Aggiornamenti

Social Networks

Sponsored by

ilariamauric.it è online dal 2009
20 febbraio 2017

Interaction17, day 2: appunti sparsi


Ecco qui gli appunti e le riflessioni che ho raccolto dopo il secondo giorno di Interaction17. I temi centrali sono stati educazione, cultura e leadership. Nel primo pomeriggio ho seguito la track in cui si parlava di organizzazioni e infine un bellissimo talk su machine learning.

Tecnologia e impresa a impatto sociale: eccome se si può fare

Nel keynote di apertura Juliana Rotich ci ha spiegato che in Kenya si sta investendo su 3 tipi di progetti a impatto sociale: risposta alla crisi, diritti civili, governo / cittadini. La Rotich ha presentato Ushahidi e BRCK, che ha contribuito a fondare e a far crescere.

Ushahidi è un’impresa no-profit che ha realizzato una piattaforma tecnologica pensata per consentire ai cittadini di segnalare episodi di violenza in Kenya nel periodo post-elettorale del 2008. È open-source e si è molto evoluta nel tempo, è stato tradotta in 49 lingue e oggi viene impiegata in tutte le 3 aree a impatto sociale. A fine 2016, è stata usata anche negli Stati Uniti per segnalare episodi di violenze e aggressioni post-elettorali.

BRCK è una specie di super-modem creato da Ushahidi, è in grado di portare connettività in aree particolarmente ostiche e ci riesce anche durante i frequenti casi di blackout. Forti dell’esperienza e del successo ottenuti con BRCK, hanno deciso di creare altri strumenti digitali a basso costo per le scuole: il KIO (un tablet molto robusto) e il KIO KIT (una valigetta di tablet).
La Rotich ha presentato BRCK anche al TEDglobal2013 di Edinburgo. Tanta, ma tanta tanta stima.

Juliana Rotich: A Journey in Social Entrepreneurship – Pitstops & Lessons from Interaction Design Association on Vimeo.

Lean e design thinking non bastano, c’è ancora tanto da fare

Jon Kolko ha portato la sua esperienza come direttore di una scuola di design e come socio di Modernist Studio. Ha parlato delle difficoltà che affronta quando cerca formare gli studenti nell’approccio al design, quali sono i preconcetti che deve decostruire e quali sono le linee guida più preziose da imparare.
C’è questa illusione che per essere creativi basti qualche ricetta, poi succede che ci provi e pian piano potresti capire di non esserlo affatto, il che potrebbe portarti a momenti di crisi anche intima mica da ridere. Quello che credevi di aver capito di lean e design thinking non bastano più, rimane solo da rimboccarsi le mani e darsi tanto da fare.

Le sue slide sono online sul suo sito. Le consiglio, il suo talk è stato caleidoscopico.

Ha parlato di educazione, ma in fondo quello che ha suggerito si può portare tranquillamente anche nelle organizzazioni:

  • riconoscere i sentimenti (acknowledge feelings): nei sistemi educativi o formativi, così come nelle organizzazioni, concentrarsi sulla costruzione della fiducia dovrebbe essere tanto importante quanto concentrarsi nell’imparare la manualità del mestiere (che nel nostro caso si traduce in processi e strumenti)
  • domare l’ambiguità (tame ambiguity): per riuscirci, spesso ci si illude che seguire un processo, darsi o imporre delle regole o aggrapparsi a qualche strumento sia una buona soluzione. In realtà sono tutte cose che distruggono la creatività.
  • falli andare fuori controllo (let them run amok): quando si crea una cultura senza regole ma con qualche vincolo, inizia a crearsi la magia. Le gerarchie spariscono, si corre qualche rischio e bisogna farsi carico delle conseguenze (che spesso non ci sono).

“A constraint comes from an unexpected discovery over the course of a project. A requirement is an onerous edict that is placed on us and stifles our creativity.”
Ben Fullerton, Design Director at Nike

  • porta avanti una visione (drive a vision): non significa avere le risposte, ma certamente significa dare ai collaboratori un motivo per credere nel lavoro che fanno. Un buon modo di riuscirci è di portare dei dati, misurare i progressi e i risultati. La visione e la strategia vanno visualizzate quanto basta per vederne la traiettoria e consentire di seguirla.

Educazione e cultura crescono ed evolvono individuando i vincoli, iterando e facendo critica. È un ciclo che conosciamo bene, lo stiamo applicando e ci crediamo, è faticoso ma meraviglioso. È bello ritrovare in questo talk tanti spunti di quello che stiamo cercando di fare anche noi.

Jon Kolko: Sh*t Sh*w: Finding Focus in the Midst of Ambiguity from Interaction Design Association on Vimeo.

“Your customer experience obviously is your brand.”

Cindy Chastain è Senior Vice President e Global Customer Experience & Design per Mastercard e ha parlato di trasformazione culturale guidata dal design. Ogni organizzazione nasce con uno scopo e in base a quello cerca di prendere una sua posizione nel mercato; d’altra parte, quando cresce, le persone e le situazioni esterne cambiano e si evolvono. Un punto cruciale del talk della Chastain riguardava esattamente questo: come fa un’azienda a mantenere una sua identità e allo stesso tempo ad adattarsi, magari modellandosi in base allo stile e ai bisogni delle persone che ci lavorano? È un punto cruciale sul quale anche noi, nel nostro piccolo, stiamo riflettendo molto e facendo i nostri esperimenti. La parte più difficile da accettare è il non avere controllo. Serve piuttosto tanta cura, attenzione e relazioni (quindi, di nuovo delega e fiducia).
Suggerisce di definire una value proposition che abbia un significato per chi lavora nell’organizzazione. La value proposition aiuta a offrire una migliore customer experience, eleva il brand, guida innovazione e differenziazione, crea connessioni emozionali.

Anche lei ha dato alcuni consigli per convertire in azioni questi concetti:

1) vanno definite alcune pratiche scalabili e ripetibili che aiutino a entrare e rimanere nella prospettiva customer-centrica;

2) il design dev’essere visto come un qualcosa che taglia trasversalmente l’organizzazione toccando tutte le aree (supporto, sviluppo, legale, marketing, comunicazione…). Richiede comportamenti, comunicazioni e mindset a 360°. Non deve essere visto come un insieme di processi e deliverables, perché in questo modo diventerebbe un silos.

3) perché avvenga un vero cambiamento culturale, il design deve smettere di avere un ruolo di funzione di servizio e diventare una piattaforma per guidare il valore di business.

Nel pomeriggio ho continuato a seguire la track sulle organizzazioni produttive.

Nel primo dei due talk Pam Hue di Capital One Labs ha fatto un paragone interessante tra esperienza di servizio ed esperienza di team. La Hue stava lavorando al design di un prodotto e stava conducendo alcune sessioni di ricerca. Si è accorta che poteva usare lo stesso framework per fare ricerca verso il suo team, per capire che cosa desideravano dal punto di vista professionale. L’ambito della ricerca verso il servizio ruotava intorno a questi concetti:

  • aiutami a sentirmi al sicuro (help me feel safe);
  • aiutami a farmi un’idea del mio futuro (help me envision my future);
  • vienimi incontro nel punto in cui mi trovo (meet me where I am at);
  • fammi diventare proprietario (give me ownership);
  • preparami ad avere successo (set me up for success).

Usare gli stessi strumenti della ricerca su un servizio per comprendere e migliorare l’esperienza di team mi sembra un’intuizione brillante.

Nel secondo talk, Izac Ross (designer) e Shauna Kashiap (avvocato) hanno raccontato il tipo di collaborazione che hanno avuto lavorando a Collective Health. Iniziata con la classica diffidenza “Tu non sai nulla di questioni legali” e “Tu non sai niente di design”, giustificata dal solito alibi del “Non c’è più tempo per qualunque cosa”, il team ha via via capito bene i ruoli che ognuno avrebbe dovuto tenere e visto chiaramente i benefici che il rispetto di questi ruoli avrebbe potuto portare sul prodotto. Mi è rimasta particolarmente impressa una slide in cui Shauna ha mostrato in che modo lasciava i suoi commenti sull’Invision prodotto da Izac: c’erano commenti introdotti da un label Legal comment e altri con label Non-Legal comment. I primi erano scritti indossando il cappello dell’avvocato, ovvero questioni legali che dovevano essere interpretate dal design in modo formalmente corretto e compliant; i secondi erano invece scritti togliendosi il cappello dell’avvocato. L’accordo tra Izac e Shauna era che il secondo tipo di commenti sarebbero stati letti e presi in considerazione ma non necessariamente accolti. Va da sé che il fatto che Shauna sapesse distinguere autonomamente un Legal comment da un Non-Legal Comment è indice del suo livello di maturità professionale.

Opportunità e trappole con machine learning

Tony Chu è designer per Noodle.ai e ha portato la sua esperienza nel progettare flussi e interazioni in cui le informazioni disponibili provengono da processi di machine learning. Il suo talk è stato per me il migliore della giornata.

Machine learning si circoscrive in un perimetro di dati, pattern, modelli e predizioni: dai dati disponibili si possono individuare i pattern, con i pattern si possono individuare modelli e da questi si possono fare predizioni. Machine learning aiuta a ridurre le frizioni nelle interazioni, ovvero a ridurre i passaggi o a saltare complicazioni perché la macchina ha imparato qualcosa su di me o su persone o situazioni simili alla mia. Le frizioni di solito si trovano studiando i fattori che determinano tempo, energia, percezione e stress.

Ha poi indicato i principali pattern su cui lavorare per ridurre queste frizioni.

Pattern 1: ripetute decisioni basate sul contesto

Esempio A: alcune app mobile che consentono di modificare le immagini dispongono di molti strumenti e filtri di editing. Grazie ai giusti algoritmi, analizzando i comportamenti di altri utenti in contesti simili, l’app può mostrare alcuni strumenti e filtri per primi se si ripresentano condizioni analoghe.

Esempio B: Mappe o Google Maps, combinando le informazioni sulla nostra localizzazione e sul giorno del calendario, hanno imparato a suggerire a che ora partire e quanto tempo ci vorrà per tornare a casa o andare in ufficio, evitandoci di aprire e impostare il navigatore ogni volta.

Pattern 2: indovina le intenzioni da form o frasi incomplete

Esempio: la descrizione di un appuntamento contiene di solito lo stesso tipo di dati. Queste descrizioni possono essere destrutturate e rielaborate pezzo per pezzo dall’algoritmo. È sulla riduzione di questo tipo di frizioni che sono nati prodotti di AI come X.ai.

Pattern 3: filtra i segnali dal rumore

Questo pattern è particolarmente interessante perché è qui che Machine Learning scivola più spesso. Una macchina ragiona per falsi positivi e li esclude, noi invece li vediamo come edge case da analizzare.
I campioni sono rappresentativi?
Le funzionalità hanno un potere predittivo?
Le etichette sono rilevanti?

È difficile per una macchina individuare e risolvere il survivor bias, oppure comprendere le vere motivazioni dei comportamenti umani. A volte un vestito molto visto dagli utenti viene guardato semplicemente perché il più assurdo o ridicolo della lista, non perché sia il più bello da regalare.
Combinando contesti e persone, gli algoritmi potrebbero imparare a riconoscere i falsi positivi o i bad data migliorando la qualità delle informazioni e delle soluzioni.

A margine del suo talk, Chu ha pubblicato Supplement to “Design in a World Where Machines are Learning”, in cui ha raccolto un bel po’ di risorse utili per approfondire l’argomento. Davvero bravo!

Gli altri 2 post su Interaction17

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Informazioni e licenza


Questo blog utilizza Wordpress è basato sul tema Gutenberg, modificato da me con i preziosi consigli di Nicolò e il fondamentale supporto di Luca
Eccetto dove diversamente specificato, i contenuti del mio blog sono pubblicati con Licenza Creative Commons Attribuzione Non commerciale - Condividi allo stesso modo 3.0 (Italia License).