// CASO 06 · TRANSLATED · MATESUB
Translated serve 180.000 clienti in 177 lingue. Matesub avrebbe automatizzato con l'AI le parti più lente della sottotitolazione e del doppiaggio. Prima di disegnare una schermata, siamo andati a vedere come lavorano davvero i sottotitolatori in più di dieci paesi.
L'AI poteva tagliare tempi e costi dei sottotitoli multilingue, cioè più contenuti video disponibili in più lingue. Ma la sottotitolazione è un mestiere con un ritmo, strumenti e dolori suoi, e uno strumento che lo ignora viene ignorato. Abbiamo mappato l'industria come sistema, seguito i professionisti nel loro flusso reale, li abbiamo intervistati, e trasformato quello che abbiamo visto in raccomandazioni, journey e prototipi UX che hanno dato forma alla prima versione web di Matesub.
System mapping
Interviste e shadowing da remoto
Journey mapping
Wireframe e prototipazione
Automatizzare il ripetitivo, tenere la scelta
Mostrare cosa ha cambiato la macchina
Un solo spazio di lavoro, nessun passaggio di mano
Progettare prima per chi lo fa di mestiere
Translated ha ricevuto un report di ricerca completo, journey map e prototipi UX, e li ha usati per informare lo sviluppo del suo strumento web di sottotitolazione; Matesub è poi uscito come prodotto. Cosa non posso rivendicare: non ho dati di adozione, e il prodotto è andato oltre i nostri prototipi. Cosa resta: era il 2020, e la domanda su come le persone si fidano di un'AI che riscrive il loro lavoro era già il problema di design. È la stessa domanda che faccio oggi a ogni funzione AI, che scriva un sottotitolo, un annuncio o una pagina.