Prima di progettare qualsiasi cosa si vorrebbe sempre poter fare ricerca: una ricerca di mercato, interviste con i soggetti target, conversazioni con chi userà davvero il prodotto o il servizio. Chi progetta un'applicazione per personal trainer vorrebbe intervistarne molti, comprenderne a fondo bisogni ed esigenze e trasportare quella conoscenza nel design. Ma non sempre si può. A volte mancano i budget, a volte i tempi, a volte c'è un'impossibilità materiale: alcune aziende hanno interlocutori difficili da ingaggiare, estremamente specifici, come chi compra trattori, persone che non è semplice trovare e coinvolgere.
Tempo, soldi o difficoltà fisiche hanno sempre rappresentato un limite. La domanda è cosa si può fare oggi quando una ricerca classica, con tutti i crismi, non è praticabile.
Dal surrogato a tavolino ai bias che non sono i nostri
Per chi fa design riempire i vuoti con informazioni supposte, mettendosi nei panni di qualcun altro, è quasi un'eresia: è un surrogato rispetto alle informazioni di prima mano, quelle che restituiscono insight reali e permettono di innovare. Finché ci si inventa le cose nella propria testa, si resta nella cerchia di ciò che già si sa. La realtà, invece, pone sempre davanti al positivo inaspettato, al fatto con cui fare i conti.
Il surrogato tradizionale, le personas disegnate a tavolino, soffriva di un limite preciso: erano disegnate da noi, difficilmente dicevano qualcosa di diverso da ciò che avevamo già in testa, un processo autarchico carico dei nostri bias. Con l'AI cambia qualcosa di fondamentale. Non è la realtà, ma è un surrogato di persone che ha altri tipi di bias, non i nostri. E se ne possono generare moltissimi, e nella quantità si pescano anche verità differenti. Lo strumento ci guarda da fuori per definizione, e questo toglie autoreferenzialità ed egocentrismo, anche a chi fa design.
Invitare l'AI al tavolo della ricerca
In pratica si prende un modello, GPT, Claude o altri, gli si chiede di interpretare un ruolo specifico e gli si fanno domande, invece di intervistare una persona. Si interroga l'esperto del mercato della Corea del Sud sul mercato coreano; si fa interpretare il guidatore di trattori e si raccolgono risposte da guidatore di trattori. È come invitare un terzo ospite al tavolo, facendogli interpretare il ruolo che serve in quel momento. Non lavora per noi, lavora con noi.
Quelle risposte sono vere, ma di una verità precisa: sono la somma di tutte le informazioni di quel tipo che il mondo e le persone hanno generato. Chi leggesse tutti i libri sui guidatori di trattori risponderebbe bene interpretandone uno; chi leggesse tutto il marketing sulla Corea risponderebbe ragionevolmente bene su quel mercato. I modelli linguistici hanno letto tutte queste storie, e indirizzandoli bene ciò che rispondono è autenticamente fondato.
Cosa manca a questa verità
A questa verità manca però il riscontro di contesto. È una verità universale, quella già condivisa in tante situazioni, e va calata nel locale. Tutte le aziende di computer si somigliano, ma ognuna ha le sue peculiarità, e chi compra il computer nero invece di quello grigio lo fa per motivazioni non sempre evidenti, sfumature che un modello può non cogliere. Eppure proprio quelle sfumature, quando si definiscono strategie, point of difference o una selling proposition unica, fanno la differenza.
Manca anche l'inaspettato, il colpo di teatro: nella realtà si incontra una persona che dice qualcosa di illuminante, una rilevazione di un fatto. Con il modello la casualità è inferiore, perché il processo non la prevede. La si può forzare chiedendogli di essere più creativo, ma più si gira quella manopola più ci si avvicina al territorio pericoloso dell'invenzione pura, allontanandosi dalla verità probabilistica su cui il modello si fonda.
Il valore del ritorno verso le persone
Il vero valore sta nel passaggio di ritorno. Ciò che il modello restituisce diventa un'ottima checklist da sottoporre alle persone in azienda, quelle che hanno un vissuto reale verso interlocutori che in quel momento non si possono contattare: confermano o smentiscono, dicono questo sì, questo no. È un modo per renderci conto di ciò che non sappiamo, e la voglia di verificare quelle ipotesi può innescare processi di approfondimento più tradizionali, in un circolo virtuoso tra uscire ad ascoltare e riportare dentro. Si costruisce così una conoscenza aziendale estesa e con fonti molteplici.
C'è poi un beneficio meno evidente: impostare un percorso di estroversione, far pensare le persone dall'esterno verso l'interno e non dal punto di vista di come l'azienda si presenta. Il modello guarda tutti da fuori per definizione, e questo aiuta a ridurre l'autoreferenzialità.
Un consulente personale per ogni contesto
Abituarsi a lavorare così è la competenza fondamentale di questo periodo. Quando si entra in un contesto che non si conosce, e si spera siano più quelli sconosciuti che quelli noti, ci si può far raccontare l'ontologia di un sistema, come funziona un certo mercato, in un'ora si acquisisce una quantità di informazioni e di domande giuste che prima semplicemente non era possibile avere. E poiché generare le domande dipende dal sapere cosa chiedere, è proprio così che le si ottiene.
Tra gli strumenti citati c'è anche Perplexity, che funziona in modo leggermente diverso: prima di rispondere si approvvigiona di informazioni con una ricerca, mimando il vecchio processo di andare su Google, leggere e poi ragionare, ma facendolo per noi e accorciando in pochi minuti ciò che richiedeva ore o giorni.
È particolarmente utile nella ricerca competitiva e comparativa: si può chiedere di analizzare un mercato secondo diverse dimensioni, di guardare i concorrenti online, come parlano e come sono strutturati, e ricevere indietro informazioni ben organizzate. Vanno comunque validate e ragionate, ma partire da un tavolo già pieno è un vantaggio competitivo notevole.