Skip to content
Новость Nielsen Norman Group авг. 2026 г.

Nielsen Norman Group: ИИ не может заменить реальное исследование в empathy mapping

Карта эмпатии и ИИ — материал Nielsen Norman Group

ИИ может помочь систематизировать уже собранные данные исследования, но не способен создать исследовательские свидетельства о реальном опыте конкретных пользователей.

Карта эмпатии зависит от реальных исследований, а реальные исследования требуют времени. Когда воркшоп уже запланирован, а данных нет, тянуться к инструменту ИИ кажется разумным выходом. Попросите его воспроизвести логику расстроенного пользователя — и через секунды перед вами целая страница стикеров. Однако то, на основе чего они созданы, важнее того, насколько быстро они появились.

Что такое карта эмпатии

Карта эмпатии — это визуализация, которая отражает то, что команда знает о конкретном типе пользователей. Она организована в четыре квадранта: «Говорит», «Думает», «Делает» и «Чувствует».

Карты эмпатии создают общую точку отсчёта для всей команды. Как правило, они собираются совместно в ходе воркшопа — с использованием стикеров, которые основаны на реальных исследованиях:

  • сессии по usability-тестированию: что вы наблюдали, как пользователь действовал и с чем испытывал трудности;
  • пользовательские интервью: что человек рассказал своими словами;
  • обращения в поддержку и записи звонков: на что пользователи жалуются сами, без подсказки;
  • полевые исследования и contextual inquiry: что контекст среды раскрывает о пользователях, даже если они сами этого не формулируют.

Карты эмпатии особенно полезны для того, чтобы выровнять понимание пользовательского опыта внутри кросс-функциональной команды.

Правдоподобный контент, сгенерированный ИИ, — не пользовательское исследование

Когда вы просите инструмент ИИ сыграть роль расстроенного пользователя, он синтезирует паттерны из большого массива текстов и выдаёт нечто правдоподобное. Но правдоподобное — это не то же самое, что реальное. ИИ не воспроизводит задокументированный опыт конкретного человека.

У ИИ нет доступа к вашим пользователям, к специфическим точкам отказа вашего продукта или к контексту, в котором продукт подвёл конкретного человека. Результат мог бы описывать расстроенного пользователя практически любого продукта в данной категории — а значит, не описывает никого конкретного.

Сравните то, что генерирует ИИ, с тем, что обычно выявляет реальное исследование:

ПродуктСгенерировано ИИИз реального исследования
Приложение доставки продуктов«Хочу, чтобы приложение спрашивало перед заменой товаров»«Оно заменило мне овсяное молоко на литр обычного и списало деньги раньше, чем я вообще увидела уведомление»
Инструмент планирования«Раздражает, когда календарь не синхронизируется»«Я обнаружила, что в 14:00 у меня двойная запись — потому что всё ещё видела старую версию, до того как коллега перенёс встречу, и не знала, что появилась новая»
Онлайн-банк«Хочу чувствовать уверенность в безопасности денег»«Я всегда сначала перевожу 1 рубль, чтобы убедиться, что правильно набрала номер счёта, и только потом отправляю остальное»
Запись на курс«Регистрация нервная и система тормозит»«Мы вчетвером созваниваемся в 6:59 утра и вместе обновляем страницу — чтобы кто-то успел занять место, если оно откроется»

Сгенерированные ИИ цитаты безопасны. Они достаточно общие, чтобы подходить почти к любому продукту в категории. Реальные цитаты конкретны и детальны — именно конкретность делает карту эмпатии полезной.

Можно возразить, что ИИ можно точнее направить через промпт, чтобы он изобретал более специфические цитаты. Это так. Но ценность реальных высказываний пользователей выходит за рамки конкретности — они являются свидетельством того, что эти люди действительно сказали, сделали или пережили. Придуманное наблюдение остаётся предположением, каким бы правдоподобным оно ни казалось.

Где ИИ действительно помогает при создании карты эмпатии

Даже если ИИ не подходит для генерации пользовательского контента в картах эмпатии, он может помочь при синтезе данных, полученных в ходе реальных исследований.

Легитимное использованиеИспользование, которое компрометирует карту
Организация и кластеризация стикеров из уже собранных исследованийГенерация цитат, поведений или эмоций, приписываемых несуществующим пользователям
Улучшение формулировок после того, как инсайты основаны на реальных данныхЗаполнение пробелов в тонких данных правдоподобно звучащим материалом
Обобщение паттернов из большого набора цитатИзобретение «типичного пользователя» вместо проведённого исследования
Подготовка предварительных группировок, которые команда проверит и скорректируетСоздание целого квадранта стикеров, потому что данных по нему нет

Прежде чем обращаться к ИИ

Используя ИИ в процессе создания карты эмпатии, задайте себе три вопроса:

  • Я даю ИИ реальные данные для организации или прошу его генерировать данные, которых у меня нет?
  • Могу ли я связать этот стикер с конкретным исследовательским свидетельством?
  • Если бы я пришла к этому выводу сама, без ИИ, я бы назвала это находкой или предположением?

Если ответы на эти вопросы вызывают дискомфорт — это важный сигнал. Обычно это означает, что карте нужно больше исследований.

Заключение

Ценность карты эмпатии — в конкретных, запутанных деталях реальных людей. ИИ может помочь вам обработать то, что вы узнали от этих людей, но не может создать их для вас. Данные, сгенерированные ИИ, не являются свидетельством, сколько бы конкретными и убедительными они ни казались. А карта эмпатии должна фиксировать именно свидетельства.

Генерация данных для карты эмпатии с помощью ИИ выглядит как сокращение пути. Однако это лишь переносит проблему на следующий этап: команда начинает создавать продукт для пользователей, которых не существует, опираясь на карту, для которой никто так и не поговорил ни с кем реальным.