| Anotācija |
Interneta iepirkšanās lietotnes ir pārmainījušas mazumtirdzniecības nozari, piedāvājot ērtības, plašu izvēli un bieži vien konkurētspējīgu cenu. Veidojot lietotnes interneta iepirkšanās platformām, lietotāju pieredzi (UX) ievērojami ietekmē dizaina lietojamība, kas ietekmē lietotāju iesaistīšanos un konversijas rādītājus. Viens no kritiskajiem UX dizaina procesa aspektiem ir struktūrskices dizains, kas prasa inovatīvāku dizainu uzdevumu efektivitātei un radošumam, lai sasniegtu labus lietotāju pieredzes standartus un preferences lietotnēm un lietotājiem. Šajā kontekstā Kriswanto maģistra darbā “Ģeneratīvā mākslīgā intelekta analīze tiešsaistes iepirkšanās lietojumprogrammas karkasa dizaina” salīdzināja tradicionālās metodes ar ģeneratīvā mākslīgā intelektā balstītām metodēm struktūrskiču veidošanai. Šī pētījuma mērķis ir novērtēt ģeneratīvā mākslīgā intelekta rīku ietekmi uz struktūrskiču dizaina efektivitāti interneta iepirkšanās lietotnēm. Tas tika veikts salīdzinošā analīzē, iesaistot sešus UX dizainerus, kas tika apvienoti divās atšķirīgās personās, pamatojoties uz lietotāju vajadzībām un problēmām.. Galvenās metrikas, kas tika izmantotas novērtējumā, ietvēra uzdevumu izpildes laiku, sistēmas lietojamības mēroga (SUS) rezultātus, sentimenta analīzi un struktūrskices novērtēšanu, balstoties uz globālo atspoguļojumu, navigācijas perspektīvu un lietojuma kontekstu. Pētījums atklāja, ka, lai gan AI rīki parādīja efektivitāti laika un uzdevumu izpildē, tiem vēl ir jāuzlabo SUS rezultāti, galvenokārt saistībā ar lietojamību un informācijas apmaiņu starp dizaina rīkiem un AI. Sentimenta analīzes rezultāti norādīja uz pretrunām attiecībā uz AI rīkiem, norādot, ka lietotāju iepriekšējā pieredze un preferences ievērojami ietekmē to pieredzi. Tāpat struktūrskices novērtējuma rezultāti parādīja, ka AI rīki var saprast inovatīvus globālus skatījumus, bet tiem ir vajadzīgi uzlabojumi detaļu orientācijā. Tikmēr karkasa novērtējuma rezultāti parādīja, ka AI rīki var izprast novatoriskus globālos uzskatus, taču tiem ir jāuzlabo detalizēta orientācija attiecībā uz abstraktu, lai iegūtu sīkāku informāciju. Kopumā optimāls tradicionālo un AI atbalstītu metožu apvienojums varētu nodrošināt efektīvākus un uz lietotāju vērstus rezultātus UX dizainā. Neskatoties uz ierobežojumiem, tostarp ierobežoto laiku, dažiem dalībniekiem un specifisko dizaina kontekstu, šis pētījums sniedz vērtīgu ieskatu AI rīku potenciālā UX dizaina efektivitātes uzlabošanā. Turpmākajos pētījumos ir ieteikts, lai izpētītu plašāku laika grafiku, AI rīku klāstu un dizaina kontekstus un iekļautu lielāku, daudzveidīgāku UX dizaineru grupu. Maģistra darbs sastāv no 6 sadaļām, kas satur 83 lappusi ar teoriju un praktisko daļu 21 665 vārdos, 95 atsauces, kas atbalsta pētījuma pamatojumu un teoriju, un 8 pielikumus par analīzes un eksperimentu rezultātiem. |
| Atslēgas vārdi angļu valodā |
GenerativeAI, wireframe, design, UIUX, analysis, comparison, tools, usability |
