Nuestra Lista de Lectura sobre Machine Learning para Diseñadores

Fabien Girardin Noticias y referencias

En BBVA Data & Analytics continuamente colaboramos con los equipos de diseño de BBVA para crear experiencias de usuario basadas en técnicas de aprendizaje automático (por ejemplo, modelos predictivos, sistemas de recomendación). Documentamos esa práctica interdisciplinaria en el artículo diseño de experiencias en la era del machine learning, que luego condujo a una contribución en colaboración con Neal Lathia de Skyscanner en el Simposio de Primavera de la AAAI 2017 sobre el diseño de la experiencia del usuario de sistemas de aprendizaje automático. Nuestro informe técnico titulado Cuando los diseñadores de experiencia de usuario se asocia con los científicos de datos se centra tanto en la creación de experiencias con algoritmos de aprendizaje como en describir cómo los métodos que los diseñadores y los científicos de datos emplean desafían sus colaboraciones.

Como el interés en el tema ha crecido internamente en BBVA, soy parte de un pequeño grupo de científicos de datos y diseñadores que se han unido durante el verano para realizar un curso intensivo en Machine Learning para diseñadores. El material se basa en nuestras experiencias comunes mezcladas con la literatura que surgió recientemente. He aquí una breve lista de lecturas – a partir de septiembre de 2017 – de textos que nos inspiran:

 

Machine Learning para Diseñadores, de Patrick Hebron

Un libro con descripciones técnicas de cómo las técnicas de aprendizaje automático (por ejemplo, el procesamiento del lenguaje natural, el reconocimiento de imágenes, la personalización del contenido y la predicción del comportamiento) pueden afectar el diseño de la aplicación.

Diseño de Experiencias en la Era del Machine Learning, de Fabien Girardin

Nuestra experiencia práctica y visión en BBVA Data & Analytics de crear experiencias con algoritmos de aprendizaje.

Cuando los Diseñadores de Experiencia de Usuario se asocian con los Científicos de Datos, de Fabien Girardin y Neal Lathia

Un artículo científico que presenta una serie de puntos de contacto y principios que las asociaciones entre diseñadores y científicos de datos pueden considerar para las relaciones productivas.

Machine Learning para Gerentes de Producto, de Neal Lathia

Un resumen enfocado en productos de machine learning, con una lista particularmente útil de términos técnicos de lo que los productos están tratando de hacer: categorización, recomendación, clasificación, regresión, agrupación, detección de anomalías.

La Guía PM Paso a Paso para Construir Productos Basados en Machine Learning, de Yael Gavish

Una guía sobre Machine Learning para gerentes de producto que contiene en particular un capítulo titulado El Aprendizaje Automático es un problema de UX (Experiencia de Usuario) muy importante.

Machine Learning Centrado en Humanos, de Josh Lovejoy y Jess Holbrook

En lugar de ver el aprendizaje automático puramente como una tecnología, ¿y si lo imaginamos como un material con el que diseñar? La respuesta con una lista de 7 pasos para mantenerse enfocado en el usuario al diseñar con Machine Learning.

Aplicaciones de Machine Learning para Diseñadores, de Lassi Liikkanen

Este artículo ilustra el poder del aprendizaje automático a través de las aplicaciones de detección, predicción y generación. Da seis razones por las que el aprendizaje automático mejora los productos y servicios e introduce cuatro patrones de diseño relevantes para tales aplicaciones.

Data Jujitsu, de DJ Patil

Un libro electrónico con – entre otras cosas – trucos de diseño que alista la ayuda de sus usuarios para tomar atajos alrededor de problemas resistentes.

El Trabajo de Diseño más Crucial del Futuro, de Caroline Sinders

¿Etnógrafo de datos? Una posible práctica futura en la encrucijada del diseño y la ciencia de datos para determinar el sesgo en los algoritmos y ayudar a revelar sus ingredientes para que la gente pueda interpretar los resultados que producen.

Innovación en el Diseño de UX: Desafíos para trabajar con el Aprendizaje Automático como Material de Diseño, de Graham Dove et al.

Un artículo científico que concluye sobre áreas en las que una nueva investigación y un nuevo plan de estudios podrían ayudar a nuestra comunidad a desbloquear el poder del pensamiento de diseño para re-imaginar lo que el Machine Learning podría ser y podría hacer.

Qué hará el Machine Learning por el Diseño, de Eve Weinberg

Una mirada sobre cómo el aprendizaje automático se convirtió en una herramienta de diseño.

Repensar las Herramientas de Diseño en la Era del Machine Learning, de Patrick Hebron

Una visión general detallada de cómo el aprendizaje automático puede ayudar a simplificar las herramientas de diseño sin limitar su expresividad, sin apartar el control creativo del diseñador.

Si deseas profundizar en trabajos académicos en el dominio, echa un vistazo a los Procedimientos del Simposio de Primavera de la AAAI 2017 Diseñando la Experiencia del Usuario de Sistemas de Aprendizaje Automático. Para estudiantes de diseño, podemos sugerir la Lista de Lectura de Machine Learning de Kars Alfrink.