UserTesting: почему суждение исследователя незаменимо в эпоху ИИ
ИИ не заменит хороших UX-исследователей
Опубликовано 6 августа 2026 года, 4 минуты чтения.
Главная угроза искусственного интеллекта для UX-исследований заключается не в том, что он вытеснит исследователей. Угроза в том, что организации начнут путать скорость с инсайтом.
На протяжении нескольких лет разговор об ИИ вращается вокруг эффективности. Компании хотят, чтобы исследовательские команды работали быстрее, анализировали больше данных и выдавали больше результатов. Исследователей при этом просят делать больше меньшими силами — и одновременно осваивать принципиально новый инструментарий.
Сама по себе эта цель разумна — до тех пор, пока эффективность не превращается из средства в самоцель.
На вебинаре UserTesting «Эволюция стратегии UX-исследований в мире ИИ» прозвучала мысль, которая выходит за рамки очередного списка лайфхаков для продуктивности. Ключевой тезис звучит так: главная ценность ИИ — не в замене человеческого труда, а в том, чтобы создать больше пространства для человеческого мышления.
Важнее не то, что дольше
Лия Хоган, главный консультант по клиентскому опыту в UserTesting, открыла вебинар, признав реальность, с которой сталкиваются многие UX-специалисты сегодня.
«Нас просят встраивать ИИ во всё, что мы делаем, — сказала она. — Нам при этом не дают ни подходящих инструментов, ни обучения, ни времени, чтобы по-настоящему разобраться и осознанно выстроить свой рабочий процесс». По её словам, команды пытаются балансировать между этими ожиданиями и одновременно справляться с сокращениями и давлением «делать больше с меньшим».
Это давление порождает понятное желание — автоматизировать всё.
Но вебинар призывал к совершенно другому — к взвешенному подходу.
ИИ действительно хорош для создания первых версий руководств модератора, подготовки скрининговых опросников, суммаризации интервью, выявления паттернов в сотнях исследований и перевода выводов в разные форматы. Это ощутимый прирост продуктивности. Однако ни одна из этих задач не представляет реальной ценности опытного исследователя.
Лучшие исследователи не просто собирают доказательства. Они знают, какие из них заслуживают внимания.
Не передавайте ИИ своё любопытство
Один из самых запоминающихся моментов вебинара возник в ходе обсуждения проверки анализа, сгенерированного ИИ.
Лия Хоган утверждает: исследователи не должны просто проверять, правильно ли ИИ выполнил задачу. Они должны намеренно искать странные, неожиданные моменты, которые ИИ мог бы отбросить как незначимые.
«Мы ищем выбросы, потому что именно они позволяют нам раздвигать границы дизайна», — сказала она.
В этом принципиальное отличие.
Большие языковые модели превосходно находят паттерны. Дизайнеры часто добиваются успеха, замечая исключения.
Разница — как между взглядом на лес и вниманием к единственному дереву, которое почему-то растёт горизонтально. Паттерн объясняет настоящее. Исключение нередко предсказывает будущее.
Если исследователи позволят ИИ сгладить каждую аномалию до среднего значения, они рискуют вычеркнуть именно те инсайты, которые порождают новаторские идеи.
Схожий тезис развивала Чуй Чуй Тан в одном из эпизодов подкаста Insights Unlocked, рассуждая о риске культурного смещения в ИИ. Шесть стран могут одновременно называть доверие главным фактором — и при этом вкладывать в это слово шесть разных смыслов. ИИ зафиксирует доверие как значимый критерий. Исследователь поймёт, что перед ним на самом деле шесть разных бизнес-проблем, а не одна.
Главная возможность — влияние
Том Чартерис, старший консультант по решениям UserTesting для рынка EMEA, предложил переосмыслить разговор об ИИ так, как это важно для многих руководителей исследовательских команд.
«Ценность высвобожденного за счёт этих задач времени заключается в том, что оно открывает возможность… для более качественного дизайна исследований, более глубокой интерпретации, более предметного диалога со стейкхолдерами, для рекомендаций — а не просто выводов», — сказал он.
Этот сдвиг важен.
Организации нанимают UX-исследователей не потому, что те исключительно хорошо пишут отчёты. Их нанимают потому, что лучшие решения ведут к лучшим продуктам.
Если ИИ устраняет несколько часов транскрибирования или синтеза, эти часы не должны растворяться в новых встречах или дополнительных проектах. Их нужно вкладывать туда, где человек создаёт наибольшую ценность: в постановку более точных вопросов, выстраивание более прочных отношений со стейкхолдерами, оспаривание допущений и формирование нарративов, которые меняют решения.
В этом смысле ИИ не вытесняет исследователя. Он тихо убирает административные леса вокруг работы.
Архитектура остаётся полностью человеческой.
Как напомнила Лия Хоган в финале сессии, цель — не использовать каждую новую возможность только потому, что она существует. «Попробуйте что-то новое, что вам интересно, — сказала она. — Это может быть немного сложнее… Встройте это в рабочий процесс».