loader image

وب اپلیکیشن Troodon

Troodon یک اپلیکیشن ارائه دهنده مدل های مختلف هوش مصنوعی در یک پلتفرم واحد است که امکان خرید اشتراک ماهاهنه و یا شارژ براساس مصرف دارد همچنین بار اساس موضوع سوال پرسیده شده بهترین مدل هوش مصنوعی را پیشنهاد میدهد و همچنین امکان پرسیدن سوال از چند مدل زبانی وو مقایسه پاسخ ها نیز وجود دارد
این پروزه با همکاری دو نفر از دانشجویان دانشگاه شریف انجام شده است و در حال توسعه میباشد.

معرفی

Troodon همانطور که در بالا عنوان شد یک وب اپلیکیشن ارائه دهنده مدلهای زبانی مختلف است که توسط تیمی از دانشجویان دانشگاه صنعتی شریف توسعه یافته است این پلتفرم با هدف ارائه مجموعه‌ای از مدل‌های هوش مصنوعی در یک محیط یکپارچه طراحی شده است تا کاربران بتوانند به‌راحتی از قابلیت‌های مختلف انواع هوش مصنوعی بهره‌مند شوند.

در مرحله تحقیق و توسعه، تمرکز ما بر تحلیل بازار و شناسایی نیازهای کاربران بوده است. هدف ما درک تجربیات کاربران و چالش‌هایی است که هنگام کار با ابزارهای هوش مصنوعی با آن‌ها مواجه می‌شوند. از جمله مواردی که بررسی کردیم، نحوه تعامل کاربران با مدل‌های مختلف، محدودیت‌های پلتفرم‌های موجود، نیاز به مقایسه عملکرد مدل‌ها، و چالش‌های مربوط به هزینه و دسترسی بود.

نقش من در این پروژه

من مسئول تحلیل تجربه کاربری (UX Research & Design) بوده‌ام. در این راستا،

  • مصاحبه‌هایی با کاربران هدف انجام دادم تا درک بهتری از نیازها و انتظارات آن‌ها داشته باشم.
  • نیازسنجی و تحلیل رقابتی انجام دادم تا نقاط ضعف و قوت سیستم‌های مشابه را شناسایی کنم.
  • چالش‌های کاربران را مستند کردم و راهکارهای طراحی ارائه دادم تا تجربه کاربری بهینه‌ای ایجاد کنیم.
  • طراحی صفحه اصلی و هسته اپلیکیشن را بر عهده داشتم تا محصول نهایی از نظر کاربردپذیری و زیبایی‌شناسی در سطح بالایی باشد.

فرآیند تفکر طراحی

فاز اول همدلی (Empathy)

روش تحقیق

برای تحقیق ما، از روش طراحی تفکر (Design Thinking) استفاده کردیم. این رویکرد به ما کمک می‌کند تا به طور خلاقانه و با همدلی، نیازها و مشکلات واقعی کاربران را بررسی کنیم. در مرحله همدلی (Empathy)، مصاحبه‌هایی با کاربران انجام دادیم تا بهتر به چالش‌ها و نارضایتی‌های آن‌ها با ابزارهای هوش مصنوعی پی ببریم.

مخاطب هدف برای مصاحبه

برای مصاحبه، ما باید تعدادی از افراد را انتخاب کنیم:

  1. افراد در سنین ۱۸ تا ۳۵ سال
  2. کاربرانی که حداقل یک بار در هفته با ابزارهای هوش مصنوعی تعامل دارند
  3. باز به تمام جنسیت‌ها، حرفه‌ها و زمینه‌های تحصیلی
نقاط درد

پس از مصاحبه، نقاط درد زیر را شناسایی کردیم و سپس برای طراحی اپلیکیشنی که نیازهای کاربران را برآورده کند، شخصیت‌های کاربری (user persona) را تعریف کردیم تا بتوانیم کاربران خود را بهتر درک کنیم.

  1. ابزارهای هوش مصنوعی به طور کامل نیازها را برآورده نمی‌کنند:کاربران متوجه می‌شوند که بسیاری از ابزارهای هوش مصنوعی، به ویژه آنهایی که برای تولید تصویر طراحی شده‌اند، به طور کامل درخواست‌ها یا نیات خاص آن‌ها را درک نمی‌کنند.
  2. تنوع بیش از حد مدل‌های هوش مصنوعی:تعداد زیاد ابزارهای هوش مصنوعی موجود منجر به سردرگمی می‌شود و انتخاب مدل مناسب برای وظایف کاربران را دشوار می‌کند.
  3. کمبود اطلاعات مقایسه‌ای:کاربران در مقایسه مدل‌های مختلف هوش مصنوعی با مشکل مواجه می‌شوند، زیرا اطلاعات کافی برای کمک به انتخاب آگاهانه بین آن‌ها در دسترس نیست.
  4. آگاهی محدود از ابزارهای هوش مصنوعی تخصصی:دانشجویان، به ویژه در زمینه کدنویسی، از مدل‌های کمتر شناخته شده هوش مصنوعی که ممکن است برای وظایف خاص، مانند تولید کد، مناسب‌تر باشند، بی‌خبرند و به طور پیش‌فرض به ابزارهای عمومی‌تر مانند ChatGPT متکی هستند.
  5. هزینه بالای طرح‌های اشتراکی:اشتراک‌های ماهانه برای چندین مدل هوش مصنوعی برای دانشجویان از نظر مالی غیرقابل تحمل است و مانع از آزمایش یا دسترسی به مدل‌های مختلف می‌شود که این موضوع محدودکننده کاوش و آزمایش آن‌هاست.
  6. عدم قابلیت استفاده برای آزمایش مدل‌های چندگانه:نگرانی‌های اقتصادی مانع از آن می‌شود که کاربران بتوانند مدل‌های مختلف هوش مصنوعی را امتحان کنند، به‌ویژه زمانی که هر مدل به اشتراک خود نیاز دارد، که مقایسه گزینه‌ها را ناکارآمد می‌سازد.

پرسونای مشتری

فاز دوم تعریف مسئله (ِDefine)

User Journey Map

ما کل تجربه کاربر را از طریق نقشه سفر کاربر (User Journey Map) تحلیل می‌کنیم تا تمامی مشکلات و چالش‌ها را در طول مسیر شناسایی کنیم.

Problem statement

کاربران به روشی نیاز دارند که بتوانند به راحتی مدل‌های مناسب هوش مصنوعی را برای وظایف خاص خود مقایسه و انتخاب کنند، زیرا تنوع بیش از حد ابزارهای هوش مصنوعی شناسایی بهترین گزینه را دشوار می‌سازد که منجر به استفاده ناکارآمد می‌شود.

دانشجویانی که به طور مکرر از ابزارهای هوش مصنوعی استفاده می‌کنند، از هزینه‌های بالای طرح‌های اشتراک ناراضی هستند، که این امر توانایی آن‌ها را برای کاوش و آزمایش مدل‌های مختلف هوش مصنوعی محدود می‌کند و در نتیجه دسترسی آن‌ها به ابزارهای پیشرفته‌تر یا تخصصی‌تر کاهش می‌یابد.

بسیاری از ابزارهای هوش مصنوعی، به ویژه در زمینه تولید تصویر، نمی‌توانند به طور کامل نیازها و درخواست‌های خاص کاربران را درک کنند، که منجر به نتایج نامطلوب، به ویژه در وظایف خلاقانه مانند طراحی می‌شود.

کاربران از ابزارهای تخصصی هوش مصنوعی که ممکن است برای وظایف خاص آن‌ها، مانند برنامه‌نویسی، مناسب‌تر باشند، بی‌خبر هستند، که این موضوع باعث می‌شود به مدل‌های عمومی مانند ChatGPT وابسته شوند و در نتیجه بهره‌وری و کارایی آن‌ها کاهش یابد.

تخلیل رقبا

هدف اصلی این بررسی رقابتی، درک این موضوع است که چگونه سایر پلتفرم‌های مشابه با مدل‌های مختلف هوش مصنوعی که ارائه می‌دهند، برخورد می‌کنند. به‌ویژه، ما قصد داریم استراتژی‌هایی را شناسایی کنیم که این پلتفرم‌ها برای غلبه بر چالش‌های خروجی‌های تولید شده توسط هوش مصنوعی استفاده می‌کنند، مانند عدم درک نیت کاربر—به‌خصوص در وظایف تولید تصویر که در آن هوش مصنوعی به‌درستی دیدگاه کاربر را درک نمی‌کند.

پس از تجزیه و تحلیل رقبا، بارش فکری و پرسش‌های «چگونه ممکن است»، برخی راه‌حل‌ها برای هر یک از بیانیه‌های مشکل تعریف می‌کنیم.

نتایج تحلیل رقبا

یکی از رقبایی که ما مورد تجزیه و تحلیل قرار دادیم، هگینگ فیس (Hugging Face) بود، پلتفرمی مشابه با پلتفرم ما که مدل‌های زبانی مختلفی را ارائه می‌دهد. هگینگ فیس ویژگی دارد که بهترین مدل هوش مصنوعی را برای یک کار خاص پیشنهاد می‌کند. این می‌تواند به مشکلی که کاربرانی مانند سارا با آن مواجه‌اند، که مدل‌های هوش مصنوعی نتوانسته‌اند انتظاراتشان را برآورده کنند، رسیدگی کند. با این حال، مشخص نبود که هگینگ فیس چگونه بهترین مدل را تعیین می‌کند و ما نتوانستیم به داده‌های آن‌ها دسترسی پیدا کنیم. پس از تحقیقات بیشتر، متوجه شدیم که دانشگاه استنفورد یک معیار توسعه داده است که بهترین مدل زبانی را برای هر موضوع شناسایی می‌کند، که ایده ما در مورد انتخاب خودکار مدل را تأیید می‌کند.

رقیب دیگری که بررسی کردیم، مایکروسافت دیزاینر (Microsoft Designer) بود، یک برنامه تولید تصویر. هرچند که این پلتفرم یک پلتفرم جامع هوش مصنوعی نیست، اما به کاربران کمک می‌کند تا ورودی‌های خود را بهبود بخشند. با این حال، مشخص نبود که پیشنهادات کلمات کلیدی چگونه انتخاب می‌شوند تا ورودی را بهینه‌سازی کنند. این موضوع ما را به پیشنهاد یک دستیار هوش مصنوعی سوق داد که بتواند ورودی‌های کاربران را برای ارتباط بهتر با مدل‌های تولید تصویر، اصلاح کند.

فاز سوم ایده پردازی و یافتن راه حل (Ideation)

جلسات طوفان فکری (How Might We Question)

به‌دنبال راه‌حل‌های بیشتر، جلسات طوفان فکری با استفاده از تکنیک “چگونه می‌توانیم” برگزار کردیم. در این جلسات، چهار روش برای تولید سوالات “چگونه می‌توانیم” را دنبال کردیم و هر عضو تیم به‌قدر امکان راه‌حل‌های زیادی را ارائه داد


چگونه می‌توانیم…(AMP up the good)

(تمرکز بر بهبود جنبه‌های مثبت)

چگونه می‌توانیم کشف مدل‌های مناسب AI را با بهبود دیده شدن و راهنمایی برای کاربران آسان‌تر کنیم؟

ارائه پیشنهادات مدل AI بر اساس ترجیحات کاربر و پروژه‌های موفق گذشته.

پیاده‌سازی یک داشبورد بصری که مدل‌های متداول‌تر برای وظایف خاص را برجسته کند.

معرفی یک ویژگی جستجوی هوشمند که مدل‌ها را بر اساس معیارهای عملکرد مرتبط با وظیفه کاربر فیلتر کند.

چگونه می‌توانیم… (using Explore the Opposite)

(چرخش مشکل برای درک آن از زاویه‌ای کاملاً متفاوت)

چگونه می‌توانیم تنوع زیاد مدل‌های AI را به یک قوت تبدیل کنیم نه یک محدودیت؟

طراحی یک “تولیدکننده تصادفی مدل AI” که هر بار یک مدل جدید را پیشنهاد کند و کاربران را به اکتشاف و کشف تشویق کند.

ایجاد حالتی که در آن کاربران بتوانند به‌طور همزمان با چندین مدل AI آزمایش کنند و نتایج را مقایسه کنند.

استفاده از AI برای مطابقت و پیشنهاد چندین مدل متضاد، نشان دادن تفاوت‌ها و اجازه به کاربران برای انتخاب بر اساس عملکرد مقایسه‌ای.

چگونه می‌توانیم… (using Change the Status Quo)

(سوال کردن از فرآیند پیش‌فرض و نوآوری با رویکردی تازه)

چگونه می‌توانیم روش فعلی انتخاب مدل‌های AI را به یک فرآیند شهودی‌تر و کارآمدتر از نظر زمان تبدیل کنیم؟

جایگزینی فهرست‌های پیچیده انتخاب AI با یک نمودار جریان ساده یا درخت تصمیم‌گیری که کاربران را مرحله به مرحله راهنمایی کند.

پیاده‌سازی یک جادوگر انتخاب مدل که از کاربران الزامات را می‌پرسد و تنها سه مدل برتر را ارائه می‌دهد.

اجازه به AI برای خودکار کردن فرآیند مقایسه و مستقیماً پیشنهاد بهترین مدل بر اساس وظیفه کاربر.

چگونه می‌توانیم… (using Break the Point of View into Pieces)

(تحلیل مشکل به جنبه‌های کوچکتر و رسیدگی به هر کدام به‌طور جداگانه)

چگونه می‌توانیم مقایسه مدل را با رسیدگی به چالش‌های مختلف در فرآیند تصمیم‌گیری آسان‌تر کنیم؟

رسیدگی به بار انتخاب با سازماندهی مدل‌های AI در دسته‌های واضح، مانند “تولید تصویر” یا “تحلیل متن.”

ارائه داده‌های شفاف‌تر از عملکرد مدل‌ها، از جمله مزایا، معایب و نرخ موفقیت برای وظایف خاص.

ساخت یک ابزار مقایسه AI شهودی که به‌طور خودکار تفاوت‌های معماری مدل و ویژگی‌ها را نمایش دهد.

ایجاد یک “تخته مقایسه مدل” که کاربران بتوانند حداکثر سه مدل را اضافه کنند و عملکرد آن‌ها را در داده‌های آزمایشی به‌طور مستقیم مقایسه کنند.

راه حل ها

بیان مسئله ۱:

کاربران به روشی نیاز دارند که به‌راحتی بتوانند مدل مناسب هوش مصنوعی را برای وظایف خاص خود مقایسه و انتخاب کنند، زیرا تنوع بسیار زیاد ابزارهای هوش مصنوعی تشخیص بهترین گزینه را دشوار می‌کند و در نتیجه منجر به استفاده ناکارآمد می‌شود.

راه‌حل:

ما از بنچمارک مدل‌های هوش مصنوعی دانشگاه استنفورد برای پیشنهاد بهترین مدل زبانی بر اساس پرسش کاربر استفاده خواهیم کرد. ابتدا، اپلیکیشن موضوع پرسش را شناسایی می‌کند و سپس مناسب‌ترین مدل زبانی را پیشنهاد می‌دهد.
راه‌حل دیگر تعریف پیش‌فرض دسته‌های مدل برای وظایف خاص است. به عنوان مثال، اگر کاربری بخواهد کد بنویسد، می‌تواند به بخشی هدایت شود که بهترین مدل زبانی برای کدنویسی از قبل پیشنهاد شده است.
علاوه بر این، ویژگی‌ای را پیاده‌سازی خواهیم کرد که به کاربران اجازه می‌دهد به‌طور مستقیم در همان صفحه برای هر پرسش بین مدل‌های زبانی جابجا شوند و مقایسه‌های آسانی از مدل‌های مختلف انجام دهند.

بیان مسئله ۲:

دانشجویانی که به‌طور مکرر از ابزارهای هوش مصنوعی استفاده می‌کنند، از هزینه بالای طرح‌های اشتراک ناامید هستند، که این امر توانایی آنها را برای کاوش و آزمایش چندین مدل هوش مصنوعی محدود می‌کند و در نتیجه دسترسی به ابزارهای پیشرفته‌تر یا تخصصی‌تر را محدود می‌سازد.

راه‌حل:

ما سیستم پرداخت مبتنی بر توکن را معرفی خواهیم کرد. به جای اشتراک‌گذاری یک مدل هوش مصنوعی به‌طور ماهانه، کاربران می‌توانند توکن خریداری کنند تا فقط از ویژگی‌ها یا مدل‌های خاصی که نیاز دارند استفاده کنند، که این امر دسترسی را مقرون به صرفه‌تر و انعطاف‌پذیرتر می‌سازد. این سیستم به دانشجویان و سایر کاربران اجازه می‌دهد تا مدل‌های مختلف را آزمایش و کشف کنند بدون اینکه به طرح‌های اشتراک پرهزینه متعهد شوند.

بیان مسئله ۳:

بسیاری از ابزارهای هوش مصنوعی، به‌ویژه در تولید تصاویر، نمی‌توانند به‌طور کامل نیازها و درخواست‌های خاص کاربران را درک کنند و این امر منجر به نتایج نارضایتی می‌شود، به‌ویژه در وظایف خلاقانه مانند طراحی.

راه‌حل:

ما یک دستیار هوش مصنوعی به‌عنوان واسطه قرار خواهیم داد. این دستیار، که از مدل زبانی مانند ChatGPT بهره می‌برد، به‌عنوان مترجم بین کاربر و هوش مصنوعی تولید تصویر (مانند MidJourney) عمل خواهد کرد. کاربران درخواست‌های خود را به این دستیار ارائه می‌دهند و دستیار بهینه‌ترین پیام را برای تولیدکننده تصویر تولید می‌کند و اطمینان حاصل می‌کند که خروجی به انتظارات کاربر نزدیک‌تر است.
علاوه بر این، راهنمایی‌های بهبود پیام را ارائه خواهیم داد. به عنوان مثال، ما مستندات یا راهنماهای بصری ارائه خواهیم کرد که توضیح می‌دهند چگونه اضافه کردن برخی کلمات کلیدی (مانند “کلوزآپ” یا “زاویه عریض”) به پیام می‌تواند نتایج تصویر را بهبود بخشد. این راهنماها به کاربران کمک می‌کند تا ورودی‌های خود را بر اساس مثال‌های واقعی و بهترین شیوه‌ها بهبود بخشند.

بیان مسئله ۴:

کاربران از ابزارهای هوش مصنوعی تخصصی که ممکن است بیشتر مناسب وظایف خاص آنها باشد، مانند کدنویسی، آگاه نیستند که این موضوع باعث می‌شود به مدل‌های عمومی مانند ChatGPT وابسته شوند و این امر منجر به کاهش بهره‌وری و کارایی می‌شود.

راه‌حل:

ما پلتفرم خود را به‌طور مداوم با آخرین مدل‌های زبانی به‌روز خواهیم کرد تا اطمینان حاصل کنیم که کاربران به تنوع وسیعی از ابزارهای هوش مصنوعی که برای وظایف مختلف تخصصی هستند دسترسی دارند. با افزایش تنوع مدل‌ها و معرفی مدل‌های جدید، به کاربران کمک خواهیم کرد تا راه‌حل‌های بیشتری را برای نیازهای خاص خود فراتر از مدل‌های عمومی مانند ChatGPT کشف کنند.

پرسونای مشتری

فاز ]چهارم نمونه کار (Prototyping)

wireframe and user flow

برای طراحی این برنامه که به تمامی نیازهای کاربران پاسخ دهد، ابتدا جریان کاربر را ترسیم کردیم و سفر او را از ابتدا تا انتها مشخص کردیم. این کار به ما کمک کرد تا معماری اطلاعات را برای تمامی بخش‌ها ساختاربندی کنیم. پس از آن، یک وایرفریم ایجاد کردیم تا عملکرد سایت و اپلیکیشن را شبیه‌سازی کنیم و به ما اجازه دهد طراحی را قبل از ورود به مراحل نهایی توسعه آزمایش و اعتبارسنجی کنیم