การวิจัยผู้ใช้เป็นรากฐานของการพัฒนาผลิตภัณฑ์ที่ Semantic Scholar และช่วยให้เราได้รับความเข้าใจอย่างลึกซึ้งเกี่ยวกับนักวิชาการของเรา วิธีที่พวกเขามีปฏิสัมพันธ์กับวรรณกรรมทางวิทยาศาสตร์ และความสัมพันธ์ของพวกเขาภายในชุมชน

Evie Cheng เป็นนักวิจัยอาวุโสด้าน UX สำหรับ Semantic Scholar ที่ Allen Institute for AI

ที่ Semantic Scholar เรามุ่งมั่นที่จะเร่งให้เกิดความก้าวหน้าทางวิทยาศาสตร์โดยการสร้างวิธีการค้นหาและค้นพบความรู้ทางวิทยาศาสตร์ที่ดีขึ้นโดยใช้โมเดล AI ที่ล้ำสมัยของเรา อย่างไรก็ตาม เพื่อช่วยให้นักวิชาการทำการวิจัยที่มีผลกระทบได้นั้น ต้องใช้มากกว่าเทคโนโลยี

เราใส่ใจผู้ใช้ของเรา และจำเป็นอย่างยิ่งที่เราจะต้องทำความเข้าใจอย่างลึกซึ้งเกี่ยวกับนักวิชาการ วิธีที่พวกเขามีปฏิสัมพันธ์กับวรรณกรรมทางวิทยาศาสตร์ และความสัมพันธ์ภายในชุมชน

การวิจัยผู้ใช้เป็นรากฐานของการพัฒนาผลิตภัณฑ์ที่ Semantic Scholar เราทำการวิจัยประเภทต่างๆ เพื่อทำความเข้าใจแรงจูงใจ เป้าหมาย ประเด็นปัญหา และความต้องการที่ไม่ได้รับการตอบสนองของนักวิชาการ และใช้การเรียนรู้ของเราเพื่อแจ้งการตัดสินใจในทีมของเราและสร้างประสบการณ์ที่มีความหมาย

แนวทางการวิจัยของเรา

การวิจัยเชิงสำรวจ

การสร้างความเข้าใจร่วมกันของผู้ใช้ที่แสดงถึงความกว้างและความหลากหลายของฐานผู้ใช้ของเราเป็นความท้าทายหลักสำหรับการวิจัยผู้ใช้ตั้งแต่วันแรก สมาชิกในทีมของเรามีประสบการณ์หลากหลายระดับกับผลิตภัณฑ์ของเรา ตั้งแต่นักวิชาการชั้นนำด้านความคิดที่มีชื่อเสียงซึ่งเขียนบทความทางวิทยาศาสตร์มาหลายปี ไปจนถึงผู้ที่ไม่เคยค้นหาเอกสารทางวิชาการมาก่อนเข้าร่วมทีม

ด้วยการเปลี่ยนแปลงนี้ เราจึงพยายามทำการวิจัยที่จะทำให้ทุกคนมีความเข้าใจร่วมกันเกี่ยวกับผู้ใช้จริงของเราและปัญหาของพวกเขา เราทำการศึกษาไดอารี่ 10 วันกับนักวิชาการ 15 คนทั่วโลกในสาขาอาชีพและสาขาการวิจัยที่แตกต่างกัน ผ่านรายการไดอารี่ในบริบทและการสะท้อนชั่วขณะทางนิเวศวิทยา เราสามารถเข้าใจปฏิสัมพันธ์ประจำวันของพวกเขากับวรรณกรรมทางวิทยาศาสตร์ ได้รับความเข้าใจที่กว้างขึ้นเกี่ยวกับสภาพแวดล้อมที่ดำเนินการวิจัย และแปลข้อมูลเชิงลึกเป็นลักษณะผู้ใช้ ซึ่งต่อมาได้กลายเป็นสินทรัพย์ที่แข็งแกร่ง เพื่อให้เราตัดสินใจเลือกผลิตภัณฑ์ได้ถูกต้องและมีผลกระทบมากที่สุด

“เราต้องการทำความเข้าใจว่าเหตุใดผู้ใช้จึงพยายามทำงานบางอย่างให้สำเร็จ ซึ่งสิ่งนั้นอยู่ในเส้นทางการวิจัยของพวกเขา และเครื่องมือและเวิร์กโฟลว์อื่นใดที่ผู้ใช้ของเรากำลังดำเนินการอยู่”

เรามองไปไกลกว่านั้นเสมอเพื่อมองหาโอกาสใหม่ๆ และสำรวจพื้นที่ที่เราสามารถสร้างผลกระทบได้ เมื่อเร็วๆ นี้ เราได้ทำการศึกษาเชิงสำรวจเพื่อทำความเข้าใจวิธีการใช้อุปกรณ์เคลื่อนที่ในเวิร์กโฟลว์การวิจัยรายวันของนักวิชาการให้ดียิ่งขึ้น ในโลกที่มีการเคลื่อนที่สูง อุปกรณ์หลักสำหรับการวิจัยทางวิทยาศาสตร์ยังคงเป็นคอมพิวเตอร์เดสก์ท็อปและแล็ปท็อปเป็นหลัก และเราต้องการที่จะเข้าใจว่าทำไม

ในขณะที่คอมพิวเตอร์เป็นอุปกรณ์การวิจัยหลักสำหรับงานที่โฟกัสและเจาะลึก ผู้ใช้ตรวจสอบงานวิจัยใหม่ อ่านเอกสาร และคิดเกี่ยวกับแนวคิดต่างๆ ตลอดเวลาบนอุปกรณ์เคลื่อนที่ ด้วยอุปสรรคต่างๆ เช่น รูปแบบการอ่านบนอุปกรณ์เคลื่อนที่ที่ไม่เป็นมิตรและการเข้าถึงวรรณกรรมที่จำกัด ผู้ใช้จึงพัฒนาวิธีแก้ปัญหาเพื่อจำเอกสารที่จะอ่านหรือสิ่งที่ต้องทำเมื่อเปลี่ยนอุปกรณ์ อย่างไรก็ตาม สิ่งเหล่านี้ใช้เวลานานและยังต้องใช้ความรู้ความเข้าใจอย่างหนัก

“ฉันใช้เวลาส่วนใหญ่ไปกับการพาสุนัขไปเดินเล่น ฉันพาเธอไปที่สวนสุนัขเกือบทุกวัน และฉันพบว่าตัวเองกำลังเลื่อนดูทวิตเตอร์ ฉันจะหาเอกสาร จากนั้นฉันจะเริ่มคิดเกี่ยวกับสิ่งต่างๆ และค้นหาการอ้างอิง” - ผู้เข้าร่วม

“อาจมีที่คั่นหน้าเป็นพัน วิธีที่ฉันใช้ที่คั่นหน้าคือการเขย่าหน่วยความจำของฉันในภายหลัง รายการยาวมาก แม้แต่ฉันยังสับสนเลย” - ผู้เข้าร่วม

เราถามตัวเองว่า“เราจะทำให้การค้นหาข้อมูลง่ายขึ้นสำหรับผู้ใช้ที่บริโภคบนอุปกรณ์เคลื่อนที่ได้อย่างไร เราจะทำให้ผู้ใช้หยิบกระดาษและงานที่ทำค้างไว้ได้ง่ายขึ้นได้อย่างไรเมื่อเปลี่ยนอุปกรณ์” สิ่งนี้ทำให้เราสามารถเปิดเผยข้อมูลเชิงลึกเกี่ยวกับพฤติกรรมที่อาจพลาดไปหากเรามุ่งเน้นเฉพาะแนวทางปฏิบัติที่มีอยู่ และช่วยให้เราสามารถปรับผลิตภัณฑ์ของเราให้เข้ากับสถานการณ์ที่ต้องเดินทางและช่วงเวลาสั้นๆ

“การมีบางอย่างที่รวมศูนย์มากขึ้นซึ่งทำทั้งหมดนี้โดยที่ฉันไม่ต้องทำเอง ส่งอีเมลและหยิบมันขึ้นมา แล้ววางที่นี่ จากนั้นทำสิ่งนี้ และบันทึกข้อมูลนี้ที่นั่น นั่นจะช่วยประหยัดเวลาได้มาก” - ผู้เข้าร่วม

ชั่งความเห็นอกเห็นใจ

นอกจากนี้ เรายังได้สร้างโปรแกรมวิจัย “การแชทของผู้ใช้” ที่เกิดขึ้นซ้ำๆ เพื่อให้ทีมใกล้ชิดกับผู้ใช้ของเรามากขึ้น เราเชิญผู้ใช้รายสัปดาห์เว้นสัปดาห์เพื่อสนทนากับเราเป็นเวลา 45 นาทีเกี่ยวกับเวิร์กโฟลว์การวิจัยปัจจุบัน ประเด็นปัญหา และความต้องการของพวกเขา การอำนวยความสะดวกและตรวจสอบการสัมภาษณ์ผู้ใช้อาจฟังดูใช้เวลานานและน่ากังวล ดังนั้นเราจึงตั้งใจออกแบบโปรแกรมนี้ให้มีน้ำหนักเบาและใช้ความพยายามน้อย สมาชิกในทีมสามารถนำคำถามใดๆ ที่มีมาให้กับผู้ใช้ หรือเพียงแค่กาแฟสักแก้วเพื่อรับฟัง ซึ่งจะสร้างความน่าเชื่อถือได้อย่างมีประสิทธิภาพ เพิ่มความกระหายของทีมในการวิจัยผู้ใช้ และเปิดการสนทนาที่เป็นประโยชน์เกี่ยวกับสิ่งที่สำคัญสำหรับผู้ใช้ของเราในทีมต่างๆ

การวิจัยแบบรวม

สำหรับค่านิยมหลักของเราในการส่งเสริมการเข้าถึงวิทยาศาสตร์อย่างเท่าเทียมกัน เราเริ่มต้นเส้นทางการวิจัยที่ครอบคลุมโดยพูดคุยกับนักวิชาการที่ตาบอดหรือมีความบกพร่องทางการมองเห็นเพื่อทำความเข้าใจความท้าทายที่พวกเขาเผชิญเมื่อมีปฏิสัมพันธ์กับวรรณกรรม และระบุช่องว่างและโอกาสในการเข้าถึงที่เราสามารถส่งผลกระทบได้ การสนทนาทำให้ทีมตระหนักรู้และจัดลำดับความสำคัญของผู้ชมที่ด้อยโอกาส ตั้งแต่นั้นมา เรายังคงรวมความคิดเห็นที่หลากหลายในการวิจัยผู้ใช้ของเรา และสร้างความครอบคลุมในแผงผู้ใช้ของเรา อ่านเพิ่มเติมเกี่ยวกับงานการช่วยสำหรับการเข้าถึงของเราที่นี่

การวิจัยเชิงประเมิน

เราร่วมมือกับผู้ใช้ของเราในการรวมมุมมองของพวกเขาในทุกขั้นตอนของกระบวนการออกแบบของเรา เราจัดเซสชันการออกแบบร่วมกัน สัมภาษณ์ ทดสอบการใช้งาน และแบบสำรวจเพื่อระดมความคิด ปรับแต่ง และทำซ้ำ สิ่งนี้ทำให้มั่นใจได้ว่าผู้ใช้จะได้รับประสบการณ์ที่สนุกสนานและตอบสนองความต้องการของผู้ใช้ของเราได้ดีที่สุด

ยกตัวอย่างหนึ่งในฟีเจอร์สร้างความแตกต่างหลักของเราฟีดวิจัยเป็นตัวอย่าง เมื่อเราเปิดตัวฟีดการค้นคว้าและไลบรารีเป็นครั้งแรก ทั้งสองอย่างนี้เป็นคุณลักษณะที่แยกจากกันสำหรับการค้นพบและการจัดระเบียบ จากสิ่งที่เราได้ยินระหว่างช่วงการวิจัย เราระบุความจำเป็นในการผสานรวมเข้ากับศูนย์กลางเพื่อให้ผู้ใช้ได้รับข้อมูลล่าสุด ตอนนี้นักวิชาการสามารถรับคำแนะนำส่วนบุคคลตามสิ่งที่พวกเขาบันทึกไว้ในห้องสมุด

“นั่นคือเหตุผลที่ฉันมาที่ Semantic Scholar ส่วนใหญ่ เพื่อดูคำแนะนำเหล่านั้น เอกสารใหม่ที่ฉันสนใจเพราะพวกเขากล่าวถึงหัวข้อที่ฉันสนใจ” - ผู้เข้าร่วม

อีกตัวอย่างหนึ่งคือคุณลักษณะอิทธิพลของผู้เขียนเวอร์ชันใหม่ที่จะเปิดตัวเร็วๆ นี้ ความสัมพันธ์ของผู้เขียนเป็นองค์ประกอบสำคัญของวิธีที่นักวิชาการค้นพบงานวิจัยที่เกี่ยวข้อง ทำความเข้าใจกับสาขาวิชาที่ตนศึกษา และสรุปผลการวิจัยของตนเอง สิ่งนี้กระตุ้นให้เราคิดถึงวิธีนำเสนอข้อมูลนั้นให้ดีที่สุดเพื่อสนับสนุนการค้นพบและการทำงานร่วมกัน

“การวิจัยมีความร่วมมือมากขึ้นและมีขอบเขตทั่วโลก เครือข่ายความร่วมมือประเภทนี้มีประโยชน์และล้ำสมัย หากต้องการเห็นการทำงานร่วมกันในลักษณะที่แตกต่างออกไปโดยไม่เชื่อมโยงกับผลลัพธ์ที่ได้รับการตรวจสอบโดยเพื่อนอย่างชัดเจน จะเป็นการยอมรับว่าสิ่งต่าง ๆ กำลังเปลี่ยนแปลง” -ผู้เข้าร่วม

โดยการสัมภาษณ์ เราสามารถเข้าใจวิธีที่ผู้ใช้สร้างแบบจำลองทางจิตของเครือข่ายการประพันธ์ วิธีที่นักวิชาการใช้ข้อมูลนี้ในขั้นตอนต่างๆ ของอาชีพ วิธีที่ผู้ใช้นำทางการแสดงภาพ ตลอดจนความกังวลและข้อกังวลของพวกเขา เราจะเผยแพร่บล็อกโพสต์อื่นเพื่อแบ่งปันกระบวนการและข้อมูลเชิงลึกของเราเมื่อเราสร้างคุณลักษณะนี้

มองไปในอนาคต

เรามีความคืบหน้าไปมาก แต่ยังมีอะไรอีกมากที่ต้องทำ เรากำลังปรับปรุงอย่างต่อเนื่องเพื่อให้ Semantic Scholar เป็นเครื่องมือที่ดีขึ้นสำหรับนักวิชาการทุกคน หากคุณสนใจที่จะแบ่งปันความคิดเห็นและช่วยกำหนดอนาคตของการวิจัยเชิงวิชาการ โปรดลงทะเบียนโปรแกรมเบต้า ของเรา !

ติดตาม@allen_aiและ@semanticscholarบน Twitter และสมัครรับจดหมายข่าว AI2เพื่อติดตามข่าวสารล่าสุดและการวิจัยที่ออกมาจาก AI2