آموزش یادداشتبرداری استراتژیک برای تحقیقات UX و پرومپتهای بهینه AI AI - آخرین آپدیت
دانلود Strategic Note-Taking for UX Research & Better AI Prompts
هوش مصنوعی (AI) میتواند در چند ثانیه متون را تبدیل به متن، خلاصه کند و «بینشها» (Insights) تولید کند. اما خطر این نیست که AI AI استراتژیک است، بلکه خطر این است که شما به عنوان پژوهشگر، قدرت مشاهده را از دست بدهید و تبدیل به اپراتور خروجیهای AI AI شوید.
این دوره آموزشی، یادداشتبرداری استراتژیک برای تحقیقات UX در عصر هوش مصنوعی را آموزش میدهد: یک متدولوژی ساده و دقیق که با رویکرد انسانمحور $\rightarrow$ ماشینمحور ایجاد شده است تا از قدرت ادراک شما محافظت کند، شهود را به دادههای قابل استفاده تبدیل کند و AI AI را به ابزاری به مراتب مؤثرتر تبدیل نمدایانده.
شما خواهید آموخت که نه تنها رفتارهای قابل مشاهده، بلکه دادههای درونی (Inner Data) را ثبت کنید: تعجب، سردرگمی و سیگنالهای غریزی شما در لحظه. این مهارت «فراشناخت» (Metacognition) بخشی از تمرینات دقیق پژوهشی است. توانایی ثبت صریح این سیگنالها به شما اجازه میدهد تا از AI AI برای تست، گسترش و به چالش کشیدن آنچه حس کردید استفاده کنید، به جای اینکه اجازه دهید AI AI چارچوب تحلیل تحلیلهای شما را تعیین کند.
از طریق تمرینات کوتاه (شامل نقشآفرینی)، تکنیکهای مهم یادداشتبرداری را با جزئیات تمرین خواهید کرد: نشانگرهای فراشناختی، نقشهبرداری از تضادها، تفکیک مشاهدات از تفاسیر، ردیابی قوسهای احساسی، آبشارهای سوالی و لنگرهای متنی. همچنین یک عادت ۵ دقیقهای پس از هر جلسه را یاد میگیرید که به شما کمک میکند از هر مصاحبه با فرضیات ارزشمندی برای اعتبارسنجی خارج شوید.
اگر میخواهید از AI AI استفاده کنید بدون اینکه قدرت ادراک خود را به آن بسپارید و به بینشهایی برسید که واقعاً از آنها دفاع کنید، این دوره برای شماست.
what will students learn in your course?
- ثبت شهود به عنوان داده با استفاده از نشانگرهای فراشناختی ساده در طول مصاحبههای کاربر
- تفکیک مشاهدات از تفاسیر برای حفظ دقت و استانداردهای پژوهش کیفی
- شناسایی تضادها بین آنچه شرکتکنندگان میگویند و آنچه انجام میدهند
- ردیابی قوسهای احساسی و نشانههای متنی که در متنهای تایپ شده و خلاصههای AI AI حذف میشوند
- تبدیل یادداشتهای خام مصاحبه به فرضیات قابل تست با یک گردش کار ۵ دقیقهای پس از جلسه
- نوشتن پرومپتهای AI AI بهتر بر اساس سیگنالهای انسانی، نه الگوهای کلی و تکراری
- ایجاد یک ردپای شواهدی با سطوح اطمینان برای جلوگیری از سنتزهای ساختگی یا بیش از حد مطمئن
- کالیبره کردن خروجیهای انسانی در مقابل خروجیهای AI AI برای کاهش نقاط کور، سوگیریها و اتکای بیش از حد به اتوماسیون
نیازمندیها / پیشنیازها
- بدون نیاز به تجربه قبلی در تحقیقات UX یا هوش مصنوعی
- یک دفترچه یادداشت یا اپلیکیشن نوت (کاغذ و قلم مناسب است)
- اختیاری: دسترسی به هر یک از مدلهای زبانی بزرگ (ChatGPT, Claude, Gemini و غیره) برای بخشهای انتهایی
این دوره برای چه کسانی است؟
- طراحان UX و طراحان محصول که مصاحبه میکنند و به دنبال بینشهای عمیقتر هستند
- پژوهشگران UX (به خصوص تکنفره) که به دنبال یک گردش کار انسانمحور برای تحلیلهای AI-assisted هستند
- مدیران محصول و طراحان سرویس که در مرحله دیسکاوری (Discovery) هستند و کیفیت یادداشتهایشان را ارتقا دهند
- هر کسی که به دنبال تکنیکهای کاربردی برای حفظ دقت در یک گردش کار متکی به AI AI است
درسها Lessons
-
مقدمه به دوره خوش آمدید Introduction - Welcome to the Course
-
درس ۲ آگاهی به عنوان یک ابزار پژوهشی Lesson 2 - Awareness as a research instrument
-
درس ۳ متدولوژی: اول انسان $ightarrow$ دوم ماشین Lesson 3 - The method: Human-first → Machine-second
-
درس ۴ جعبهابزار یادداشتبرداری شما Lesson 4 - Your Note-Taking Toolkit
-
درس ۴.۱ نشانگرهای فراشناختی Lesson 4.1 - Meta-cognition markers
-
درس ۴.۲ ردیابی قوسهای احساسی Lesson 4.2 - Emotional arc tracking
-
درس ۴.۳ آبشار سوالات Lesson 4.3 - Question Cascade
-
درس ۴.۴ لنگرهای متنی Lesson 4.4 - Context anchors
-
درس ۴.۵ مشاهدات در مقابل تفاسیر Lesson 4.5 - Observations vs interpretations
-
درس ۴.۶ نقشهبرداری از تضادها Lesson 4.6 - Contradiction mapping
-
درس ۵ همکاری مشترک با هوش مصنوعی Lesson 5 - Working with AI in partnership
-
درس ۵.۱ پرومپتنویسی با رعایت دقت پژوهشی Lesson 5.1 - Prompting that respects rigor
-
درس ۵.۲ گردش کار ردپای شواهدی Lesson 5.2 - Evidence trail workflow
-
درس ۶ کالیبره کردن: واقعی کردن شراکت با AI Lesson 6 - Calibration: making partnership real
-
درس ۷ اخلاق و مسئولیتپذیری Lesson 7 - Ethics + responsibility
-
درس ۸ ویدیو پروژه Lesson 8 - Project video
-
درس ۹ گامهای بعدی Lesson 9 - Next Steps
https://donyad.com/d/91fadc
Pascal Raabe
کوچینگ سیستمی و طراحی UX
پاسکال یک رهبر طراحی انسان محور، مربی و متخصص در زمینه UX و تحقیقات مشتری است. تجربه او بیش از یک دهه از تحقیقات UX و طراحی محصول دیجیتال در استارتاپ ها، آژانس ها و شرکت های بزرگ را شامل می شود. پاسکال صاحب گواهی محصول SCRUM، محقق معتبر Askable+ است و UX را در سطح بینالمللی در AcademyXi و مجمع عمومی تدریس کرده است.
پاسکال در تمرین مربیگری Universal Mind، با افراد و سازمانها شریک میشود تا رشد فردی را بازتعریف کند، رضایت شخصی را بهبود بخشد، عملکرد تیم را بهبود بخشد، و از طریق تفکر سیستمی و مربیگری فرآیندهای نوآوری کل نگر مؤثر ایجاد کند. p>
نمایش نظرات