AISM è un'organizzazione grande e articolata: attiva dal 1968, è presente sul territorio con quasi cento sezioni, ed è il primo finanziatore in Italia della ricerca sulla sclerosi multipla e terzo al mondo.
Il suo mondo digitale rispecchiava questa complessità: un sito impostato nel 2010, cresciuto in compartimenti separati e una galassia di siti satellite nati nel tempo per fare fronte a esigenze specifiche.
Gli obiettivi del redesign: far riconoscere l'identità dell'associazione, orientare e informare chi cerca aiuto, sostenere la raccolta fondi.
Il flusso di progetto che abbiamo presentato è lineare nella struttura – audit, interviste, workshop, restituzione, strategia, albero di navigazione, modelli di pagina, wireframe – ma ibrido nell'esecuzione: la AI è entrata in ogni passaggio, con pesi e ruoli diversi.
La discovery
Quindici sessioni di intervista con diciotto persone, tre workshop con trentotto partecipanti, audit SEO e dei contenuti, benchmark, le trascrizioni delle riunioni hanno prodotto più di 800 pagine di materiale.
La prima constatazione è che la quantità non fa più paura. Il rischio si sposta, all’opposto, nella bulimia da insight, ed è qui che serve una strategia di organizzazione della conoscenza funzionale al contesto e agli obiettivi del progetto.
Su quali principi abbiamo lavorato? Prima gli obiettivi dell'organizzazione, incrociati con quelli delle persone che usano il sito; decisioni informate dai dati di utilizzo pregressi; il contenuto prima della rappresentazione; il mobile come punto di partenza dell’esperienza.
Altra lezione appresa: la possibilità di rappresentare in diverse forme lo stesso contenuto, in modo funzionale allo scopo della comunicazione. Lo stesso documento di discovery ha generato una pagina web navigabile e commentabile, un grafo, una presentazione a slide, in modo che persone diverse, in momenti diversi e con scopi diversi potessero avere il massimo della facilità di accesso all’informazione che serviva loro.
Il documento di discovery come applicazione web navigabile e commentabile.
La stessa base documentale rappresentata come grafo di conoscenza interattivo.
Con la AI abbiamo costruito viewer interattivi per ogni inventario a disposizione, dalla mappa dei contenuti del sito attuale all'ecosistema dei siti satellite, ricostruendo gerarchie che i dati tecnici del sito non contenevano, incrociando i file di gestione interna di AISM con la navigazione reale del sito.
I workshop
Tre workshop hanno prodotto oltre mille indicazioni utili.
La AI le ha estratte dal formato originale, discorsivo, e riscritte tutte nello stesso formato: un'azione per riga, classificata in base a cosa la persona vuole fare, cosa la ostacola e cosa le sarebbe utile (job, pain, gain).
Così che si possano raggruppare, filtrare, confrontare, commentare per capire quali sono i modelli mentali con cui le persone si avvicinano ai temi del progetto, e disegnare un’esperienza di contenuti coerente per ciascuno dei profili emersi.
I workshop aggregati: oltre 1.000 insight classificati per fase del journey e tipo (task, pain, gain).
Sintesi e strategia
Una delle lezioni più importanti: nei momenti in cui le parole aprono mondi (visione) o prescrivono perimetri (esecuzione), il loro peso specifico è tale da richiedere una coscienza totale di ciascuna. Il che dovrebbe valere sempre, ma a maggior ragione quando la AI entra in processi che hanno un respiro strategico.
Qui la delega alla AI è minima, perché un singolo attrattore errato, un assunto sbagliato, un’incomprensione possono avere effetti palla-di-neve sui processi successivi, difficilmente recuperabili.
Nei momenti di sintesi, invece, la delega alla AI è stata di livello quasi totale; la definizione di un’architettura che dia corpo alla visione del progetto è la spina dorsale su cui costruire una delega affidabile alla nostra AI: se questa è chiara, la potenza di un LLM si esprime al meglio per i nostri scopi, senza rischi di derive.
L'architettura
Con la AI abbiamo costruito l'albero del sito in forma di board operativa: modificabile, commentabile, informata dai dati di accesso, versionabile, ricercabile, esportabile.
Costruire il tool che meglio si adatta al proprio modo di lavorare è una delle possibilità più gustose per chi progetta; se infatti esistono tanti strumenti che permettono – ad esempio – di costruire alberi gerarchici, quasi nessuno fa esattamente quello che vorremmo facesse.
La AI lo fa benissimo, abbattendo la distanza tra il vorrei e il posso.
L'albero del nuovo sito: una board data-informed, malleabile, versionabile.
Per la progettazione dei modelli di contenuto e la successiva rappresentazione dei wireframe abbiamo impostato un processo blended, in cui contenuto e interazione vengono costruiti insieme, non più a cascata.
La possibilità di usare la AI anche in questo caso è stata determinante; evitando loop di andata e ritorno tra concetti e rappresentazioni, abbiamo ottenuto in tempi rapidissimi prototipi di altissima qualità, con contenuti di test realistici basati sulla rielaborazione degli esistenti, adattati alle nuove strutture.
I modelli sono costruiti in HTML navigabili e “funzionanti”, aggiungendo quindi anche la componente di interazione a quella di architettura e contenuto.
Condivisione, validazione e consegna agli sviluppatori si accorciano, azzerando in pratica l’esigenza di documentazione a supporto.
Il processo blended: dalla definizione dei presupposti al wireframe, senza passaggi waterfall.
Abbiamo inoltre da subito definito un proto-design system, un sistema di componenti razionale con cui costruire tutti gli aggregati che diventeranno poi modelli di pagina.
Il design system razionalizzato: 13 componenti in 7 famiglie.
Lo stack tecnologico
Lo stack è semplice, suggerito e costruito dalla AI sulla base degli obiettivi che le sono stati prescritti: HTML, CSS e JavaScript per le applicazioni statiche, React dove serviva interattività, librerie standard per grafi e grafici (D3.js, Chart.js), servizi già pronti per dati e pubblicazione (Firebase, Vercel).
La tecnologia che ha fatto la differenza è quella di lavoro: Claude e soprattutto Cowork, l'ambiente in cui progettista e AI lavorano insieme sul corpus di file, documenti e applicazioni.
Abbiamo visto che la quantità di dati, la loro disponibilità o capacità di estrarli, non è un problema; rispetto alla loro identità, quindi al costituire informazione, la AI ci aiuta grazie alla sua capacità di ingestione e gestione; una volta definito umanamente un indirizzo, la AI è anche molto brava a organizzare, ridistribuire l’informazione secondo strutture utili allo scopo.
Rispetto invece alla scelta, al perché si decide per una cosa rispetto a un’altra, alla capacità di giudizio che ne è alla base, quella – per ora – pare rimanere una prerogativa umana.
Curare con pazienza contadina la base di conoscenza, costruirci sopra un contesto, applicando principi solidi, è il modo in cui il giudizio umano può esprimere al meglio il proprio valore.
La piramide DIKW: disponibilità, catalogazione, organizzazione, scelta.
Documentare il progetto mentre lo si fa, e ricavarne le lezioni dopo, è una grande opportunità di progressiva creazione di valore. Un avvio ordinato e un flusso di lavoro definito come prima difesa contro il disordine. Un insieme di competenze su misura per non ricominciare da zero ogni volta. Un repertorio di principi come base: metodo, tono di voce, priorità.
Un buon sistema aiuta a creare senso. Un ottimo sistema aiuta a innovare.