Formation IA pour les designers UX

Jour 1 – Explorer et comprendre avec l’IA

Comprendre comment travailler avec une IA

Observer ce qui change lorsqu’une même demande est formulée avec plus ou moins de contexte.

• Comprendre ce que l’IA générative permet aujourd’hui dans un processus de conception.

• Distinguer assistant conversationnel, génération multimodale, agent et génération d’interface.

• Identifier ce qui s’accélère réellement et ce qui continue à nécessiter analyse et jugement.

• Comprendre pourquoi une production convaincante peut rester générique, incomplète ou fausse.

• Repérer quelques biais, hallucinations et effets de surconfiance.

• Introduire le principe de human-in-the-loop : garder une validation humaine aux moments importants.

Exploration : comparer plusieurs réponses produites à partir d’un même brief et identifier ce qui les rend plus ou moins pertinentes.

Donner du contexte plutôt que simplement « prompter »

Apprendre à améliorer la qualité d’une production en améliorant la qualité des informations données à l’IA.

• Structurer un contexte : objectif, utilisateurs, contraintes, données disponibles et critères de réussite.

• Utiliser documents, textes, captures ou exemples comme matière de travail.

• Formuler une demande permettant d’obtenir plusieurs hypothèses plutôt qu’une réponse unique.

• Demander à l’IA de challenger une proposition ou de rechercher des contre-exemples.

• Distinguer ce qui doit être fourni, vérifié ou conservé confidentiel.

• Comprendre pourquoi la qualité du contexte compte souvent davantage que la sophistication du prompt.

Atelier : partir d’un brief volontairement incomplet, l’enrichir progressivement puis comparer les productions obtenues.

Explorer un problème sans accepter la première réponse

• Reformuler une demande ou une problématique avec l’aide de l’IA.

• Faire émerger plusieurs angles d’exploration.

• Identifier ce que l’IA peut suggérer rapidement et ce qui nécessite encore de rencontrer ou d’observer de vrais utilisateurs.

• Utiliser l’IA pour challenger les hypothèses plutôt que pour les confirmer.

• Faire apparaître les zones d’incertitude et les éléments qu’il reste à vérifier.

Exercice : produire plusieurs hypothèses à partir du cas fil rouge et sélectionner celles qui méritent d’être approfondies.

Travailler sur des données utilisateurs sans inventer l’utilisateur

• Utiliser l’IA pour organiser ou synthétiser un petit corpus de verbatims ou d’observations.

• Comparer une première lecture humaine et une synthèse générée.

• Repérer ce que l’IA voit, ce qu’elle oublie et ce qu’elle généralise trop vite.

• Distinguer faits, interprétations et éléments générés.

• Faire émerger besoins, irritants, attentes et questions à approfondir.

• Comprendre pourquoi un persona ou un utilisateur synthétique peut servir d’hypothèse, mais ne remplace pas une recherche utilisateur.

Atelier : analyser un corpus court de données utilisateurs, comparer les lectures et produire quelques enseignements accompagnés de points à vérifier.

Jour 2 – Générer, prototyper et décider

Explorer plusieurs solutions avec l’IA

Passer de la compréhension du problème à l’exploration de différentes pistes.

• Transformer les enseignements du cas fil rouge en plusieurs scénarios possibles.

• Utiliser l’IA pour générer des alternatives plutôt qu’une solution unique.

• Comparer les propositions selon des critères UX définis.

• Identifier les solutions séduisantes mais peu pertinentes.

• Combiner, corriger ou écarter les propositions générées.

• Garder une trace des arbitrages réalisés.

Exercice : comparer plusieurs propositions de parcours ou de solution et argumenter la direction retenue.

Concevoir contenus et interfaces assistés par IA

• Générer un wireframe, une séquence d’écrans ou une interface à partir d’un scénario.

• Découvrir les principes de la generative UI.

• Utiliser l’IA pour explorer la hiérarchie des informations et les actions principales.

• Travailler l’UX writing : intitulés, appels à l’action, messages d’erreur et contenus d’accompagnement.

• Comparer plusieurs formulations selon leur clarté, leur utilité et leur tonalité.

• Repérer les états oubliés : attente, erreur, vide, confirmation ou succès.

• Vérifier la cohérence avec les contraintes ou composants existants.

Atelier principal : générer puis améliorer une proposition d’interface correspondant à un moment clé du cas fil rouge.

Du prototype généré à l’expérience testable

• Passer d’une proposition d’interface à un prototype ou une séquence suffisamment réaliste pour être confrontée à un utilisateur.

• Identifier ce que l’on cherche réellement à vérifier.

• Préparer une tâche ou un scénario simple de test avec l’aide de l’IA.

• Produire puis corriger une grille d’observation.

• Observer sans guider.

• Distinguer préférence, incompréhension et véritable problème d’usage.

• Utiliser éventuellement l’IA pour organiser les résultats sans lui déléguer l’interprétation.

Atelier : tester les propositions réalisées avec d’autres participants et identifier les améliorations prioritaires.

Garder le contrôle lorsque l’IA entre dans l’expérience

À partir d’exemples, ouvrir la réflexion sur les interfaces qui intègrent elles-mêmes de l’intelligence artificielle.

• Comprendre ce que l’utilisateur doit savoir sur ce que l’IA peut ou ne peut pas faire.

• Prévoir l’erreur, l’incertitude et la possibilité de reprendre la main.

• Réfléchir aux notions de transparence, confirmation et contrôle utilisateur.

• Identifier les moments où une validation humaine doit rester explicite.

• Observer les nouveaux enjeux liés aux assistants et agents conversationnels.

Exploration collective : analyser quelques expériences intégrant de l’IA et repérer ce qui favorise ou dégrade compréhension, confiance et contrôle.

Construire son workflow augmenté

Pour conclure, chaque participant revient sur les différentes expériences vécues pendant les deux jours :

• Ce que l’IA peut utilement accélérer, enrichir, challenger.

• Ce que l’IA risque d’appauvrir ou de masquer qui nécessite toujours vérification.

• Ce qui relève finalement d’une décision humaine.

Restitution finale : présenter la proposition réalisée et expliquer ce qui a été produit avec l’IA, ce qui a été modifié, ce qui a été écarté et pourquoi.