Преодоляване на пропастта: Защо традиционното потребителско изживяване не е достатъчно за изкуствения интелект

В продължение на години UX дизайнерите са усвоили изкуството да създават интуитивни, предвидими и детерминистични интерфейси. Потребителят кликва върху бутон и се извършва известно, специфично действие. Логиката на системата е фиксирана. Въвеждането на машинно обучение обаче коренно променя тази парадигма. Продуктите, задвижвани от изкуствен интелект, са вероятностни, а не детерминистични. Те се учат, адаптират и понякога правят грешки.

Тази присъща разлика създава нов набор от дизайнерски предизвикателства, които традиционните UX принципи сами по себе си не могат да решат. Докато традиционният UX дава приоритет на последователността и предвидимостта, стабилният... UX за AI трябва грациозно да управлява несигурността, неяснотата и еволюцията. Ето защо специализираният подход е от решаващо значение:

• От сигурност към вероятност: Моделите с изкуствен интелект не дават абсолютни отговори; те предлагат прогнози с различна степен на увереност. Потребителският интерфейс трябва да съобщава тази несигурност, без да обърква потребителя или да подкопава доверието му.
• Проблемът с „черната кутия“: Потребителите често са предпазливи към системи, които не разбират. Ако изкуствен интелект препоръча продукт или действие без обяснение, това може да изглежда произволно или дори манипулативно. Обяснимостта е основен стълб на успеха. UX за AI.
• Динамични и развиващи се интерфейси: Поведението на един ML продукт се променя, докато се учи от нови данни. Преживяване, което работи в първия ден, може да се усеща различно на стотия ден. Дизайнът трябва да отчита тази непрекъсната адаптация.
• Високи залози за грешки: Докато лошо поставеният бутон е неудобство, погрешната препоръка на изкуствения интелект в електронната търговия може да доведе до загуба на продажби, а в по-критични приложения последствията могат да бъдат много по-сериозни. Проектирането за плавен отказ и корекция от потребителя е неоспоримо.

Простото прилагане на стари правила към този нов контекст е рецепта за неудовлетвореност на потребителите и провал на продукта. Вместо това се нуждаем от специална рамка, която поставя човека в центъра на цикъла на обучение на изкуствения интелект.

Рамка, ориентирана към човека, за дизайн на продукти с изкуствен интелект

За да създаваме продукти с изкуствен интелект, които са не само интелигентни, но и интуитивни, надеждни и наистина полезни, се нуждаем от структуриран подход. Тази рамка е изградена върху четири основни стълба, които отговарят на уникалните предизвикателства на проектирането за машинно обучение. Възприемането на този начин на мислене е първата стъпка към овладяването UX за AI.

Стълб 1: Дефиниране на модела на взаимодействие между човек и изкуствен интелект

Преди да напишете и един ред код или да проектирате потребителски интерфейс, най-важната стъпка е да дефинирате връзката между потребителя и изкуствения интелект (ИИ). Как ще си сътрудничат, за да постигнат цел? Това не се отнася само до функцията на ИИ, но и до неговата роля в работния процес на потребителя. Обикновено тези взаимодействия се разделят на три категории:

• Увеличаване: Изкуственият интелект действа като интелигентен асистент, подобрявайки собствените способности на потребителя. Той предлага предложения, автоматизира досадни подзадачи и предоставя аналитични данни, но потребителят запазва крайния контрол.
  • Пример за електронна търговия: Функция „Допълнете визията“, която предлага допълващи артикули за дреха в количката на потребителя. Потребителят решава дали да ги добави.
  • Пример за маркетинг: Инструменти, задвижвани от изкуствен интелект, като Grammarly или Jasper, които предлагат по-добри формулировки или генерират чернови на рекламни текстове, които след това маркетологът прецизира и одобрява.
• Автоматизация: Изкуственият интелект поема цялостна задача или процес, които иначе биха били извършени ръчно. Това е най-подходящо за добре дефинирани, повтарящи се задачи, при които цената на грешката е ниска или може лесно да бъде смекчена.
  • Пример за електронна търговия: Автоматично маркиране на нови продукти в каталог с атрибути като цвят, стил и материал въз основа на техните изображения.
  • Пример за маркетинг: Автоматизирана система за наддаване за дигитални реклами, която коригира разходите в реално време въз основа на данни за ефективността.
• Агент: Изкуственият интелект действа като проактивен, автономен агент, вземайки решения и предприемайки действия от името на потребителя въз основа на неговите цели и предпочитания. Този модел изисква най-високо ниво на доверие от страна на потребителя.
  • Пример за електронна търговия: Програма „абониране и спестяване“, която автоматично пренарежда продукти и потенциално предлага замяна с нов, по-добре оценен артикул въз основа на тенденциите в общността.
  • Пример за маркетинг: CRM, която проактивно планира последващи имейли с потенциални клиенти, които са се отказали от връзката си, без директна намеса от екипа по продажбите.

Изборът на правилния модел е от основно значение. Опитът за пълно автоматизиране на креативна задача с висок залог може да доведе до разочарование на потребителя, докато простото допълване на проста, повтаряща се задача може да изглежда неефективно. Това първоначално решение оформя всеки следващ избор в UX за AI процес.

Стълб 2: Култивиране на доверие чрез прозрачност и обяснимост

Доверието е валутата на изкуствения интелект. Потребителите няма да разчитат на система, която възприемат като мистериозна „черна кутия“. За да изградим това доверие, трябва да дадем приоритет на прозрачността и обяснимостта (често наричана XAI или Explainable AI).

Прозрачност Става въпрос за определяне на ясни очаквания. Това означава да бъдем честни относно това какво може и какво не може да прави изкуственият интелект. Прозрачната система ясно съобщава какви данни използва и защо. Например, системата за персонализиране трябва да посочва, че използва история на сърфиране и минали покупки, за да персонализира препоръките.

Обяснимост отива още една крачка напред, като предоставя „защо“-то зад конкретен резултат от изкуствен интелект. Това не изисква показване на сложни алгоритми на потребителя. Става въпрос за предоставяне на просто, разбираемо за човека обоснование.

• Вместо: „Най-добрият избор за вас“
• опитате: „Тъй като сте разглеждали колекцията „Модернистични мебели“, може би това ще ви хареса.“
• Вместо: „Оптимизиран сегмент на аудиторията“
• опитате: „Насочваме се към тази аудитория, защото моделите им на ангажираност са подобни на тези на вашите клиенти с най-висока конверсия.“

Ефективна обяснимост в UX за AI кара системата да се усеща по-малко като оракул и повече като полезен, логичен партньор. Това не само изгражда доверие, но и дава възможност на потребителите да предоставят по-точна обратна връзка, тъй като разбират основата на разсъжденията на ИИ.

Стълб 3: Проектиране за несигурност и неуспех

Съвършенството е илюзия в света на машинното обучение. Моделите ще правят грешки, ще разбират погрешно контекста и ще предоставят неоптимални резултати. Дизайнът, ориентиран към човека, предвижда тази реалност и дава на потребителите инструментите за грациозно навигиране в нея.

Ключовите стратегии включват:

• Съобщаване на нивата на увереност: Когато изкуствен интелект прави прогноза, той има вътрешен рейтинг на доверие. Покажете го на потребителя по интуитивен начин. Това може да бъде прост етикет „Висока/Средна/Ниска доверие“, цветно кодиран индикатор или по-нюансирана визуализация, показваща множество потенциални резултати. За маркетингов инструмент, който предсказва възвръщаемостта на инвестициите в кампанията, показването на диапазон („Прогнозна възвръщаемост на инвестициите: $5 8 - $XNUMX XNUMX“) е по-честно и полезно от едно-единствено, подвеждащо число.
• Осигуряване на лесни замени: Никога не обвързвайте потребителя с решението на изкуствен интелект. Винаги предоставяйте ясен и лесен начин за игнориране, редактиране или отмяна на действието на изкуствения интелект. Въртележката с препоръки на сайт за електронна търговия трябва да има опция „Не се интересувам“ или „Покажи ми нещо друго“. Инструмент за маркетингова автоматизация, който предлага сегмент от аудиторията, трябва да позволява на маркетолога ръчно да добавя или премахва критерии. Контролът на потребителя е от първостепенно значение.
• Провал с достоен успех: Когато изкуственият интелект има много ниска увереност или недостатъчни данни, е по-добре да не се прави нищо, отколкото да се направи нещо нередно. Проектирайте елегантно „празно състояние“ или потребителско изживяване по подразбиране. Например, ако системата за персонализиране не може да даде добра препоръка, тя трябва по подразбиране да показва популярни бестселъри, а не произволен, неподходящ продукт. Това е фин, но важен аспект на зрялата система. UX за AI.

Стълб 4: Установяване на непрекъснати цикли на обратна връзка

Моделът с изкуствен интелект е живо същество; той се подобрява само с висококачествени данни и обратна връзка. Потребителското изживяване е основният канал за събиране на тази важна информация. Вашият дизайн трябва активно да насърчава непрекъснат диалог между потребителя и модела.

Обратната връзка може да се събира по два начина:

• Изрична обратна връзка: Това включва директно запитване на потребителя за мнението му. Класическите примери са бутоните за палец нагоре/надолу, звездните оценки или кратки анкети като „Полезна ли беше тази препоръка?“. Макар и ценна, внимавайте за „умората от анкетите“. Използвайте тези механизми пестеливо и за взаимодействия с голямо въздействие.
• Неявна обратна връзка: Това често е по-мощно и мащабируемо. Включва наблюдение на естественото поведение на потребителя като показател за неговото намерение и удовлетвореност. Кликнал ли е потребителят върху препоръчания продукт? Приел ли е предложената от изкуствения интелект редакция на текста или е въвел свой собствен? Отменил ли е веднага действие, автоматизирано от изкуствения интелект? Всяко такова взаимодействие е точка от данни, която може да се използва за преобучение и усъвършенстване на модела.

Чрез проектирането на ясни и безпроблемни механизми за обратна връзка, вие създавате положителен цикъл: потребителят помага на изкуствения интелект да стане по-интелигентен, а в замяна по-интелигентният изкуствен интелект предоставя по-добро и по-персонализирано изживяване за потребителя.

Сглобяване на всичко: Практически контролен списък за вашия следващ проект с изкуствен интелект

За да превърнете тази рамка в практика, ето контролен списък с въпроси, които да ви насочат в процеса на проектиране и разработка. Това гарантира, че от самото начало е внедрен подход, ориентиран към човека.

1. Дефиниция на проблема и ролята:
   • Какъв специфичен, добре дефиниран потребителски проблем решаваме с изкуствен интелект?
   • Каква е основната роля на ИИ: допълваща, автоматизираща или агентивна? Подходяща ли е тази роля за сложността и залозите на задачата?
   • Как ще измерваме успеха както от гледна точка на потребителя (напр. спестено време, по-добри резултати), така и от бизнес гледна точка (напр. процент на конверсия, ангажираност)?
2. Данни и прозрачност:
   • Какви данни са необходими на модела, за да функционира? Как етично ще ги осигурим?
   • Как ясно и сбито ще информираме потребителите за данните, които се използват за персонализиране на тяхното преживяване?
   • Как ще обясним разсъжденията на ИИ зад ключовите му резултати?
3. Взаимодействие и контрол:
   • Как потребителите ще взаимодействат с резултатите от ИИ? (напр. списък, единично предложение, автоматизирано действие).
   • Кой е най-интуитивният и бърз начин потребителят да коригира, отхвърли или отмени предложението на изкуствения интелект?
   • Как интерфейсът ще съобщава нивото на увереност или несигурност на изкуствения интелект?
4. Обратна връзка и неуспех:
   • Какви механизми за явна и имплицитна обратна връзка ще бъдат въведени?
   • Как ще бъде насочена тази обратна връзка към подобряване на модела?
   • Какво е състоянието на „достатъчен отказ“? Какво вижда потребителят, когато изкуственият интелект има ниска увереност или недостатъчни данни?

Възходът на изкуствения интелект не намалява значението на потребителското изживяване; той го издига. Най-успешните продукти, базирани на изкуствен интелект, няма да бъдат тези с най-сложните алгоритми, а тези, които безпроблемно се интегрират в живота на потребителите, печелят доверието им и им дават възможност да постигат целите си по-ефективно. Дисциплината на... UX за AI е мостът към това бъдеще.

Като надхвърлим традиционните UX парадигми и възприемем рамка, изградена върху ясни модели на взаимодействие, радикална прозрачност, проектиране с отчитане на несъвършенствата и непрекъсната обратна връзка, можем да демистифицираме изкуствения интелект. Можем да го трансформираме от объркваща черна кутия в надежден сътрудник. В Switas вярваме, че този човекоцентричен подход е единственият начин да се отключи истинската, устойчива стойност на машинното обучение и да се създадат продукти, които хората не само ще използват, но и ще обичат.