علم داده و طراحی تجربه کاربر اخیراً برای موفقیت ابزارهای دیجیتال داخلی پیچیده شرکت ها برای تجزیه و تحلیل، پردازش اطلاعات و پیش بینی سناریوهای چه می شود، حیاتی شده است. این ابزارها که توسط تیم‌های داخلی و کارکنان عملیات استفاده می‌شوند، هدفشان بهینه‌سازی فرآیندها، پیش‌بینی نتایج و اطلاع‌رسانی درباره تصمیم‌گیری در سیستم‌های پیچیده‌تر است.
برای کسانی که در علم داده کار می‌کنند، یک رویکرد رایج این است که انسان‌ها را به‌عنوان «انسان در حلقه» ببینند، به این معنی که کاربران ورودی‌هایی را به یک سیستم ارائه می‌کنند یا خروجی‌ها را تأیید می‌کنند، اما نقش آنها نسبت به فناوری و الگوریتم‌ها در درجه دوم اهمیت قرار دارد.
شایان توجه است که پیچیدگی و الزامات ظریف ابزارهای مدل‌سازی نیاز به تغییر رویکردی انسان محورتر برای دسترسی به ابزارها برای مخاطبان گسترده‌تری دارد. این مقاله به بررسی طراحی انسان محور و نیاز به چنین تمرکزی برای کسانی که روی پروژه های علم داده کار می کنند می پردازد و راهبردهایی را برای تسهیل این انتقال پیشنهاد می کند.
تعیین تفاوت
برای پرداختن به مسائل مربوط به انسان (وضعیت عاطفی، یادگیری، نتیجه)، مفهوم “انسان در حلقه” (HITL) معرفی شد که شامل ترکیب دانش انسانی در فرآیند مدل‌سازی است. رویکرد HITL اغلب یک روش فکری رایج در میان تیم‌های علم داده است که در آن انسان‌ها دیده می‌شوند.