งานวิจัยจำนวนมากหยุดอยู่ที่รายงาน ทั้งที่องค์ความรู้ข้างในนำไปสร้างคุณค่าได้
ช่องว่างระหว่างวิจัยกับการใช้งาน
ข้อค้นพบที่ดีมักไม่ถูกนำไปใช้ เพราะขาดสะพานเชื่อมไปสู่เครื่องมือที่คนทำงานใช้ได้จริง
วิธีที่เราปิดช่องว่าง
- เริ่มจากปัญหาจริงของผู้ใช้ ไม่ใช่เทคโนโลยี
- พัฒนาเป็นระบบที่ใช้ได้ แล้ววัดผลการใช้งานจริง
- ปรับปรุงต่อเนื่องจากข้อมูลการใช้งาน
นวัตกรรมที่แท้จริงวัดที่ผลกระทบ ไม่ใช่ความใหม่ของเทคโนโลยี
แปลงข้อค้นพบเป็นพฤติกรรมใช้งาน
รายงานวิจัยมักบอกว่าใครมีปัญหาอะไรและเพราะเหตุใด แต่ผลิตภัณฑ์ต้องตอบต่ออีกชั้นว่า ผู้ใช้จะทำอะไรในระบบ ในเวลาใด และระบบจะช่วยให้เขาตัดสินใจหรือลงมือทำได้ดีขึ้นอย่างไร ขั้นตอนนี้คือการเปลี่ยน insight ให้เป็น workflow
ตัวอย่างเช่น หากงานวิจัยพบว่านักศึกษามีปัญหาเริ่มต้นเขียนข้อเสนอโครงการ ผลิตภัณฑ์ไม่ควรหยุดที่คำแนะนำทั่วไป แต่ควรออกแบบพื้นที่ให้ผู้ใช้ตั้งคำถามวิจัย จัดโครงวัตถุประสงค์ เลือกระเบียบวิธี ตรวจความสอดคล้อง และย้อนกลับมาแก้ไขได้
สิ่งที่ต้องตัดสินใจระหว่างออกแบบ
- งานใดควรถูกทำในระบบ และงานใดยังควรอยู่นอกระบบ
- ข้อมูลใดจำเป็นต่อการตัดสินใจ และข้อมูลใดเป็น noise
- ขั้นตอนไหนต้องการ AI ช่วยร่าง สรุป หรือแนะนำ
- ขั้นตอนไหนต้องมีมนุษย์ตรวจทานก่อนส่งต่อ
- metric ใดบอกว่าผลิตภัณฑ์ช่วยงานจริง ไม่ใช่แค่มีคนกดเข้าใช้
ทดลองใช้งานก่อนขยาย
ผลิตภัณฑ์ที่เกิดจากงานวิจัยควรเริ่มจากกลุ่มผู้ใช้เล็กที่มีปัญหาชัดเจน ทีมควรวัดทั้งผลลัพธ์เชิงปริมาณ เช่น เวลาที่ลดลง จำนวนงานที่เสร็จ หรืออัตราการกลับมาใช้ และผลลัพธ์เชิงคุณภาพ เช่น ความมั่นใจของผู้ใช้ ความชัดเจนของงาน และปัญหาที่ระบบยังช่วยไม่ได้
สิ่งสำคัญคืออย่าใช้ prototype เพื่อพิสูจน์ว่าเทคโนโลยีทำได้เท่านั้น แต่ใช้เพื่อเรียนรู้ว่าวิธีทำงานใหม่เหมาะกับบริบทจริงหรือไม่ ในหลายองค์กรไทย ข้อจำกัดเรื่องเวลา เอกสาร อำนาจอนุมัติ และความคุ้นเคยของทีมมีผลต่อการนำไปใช้มากพอๆ กับความสามารถของระบบ
ผลิตภัณฑ์ที่ดีต้องทนต่อบริบทจริง
ถ้าระบบต้องใช้ข้อมูลที่องค์กรยังไม่มี ต้องกรอกซ้ำหลายรอบ หรือต้องเปลี่ยนพฤติกรรมมากเกินไปในวันแรก โอกาสใช้งานจริงจะต่ำ การออกแบบจึงต้องเริ่มจากแรงเสียดทานจริง แล้วค่อยยกระดับ workflow ทีละขั้น