим YouTube, и у нас внизу текст бежит, это, как правило, полезно и достаточно для просмотра. Как ресёчеру, нам необходимо, чтобы  у каждого слова была метка с временем, потому что всякие дополнительные интересные функции появляются только тогда, когда у нас есть соотнесение каждого слова с тем моментом, когда оно было произнесено. 

Например, появились достаточно любопытные инструменты. Мы сейчас общаемся с одной из компаний. Она называется… Боже мой, как она называется-то? Сейчас мне придет название, я скажу. Они занимаются тем, что у тебя есть видео, они распознают по видео текст, у тебя параллельно идет скрипт этого текста и ты можешь редактировать видео и текст. Ты просто выбираешь фразы, которые сказал респондент, ставишь их вместе, у тебя отрезаются куски, где человек сказал эти фразы, из них собирается видео. 

Причем это такое non-destructive, то есть у тебя… не просто вырезается, а дается ссылка на это видео, получается такой summary из твоего видео без изменения самого этого видео. Ты можешь двигать начало и конец, ты можешь делать все, что хочешь, у тебя один файл сохраняется одним файлом. Это достаточно такая более-менее стандартная услуга становится сейчас, но, опять-таки, она возможна только потому, что у тебя есть дополнительные технические показатели вот этого распознания. 

И вот таких маленьких нюансов очень много, и такое ощущение, что разумная система для поддержки исследователей, она… мы достаточно недалеко сейчас, и многие вещи, которые мы видим полезные, появляются в данный момент. Это всего лишь такой, знаешь, ступенька в достаточно длинной лестнице, надеюсь, в итоге, на которую мы поднимемся рано или поздно. 

Поэтому, отвечая на твой вопрос, пока мне кажется, что имеет смысл подбирать отдельные инструменты для каких-то отдельных конкретных задач, но при этом не терять контроль над своими собственными данными. То есть не то, что у нас есть вендоры, они нам обещали, что все будет хорошо, мы все данные отдали им, и потом мы поняли, что у нас есть проблемы, потому что эти данные уже [пропали].

– Еще такой вопрос, наверное завершающий про ResearchOps, хотя если мы дальше тоже будем как-то этого касаться, то, конечно, ты можешь это все комментировать. 

Такой вопрос. Сколько занимает создание репозитория или строительства лаборатории? 

Я здесь могу сослаться на опыт, который был у меня в Google и который предлагали на конференции как раз несколько недель назад по ResearchOps. Там выступала компания, которая занимается фармацевтикой, и они рассказывали, как они у себя готовили репозиторий и как весь этот процесс прошёл. Процесс у них занял где-то год. Вот с того момента, когда они поняли, что они хотят это сделать, и получили добро от высшего менеджмента, и от того момента, когда они этому высшему менеджменту представили результат. Мне кажется, это достаточно репрезентативная ситуация. Те случаи, которые я видел, когда реально что-то получилось, результат, и что-то сработало, то где-то приблизительно более-менее год работы над репозиторием. 

Опять-таки, это, знаешь, такой отдельный зоопарк. Там огромное количество уникальных зверюшек, которые… Не очень понятно, что с ними делать, которые ты находишь на разных этапах создания этого процесса. Например, то, что не очень понятно, как классифицировать данные в этом репозитории. Потому что основное преимущество репозитория – это то, что когда у тебя появляются новые исследовательские вопросы, ты можешь вернуться к своим старым данным и попытаться найти ответы на эти вопросы. Но для того, чтобы это было возможно, необходимо, чтобы у тебя были какие-то ключевые метки относительно этих данных. Но поскольку данные по определению новые, ты не мог поставить в тот момент, когда ты наблюдал. 

Например, в Google была ситуация, когда мы работали над андроидом, мы исследовали огромное количество пользователей, которые работали с Android, они в том числе приносили свои устройства, и многие приходили с двумя телефонами. Один Android, другой iPhone, например. В тот момент, когда мы начали проводить исследования над iPhone, я лично помню, что, боже мой, у меня же было, знаешь, там, 150 человек, которые когда-то приносили iPhone. Они даже где-то записаны, эти 150 человек. Найти их сейчас невозможно никак, потому что это видео, которое загружено куда-то в Google Drive. Поэтому мне было проще провести заново исследование с новыми респондентами, чем найти то исследование, которое, по идее, должно у меня быть в секунде доступа. 

Поэтому неожиданные вопросы, которые не очень понятно, как решать, отчасти с ними, может быть, поможет искусственный интеллект. Потому что мы можем в теории определить какие-то более-менее ключевые и важные кадры во время нашего видео или важные какие-то моменты из текста, и ИИ сможет определить, что, например, действительно, это был iPhone. Это мы можем поискать по объекту, который мы не закладывали как тег. 

Но здесь тоже куча проблем. Отчасти потому, что многие области, они достаточно плохо описываются. Например, iPhone – это физический объект. Мы можем сказать, что это iPhone. Вот даже с Android’ом уже сложнее, потому что Android, он может быть в любых формах и видах. Это может быть какие-нибудь часы, например. Это может быть телефон. Это может быть виртуальный шлем и так далее. То есть, всё-всё на Android работает. Поэтому не очень понятно, как вообще, а что мы хотим, когда мы говорим об Android. 

А когда мы говорим про какие-то вещи как процесс регистрации или переход с одного продукта на другой или использование конкурентов, это как бы еще одна дополнительная степень абстракции, которая очень сложно превращается в конкретные запросы, в том числе для ИИ. Насколько я понимаю. Это то, что можно говорить про репозитории. 

Про лаборатории – это отдельная тема, потому что сюда включены физические объекты, потому что те же самые столы, например, или комнаты, которые мы строим, – это физический объект. И один из моментов, который я для себя понял как исследователь, который всю жизнь работал над виртуальными продуктами и потом переключился в физический мир, это то, что это абсолютно другая вселенная. Когда, условно, ты запускаешь какой-нибудь код, и он работает на одной машине, а не работает на другой, или, например, у тебя прототип работал нормально, когда дизайнеры с ним что-то делали, а потом тебе запускают точно тот же самый код вроде бы на прототипе в лаборатории, и у тебя ничего не работает. Это маленькая такая толика этих проблем, когда условно, покупаешь у одного и того же поставщика одну и ту же вещь, которая называется одним и тем же образом, и стоит одинаково, и ты поставишь, она, допустим, в одном случае работает в 100% случаев, а в другом случае работает в 0% случаев. Ты вообще не понимаешь, что происходит. И это, скорее, правило, нежели исключение. 

Создание лаборатории – это такой… Для меня лично был очень интересный опыт обучения, потому что это такой переход в реальность из виртуальности. И здесь многие задачи и сложности, которые нам не приходится решать как консультантам или людям, которые создают лаборатории, они скорее связаны с организацией, нежели чем с физическим объектом. Потому что, например, есть компании, где… 

Предположим, что у тебя есть отдел facilities, да, это твой отдел поставок и обеспечения офиса, у которых есть определенные процедуры. Например, процедура – это то, что вся мебель, которую закупают в офис, они закупают у определенных поставщиков. Если, например, тебе нужно закупить специальную мебель в лабораторию, они это просто не могут сделать, потому что у них поставщики не запрувлены. Процесс одобрения поставщика занимает, допустим, полгода и требует 600 человекочасов. И, соответственно, для того, чтобы сделать лабораторию, которая, в принципе, отличается от многих других комнат в офисе… Несмотря на то, что, как ты говорил, есть типичные проблемы со стандартными переговорками, которые вроде должны были быть решены, но почти никогда не решены. 

Когда мы пытаемся их решить в том случае, когда они должны быть решены.  Например, в лаборатории не должно быть слышно людей, которые в соседней комнате сидят там разговаривают. Ты вроде пытаешься решить задачу, которая абсолютно стандартная, которая является задачей номер один для этого отдела, но этот отдел не можно решить принципиально, потому что он работает по-другому, и они не будут перестраивать под тебя свою работу. 

И вот это вот вплетение организационных и культурных особенностей компании в реальный мир, который подбрасывает тебе дополнительные неожиданные моменты, потому что все разные, все работает в реальном мире по-разному, и плюс тебе еще нужно на это всё накладывать какую-то виртуальную систему, которая позволяла бы ресерчерам проводить этот ресерч, а потом расшаривать результаты и показывать всем остальным. Вот это вот такое интересное трио, которое, как правило, приводит к тому, что в средних и крупных организациях планируют лабораторию запустить где-то, наверное, за месяц-полтора. В реальности это происходит от года и больше. 

– Угу. Вот я как раз и думал примерно о таких оценках, потому что понимаю, что, во-первых, это очень уникальный продукт и его нужно адаптировать под каждую компанию индивидуально. Потому что нет такого, что привезли лабораторию, распаковали из коробок, поставили и сказали, всё , лаборатория. На самом деле в жизни это как раз то, о чем ты говорил, что надо учесть уникальные условия конкретной компании и в их бизнес-процессы, процессы закупки вписать таким образом, чтобы это строилось, работало далее.

Причем бывали случаи, когда, вот мне Ярослав Перевалов рассказывал, когда такие лаборатории устанавливали, а потом по каким-то неведомым причинам они просто стояли и ими не пользовались, что еще более печально. То есть как бы хотели вроде, но потом по каким-то причинам не стали пользоваться, потому что, опять же, могло чего-то не хватить, могло что-то не устроить. Тот же звук из соседней комнаты или еще что-то, и все, и на паузу, и там пыль. 

И это выглядит как в таких фильмах ужасов, где заброшенные лаборатории, там сидит пользователь, которого забыли 15 лет назад. 

Да, скелет на кресле.Да, да, ты очень хорошо описал. Это очень типичная ситуация. И, кстати, здесь для того, чтобы хотя бы даже приблизиться к решению этой проблемы, необходима мотивация у людей, которые строят и поддерживают лабораторию, чтобы эта мотивация была связана с результатами исследований, что, опять-таки, очень редко происходит. 

То есть, условно, твоя команда поддержки должна понимать, кто использует эту лабораторию, и команду поддержки должны оценивать на основе того, насколько у эффективно провели исследование. И это происходит практически никогда, потому что support, как правило, отдают техническим организациям, которые занимаются техническими вопросами. Например, у тебя есть экран, а в другом комнате у тебя есть камеры. Ведь нужно, чтобы камера была связана с экраном. Вот там связано?  Связано. Сигнал подаётся? Подаётся. Исследование проходит? Нет. Как бы они об этом даже не знают. 

Эта связь, она очень часто отсутствует. В том числе и в очень крупных компаниях. Мы видели компании, где, условно, у тебя 80 лабораторий по всему миру, и им реально не пользуются просто. И ресерчеры рекрутируют лаборатории у агентств, у внешних, потому что там они могут пользоваться. И при этом это выглядит абсолютно идеальной системой. У тебя саппорт саппортит. У них нет никаких жалоб со стороны ресёчеров, потому что они просто ими [лабораториями] не пользуются. Ресёчеры не жалуются, потому что у них есть внешняя лаборатория, и все замечательно. И все занимаются оптимизацией издержек: в этом году мы сэкономили деньги, потому что мы вырезали саппорт, и теперь у нас лаборатории более дешевые. При этом их не используют вообще никогда. 

– Да-да-да, знакомая картина. 

Слушай, задам такой вопрос. Если не хочешь, не отвечай. Я понимаю, что создание юзабилити-лаборатории – это очень сложный процесс, это вообще штучная операция. Год занимает, возможно, времени. Но, тем не менее, мне интересно, а сколько вы таких лабораторий уже сделали в вашей небольшой компании? 

Если смотреть… Я опять-таки, не про все могу рассказать, потому что у нас не от всех клиентов есть разрешения говорить про них и даже в том числе как бы упоминать. Я могу сказать, что в нашем опыте с моим бизнес-партнером, с которым мы работаем, наверное, за всю историю, пока мы работаем в целом, в том числе и в нашей компании, и до этого в Google, опыт больше сотни, наверное. 

– Ого! 

То есть сотни это скорее проектов. Отдельных лабораторий, может быть, побольше чуть-чуть. 

– Впечатляет. Спасибо. Прям класс. 

Дальше блок вопросов про процесс, про то, как построен процесс проектирования интерфейсов, роли исследователя, дизайнера. Может быть, ты для примера мог бы взять какую-то компанию, где ты работал, чтобы мы предметно об этом поговорили, потому что я так понимаю, что сейчас у вас все немножко по-другому. У вас более исследование над исследователями. Это очень специфическая вещь. Все-таки какая-то история, где ты работал как исследователь в какой-то компании, команде, студии, где вы оказывали услуги кому-то, либо были в продукте каком-то. Про этот опыт было бы интересно. 

И вот первый вопрос. Каким процессом разработки вы пользовались, процессом проектирования, какие там были шаги, этапы, как это выглядело? Кстати, про Microsoft тоже интересно, если этой информацией можно поделиться. 

С Microsoft у нас был проект, когда я работал еще в России. Мы с коллегой написали статью про этапы эпохи юзабилити, такие вехи развития юзер-экспириенс. И после этого нам написали с Microsoft, сказали, что мы прочитали вашу статью, давайте вместе поработаем. 

Проект, на котором мы работали тогда, это была адаптация. Запускали новую версию офиса, и одна из проблем, которая была не очень очевидна, – это то, что появилось достаточно много open-source систем, которые формально выполняли многие задачи, которые делает Microsoft Office. И Microsoft пытались понять конкретно в России, где нет такой укоренившейся культуры использования определенных технических решений, где все достаточно гибко, где вчера Microsoft был, а сегодня, может быть, open source, понять, что на самом деле работает, как на самом деле пользователи организации взаимодействуют с этим системами. 

То есть мы с точки зрения пользовательских характеристик оценивали, насколько open-source системы лучше или хуже, чем Microsoft, причем Microsoft с разных точек зрения. Например, Microsoft старый офис и Microsoft новый офис, или, например, Microsoft для людей, которые работали только со старым офисом и куда-то переходят, которые переходят либо на open-source, либо переходят на Microsoft, либо приходят к конкурентам. И мы просто смотрели, как на самом деле это в конечном итоге для людей, которые сидят за компьютером, как это все выражается. Этот проект был достаточно давно. 

Отвечая на вопрос про этапы развития работы над продуктом, здесь, наверное, с Google у меня был самый интересный опыт, потому что, опять-таки, настолько большая компания, что они там занимаются всем, что вообще только существует на Земле. И за счет того, что пытаются… Один из интересных моментов конкретно для меня в Гугле был в том, что, когда ты работаешь над продуктами в очень крупной компании, которая является передовой в разных областях, то ты видишь, насколько предметная область, которой ты занимаешься, насколько она определяет культуру команды разработки. 

То есть, чтобы быть более предметным, например, когда мы работали в поиске, поиск – это огромная вселенная, и Google там является ведущей, был, по крайней мере, я не знаю, как сейчас, был ведущей компанией. А с определённой характеристикой поиска, например, то, что самая важная характеристика поиска – это надежность, это то, чтобы у тебя система никогда не прекращала работать. Может быть, она будет развиваться не так быстро, может быть, у тебя какие-то новые фичи появятся с запасом в год, но если, условно, она у тебя прекратит работать на пару часов, эти пару часов, скорее всего, будут более важны, чем любая фича, которую ты можешь запустить в поиске. Поэтому эта характеристика, пользовательская характеристика и то, что люди ожидают от определенного продукта, она определяла, как работает компания, да, и как работает вся организация. 

У тебя все проявлялось по тысячу раз, у тебя есть целая система таких каскадных принятий решений, когда у тебя… даже на первом этапе ты должен понимать, что у тебя будет этот длительный процесс, и тебе нужно пройти все эти этапы, и тебе нужно доказать, что изменения, которые ты вносишь, в том числе в интерфейс, не портят ничего из полторы тысячи характеристик, которые мы измеряем каждую миллисекунду, и ты должен провести все эти эксперименты и посмотреть на результаты, и доказать, что… И так далее, и так далее. То есть, такой отдельный процесс. 

Если посмотреть на какую-нибудь другую систему, другую сторону диапазона, то, наверное, в моем опыте это был Android и все, что связано с новыми интерфейсами.  Потому что Android очень долго был второй системой. Главной по использованию был очень долго iPhone и Apple. И Android пытался наверстать разрыв и сделать что-то другое, что не является iPhone, и что может с ним конкурировать. Поэтому здесь, если делаешь ошибку, ну, отлично, ты все еще второй или все еще пятый, поэтому она, в принципе, даже не видна. 

Поэтому задача была скорее наделать достаточное количество ошибок, на которых мы можем учиться, да, и попытаться сделать что-то новое. Поэтому характеристика на стороне пользователей, она как бы просачивалась через весь процесс разработки и доходила до самых первых этапов принятия решения. Например, в Android команда, которая очень долго вела весь процес, была не команда технических аналитиков или разработчиков, это была команда дизайнеров, которые получали целостное видение. 

Они говорили, что у нас есть идеи, куда может развиваться мобильное приложение в целом. И на основе этого мы делаем всю концепцию, перестраиваем всю концепцию всей мобильной системы до следующей версии Android. А потом они над этим очень долго работали. Они делали взгляд как бы свысока на всю карту. Они вычерчивали все особенности, как они друг с другом будут взаимодействовать. А потом туда приводили инженеров, инженеры их хватали за голову, такой, боже мой, все, что мы делали до этого, все нужно переписывать. И люди реально работали там по 16 часов в день, без выходных, перед запуском, потому что им действительно нужно было переписывать все. Но, опять-таки, потому что это все пришло от того, что вся концепция меняется регулярно. 

– Получается, что эти дизайнеры – это юзер-экспириенс-дизайнеры в том числе, да? То есть они обязаны были думать про опыт пользователя, чтобы это все работало как единая экосистема. 

Да-да. Более того, это в основном только юзер-экспириенс-дизайнеры. То есть там были достаточно экзотические подразделения дизайна, которые я не видел в других местах. Например, там был motion design, где у тебя меняются, так сказать, иконочки, когда ты переходишь с одного места на другое. Я помню, например, одного человека в Лондоне. Это прямо был такой отдельный… У него был отдельный набор навыков, который я до этого не видел вообще нигде. То есть прямо по-другому стало работать. Но исключительно концепции и как это развивалось, шло от юзер-экспириенс-дизайнеров. Не от разработчиков во многом. 

– Скажи, пожалуйста, раз уж мы об этом говорим, когда они придумывали эти концепции, рядом с ними были исследователи, которые так сказать, слушали что-то, шли проверяли или как это было построено? 

И да, и нет. Команда Android была достаточно большая. Она и сейчас большая, думаю, она сейчас выросла еще в несколько раз. И поэтому, когда у тебя создается вот концепция с высоты птичьего полета, тебе, по сути, необходимо понимать, а что мы конкретно делаем для пользователей. То есть, концепция, когда, например, мы делаем все то же самое, но быстрее, это не концепция, это не новая версия. Это старая версия, просто улучшенная, ускоренная. В новой версии, по сути, необходимо понимать, что такое мы предлагаем новым клиентам. 

Вот как ты, Артём, говорил про банк, что либо ты любишь приложение, либо не любишь. Мы считаем, что для того, чтобы люди полюбили новую версию чего-то, нам необходимо сделать A, B и C. И вот эти A, B и C – это, как правило, характеристики взаимодействия человека с системой, нежели какие-то просто технические особенности. Мы дадим новую кнопку, они ее полюбят. Это уже ушло, да? У нас, как правило, кнопки уже не любит больше никто. И для того, чтобы получить это понимание: а что конкретно влияет на человека как на человека. Действительно было очень важно понимать пользователей, то, как делает это ресечер. 

Это не просто: “мы думаем, что все пользователи хотят нечто”, а понимать какую-то конкретную проблему, как конкретно она проявляется и возможный путь ее решения, и потом это поставить в новую, в главу угла новой системы. 

Насколько это было реализовано в связке ресечеров и дизайнеров, мне сложно судить, потому что я лично был в Лондоне. У нас это была достаточно тесная связка. У нас была довольно большая команда дизайнеров. Я там был ресечером, и я экспериментировал с большим количеством новых подходов. 

Например, у меня была такая идея, что с какого-то момента я перестал проводить ресеч для людей, если дизайнеры не готовы были со мной сидеть в лаборатории. Даже не в комнате наблюдения, а прямо в лаборатории. Я прямо брал человека с собой, приводил, усаживал в лабораторию. И моя задача была…Помнишь, мы говорили про мостик между живым человеком, который использует продукт, и человеком, который смотрит за наблюдением, да? Здорово, если он смотрит запись. Еще лучше, если он смотрит в реальное время. Но лучше всего, когда он сидит рядом с этим человеком, например, перед тобой живой человек. И я пытался научить дизайнеров участвовать в этом процессе. 

Например, не прерывать, не подсказывать. Если ты хочешь задать вопрос, задай его таким образом, чтобы был вопрос скорее мне, как ресёчеру. Если дизайнер что-то спрашивал, я мог переформулировать его таким образом, чтобы это работало как вопрос респонденту во время ресеча. То есть не просто «Нравится вам или не нравится?» или «Как мне лучше сделать?» В том формате, как мы спрашиваем, который действительно может дать полезный результат. Это давало прям удивительно хорошие результаты. Я помню, когда мы только начинали этот процесс, я сказал, что, слушайте, ребята, мне нужно, чтобы один из вас сидел в комнате для наблюдений. Прямо вот это обязательное условие. Они нашли самого младшего дизайнера, который только что пришел в команду, и сказали, вот, ты иди в лабораторию. И ты с ним будешь сидеть. Все, решение сделано, иди. 

И когда я уходил из Google, этот дизайнер был самым информированным дизайнером во всей команде. У нас были исключительные случаи, когда большая часть команды, как правило, из всех важных команд, сидит в США, в Силиконовой Долине. У нас были случаи, когда вся команда прилетала к нему в Лондон для того, чтобы он мог провести workshop, семинар, потому что у него не было времени лететь в США. Это прямо вот эта исключительная ситуация была. И это происходило из-за того, что он мог сказать, что «Ребят, у вас классная идея, но у меня в голове живет вот этот образ пользователя”, вот как то, что ты рассказывал, да? Ни у кого из дизайнеров этого не было, потому что они не сидели в этой лаборатории, они не видели это, а он видел. И он стал абсолютно незаменим. 

– Класс. 

Поэтому отчасти то, что ты говоришь, да, это было. И было очень интересно наблюдать трансформацию между: “у нас есть идея, как это все будет выглядеть визуально”, в то, что “у нас есть идея, как с этим будут работать пользователи”. Было видно две разные концепции. 

– Можно сказать, да, что UX-дизайнеру навык правильно понимать пользователя, вообще, какие-то базовые навыки UX-исследователя нужны, и они его делают уникальным. То есть это вообще классно. Это очень хорошо. А можно… Вот сразу второй вопрос задам. А можно обратное сказать, что UX-исследователю тоже хорошо бы уметь что-то проектировать, что-то рисовать, изображать? 

Два отличных вопроса. Мне кажется, ответ на оба, наверное, да. Здесь есть нюансы, потому что я не видел ни одного хорошего, прям, отличного ресечера, который был одновременно отличным дизайнером. Это какие-то уникальные навыки. Тебе нужно быть Стивом Джобсом для того, чтобы это делать. Ты понимаешь, как… 

– Нет, нет, может быть, не на уровне вот прям топового, а просто иметь какой-то навык изобразить свои идеи. 

А, ты имеешь в виду, чтобы из другой области? 

– Да, да, да. 

Абсолютно согласен. Опять-таки из опыта, например, когда мы сидели с этим дизайнером в лаборатории, то интересно было смотреть за его трансформацией. Он был самым младшим дизайнером в команде. Он просто молодой парень был. И потребовалось, наверное, месяца 2, и мы проводили исследования буквально каждую неделю. У нас было по средам, если не ошибаюсь. Мы прямо сидели в лаборатории целый день. Ты закрываешь человека в лаборатории, не выпускаешь, пока он не увидит 5 респондентов. И интересно было наблюдать, как его метод работы поменялся. 

То есть изначально это было: “я  нарисовал несколько прототипов, давай что-нибудь протестируем”. И не работал ни один из них. Что [он] не работает – понятно на первом респонденте. То есть дальше тестировать смысла нет. Да, я вижу, что забыл написать какой-нибудь путь дополнительный, когда возникает проблема. Тебе не нужно 5 других человек для того, чтобы понимать, что у тебя просто части интерфейса не хватает. И в конце это, скорее, был процесс, когда он приходил в лабораторию с какими-то, знаешь, такими смутными идеями, что, например, у меня есть ощущение, что вот этот этап работы внутри нашего продукта, он не оптимален даже не с точки зрения каких-то визуальных элементов. 

То есть не то, что, например, медленный или некрасивый, а скорее… Людям, например, может быть непонятно, потому что есть конкуренты, которые используют немножко другие концепции, и люди начинают мыслить в этих концепциях… Их концепции ближе к реальности, чем наши. Можно, например, протестировать каким-то образом наши концепции для того, чтобы посмотреть, например, проходя через этапы, человек точно делит эти этапы, или, скорее, он делит их через середину, и поэтому то, что мы показываем, просто не соответствует реальности. 

И вот эта трансформация с “проверьте мою картинку” в “у меня есть гипотеза, которая находится в фундаменте всей работы системы”. Эта трансформация была очень интересной. И, как мне кажется, она произошла именно потому, что, сидя в лаборатории, человек начинает видеть вот то, что ты говоришь. У него появляются какие-то навыки и понимание того, что может дать Research. Это не просто проверка: “зеленую кнопку люди не понимают, а синюю кнопку понимают”. Ура.

– Ну, да. Понятно, да. 

И то же самое наоборот. Когда у нас были проекты, например, по оценке разных… Например, у нас был переход с одного фирменного стиля на другой. И фирменный стиль в крупных компаниях – такая штука, которая спускается сверху. Есть огромное количество людей, которые сидят, работают, они проделывают абсолютно все, более-менее, потом у тебя это как бы так парашутируется на все продукты. И когда мы ее тестировали, часть задач и часть характеристик, которые я оценивал, они не пришли из того, что дизайнеры просили. Скорее, приходили из того, что я понимал, какие особенности важны для наших пользователей именно с точки зрения дизайна. 

Например, у нас одна из характеристик была различаемость иконок. У нас было 18 иконок различных, и тебе нужно, чтобы каждая из них отличалась пользователем. Не просто она по отдельности смотрелась, или она вписывалась в общий стиль. И поэтому я проводил тесты, которые меня не просили проводить дизайнеры. 

Например, я просто распечатывал иконки на случайных интерфейсах ложил перед человеком интерфейс и говорил, что, смотрите, вот этот интерфейс, который приблизительно делает то-то, то-то, то-то. Можете ли прямо пройти по каждому элементу интерфейса и описать мне, что делает каждый элемент? И когда мы не доходили до иконок, а только иконки меня интересовали, было интересно смотреть, каким образом люди описывали, что, например, я думаю, что при нажатии на иконку произойдет то-то, то-то. 

Или, например, были части иконок, которые люди говорили… Я вообще думаю, что нажать нельзя. Это просто картинка, это логотип такой. Вот. И очень многие из этих логотипов, которые были на самом деле элементами интерактивными, это были одни из наших самых важных элементов в этом интерфейсе. То есть мы пытались переделать отчасти потому, что был фидбэк от…обратная связь от ресечеров, которую не просили дизайнеры, только потому, что ресерчеры понимали, что на самом деле нужно для дизайнеров. 

– Вот ты немножко заговорил про уже сами исследования. Вот такой еще есть вопрос. Какими методами UX-исследований вы чаще всего пользовались и почему именно этими? То есть вот про популярность методов исследований. В твоей практике, может быть, в каких-то компаниях. 

Какие мы методы применяли для исследований? Так. Знаешь, это один из вопросов, который я, как правило, задавал во время интервью, когда новых кандидатов в компанию в Google интервьюировали, и не только в Google. И если человек говорил, что у меня есть определенные методы исследования, которые мне нравятся или которые используются чаще, это, как правило, будет таким красным флажочком, потому что… Это, знаешь, как у врача условно. У меня есть любимое лекарство, которое я прописываю всем… 

– Да-да-да-да-да. 

Всем людям, которые приходят. Здесь как бы зависит все же от человека, который приходит и от задачи, над которой ты работаешь, даже если у тебя есть любимые методы или любимые лекарства. Наверное, есть несколько, которые я видел, что начинают использоваться чаще и чаще, просто исходя из особенностей. 

То, что, например, есть такой метод… Я не знаю, как он называется на русском. На английском называется Wizz of Oz. Это такой волшебник из Изумрудного города. Это когда у тебя за шторой сидит человек или какая-то группа людей, которые имитируют работы системы. И для пользователя это обычный либо визуальный инструмент, либо голосовой какой-то ассистент, либо какая-то комбинация. Но на самом деле это люди просто все это двигают. Картиночки, кнопочки, отвечают,  какой текст решают показать, какой интерфейс и так далее. И вот эта штука, я видел, что возникает все чаще и чаще в основном потому, что она очень гибкая и позволяет максимально быстро менять что-то на лету. 

То есть, например, когда мы работали над ассистентом виртуальным, то для того, чтобы запустить маломальский алгоритм, тебе нужно работать, не знаю,  квартал с инженерами, чтобы распознался текст, потом определить ключевые слова, которые должны были распознаться, потом сделать дерево решений, по которым, значит, должны идти, чтобы условно, например, даже если у тебя 2 ветки из-за этого дерева были хоть как-то реализованы, тебе их нужно… хоть какие-то, значит, на костылях, чтобы все работало. 

По сравнению с этим, я просто сажал в комнату наблюдения одного из наших дизайнеров, стоял перед человеком с Bluetooth-спикером (перед респондентом) и включал видеоконференцию и выключал экран в лаборатории. То есть дизайнер видел через видеоконференцию корреспондента, слышал все, что он говорит. И затем я открывал Google Translate. И знаешь, в Google Translate, если ты пишешь текст и можешь нажать на кнопочку, он проговаривается таким роботизированным голосом. 

Вот это был типа робот, с которым человек общался. И человек, когда знал, что вот это Speaker – это наша новая система, на которой он работает, он говорил, что, например, сделайте мне напоминание, чтобы я забрал жену завтра в аэропорту в 5 утра. И дизайнер просто пытался понять, как эта работа работает в новом интерфейсе, на котором он работает. Быстро набирал ответ, нажимал на кнопочку, и этот спикер произносил этим голосом робота, «Да, хорошо, я поставил на notification, завтра я вам включу будильник в 5 утра. Или я вам поставлю напоминалку в календарь. И человек такой, не-не, мне не напоминалка нужна, мне нужно, чтобы будильник включился. 

И вот это вот не-не-не, не напоминалка, а будильник, оно бы никогда не была распознано компьютером, потому что это настолько потому что это настолько иной способ фидбэка для системы. И особенно это типично для голосовых систем, когда мы ориентируемся на то, как мы друг с другом общаемся, да, и наш язык безумно гибкий, нежели чем на три кнопочки, которые у нас есть на экране. С кнопочками на экране более-менее еще можно сделать прототипирование системы, прототипирование, в котором мы делаем всю систему решений заранее, и у нас дается результат. 

Как только у нас есть какая-то система взаимодействия, например, то, что сейчас мы видим с частным GPT, да, и с AI, вот там сделать систему принятия решений в виде дерева практически невозможно, потому что язык безумно гибкий. Безумно гибкий. 

И это один из моментов, который я для себя понял во время исследований, когда у нас, например, была команда, которая занималась в поиске ответами на различные вопросы, и самый типичный ответ на этот вопрос был связан с погодой. И вот, казалось бы, сколько вариантов можно спросить про погоду, сколько слов мы можем использовать. Команда этим занималась больше 10 лет. На каждом исследовании, на которое они приходили, они сидели такие: “боже мой, а мы об этом не подумали. Давайте включим это в список ключевых слов, что мы можем спросить именно так. Каждый раз после 10 лет использования этой системы, и они, типа, изначально все продумали, сели в комнате и подумали вообще над всем, что только можно. 

– Да. 

Поэтому, возвращаясь к этому вопросу… методы исследования, которые позволяют максимально быстро и гибко менять прототип и тестировать что-то, о чем мы не подумали, когда мы, собственно, начинали исследование, вот эта мысль появилась только сейчас, вот когда, знаешь, ты видишь, как человек взаимодействует, и прямо в реальном времени тебе здорово было бы дать какой-то другой вариант, чтобы человек на него среагировал, увидеть эту реакцию. Вот похоже, что все развивается отчасти в этом направлении. 

– Слушай, а можно сказать, что старые добрые ю-тесты, интервью, анкетирование, что это все по-прежнему актуально, работает? Юзабилити-аудит уметь надо делать. Что там еще… Ну, ты вот упоминал лонгитюдные какие-то исследования, когда с протяжением времени вы что-то с респондентами проводили неоднократно какие-то тесты или что-то, интервью. Это все, оно актуально, как ты считаешь? 

Да, я, причем не понимаю, почему. Потому что вроде мир так сильно меняется. Но это, знаешь, как… Вот мир сильно меняется, а у меня до сих пор есть бумажка и ручка, и я им пользуюсь совершенно замечательно. То есть вроде как прогресс последних 10 тысяч лет не сильно на меня повлиял. Поэтому вот то, что ты говоришь, да, знаешь, такое ощущение, что это бумага и ручка. То есть они настолько гибкие и настолько универсальные, что появляются какие-то отдельные новые направления, которые развиваются, и которые, может быть, в какой-то момент заменят то, что было до этого. Но… 

Но, ты знаешь, у меня такое ощущение, что даже если меняются инструменты для проведения интервью, объект проведения исследований не меняется. Это тот же самый человек. И у человека есть определенные способы взаимодействия, и он нам может давать фидбэк определенным способом. И для того, чтобы он мог этот способ использовать мы должны, соответственно, использовать методы, которые этот способ поддерживает. И, как правило, эти методы – это интервью, длительные исследования, опросники и так далее. То есть, все, что ты перечислил, является традиционной батареей этих методов. 

– Ну, да, раз уж мы чуть-чуть затронули тему будущего, про искусственный интеллект я хотел ближе к концу спросить. Сейчас спрошу. Как ты считаешь,  искусственный интеллект, он нам какую-то сейчас реальную помощь оказывает в работе UX-исследователя? Если да, то в чем именно? Как вы, может быть, пользуетесь им? 

Это очень интересный вопрос, который, насколько я понимаю, сейчас волнует очень многих людей, особенно в ресерче. Ты знаешь, мне кажется, что это настолько новая область. Я использую СhatGPT каждый день буквально, то есть часами, наверное. У меня были периоды, когда вот неделю назад, если не ошибаюсь, он не работал пару часов. Я просто решил, что в этот день проще не работать, потому что я все равно буду делать в 10 раз медленнее. И я каждый день сижу с этой системой, и у меня такое ощущение, что я общаюсь с какой-то инопланетной технологией, потому что здесь узкое место – это скорее я. 

То есть как я могу задать вопрос, и насколько я хорошо понимаю ответ, нежели система, которая со мной общается. Поэтому я не уверен, что я смогу дать ответ на этот вопрос и сказать, насколько эта будущая система, которую я сейчас не понимаю, может хорошо использоваться в ресече, я могу поделиться какими-то тенденциями, которые я сейчас вижу. 

– Давай, давай. 

Первое, наверное, это то, что… Вот эти системы – это LLM, это Large Language Model. Они построены на языке по определению. Она учится из языка, и она может общаться с помощью языка. То, что мы делаем как ресечеры, мы используем язык, но мы смотрим, скорее, на деятельность людей. И мы, опять-таки, знаем, что деятельность очень сильно отличается от того, как мы эту деятельность описываем. Мы не можем спросить, а что вы делали, например, в течение дня, когда вы использовали продукт? Нам нужно посмотреть, что на самом деле человек использует. И то, как он это описывает, на основе чего вот эта LLM-ка могла научиться и нам подавать какую-то информацию, и то, как на самом деле он используется – это две большие разницы. 

И отсюда вроде бы получается то, что, несмотря на всю мощь вот этой системы, которая существует сейчас, она натренирована не на тех данных, которые на самом деле нам нужны. Это не значит, что она не будет натренирована на этих данных в будущем, потому что вроде как собирать данные о том, как мы мыслим, как мы выражаем мысли, идеи, как мы взаимодействуем, для этого потребовалось много времени, чтобы это был корпус данных. Я не помню, какое последнее количество документов, которые разгрузили в ChatGPT, там несколько миллиардов, 4 миллиарда, если я не ошибаюсь, или 5 миллиардов документов. И эти 5 миллиардов нужно было написать кому-то, да, и после этого она может мыслить. 

Можно ли натренировать систему на действиях человека? Я подозреваю, что, наверное, да. Это, видимо, будет другая система. Но, с другой стороны, эти данные получить, наверное, проще, потому что нам просто нужны логи того, как человек взаимодействует с тем же мобильным телефоном, например. И эти логи, в принципе, уже вроде как бы есть. Их потом нужно будет увязывать каким-то образом. А для чего этот человек действия делал? То есть нам нужно будет делать связь смысла действия с тем, как это действие осуществилось. Но первая часть, она уже существует. Это Large Language Model. Такое ощущение, что пока не будет сделана вторая часть, и пока она не будет знать, как на самом деле мы работаем, что на самом деле мы нажимаем. Не то, что мы думаем и описываем, а на самом деле существует. 

И как ресечер она пока не очень хорошо работает. Более того, если посмотреть на нынешнее состояние… У меня просто жена экспериментировала с этим в своей области, и она пыталась получить от ИИ информацию о том, как пользователи взаимодействуют с ее предметной областью. И я не знаю, то ли вопросы, может быть, были не те, но, по крайней мере, сейчас она уперлась в стену, когда ИИшка доходит до уровня «А вам нужно поговорить с пользователями?» там, спросите пользователей. 

Или на основе того, что пользователи говорят, им нужно то-то, то-то. И когда ты говоришь, мне не нужно, что они говорят, мне нужны реальные характеристики, которые влияют на качество системы с точки зрения поведения пользователей. Она такая:  “Для того, чтобы знать поведение пользователей, нужно их опросить: а что они считают важным”. То есть вот это несоответствие. У нас есть слова и действия, вторую часть пока она не понимает, такое ощущение. Это один из моментов. 

Второй момент интересный – это то, что похоже, что типичные объекты или предметы нашего исследования, то, что у нас есть запись нашего взаимодействия с респондентом, у нас есть распознанный текст, с которым мы что-то делаем, у нас есть отчет, который мы написали, и результатом нашей работы, как правило, является несколько человек, которые прочитали этот отчет, к счастью, это лучше сценарий развития событий, и потом этот отчет когда загрузили, его забыли, похоже, что вот эта часть может поменяться, потому что если у нас есть достаточно крупная компания или каким-то другим способом мы набрали большое количество отчетов из нашей предметной области, в теории, вроде как, мы можем натренировать нашу систему для того, чтобы… 

Если у тебя есть вопрос относительно продукта, ты можешь пойти к этой системе, и она, будучи натренированной на то, как ресерчеры, что они думают нужно пользователям, ты можешь поговорить с ней, а не с конкретным ресерчером, который уволился 2 года назад. Вот над этим сейчас, насколько я понимаю, работает достаточно много команд. Насколько, опять-таки, здесь это можно сделать, не очень понятно, потому что традиционно компании не очень готовы делиться исследованиями о ресече, потому что, по определению, это одна из самых таких конкурентных областей в организации. Она дорогая, и мы, как правило, делаем ресёчи на тех областях, которые мы не знаем. 

Не знаем – это что-то новое. Мы пытаемся это запустить. И поэтому, например, чтобы Microsoft, Google или Apple поделились ресёчами в тех областях, где они конкурируют, я как-то это не особо вижу. Поэтому каким образом собирать данные, чтобы их было достаточно, и они были целостные в какой-то области, для того чтобы потом эту ИИшку можно было спросить в этой области, тоже не очень понятно в данный момент. 

– Слушай, в свое время у тебя была такая интересная история. Ты рассказывал про теорию трёх волн. Сейчас какая-то уже четвёртая волна идёт? То есть была сначала у нас первая волна – это hardware, то есть создание железа для того, чтобы, в принципе, компьютерная техника появилась. Дальше – software для того, чтобы можно было этой техникой пользоваться. Дальше дизайн, то есть usability – юзабилити третья волна и четвертая волна, можно сказать, эмоциональный дизайн, когда эмоции играют роль для того, чтобы был успех цифровых продуктов. Вот сейчас что-то изменилось? Есть сейчас какая-нибудь, не знаю, пятая волна? Что сейчас происходит? ИИ не напрашивается на новую волну? 

Чтобы ответить на этот вопрос, может быть, имеет смысл посмотреть, знаешь, куда, в принципе, эти волны все идут… Что увеличивается с точки зрения результата этого процесса. И у меня ощущение, что одной из характеристик, которые регулярно меняются, это то, что мы делаем разработку нашего продукта и весь продукт как можно ближе к пользователю. 

Например, когда у нас был хард, да, мы делали фактически… Не было харда для… В первые, там, не знаю, начиная с 50-х и до 70-х не было харда для человека. Был хард для определенной организации. У тебя есть группа людей, которая делает для другой группы людей. Потом будет софт. У тебя софт для человека, но софт делает крупная организация, потому что он очень сложный. Поэтому ты делаешь для человека, но как бы для определенного типа человека. То есть у тебя, например, есть офисный работник, у тебя для офисного работника, которые, вроде как, все одинаковые, делается софт. А потом вот эта система работы над продуктом, она меняется таким образом, что мы можем фокусироваться на все более мелких группах пользователей. Потом у нас есть не просто офисная работа, но определенный офисный работник. Потом это не только в офисе, но и дома ты можешь использовать. 

Разный тип людей, разного возраста, разного пола, с разными интересами и так далее, и так далее. И если говорить про ИИ, у меня такое ощущение, что мы приходим к ситуации, когда мы не просто можем фокусироваться на данном конкретном человеке, но и отчасти работа над системой происходит этим же конкретным человеком. То есть, например, то, что недавно сделал OpenAI, когда они запустили чат GPT, который ты сам можешь делать. Ты можешь натренировать отчасти. 

Я так понимаю, что пока это все еще такая заглушка стоит, они не сильно поменяли систему, но отчасти это уже работает. Ты можешь сделать кастомные инструкции для отдельного конкретного чата. И ты это делаешь, говоря с ним. Например, у меня жена работала над… она проводит экскурсии в Лондоне, и она пробовала сделать чат GPT, который помогал бы туристам, которые готовятся к поездке в Лондон. То есть, определенные документы, которые нужно загрузить, вещи, которые система не должна знать, потому что она знает их неправильно, она дает всегда неправильные результаты, и так далее, и так далее. 

Ты, общаясь с системой ее учишь, что тебе нужно. Это ты делаешь  используя обычный человеческий язык. Вот у меня такое ощущение, что следующая волна возможна – это когда мы еще больше фокусируемся на пользователях до такого уровня, что это как какой-то отдельный человек, это вот специально для Артема мы делаем систему. И разработчик – это отчасти тоже Артем, который говорит, что отчеты, мнения здесь непонятны. И у нас нет этого длиннющего цикла. 

А, непонятно, значит, вообще есть вероятность того, что мы возьмем именно тебя, человека, которому непонятно, поместим в лабораторию, напишем отчет. Есть шанс, что этот отчет увидит дизайнер или исследователь. Потом изменение этой системы будет настолько важным для руководителя проекта, что он решит назначить на roadmap, и так далее, и так далее. И потом для Артема сделано… вернемся к тому, что эта система будет изменена. Это, знаешь, типа, когда Артем говорит, что-то не понятно, система такая, окей, хорошо. Может быть, вот так тебе понятно? Да, так лучше. Спасибо. Готово. 

– Да. Классно. Слушай, хотелось бы, наверное, в режиме такого сейчас блица. Я тебе вопросы позадаю для новичков. Как ты видишь путь развития UX-следователя? Что нужно делать, чтобы пройти по этому пути? Вот прям какие-то основные идеи кратко. 

Я думаю, что нужен опыт работы со всеми методологиями, потому что до COVID, до карантина, был перевес сильный в сторону личных исследований. Во время карантина был сильный перевес в сторону удаленных исследований. Я сейчас вижу кучу исследователей, которые никогда в жизни не проводили личное интервью. Они даже не знают, как это делать. И, прямо, знаешь, проседают навыки в этой области.

И точно так же есть методы другие, например, карточные тесты или A/B-исследования, которые, если человек не делал, он не знает, что они дают, и не знает, какие у них ограничения. Поэтому я бы сказал, что первый шаг – это получить реальный опыт использования различных методологий в реальных тестах. 

– А потом? Далее? 

Далее, наверное, это то, что ты делаешь с результатами теста. То есть второй момент, который я вижу, очень сильно проседает. Это если я знаю, что нужно делать с продуктом, этого недостаточно. Мне нужно, чтобы продукт поменялся. Для этого необходимо иметь навык взаимодействия с дизайнерами или с разработчиками или с руководителями разработки, которые меняют непосредственно продукт. И поэтому результатом моего знания не является отчет. Отчет – это всего лишь часть инструментария, которую я использую. 

Второй навык – это погружение в команду продуктовую для того, чтобы понимать, что работает, что не работает, и из моего инструментария как ресечера, как я могу представлять информацию, и что работает, что не работает в различных культурах именно продуктовых команд. Потому что, например, если команда использует каскадный, водопадный метод разработки, то то, что для меня работало в предыдущей команде, которая, может, использовала цикличный, просто не будет работать здесь не потому, что команда плохая или я что-то не так делаю. Просто культура разработки другая. 

– То есть, другими словами, можно порекомендовать поработать с разными процессами, с разными командами, чтобы такой появился более универсальный опыт? 

Ты знаешь, здесь в идеале, наверное, нужен человек, у которого ты можешь поучиться, потому что можно набивать шишки самостоятельно, но есть уже определенные наработки с точки зрения того… Например, мы знаем, что разные команды используют разные методы проектирования. Это отражается в разных способах взаимодействия с исследователями и в разных этапах, как бы разных методах работы над продуктом. То есть, например, если у нас есть водопадный способ… Если, например, мы ушли с какого-то этапа, все, мы с него ушли. Даже если мы забыли что-то сделать или мы узнали что-то о пользователе, бессмысленно идти в эту команду и говорить, что, ребята, нужно что-то менять. Это не будет сделано, скорее всего, потому что просто процесс работы такой. Скорее, тебе нужно понимать, что нужно дождаться следующего этапа, когда мы дойдем до конца и потом вернемся в начало, да, и как сделать так, чтобы в следующий раз мы не пропускали эти моменты важные, которые необходимы на этом этапе. 

Эти все нюансы, они известны. Здесь в идеале новым исследователям здорово было бы поработать с людьми, которые знают все эти моменты и которые могут именно их указать, нежели чем… Я бежал, а потом я понял, что там стена, потому что я ударился в нее лбом. То есть это твое учение лбом, оно не обязательно. 

– Можешь порекомендовать какие-то книги, ресурсы, каналы, то есть что-то для UX-исследователей, может, для UI-дизайнеров, что ты считаешь было бы полезно, чтобы в профессии продвигаться. Можно сделать это за кадром. Ты можешь прислать потом, если сейчас не готов сразу ответить, я добавлю к видео. 

Ты знаешь, настолько широкая область, что я даже… Я боюсь, что я буду сейчас либо слишком бесполезным, потому что буду давать слишком общую информацию, либо слишком бесполезным, потому что буду давать слишком конкретно. 

Вот отвечая на то, что ты спросил… Помнишь, ты говорил, что нужно ли ресерчерам знать что-то о дизайне? Для меня лично одна из самых полезных книг была вообще не про ресеческий дизайн, она была про комиксы. Её написал Скотт МакЛауд. Она называлась «Как понимать комиксы». И он написал книгу о комиксах в комиксах. И он написал то, какие образы, какие способы визуального восприятия существуют у человека, и каким образом мы можем их использовать для того, чтобы визуально передавать какую-то информацию. И для не-дизайнеров это, наверное, одна из лучших книг, которые я знаю про способы визуального мышления и способы визуального передачи информации, потому что она не требует ничего, она написана специально для людей, которые не знают ничего из этой области. Если хочешь, опять-таки, могу прислать ссылочку. 

– Да, было бы хорошо просто название, автор. 

У меня, к сожалению, книги нет за спиной, я так бы сейчас просто её показал.

– Вообще, я предлагаю подумать на эту тему. Может быть, от тебя какая-то подборка книг будет полезна. 

Хорошо.

– Или даже не только книг, ресурсы, возможно, какие-то: начинающим всегда интересно, куда пойти, где черпать информацию. 

А второй вопрос. Кого ты считаешь гуру в сфере юзабилити / UX? Сейчас очень много есть разных людей, которые выступают, что-то рассказывают. Нужно на что-то ориентироваться, на кого-то. Кто такие ориентиры, кто эти люди? 

Так. Хороший вопрос. Ты знаешь, я…я бы сказал, что здесь в том вопросе два есть вопроса. Первый вопрос – это что люди могут узнать непосредственно про исследования, про методы исследования, допустим, как проводить личное интервью или как задавать вопросы в вопросниках. И здесь материала достаточно много, и я думаю, что на этот вопрос отвечало уже очень много людей, это можно найти. 

Второй, как мне кажется, момент, который может быть не менее важен, чем вот этот первый вопрос, это… А после того, как ты узнал какую-то информацию о пользователе, как сделать так, чтобы это знание превратилось в изменение в продукте? И вот это значительно более плохо структурируемый и более сложный вопрос, на который таких прямых ответов типа «идите, прочитайте вот эту книгу, там все описано», их нет. И поэтому мне кажется, что вот здесь есть очень много интересных ресурсов. И лично мне кажется, что одна из дисциплин, которая для ресечеров суперполезная, это вопрос организационной структуры, организационной культуры и то, что делали в области менеджмента качества. 

Это начиная с работ американских исследователей в Японии 50-60-е годы, то, что Деминг делал, когда он пытался понять, как выстроить организацию таким образом, чтобы она давала качественный продукт. И качественный продукт он определял именно как продукт, который использует человек, который используют потребители. То есть как выстроить качественный продукт между конкретными людьми, которые являются нашими клиентами, и не просто даже продукт, а скорее потребителем, который использует продукт, который создается определенной организацией. Это вот замыкание цепочки от продукта к… не просто к… извини, от пользователя не просто к продукту, но к организации. Вот это делает как раз менеджмент качества и область, которая занимается такой организационной культурой. Вот это, кстати, очень интересно. 

Есть классная книга, называется «Пространство доктора Деминга». Это человеческим языком, простым, более-менее описано то, что Деминг закладывал в свою эту концепцию. Это создание этого цикла пользователь-продукт-организация. И это будто совершенно другая область, но на самом деле про то же самое, чем занимается исследователь. 

– Спасибо. Да, классно. Наверное, последний на сегодня вопрос. Не буду тебя больше мучить. 

Есть ли у тебя какие-то пожелания новичкам? Вот пришел к тебе новичок такой, и ты ему так – напутствие. Куда пойти? Что делать? Или просто: верь в себя, и все получится?

Я бы сказал, наверное, что мое напутствие – это пробовать как можно больше, пробовать самостоятельно, потому что вот то, что мы изначально обсуждали в первой части нашего обсуждения, что есть так называемые правильные знания. Знаешь, люди, например, из психологии приходят в User Experience с большим количеством теорий. Я пока не видел, чтобы эти теории работали. Почти ни одна из них. То есть очень какой-то ограниченный набор. Вот то же самое про различные теории, которые пришли из самого User Experience. 

У меня такое ощущение, что вот ты говорил поселить модель пользователя у себя в голову, и понимание, а что может быть этой моделью, а что не может быть моделью, и как на самом деле это работает, оно получается исключительно из практики. Тебе нужно сидеть с респондентом в лаборатории один на один, общаться регулярно для того, чтобы ты это почувствовал, как это работает. 

И это можно получить только сидя в лаборатории один на один, регулярно с респондентом. Это сложно, это страшно, это тяжело, потому что у тебя другой человек на другой стороне, непредсказуемое такое явление, которое влияет на тебя эмоционально. Сложно делать. Но это не заменяется ничем. То есть я бы сказал, что если у человека… Знаешь, если максимизировать вот этот подход, что если у человека есть возможность пойти учиться в университет и потратить 3 года  или 5 лет на это, чтобы получать какую-то степень связанную с User Experience, и пойти посидеть в лабораторию и стать подмастерьем у ресёчера и посмотреть, как это работает, я бы предложил второй вариант. 

Мне кажется, что для начала второй вариант даст несравнимо больше практичных каких-то результатов и кирпичиков фундамента, которые потом, если человек будет изучать теорию, он будет понимать, о чем эта теория говорит, а не просто говорить, “вот в теории я читал про доверие”, то есть ты можешь почитать книгу в 500 страниц, потом ты в конце такой, ну да, здорово, прочитал. Результата практического реально абсолютный ноль. 

– Угу, угу. Спасибо, спасибо. Я не все вопросы задал, так что, видимо, придется нам еще как-нибудь встретиться. 

Потому что я слишком длинный ответ отдаю. 

– Тем не менее, большое спасибо, большая благодарность. 

С нами сегодня был Константин Самойлов, учредитель компании UX-study, которая занимается созданием юзабилити-лабораторий под ключ. Если вам нужна лаборатория, обращайтесь, вы знаете, кому. 

Было очень интересно. Спасибо, Константин. Надеюсь, мы еще увидимся. Присылай свои ссылки, какие-то, может быть, еще [материалы], что ты посоветуешь новичкам. Ну, и не только новичкам, кстати. Может быть, и каким-то профессионалам, которые могут о чем-то не знать. 

В силу того, что у тебя очень специфический род деятельности, и он очень полезен и интересен на самом деле. Так что спасибо тебе и до новых встреч. 

Артём, спасибо большое за великолепную организацию, за возможность у тебя выступить. 

– Рад был повидаться. 

Взаимно. 

– Счастливо.