Synthetic personas vs Dynamic personas
- User Research
- AI
Le synthetic personas create con l’AI stanno diventando uno strumento sempre più diffuso nell’ambito della User Research e progettazione di prodotti digitali.
Molte aziende stanno vendendo modelli che utilizzano dati raccolti da ricerche pregresse con persone reali (dataset, interviste, test di usabilità, etc) per costruire un profilo artificiale che rappresenti un determinato segmento di utenti e interrogarlo per ottenere insight, preferenze o reazioni a un prodotto.
Ma il limite delle synthetic personas emerge quando ci ricordiamo che le persone reali sono “dinamiche” e imprevedibili, perché non corrispondono soltanto alla somma di caratteristiche oggettive ma reagiscono in funzione del contesto, dell’obiettivo, dello stato emotivo, delle esperienze recenti, bias e molti altri fattori.
L’Intelligenza Artificiale non può simulare l’imprevedibilità umana
Perchè le persone analogiche sono dinamiche e incoerenti.
Una persona analogica non è un profilo statico
Quando costruiamo una persona tradizionale sintetizziamo alcune caratteristiche come età, professione, interessi, comportamenti, obiettivi, pain point e preferenze. Questo modello è utile come base di partenza per la programmazione del processo di ricerca, ma ha il limite di trasformare un individuo complesso in una rappresentazione statica.
Una dynamic persona invece descrive un modello comportamentale che può cambiare, per cui il ricercatore dovrà interrogarsi su "Chi è il nostro utente in questo momento, in questo contesto e mentre sta cercando di raggiungere questo obiettivo?".
Per esempio, una stessa persona può essere:
- molto sensibile al prezzo quando acquista qualcosa per sé e poco sensibile al prezzo quando compra per la propria azienda;
- impaziente quando utilizza un servizio da mobile e estremamente paziente quando è davanti a un problema importante;
- favorevole a una nuova tecnologia e fortemente resistente alla stessa tecnologia quando deve utilizzarla nel proprio lavoro.
Le persone sono spesso incoerenti
Un’altra variabile spesso sottovalutata è la contraddittorietà degli esseri umani, che non sono sempre razionali e coerenti con ciò che hanno dichiarato in precedenza. Possiamo, per esempio, dire di voler mangiare sano e ordinare comunque un hamburger. Oppure possiamo dichiarare che il prezzo è fondamentale e scegliere comunque il prodotto più costoso.
Una synthetic persona, invece, tenderà naturalmente a produrre una narrativa coerente, limando le ambiguità e le eccezioni. E sarà proprio questa coerenza a renderla convincente e, allo stesso tempo, superficiale e inaffidabile.
Validare le nostre ipotesi in un sistema chiuso
Emerge quindi un problema metodologico più importante dove le synthetic personas rischiano di diventare uno strumento attraverso cui le aziende ottengono conferma delle proprie ipotesi anziché scoprirne di nuove. Perché se costruiamo una persona sulla base di determinati dati e poi interroghiamo la stessa persona sintetica per valutare un'idea, stiamo creando un sistema chiuso e ridondante, anche basandoci su un panel di milioni di persone.
L’errore però, come spesso accade, non sta nello strumento ma nell’uso errato che ne facciamo. Difatti le synthetic personas possono rivelarsi molto utili per esplorare scenari, generare ipotesi o stress-testare un'idea in una fase iniziale di progetto.
Il punto è non confondere la simulazione con l’evidenza: l’insight “Abbiamo chiesto a 10.000 synthetic users e il 72% ha scelto questa soluzione” dovrà essere quindi interpretato come "Abbiamo chiesto a 10.000 synthetic users e forse il 72% degli utenti sceglierebbe questa soluzione”.
