Как-то Линкедин принёс мне очень хорошую подборку книг. Собрала её Саиде Бахши (Saeideh Bakhshi), руководитель направления количественных UX-исследований и член технической команды в OpenAI.

Если совсем просто: её работа — брать поведение огромного количества пользователей и превращать его в понятные закономерности. Что люди делают, где ошибаются, что повторяется, какие группы ведут себя по-разному и что из этого важно для продукта.

И меня в этой подборке зацепило вот что. Почти все книги не про ИИ.

Они про системы, человеческое поведение, контекст, данные, классификации и ограничения нашего собственного взгляда.

То есть про всё то, без чего исследователь очень быстро начинает принимать удобную модель мира за сам мир.

Я разложила список на четыре части.

1. Как видеть систему целиком 🟡 Донелла Медоуз, «Азбука системного мышления» 🟡 Дитрих Дёрнер, «Логика неудачи» 🟡 Фритьоф Капра и Пьер Луиджи Луизи, «Системный взгляд на жизнь»

Общий вопрос этих книг: что происходит, когда мы пытаемся улучшить одну часть сложной системы и не замечаем последствий для остальных.

Для продукта это очень практичная тема. Мы можем поднять конверсию и одновременно ухудшить качество аудитории. Упростить сценарий и увеличить количество ошибок дальше по цепочке. Оптимизировать одну метрику и получить проблему, которая проявится только через несколько месяцев.

2. Как учитывать ситуацию, а не только сценарий 🟡 John Seely Brown & Paul Duguid, The Social Life of Information 🟡 Люси Сачмен, Plans and Situated Actions 🟡 Edwin Hutchins, Cognition in the Wild

Здесь одна из самых полезных для исследователя идей: люди не действуют по нашим схемам так аккуратно, как нам хотелось бы.

Они ориентируются на обстоятельства, других людей, доступные инструменты, прошлый опыт. Поэтому путь пользователя в презентации и реальное поведение пользователя почти никогда полностью не совпадают.

3. Как категории и метрики меняют то, что мы видим

🟡 Джеймс Скотт, «Благими намерениями государства» 🟡 Geoffrey Bowker & Susan Leigh Star, Sorting Things Out 🟡 Catherine D’Ignazio & Lauren Klein, Data Feminism

Наверное, моя любимая часть списка. Потому что исследователь постоянно что-то классифицирует. Кто такой «активный пользователь»? Что считать успешной сессией? Где проходит граница между работой и развлечением? Каких людей мы объединили в один сегмент?

Нам легко начать относиться к этим категориям как к объективной реальности. Но категория всегда что-то делает видимым, а что-то прячет. И чем больше данных у компании, тем важнее помнить, что сами данные не исправляют плохо поставленный вопрос.

4. Как не принимать «типичного человека» за норму

🟡 Джордж Лакофф и Марк Джонсон, «Метафоры, которыми мы живём» 🟡 Эд Йонг, «Необъятный мир» 🟡 Ursula K. Le Guin, The Carrier Bag Theory of Fiction

Эти книги очень разные, но сходятся в одном: наш способ воспринимать мир не является нейтральным.

На него влияют язык, культура, тело, среда и привычные способы объяснять происходящее. Для исследователя это полезное напоминание каждый раз, когда появляется «типичный пользователь», «очевидный сценарий» или «нормальное поведение».

Пожалуй, поэтому мне так понравился этот список.

Он хорошо показывает разницу между умением проводить исследования и умением думать как исследователь.

Можно отлично знать статистику, интервью, эксперименты и аналитику. Но если не замечать систему вокруг человека, контекст его действий и ограничения собственных классификаций, методы мало спасают.

Что из этого списка вы уже читали? И какую книгу прочли бы первой?