Tekoälyavusteinen palvelumuotoilu

Tekoälysovellukset ovat hyvä työkalu myös palvelumuotoilijoille. Kysymys on, miten voisimme hyödyntää tekoälyä palvelumuotoilussa eettisesti ja siten, että saisimme sen avulla asiakkaiden ja työntekijöiden äänet entistä paremmin kuuluviin?

Tekoäly ja palvelumuotoilu päivän puheenaiheena

Tekoäly puhutti monia Kansainvälisessä palvelumuotoilukonferenssissa. Puheissa korostuivat tekoälysovellusten käyttömahdollisuudet datan keräämisessä, käsittelyssä, analysoinnissa ja visualisoimisessa. Käsillä tekemistä ja kehollistettua ajattelua tekoäly ei korvaa, eikä tunne empatiaa. Tämä palvelumuotoilijan on hyvä muistaa. Tekoäly ei korvaa ihmisen inhimillisiä ominaisuuksia. (Hanson 2023, Besplemennova 2023, Rego 2023, Seabrook 2023.)

Kokeilin, miten tekoälytyökalujen avulla voisi tuottaa persoonia, palvelupolkuja ja palvelukonsepteja. Tuloksena käsissäni on 12 asiakaspersoonaa ja 36 palveluideaa palvelupolkuineen. Täysin itsenäisesti tekoälysovellukset eivät selvinneet.

Aarno-asiakaspersoonakortti, joka sisältää Aarnon iän (65 v.), asuinpaikkakunnan (Espoo), asumismuodon (omakotitalo, yksin), kuvauksen tyypillisestä päivästä, ruokailutottumuksista, rakkaista asioista ja kodista, rahatilanteesta, suhteesta teknologiaan, medioiden käytöstä, haasteista ja lisätietoa Aarnosta.
Kuva 1. Esimerkki tekoälysovellusten ja Milla Mäkisen yhdessä tuottamasta asiakaspersoonasta (Kuva: ChatGPT 4.0, Canva / Milla Mäkinen)

Pari oivallusta tekoälyavusteisesta palvelumuotoilusta

Tekoälysovellusten hyöty konkretisoituu hyvien kehotusten kautta. Sovellus tarvitsee tarkan roolin, jonka kautta se voi työhönsä tarttua. Kehittäjä voi varmistaa, että tämä ymmärtää roolinsa pyytämällä sitä määrittelemään, mitä rooli sille tarkoittaa.  Jatkokehotuksena voi sovellusta pyytää muodostamaan ja priorisoimaan kysymyksiä, joiden avulla voisi palvelumuotoilutoimeksiantoa annetusta roolista käsin lähestyä. Kehottajan oma tietopääoma on tarkoituksenmukaisten kehotusten taustalla. Se auttaa muodostamaan relevantteja jatkokysymyksiä ja tarkentamaan tekoälyn näihin tuottamia vastauksia. 

Tekoäly tarvitsee siis tuekseen ihmisen kokemustietoa, empatiakykyä ja kontekstiin asettumisen taitoa -sekä kriittisen analyysin kykyä. 

Tekoälysovelluksen käyttö ei sovi asiakasymmärryksen kerryttämiseen, mikäli sovellus ei anna tarkkoja lähdeviitteitä tai sen tietovaranto on vanhentunutta. Palvelumuotoilijan tulee tietää kenen tietoon, sekä miten ja milloin muodostuneeseen tietoon tekoälyn tuotokset perustuvat. Ratkaisuideoinnissa sovelluksille voi syöttää aineistoa, jolloin tekoälystä voi olla runsaasti apua. Aineistoja ei kuitenkaan voi jakaa sellaiselle tekoälysovellukselle, jonka kohdalla on epäselvää, mihin muuhun tietoa käytetään ja kenelle sitä jaetaan.

Mäkisen ja ChatGPT:n keskustelu, jossa Mäkinen kysyy ChatGPT:n käyttämistä akateemisista tutkimuslähteistä ja ChatGPT vastaa pahoitelleen, ettei viitannut vastauksessaan tutkimuksiin.
Kuva 2. Tekoälysovellus ChatGPT 4.0:n vastaus Milla Mäkisen kysymykseen lähteistä (kuvakaappaus Milla Mäkinen)

Tekoäly on hyvä tuki, myös palvelumuotoilussa. Tekoälyetiikkaan liittyvät kysymykset ovat kuitenkin vielä ratkomatta, jonka takia tekoälyä ei voi vielä kaikissa palvelumuotoiluvaiheissa soveltaa. Kokeilut auttavat oivaltamaan, miten tekoälysovelluksia kannattaa käyttää.

ChatGPT 4.0:n vinkit palvelumuotoilijalle

Lopuksi vielä ChatGPT:n (2023) Top-3 vinkit palvelumuotoilijoille: ”1. Syvennä asiakasymmärrystä tekoälyn avulla. Hyödynnä tekoälyä asiakasdatan analysoinnissa, segmentoinnissa ja käyttäjäkäyttäytymisen ennustamisessa. 2. Painota eettisyyttä ja inklusiivisuutta. Varmista, että tekoälyratkaisusi ovat oikeudenmukaisia, läpinäkyviä ja että ne ottavat huomioon monimuotoiset käyttäjäryhmät. 3. Opi ja sovella uusia taitoja. Etsi koulutusta, työkaluja ja resursseja, jotka auttavat sinua ymmärtämään, miten tekoälyä voidaan tehokkaasti integroida palvelumuotoiluun”. 

Aarnolle luodun teknologiapohjaisen kotiapulaisen kuvaus sekä tälle luotu kuvaus Aarnon käyttäjäpolusta.
Kuva 3. Esimerkki tekoälysovellusten ja Milla Mäkisen yhdessä tuottamista palveluideoista palvelupolkuineen (Kuva: ChatGPT 4.0, Canva / Milla Mäkinen)

Kirjoittaja

Milla Mäkinen on LAB-ammattikorkeakoulun lehtori. Hän opettaa palvelumuotoilua ja toimii LAB-ammattikorkeakoulun TKI-hankkeiden palvelumuotoilun asiantuntijana. Hän osallistui Kansainvälisen palvelumuotoiluverkoston järjestämään virtuaaliseen Kansainväliseen palvelumuotoilukonferenssiin 5.-6.10.2023.

Lähteet

OpenAI. 2023. Kolme vinkkiä palvelumuotoilijoille tekoälyn ja palvelumuotoilun yhdistämiseen liittyen. ChatGPT-4.0. Viitattu 12.10.2023. Saatavissa https://chat.openai.com/

Hanson, C. 2023. Augmented Intelligence: Using Generative AI in Participatory Design. Esitys kansainvälisessä palvelumuotoilukonferenssissa (Service Design Global Conference 2023) 5.10.2023. 

Besplemennova, Y. 2023. Navigating the AI Service Landscape: New Design Grammar for Automation and Augmentation. Esitys kansainvälisessä palvelumuotoilukonferenssissa (Service Design Global Conference 2023) 6.10.2023. 

Rego, M. 2023. Designing Services with Generative AI. Esitys kansainvälisessä palvelumuotoilukonferenssissa (Service Design Global Conference 2023) 5.10.2023. 

Seabrook, B. 2023. AI At Your Service. Esitys kansainvälisessä palvelumuotoilukonferenssissa (Service Design Global Conference 2023) 5.10.2023.