// CASO 06 · TRANSLATED · MATESUB
Prima che l'AI scriva il sottotitolo, guarda chi lo scrive oggi.
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.
180K
clienti serviti da Translated
177
lingue a catalogo
10+
paesi dei professionisti intervistati e osservati
1
strumento web di sottotitolazione informato dalla ricerca
01
Sintesi
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.
02
Quattro fasi
➔ Mappa di sistema dell'industria dei sottotitoli: attori, strumenti, passaggi di mano
➔ Interviste e shadowing con sottotitolatori in più di dieci paesi
➔ Customer journey map del flusso as-is, con i punti critici
➔ User flow e wireframe per il prototipo dello strumento web
Strumenti e tattiche
System mapping
Interviste e shadowing da remoto
Journey mapping
Wireframe e prototipazione
03
Problemi trovati
➔ Il flusso era spezzato su più strumenti, con passaggi manuali fra uno e l'altro.
➔ Timing e segmentazione mangiavano quasi tutte le ore e nessuna competenza.
➔ I controlli di qualità stavano nella testa delle persone, non nello strumento.
➔ I lavori multilingue moltiplicavano gli stessi passaggi manuali per ogni lingua.
➔ I professionisti diffidavano di un'automazione che nascondeva cosa aveva cambiato.
Quattro principi per gli strumenti AI
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
04
Risultati
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.
05
Lezioni
➔ Fare ricerca in più di un paese evita di progettare per l'unico flusso che conosci
➔ I professionisti accettano l'automazione quando mostra il suo lavoro
➔ Una mappa di sistema trova il passaggio di mano che nessuno aveva notato
➔ I prodotti AI restano prodotti: il mestiere intorno è il design