Tasarımdan önce düşünmek
İyi bir ürün geliştirmek istiyorsak önce insanların gerçekten kullanacağı, faydalanacağı bir ürün bulmalıyız. Tasarım odaklı düşünme bunu yapar: insanları izler, hayatlarını gözlemler, her gün karşılaştıkları zorluklarla empati kurar ve bu zorluklara çözüm arar. Tasarımcı Mark Dziersk onu, herhangi bir işi alışılmadık sonuçlara götürebilecek, ispatlanmış ve tekrarlanabilir bir problem çözme protokolü olarak tanımlar.
1. Empati: insanı içselleştirmek
Empati, müşterinin ayakkabısını giymektir. Kişilerin kendi varsayımlarını bir kenara bırakıp müşterinin dünyasına girmesini sağlar; persona ve empati haritaları bu adımda devreye girer. Anketler ve rakamlar kadar görüşmeler, gözlemler ve kelimeler de toplanır; çünkü gerçek insanların gerçek sözleri en zengin içgörü kaynağıdır.
2. Tanımlama: doğru problemi bulmak
Empati aşamasında toplanan bilgiler bir araya getirilir ve temel problem netleştirilir. En kritik nokta, empatiden uzaklaşmadan problemi kullanıcının ihtiyacına yönelik tanımlamaktır. İyi tanımlanmış bir problem çözümün yarısıdır. Kötü tanımlanmış bir problem ise ne kadar hızlı çözülürse çözülsün yanlış yere varır.
Yapay zekâ problemi farklı açılardan yeniden çerçevelemekte çok iyidir: “Bu problemi beş farklı şekilde yeniden ifade et; her birinde farklı bir kök neden varsay.” Ya da 5 Neden tekniğini uygulatabilirsiniz. Ama son çerçeveyi, yani “asıl mesele bu” kararını siz verirsiniz. Makine seçenek üretir; teşhisi siz koyarsınız.
3. Fikirleştirme: çözüm üretmek
Tanımlanan problem için takımlar çok yönlü düşünerek alternatifler geliştirir. Beyin fırtınası, en kötü muhtemel fikir, SCAMPER gibi yüzlerce teknik vardır. Başta olabildiğince çok fikir üretmek önemlidir; eleme sonra gelir. Takımların birbirini ketlememesi, her fikre değer vermesi ve gerektiğinde kendi fikrinden geri adım atabilmesi kilit rol oynar.
Yapay zekâ ile boş sayfa korkusu tarih oldu; SCAMPER’ı bile ona uygulatabilirsiniz. Ama yapay zekâ fikirleri ortalamaya çeker, internetteki en yaygın çözümleri damıtır; güvenli ama sıradan fikirler verir. Gerçekten kural bozan fikir hâlâ insan zihninden çıkar. Yapay zekâyı fikir hacmini artırmak için kullanın; en cesur fikri kendi ekibinizden bekleyin.
4. Prototip: aklımızdakini somutlaştırmak
Prototip ürünü görsel olarak canlandırır. Pahalı olmamalıdır; amacı mükemmel bir ürün değil, hızlı bir öğrenme aracıdır. Bir kâğıt eskizi de prototiptir, tıklanabilir bir taslak da.
Yapay zekânın ürün geliştirmede belki de en devrimsel etkisi bu adımda oldu. Kod yazmayı bilmeyen bir ürün yöneticisi, fikrini tarif ederek dakikalar içinde tıklanabilir hatta çalışan bir prototip üretebiliyor. “Bence böyle olmalı, bence şöyle” tartışması bitiyor; iki alternatif dakikalar içinde yan yana konuyor. Ama yapay zekâ ile üretilen prototip gerçek gibi görünür ve parlak bir prototip kötü bir fikri iyi gösterebilir. Prototipin görevi ikna etmek değil, öğrenmektir.
5. Test: gerçek kullanıcıyla yüzleşmek
Çözümler prototipler içinde uygulanır, incelenir, iyileştirilir ya da kullanıcı deneyimine dayanarak reddedilir. Bu aşamanın sonunda gerçek kullanıcıların nasıl davranacağını, düşüneceğini ve hissedeceğini çok daha iyi anlarız.
Yapay zekâ artık “sentetik kullanıcı” oynayabiliyor: bir personayı canlandırıp prototipe tepki veriyor. İlk elemede işe yarar; ama sentetik testi bir ön eleme, gerçek testi nihai hakem olarak kullanın.
Doğrusal değil, döngüsel
Adımlar birbirini besler; bazılarında başa dönmek, bazı fikirlerden vazgeçmek doğaldır. Eskiden empatiden teste tam bir döngü haftalar sürerdi; bugün bir günde birkaç döngü dönülebiliyor. Bu, tasarım odaklı düşünmeyi öldürmedi; onu her zamankinden daha uygulanabilir yaptı. Artık “vaktimiz yok, atlayalım” mazereti geçersiz. Döngü ucuzladı, öğrenme hızlandı; ama aracı kullanan el hâlâ sizin eliniz.