Trong nhiều năm, các nhà thiết kế UX đã thành thạo nghệ thuật tạo ra các giao diện trực quan, dễ đoán và có tính xác định. Người dùng nhấp vào một nút, một hành động cụ thể, đã biết sẽ diễn ra. Logic của hệ thống được cố định. Tuy nhiên, sự ra đời của học máy đã thay đổi căn bản mô hình này. Các sản phẩm được hỗ trợ bởi AI mang tính xác suất, không mang tính xác định. Chúng học hỏi, thích nghi, và đôi khi, mắc lỗi.
Sự khác biệt cố hữu này tạo ra một loạt thách thức thiết kế mới mà các nguyên tắc UX truyền thống không thể giải quyết được. Trong khi UX truyền thống ưu tiên tính nhất quán và khả năng dự đoán, một UX cho AI phải khéo léo quản lý sự bất định, mơ hồ và sự tiến hóa. Sau đây là lý do tại sao một phương pháp tiếp cận chuyên biệt lại rất quan trọng:
- Từ Chắc chắn đến Xác suất: Các mô hình AI không cung cấp câu trả lời tuyệt đối; chúng đưa ra những dự đoán với mức độ tin cậy khác nhau. Giao diện người dùng phải truyền đạt được sự không chắc chắn này mà không gây áp lực hoặc làm xói mòn niềm tin của họ.
- Vấn đề "Hộp đen": Người dùng thường cảnh giác với những hệ thống mà họ không hiểu rõ. Nếu AI đề xuất một sản phẩm hoặc hành động mà không có lời giải thích, nó có thể mang tính tùy tiện hoặc thậm chí là thao túng. Khả năng giải thích là một trụ cột cốt lõi của một hệ thống thành công. UX cho AI.
- Giao diện động và phát triển: Hành vi của một sản phẩm ML thay đổi khi nó học hỏi từ dữ liệu mới. Một trải nghiệm hiệu quả vào ngày đầu tiên có thể sẽ khác vào ngày thứ một trăm. Thiết kế phải tính đến sự thích ứng liên tục này.
- Tiền cược cao cho lỗi: Trong khi một nút bấm đặt sai vị trí có thể gây bất tiện, một đề xuất AI sai lầm trong thương mại điện tử có thể dẫn đến mất doanh số, và trong các ứng dụng quan trọng hơn, hậu quả có thể nghiêm trọng hơn nhiều. Thiết kế để người dùng có thể dễ dàng sửa lỗi và khắc phục sự cố là điều không thể thương lượng.
Việc áp dụng đơn thuần các quy tắc cũ vào bối cảnh mới này sẽ dẫn đến sự thất vọng của người dùng và thất bại của sản phẩm. Thay vào đó, chúng ta cần một khuôn khổ chuyên biệt đặt con người vào trung tâm của vòng lặp học tập của AI.
Một khuôn khổ lấy con người làm trung tâm cho thiết kế sản phẩm AI
Để tạo ra các sản phẩm AI không chỉ thông minh mà còn trực quan, đáng tin cậy và thực sự hữu ích, chúng ta cần một phương pháp tiếp cận có cấu trúc. Khung này được xây dựng dựa trên bốn trụ cột thiết yếu, giải quyết những thách thức đặc thù của việc thiết kế cho học máy. Áp dụng tư duy này là bước đầu tiên để làm chủ UX cho AI.
Trụ cột 1: Xác định Mô hình tương tác giữa con người và AI
Trước khi viết một dòng mã hoặc thiết kế bất kỳ giao diện người dùng nào, bước quan trọng nhất là xác định mối quan hệ giữa người dùng và AI. Họ sẽ hợp tác như thế nào để đạt được mục tiêu? Điều này không chỉ liên quan đến chức năng của AI, mà còn là vai trò của nó trong quy trình làm việc của người dùng. Nhìn chung, những tương tác này được chia thành ba loại:
- Tăng cường: AI hoạt động như một trợ lý thông minh, nâng cao năng lực của người dùng. Nó đưa ra gợi ý, tự động hóa các tác vụ phụ tẻ nhạt và cung cấp thông tin chi tiết, nhưng người dùng vẫn nắm quyền kiểm soát cuối cùng.
- Ví dụ về thương mại điện tử: Tính năng "Hoàn thiện vẻ ngoài" gợi ý các sản phẩm bổ sung cho một món đồ trong giỏ hàng của người dùng. Người dùng có thể quyết định có thêm chúng hay không.
- Ví dụ về tiếp thị: Các công cụ hỗ trợ AI như Grammarly hoặc Jasper có thể gợi ý cách diễn đạt tốt hơn hoặc tạo bản thảo quảng cáo, sau đó nhà tiếp thị sẽ tinh chỉnh và phê duyệt.
- Tự động hóa: AI sẽ đảm nhiệm toàn bộ một nhiệm vụ hoặc quy trình vốn thường được thực hiện thủ công. Giải pháp này phù hợp nhất với các nhiệm vụ được xác định rõ ràng, lặp đi lặp lại, nơi chi phí lỗi thấp hoặc có thể dễ dàng giảm thiểu.
- Ví dụ về thương mại điện tử: Tự động gắn thẻ sản phẩm mới trong danh mục với các thuộc tính như màu sắc, kiểu dáng và chất liệu dựa trên hình ảnh của sản phẩm.
- Ví dụ về tiếp thị: Hệ thống đấu giá tự động cho quảng cáo kỹ thuật số, điều chỉnh chi tiêu theo thời gian thực dựa trên dữ liệu hiệu suất.
- Tác nhân: AI hoạt động như một tác nhân chủ động, tự chủ, đưa ra quyết định và hành động thay mặt người dùng dựa trên mục tiêu và sở thích của họ. Mô hình này đòi hỏi mức độ tin cậy cao nhất từ người dùng.
- Ví dụ về thương mại điện tử: Chương trình "đăng ký và tiết kiệm" tự động đặt hàng lại sản phẩm và có khả năng đề xuất đổi sang sản phẩm mới được đánh giá cao hơn dựa trên xu hướng của cộng đồng.
- Ví dụ về tiếp thị: Một CRM chủ động lên lịch gửi email theo dõi tới những khách hàng tiềm năng đã ngừng quan tâm mà không cần sự can thiệp trực tiếp từ đội ngũ bán hàng.
Việc lựa chọn đúng mô hình là nền tảng. Cố gắng tự động hóa hoàn toàn một nhiệm vụ sáng tạo, có rủi ro cao có thể khiến người dùng thất vọng, trong khi việc chỉ tăng cường một nhiệm vụ đơn giản, lặp đi lặp lại có thể gây cảm giác kém hiệu quả. Quyết định ban đầu này định hình mọi lựa chọn tiếp theo trong UX cho AI quá trình.
Trụ cột 2: Xây dựng lòng tin thông qua tính minh bạch và khả năng giải thích
Niềm tin chính là tiền tệ của AI. Người dùng sẽ không dựa dẫm vào một hệ thống mà họ coi là một "hộp đen" bí ẩn. Để xây dựng niềm tin này, chúng ta phải ưu tiên tính minh bạch và khả năng giải thích (thường được gọi là XAI, hay AI có thể giải thích được).
Minh bạch là việc đặt ra những kỳ vọng rõ ràng. Điều này có nghĩa là phải trung thực về những gì AI có thể và không thể làm. Một hệ thống minh bạch sẽ truyền đạt rõ ràng dữ liệu nào được sử dụng và lý do tại sao. Ví dụ, một công cụ cá nhân hóa nên nêu rõ rằng nó sử dụng lịch sử duyệt web và các giao dịch mua trước đây để điều chỉnh các đề xuất.
Giải thích Tiến xa hơn một bước bằng cách cung cấp "lý do" đằng sau một kết quả AI cụ thể. Điều này không yêu cầu người dùng phải trình bày các thuật toán phức tạp. Vấn đề là cung cấp một lý do đơn giản, dễ hiểu.
- Thay vì: "Lựa chọn hàng đầu dành cho bạn"
- thử: "Vì bạn đã xem bộ sưu tập 'Nội thất hiện đại' nên có thể bạn sẽ thích bộ sưu tập này."
- Thay vì: "Phân khúc đối tượng được tối ưu hóa"
- thử: "Chúng tôi nhắm đến đối tượng này vì mô hình tương tác của họ tương tự như những khách hàng có tỷ lệ chuyển đổi cao nhất của bạn."
Khả năng giải thích hiệu quả trong UX cho AI khiến hệ thống ít mang tính tiên tri hơn mà giống một đối tác hữu ích, logic hơn. Điều này không chỉ xây dựng niềm tin mà còn trao quyền cho người dùng cung cấp phản hồi chính xác hơn, vì họ hiểu được cơ sở lý luận của AI.
Trụ cột 3: Thiết kế cho sự không chắc chắn và thất bại
Sự hoàn hảo chỉ là ảo tưởng trong thế giới học máy. Các mô hình sẽ mắc lỗi, hiểu sai ngữ cảnh và đưa ra kết quả không tối ưu. Một thiết kế lấy con người làm trung tâm sẽ lường trước được thực tế này và cung cấp cho người dùng các công cụ để xử lý nó một cách khéo léo.
Các chiến lược chính bao gồm:
- Giao tiếp mức độ tự tin: Khi AI đưa ra dự đoán, nó có một điểm số tin cậy nội bộ. Hãy trình bày điểm số này cho người dùng một cách trực quan. Đây có thể là một thẻ "Độ tin cậy Cao/Trung bình/Thấp" đơn giản, một chỉ báo mã màu, hoặc một hình ảnh trực quan sắc nét hơn cho thấy nhiều kết quả tiềm năng. Đối với một công cụ tiếp thị dự đoán ROI của chiến dịch, việc hiển thị một khoảng giá trị ("ROI dự đoán: 5 - 8 đô la") sẽ trung thực và hữu ích hơn so với một con số đơn lẻ, dễ gây hiểu lầm.
- Cung cấp các ghi đè dễ dàng: Không bao giờ bó buộc người dùng vào quyết định của AI. Luôn cung cấp một cách rõ ràng, dễ dàng để bỏ qua, chỉnh sửa hoặc hoàn tác hành động của AI. Vòng quay đề xuất của một trang web thương mại điện tử nên có tùy chọn "Không quan tâm" hoặc "Hiển thị cho tôi nội dung khác". Một công cụ tự động hóa tiếp thị gợi ý phân khúc đối tượng phải cho phép nhà tiếp thị tự động thêm hoặc xóa tiêu chí. Quyền kiểm soát của người dùng là tối quan trọng.
- Thất bại một cách duyên dáng: Khi AI có độ tin cậy rất thấp hoặc dữ liệu không đủ, tốt hơn là không làm gì cả còn hơn là làm sai. Hãy thiết kế một "trạng thái trống" tinh tế hoặc trải nghiệm mặc định. Ví dụ, nếu một công cụ cá nhân hóa không thể đưa ra đề xuất tốt, nó nên mặc định hiển thị những sản phẩm bán chạy nhất thay vì một sản phẩm ngẫu nhiên, không liên quan. Đây là một khía cạnh tinh tế nhưng quan trọng của một hệ thống AI trưởng thành. UX cho AI.
Trụ cột 4: Thiết lập vòng phản hồi liên tục
Mô hình AI là một thực thể sống; nó chỉ được cải thiện nhờ dữ liệu và phản hồi chất lượng cao. Trải nghiệm người dùng là kênh chính để thu thập thông tin quan trọng này. Thiết kế của bạn nên chủ động khuyến khích sự tương tác liên tục giữa người dùng và mô hình.
Phản hồi có thể được thu thập theo hai cách:
- Phản hồi rõ ràng: Điều này bao gồm việc trực tiếp hỏi ý kiến người dùng. Các ví dụ điển hình là nút "thích/không thích", đánh giá sao, hoặc các khảo sát ngắn như "Đề xuất này có hữu ích không?". Mặc dù hữu ích, nhưng hãy cẩn thận với việc khảo sát quá nhiều. Hãy sử dụng các cơ chế này một cách tiết kiệm và chỉ dành cho những tương tác có tác động cao.
- Phản hồi ngầm: Phương pháp này thường mạnh mẽ và có khả năng mở rộng hơn. Nó bao gồm việc quan sát hành vi tự nhiên của người dùng như một thước đo cho ý định và sự hài lòng của họ. Người dùng có nhấp vào sản phẩm được đề xuất không? Họ có chấp nhận đề xuất chỉnh sửa văn bản của AI hay tự nhập văn bản? Họ có ngay lập tức hoàn tác một hành động mà AI tự động thực hiện không? Mỗi tương tác như vậy là một điểm dữ liệu có thể được sử dụng để đào tạo lại và tinh chỉnh mô hình.
Bằng cách thiết kế các cơ chế phản hồi rõ ràng và không gây cản trở, bạn tạo ra một vòng tuần hoàn lành mạnh: người dùng giúp AI trở nên thông minh hơn và ngược lại, AI thông minh hơn sẽ mang lại trải nghiệm tốt hơn, cá nhân hóa hơn cho người dùng.
Tổng hợp tất cả: Danh sách kiểm tra thực tế cho dự án AI tiếp theo của bạn
Để áp dụng khung này vào thực tế, dưới đây là danh sách kiểm tra các câu hỏi để định hướng quá trình thiết kế và phát triển của bạn. Điều này đảm bảo phương pháp tiếp cận lấy con người làm trung tâm được áp dụng ngay từ đầu.
- Định nghĩa vấn đề và vai trò:
- Chúng ta đang giải quyết vấn đề cụ thể và rõ ràng nào của người dùng bằng AI?
- Vai trò chính của AI là gì: tăng cường, tự động hóa hay tác nhân? Vai trò này có phù hợp với độ phức tạp và rủi ro của nhiệm vụ không?
- Chúng ta sẽ đo lường thành công theo góc độ người dùng (ví dụ: thời gian tiết kiệm được, kết quả tốt hơn) và góc độ kinh doanh (ví dụ: tỷ lệ chuyển đổi, mức độ tương tác) như thế nào?
- Dữ liệu và minh bạch:
- Mô hình cần dữ liệu gì để hoạt động? Chúng ta sẽ thu thập dữ liệu đó một cách có đạo đức như thế nào?
- Chúng tôi sẽ thông báo rõ ràng và súc tích cho người dùng như thế nào về dữ liệu được sử dụng để cá nhân hóa trải nghiệm của họ?
- Chúng ta sẽ giải thích lý do đằng sau những kết quả đầu ra chính của AI như thế nào?
- Tương tác và Kiểm soát:
- Người dùng sẽ tương tác với đầu ra của AI như thế nào? (ví dụ: danh sách, một gợi ý duy nhất, một hành động tự động).
- Cách trực quan và nhanh nhất để người dùng sửa, bỏ qua hoặc ghi đè lên gợi ý của AI là gì?
- Giao diện sẽ truyền đạt mức độ tự tin hoặc không chắc chắn của AI như thế nào?
- Phản hồi và Thất bại:
- Những cơ chế phản hồi rõ ràng và ngầm định nào sẽ được áp dụng?
- Phản hồi này sẽ được chuyển hướng như thế nào để cải thiện mô hình?
- Trạng thái "thất bại nhẹ nhàng" là gì? Người dùng sẽ thấy gì khi AI có độ tin cậy thấp hoặc dữ liệu không đủ?
Sự trỗi dậy của trí tuệ nhân tạo không làm giảm tầm quan trọng của trải nghiệm người dùng; nó còn nâng tầm trải nghiệm đó. Những sản phẩm AI thành công nhất sẽ không phải là những sản phẩm có thuật toán phức tạp nhất, mà là những sản phẩm tích hợp liền mạch vào cuộc sống của người dùng, chiếm được lòng tin của họ và trao quyền cho họ đạt được mục tiêu hiệu quả hơn. Kỷ luật của UX cho AI là cầu nối tới tương lai đó.
Bằng cách vượt ra khỏi các mô hình UX truyền thống và áp dụng một khuôn khổ được xây dựng dựa trên các mô hình tương tác rõ ràng, tính minh bạch triệt để, thiết kế hướng đến sự không hoàn hảo và phản hồi liên tục, chúng ta có thể làm sáng tỏ AI. Chúng ta có thể biến nó từ một hộp đen khó hiểu thành một cộng tác viên đáng tin cậy. Tại Switas, chúng tôi tin rằng phương pháp tiếp cận lấy con người làm trung tâm này là cách duy nhất để khai phá giá trị thực sự, bền vững của học máy và xây dựng những sản phẩm mà mọi người không chỉ sử dụng mà còn yêu thích.
