الذكاء الاصطناعي لا يعوّض البحث الحقيقي

قد يبدو إنشاء خريطة التعاطف بالذكاء الاصطناعي حلاً سريعاً عندما يقترب موعد ورشة العمل ولا تكون بيانات المستخدمين جاهزة. يكفي أن تطلب من الأداة أن تتخيل مستخدماً محبطاً، لتحصل خلال ثوانٍ على ملاحظات كثيرة تشبه الـ sticky notes.

لكن Nielsen Norman Group تلفت إلى أن السرعة ليست هي القضية الأساسية: الأهم هو المصدر الذي جاءت منه هذه الملاحظات.

خريطة التعاطف، أو Empathy Map، هي تمثيل بصري لما يعرفه الفريق عن نوع محدد من المستخدمين. وتُنظَّم عادة ضمن أربعة أقسام:

• Says: ما الذي يقوله المستخدم؟
• Thinks: ما الذي يفكر فيه؟
• Does: ما الذي يفعله؟
• Feels: ما الذي يشعر به؟

تمنح هذه الخريطة الفريق مرجعاً مشتركاً لفهم المستخدم، وغالباً ما تُبنى تعاونياً في ورش العمل بالاعتماد على ملاحظات مستمدة من بحث حقيقي.

المشكلة في الاعتماد على AI لتوليد محتوى الخريطة من الصفر أنه لا يملك دليلاً عن تجربة مستخدمي المنتج الفعلية: سياقهم، سلوكهم، ما يربكهم، وما يفعلونه بالفعل أثناء استخدام المنتج. يمكن للنموذج أن ينتج افتراضات تبدو معقولة أو مألوفة، لكنها ليست بديلاً عن ملاحظات المقابلات أو الاختبارات أو البيانات التي جُمعت من المستخدمين.

الاستخدام الأكثر ملاءمة للـ AI هنا هو العمل على المادة البحثية الموجودة بالفعل: تنظيم الملاحظات، تجميع الأنماط، أو المساعدة في تحويل ما جمعه الفريق إلى صيغة أسهل للنقاش. أما ملء خريطة التعاطف من دون بحث، فيحوّلها من أداة تستند إلى فهم المستخدم إلى مجموعة افتراضات مرتبة بصرياً.