Création d'une compétence Alexa plus intuitive pour Boston

En 2019, nous nous sommes associés à Code for Boston, une branche de Code for America et une organisation communautaire, pour créer et lancer une nouvelle compétence Alexa pour les services de la ville de Boston. Cette compétence permettait à toute personne possédant un appareil domestique autonome Amazon Alexa, ou l'application Alexa sur son téléphone, d'entendre :

• alertes quotidiennes de la ville
• trouver l'emplacement des camions-restaurants, et
• Découvrez les dernières demandes BOS:311.

Cette fonctionnalité permettait aux utilisateurs de trouver des informations sur les services de la ville, comme les horaires de collecte des ordures ménagères ou les mises à jour concernant le stationnement, en fonction de leur adresse.

Après le lancement, l'urgence liée à la COVID-19 a commencé à se manifester à Boston. Nous nous sommes retrouvés confrontés à de nouveaux défis et objectifs en matière de partage d'informations. À ce moment-là, nous avons eu l'occasion de revoir notre compétence Alexa et de nous poser un ensemble de questions importantes :

• Comment les utilisateurs souhaitent-ils interagir avec la compétence Boston Info ?
• Quelles informations estiment-ils qu'il faudrait rendre accessibles en période de COVID-19 ?
• Peut-on améliorer le format des informations que fournit Alexa aux utilisateurs ?
• Pouvons-nous utiliser l'analyse des données pour évaluer l'utilité de notre compétence Alexa et identifier d'autres fonctionnalités précieuses ?
• Que pouvons-nous apprendre de la manière dont d'autres municipalités et États utilisent leurs propres compétences Alexa ?

Pour répondre à ces questions, nous avons collaboré avec un groupe d'étudiants du programme immersif de conception d'expérience utilisateur (UXDI) de General Assembly. Nous avons estimé que ces questions en suspens concernant notre compétence Alexa, et la manière de l'optimiser pour faire face aux défis du moment, constitueraient un excellent projet. Début avril, nous avons uni nos forces à celles de Brian Collura, Mike Anagnostakos et Ted Macdonald pour relever ce défi. Leur récit du projet est présenté ci-dessous :

---

En quoi consiste cette compétence, et qui sont nos utilisateurs ?

La phase la plus importante du processus de conception est sans doute la première : la recherche. Qui sont les personnes qui utiliseront ce produit ? Quels sont leurs besoins ? Ont-elles des problèmes qui pourraient être résolus par l’application Alexa ? Sans connaître les besoins de notre base d’utilisateurs, nous ne pouvons pas concevoir de solution pour eux.

Nous avons divisé les utilisateurs en deux grandes catégories :

1. ceux qui vivent et interagissent avec la ville de Boston, et
2. les personnes qui possèdent un appareil Alexa ou qui interagissent avec celui-ci.

Bien sûr, nous nous sommes principalement concentrés sur les utilisateurs qui appartenaient aux deux catégories. Mais le fait d'en apprendre davantage sur chacune d'elles séparément a tout de même été instructif.

En raison de la pandémie, nous ne pouvions pas quitter nos domiciles pour trouver des utilisateurs à interroger. Cependant, nous avions encore plusieurs techniques en réserve pour obtenir les informations nécessaires. Nous avons finalement mené huit entretiens personnels pour en apprendre davantage sur les expériences réelles des gens avec la ville, ou avec leurs appareils Alexa. Nous avons créé un sondage demandant aux participants de classer par ordre d'importance les fonctionnalités actuelles de l'application Boston Info et d'autres alertes disponibles sur Boston.gov. Nous avons également interrogé les utilisateurs de Reddit possédant des appareils Alexa sur leur utilisation actuelle de ces appareils, ce qui nous a permis de collecter des exemples d'expériences positives avec Alexa.

Dans le cadre de notre travail, nous avons analysé sept compétences Alexa développées pour différents gouvernements municipaux et étatiques. Nous avons noté les caractéristiques communes et la qualité de chaque caractéristique. Nous avons également approfondi les analyses de Boston.gov afin de déterminer s'il existait des informations ou des tendances qui pourraient s'appliquer à la compétence. Parmi les principaux enseignements, citons :

• Les pages d'information sur le coronavirus étaient beaucoup plus populaires que les autres pages.
• Les pages « Calendrier des ordures ménagères et du recyclage » et « Calendrier des camions de restauration », qui figurent parmi les pages les plus consultées, sont déjà représentées dans la compétence.

---

Déduire des conclusions de nos recherches

Les résultats de nos recherches utilisateurs en main, il était temps de commencer à organiser les informations recueillies. Un outil courant pour visualiser ces données qualitatives est appelé « carte d'affinités ». Ce tableau de notes écrites, une information par note, peut être physiquement remodelé et réorganisé pour faire ressortir les tendances communes. Pour réaliser cela en travaillant à distance, nous avons utilisé Miro pour créer le tableau de notes en ligne.

Ci-dessous, vous trouverez notre carte d'affinités. Nous avons placé toutes nos conclusions de recherche sur des « notes autocollantes » virtuelles et les avons regroupées en fonction de critères logiques, afin de découvrir des tendances et des modèles exploitables.

Nos recherches nous ont fourni un certain nombre d'indices et de nombreuses informations que nous avons revisitées tout au long du processus. Nous avons constaté que les utilisateurs interagissent principalement avec Boston.gov pour :

• payer les contraventions de stationnement
• consultez les informations sur le stationnement en cas d'urgence neigeuse, et
• consulter leur calendrier de collecte des ordures ménagères et du recyclage.

Actuellement, et au cours des derniers mois, ils consultent également fréquemment les mises à jour sur la COVID-19.

Les services municipaux et les compétences suivants étaient très importants ou utiles à connaître :

• Transports en commun
• Déchets et recyclage
• Camions-restaurants et marchés fermiers, et
• Informations sur les parcmètres, et
• Signalements au 311.

En étudiant la manière dont les gens utilisent leurs appareils Alexa, nous avons constaté qu'ils sont souvent chez eux et occupés à d'autres tâches. Les interactions sont rapides. Alexa est également couramment utilisée pour coordonner les appareils domotiques, poser des questions ponctuelles ou pour des divertissements simples.

Nous pensons qu'en affinant l'application Alexa actuelle pour la rendre plus digeste, plus facile à naviguer et plus spécifique, nous créerons un moyen plus pratique pour les habitants de Boston de se tenir informés des actualités de la ville. Nous pourrons confirmer cela lorsque nous améliorerons le System Usability Scale (SUS) et constaterons un taux élevé de complétion des séquences dans les analyses d'Alexa.

---

Conception pour la commande vocale

À ce stade d'un processus de conception habituel, l'analyse de haut niveau prend une pause, et le crayon a enfin l'occasion de rencontrer le papier ! Cela signifie généralement :

• dessiner des croquis de l'interface
• en testant l'emplacement des boutons et le contenu de la navigation, et
• en indiquant généralement où se trouvent tous les éléments.

Mais sans interface visuelle à concevoir, comment pouvons-nous commencer à concevoir le produit ?

Nous avons décidé de demander conseil à un expert, et nous l'avons trouvé en la personnedu Dr. Robert Moore , analyste et chercheur principal en conversation chez IBM. Le Dr. Moore travaille sur l'assistant vocal basé sur Watson d'IBM. Le Dr. Moore a en quelque sorte écrit le livre sur ce sujet précis de la conception d'expérience utilisateur conversationnelle. Il a eu la gentillesse de s'entretenir avec nous (à distance, bien sûr), et de discuter des meilleures pratiques, des nouveaux horizons et des défis liés à la technologie des assistants vocaux.

Deux points importants à retenir de notre discussion avec le Dr. Moore étaient les concepts de navigation conversationnelle et de personnalité de l'agent :

Navigation de la conversation

De nombreuses interactions avec une application ou un site web ont un équivalent dans une conversation. Par exemple, demander à quelqu'un « Pourriez-vous répéter ? » revient à revenir à une page précédente dans une interface visuelle. Il est important de noter qu'une conversation n'est pas un échange unidirectionnel, même lorsqu'une seule personne fournit des informations. Nous fournissons des informations par petites portions, et nous utilisons les réactions de l'interlocuteur pour adapter ce que nous disons. Une application ou un site web utiliserait des boutons et des menus visibles pour fournir ce type d'interactivité. Voici un tableau qui montre les équivalents conversationnels et visuels de certaines actions courantes :

Ceci est la navigation conversationnelle.

Personnage de l'agent

Parce qu'Alexa est « personnifiée », nous avons tendance à faire automatiquement certaines hypothèses sur ce qu'elle peut faire. Cela est basé sur ce que nous nous attendrions à ce qu'une personne à sa place sache. Le Dr Moore propose une stratégie pour prédire ce que quelqu'un pourrait attendre d'un agent vocal comme Alexa, en créant une description de poste pour lui — une « personnalité d'agent ». En rédigeant par exemple la description de poste d'un assistant de service d'assistance de Boston Information, nous pouvons mieux prédire le type de questions que les utilisateurs voudront naturellement lui poser.

Déclarations et expansion

Les interactions avec votre Alexa se ramènent essentiellement à deux composantes : les « utterances » (énoncés) et les « intents » (intentions). Les utterances sont les mots et les phrases que vous dites à Alexa, et les réponses qu'elle vous donne. Les intents sont les fonctions déclenchées par l'utterance de l'utilisateur. Par exemple, si je demande à Alexa : « Quelle est la hauteur de l'Everest ? », cela déclenchera la commande « donner la hauteur de l'Everest », ou intent, et elle répondra par l'utterance appropriée : « L'Everest mesure 29 029 pieds de haut ».

Il est clair qu'une grande partie de la conception d'une compétence Alexa repose sur le contenu. Cela est vrai non seulement pour la création des réponses que peut donner Alexa et pour la collecte de toutes les questions qui peuvent lui être posées, mais aussi pour toutes les manières dont ces questions peuvent être formulées. Bien qu'Amazon propose des outils pour faciliter la gestion de ces problèmes de formulation, une grande partie du travail incombe toujours au concepteur.

Notre première itération

L'application Alexa existante de Boston constituait un excellent point de départ. Cependant, notre première itération de l'application s'est appuyée sur ce que nous avions appris sur l'expérience utilisateur conversationnelle et a identifié les parties de l'application qui pouvaient être améliorées et les fonctionnalités qui pouvaient être ajoutées pour répondre à ces conclusions de recherche. Trois problèmes particuliers se distinguent comme des domaines à améliorer :

• Demandes non résolues : Si Alexa ne comprend pas votre réponse ou ne peut pas l'accepter, la conversation prend fin.
• Impossible de faire un suivi ou de répéter : La plupart des réponses de la compétence ne permettent pas de faire un suivi : l'utilisateur pose une question, Alexa répond, et c'est la fin de l'interaction.
• Réponses longues : Certaines réponses d’Alexa duraient très longtemps.

En gardant nos objectifs à l'esprit, nous avons créé nos propres versions des énoncés et des intentions que la compétence proposerait. Nous avons pris les meilleurs éléments de ces conceptions et avons formé un prototype combiné que nous pourrions tester.

---

Tests d'utilisabilité

Il n'existe actuellement aucune méthode reconnue comme la meilleure pour tester la voix, au-delà de la rédaction d'un texte à lire par le sujet. Nous devions développer un test adapté à nos besoins et à nos contraintes spécifiques. Nous avons déterminé que, pour répondre à nos besoins, le test devait :

• Capturer la syntaxe verbale, et non la syntaxe écrite. Nous parlons différemment que nous écrivons. Ces différences brouilleraient tous les résultats que nous pourrions obtenir à partir de réponses écrites.
• Soyez cohérent(e) dans le ton, le timing, l'accent, etc. Veiller à ce que notre "Test Alexa" soit cohérent dans tous les essais empêchera ces éléments de perturber nos résultats.
• Il faut pouvoir interagir avec le prototype, comme on le ferait avec un vrai appareil Alexa. Si l'utilisateur a des questions de suivi à poser, le prototype doit être capable de répondre.

Le test devait également être réalisé sous les contraintes suivantes :

• Nous ne pouvons pas nous rencontrer en personne en raison de la COVID-19.
• Nous ne pouvions pas utiliser une Alexa réelle, car nos conceptions n'avaient pas encore été transformées en code permettant de les exécuter sur l'appareil.

Les tests ont été un sujet de nombreuses séances de brainstorming, sur plusieurs jours. Finalement, dans un moment d'inspiration, nous avons eu l'idée de créer une banque de sons.

Le test de la plaque vibrante

Le test se déroulerait ainsi : vous, le participant, rejoindriez un appel vidéo avec l’un d’entre nous, les testeurs. Nous partagerions notre écran, en présentant l’un des deux diapositifs, l’un que vous, le participant, voyez et l’autre que seuls nous, les testeurs, voyons. Vous verriez un message décrivant un scénario et vous auriez pour tâche de demander à Alexa, avec vos propres mots, des informations dont vous pourriez avoir besoin pour résoudre le scénario.

Pendant ce temps, le testeur aurait le deuxième diaporama ouvert sur son écran. Ce diaporama comporte le même nombre de diapositives, mais chaque diapositive est entièrement composée de liens vers des fichiers audio. Ce sont les réponses d'Alexa. Lorsque vous posez une question à « Alexa », le testeur clique sur la réponse appropriée, et vous entendrez « Alexa » répondre à votre question.

Score et résultats du SUS

Pour mesurer quantitativement l'impression des utilisateurs sur notre prototype, nous avons utilisé la « System Usability Scale », ou SUS. Il s'agit d'un questionnaire standardisé de 10 questions posées à un participant après notre test. Par exemple, nous avons demandé aux participants de noter la facilité d'utilisation du système sur une échelle allant de « Tout à fait d'accord » à « Tout à fait en désaccord ». Nous prenons les réponses des participants à ces questions et les combinons pour obtenir un « score » final. Le score moyen est de 68, et tout score supérieur à environ 80 est considéré comme très bon.

Nous avons effectué notre test de tableau sonore sept fois sur la version initiale de la compétence, six fois sur notre première itération et quatre fois sur notre deuxième itération. Vous pouvez voir ci-dessous que, bien que la version initiale de la compétence ait obtenu un score respectable de 70, il y a eu une amélioration notable après plusieurs itérations. Le score de notre version finale était de 83,5. Nous reconnaissons que ce score ne reflète pas l'utilisation de la compétence sur un appareil Alexa réel, où le traitement des commandes par Alexa sera différent du nôtre.

---

Conclusions du projet

À la fin de notre travail, nous avions tellement d'idées pour améliorer l'application Alexa de la ville de Boston que nous n'avons pas pu toutes les inclure dans notre livrable final. Cependant, nous voulions au moins mentionner certaines des idées qui n'ont pas été intégrées à notre conception finale, car nous les jugeons prometteuses :

• L'élargissement des alertes de transport en commun pour les rendre plus spécifiques pourrait contribuer à répondre aux attentes élevées de nombreux utilisateurs de notre version de test.
• Considérer les fonctionnalités courantes d'autres compétences Alexa municipales, telles que les avis publics et les calendriers d'événements, peut être un moyen d'emprunter de bonnes idées à d'autres.

Voir notre travail mis en œuvre aussi rapidement, en partie à cause d'un besoin aussi important que l'information sur le COVID-19, montre vraiment à quel point la conception de l'expérience utilisateur peut être importante. Ce fut très enrichissant de travailler pour un groupe de personnes qui se soucient tant des citoyens que leur travail soutient. Nous sommes reconnaissants d'avoir pu aider la ville de Boston à mieux servir ses résidents !

---

À PROPOS DE L'ÉQUIPE DE L'ASSEMBLÉE GÉNÉRALE

General Assembly propose des formations accélérées pour acquérir des compétences très demandées dans le secteur technologique. Les étudiants avec lesquels nous avons travaillé faisaient partie de la formation intensive de conception d'expérience utilisateur du printemps 2020. Leur travail sur le projet « Retour des citoyens » était un projet final qu'ils ont réalisé en trois semaines. Les étudiants qui ont participé à ce projet étaient Brian Collura , Mike Anagnostakos etTed Macdonald .