Настигнахме Джайлс Колборн, съосновател и главен изпълнителен директор на cxpartners. Една от водещите световни консултации за независим опит в проектирането, Colborne е автор на Просто и използваемо, книга на тема простота, насочена специално към дизайнерите на взаимодействия.
Какво ще остане след чат бота? Кой / какво ще оцелее?
Джайлс Колборн: Проблемът с ажиотажа е, че той кара хората да пускат неща там, без да различават дали е добро или не, и насърчава хората да предположат, че всичко е възможно, така че те диво прекаляват. Същата история е с всяка нова или нововъзникваща технология.
Така че след хипнатията очаквам да се появят няколко добри, солидни, прости, стабилни примера и модели, върху които бавно изграждаме по-сложни преживявания. Прекрасно е да слушате шума и да мечтаете, но ако изграждате система, на която хората да разчитат, не трябва да се страхувате да направите нещо просто и функционално.
Мисля, че с всяка система, която разчита на машинно обучение (и много естествени езикови интерфейси разчитат на машинно обучение), хората с големите масиви от данни ще имат предимство. Бих искал да се надявам, че това не се превръща в блокиране на платформата.
Още в ранните дни на потребителския интернет избягвахме блокиране на платформата благодарение на мрежата, която имаше отворена спецификация, която всеки можеше да използва. Трудно е да се види нещо подобно да се случва този път - може да се наложи законодателството да влезе в сила. Но всичко това вероятно е още години.
- Как да проектираме чатбот изживяване
Какви са предимствата на чат ботовете и разговорните потребителски интерфейси?
GC: Първо, трябва да направя разлика между чат ботове и разговорни потребителски интерфейси и пълни интерфейси за естествен език (NLI). Chatbots понякога искат от потребителя да избере от редица възможни отговори - по-скоро като ужасните IVR системи, които сортират гласови обаждания по телефонни линии („натиснете 1 за запитвания за баланс, 2 за обслужване на клиенти и т.н.“). NLI ви позволяват да въведете отговор на вашия език и след това да отговорите въз основа на това. Повече се интересувам от NLI и това е моят фокус.
Това, което ми харесва в NLI, е, че почти няма потребителски интерфейс за учене. Приложения като Facebook Messenger са сред най-често използваните приложения на смартфоните днес. Потребителският интерфейс е прост и идеята зад тях е лесна за разбиране. Така че изграждането на услуги на върха на този познат, широко използван интерфейс изглежда като добра идея - стига самите услуги да са лесни за използване.
Нещо повече, ако можете да създадете интерфейс, който работи върху нещо наистина основно като SMS, то той ще работи във Facebook Messenger, или WhatsApp или друга платформа за чат - така че има обещание, че можете да разширите обхвата си.
Предпочитанието за услуги от типа чат нараства, когато гледате по-млада аудитория. Те са израснали със социалните медии и изглежда предпочитат да взаимодействат с тези видове услуги, а не с телефон или имейл. Но, разбира се, това е интерфейс, който по своята същност е достъпен за хора със зрителни или слухови увреждания и е лесен за разбиране от потребители от всички възрасти.
Това, което ме очарова обаче, е, че интерфейсите с естествен език означават, че можем да проектираме системи, които да се чувстват по-човешки. Човешкият разговор има много интересни качества, с които се борят графичните потребителски интерфейси.
Например, ако питате човек за помощ при намирането на нещо, като самолетен билет, често започвате с доста неясно описание и бавно залагате на няколко добри избора. В момента можем да направим това във фасетирани интерфейси за търсене, но хората се борят да ги използват ефективно - особено на малки екрани. Това, което обикновено получавате на малките екрани, е поредица от менюта, които пробивате. Това може да се почувства тромаво или объркващо. Езиковите интерфейси могат да заобиколят това.
И накрая, следващата вълна на изчисления не е свързана с лаптопи или мобилни телефони - тя е за среди, пълни с интелигентни устройства, които ви познават и взаимодействат с вас. Не искате сензорен екран на всяко устройство или приложение за всяко устройство на вашия смартфон. Искате общ интерфейс, който ви познава и с който можете лесно да общувате. Ето защо мисля, че NLI и технологиите за изкуствен интелект имат толкова важна роля в следващото поколение потребителски опит.
И кои са някои от капаните в разговорните интерфейси и как можем да ги избегнем?
GC: Мисля, че най-голямата капана е в създаването на разговори, които приличат на блок-схеми - такива, при които диалогът е начертан с най-малки подробности. В действителност разговорите са доста неясни и мръсни. Ако се опитате да ги картографирате в детайли, в крайна сметка ви липсва сложността - или просто създавате друга от тези IVR системи.
Например, ако попитате някого името му, един човек може да ви даде пълното си име, включително заглавие, докато друг може просто да ви даде собственото си име. Трябва да им позволите да го направят и след това да се върнете обратно за липсващите подробности. Това не е грешка, а просто различен начин за отговор на въпроса.
Как можем да подобрим ботовете, за да подобрим потребителското изживяване?
GC: Когато слушате хора, използващи гласови системи, по-голямата част от разговора е свързана с това потребителят да измисли как да задава въпроси и да научи какво може и какво не може да направи системата. Мисля, че повечето NLI правят ужасна работа в справянето с тези ситуации.
Например, кажете да помолите гласовия си асистент да пусне песен, като „Бохемска рапсодия“, но сте сгрешили името и го наричате „Мама, току-що уби човек“. От гледна точка на потребителя и човешкото слушане, потребителят е дал валидна и полезна заявка. Но повечето гласови асистенти не успяват да съвпадат със заглавието и се отказват и потребителят се връща на първо място.
Подобни неща се случват през цялото време с гласови асистенти, но човек би се опитал да използва дадената информация и да зададе разумен последващ въпрос като „Можеш ли да си спомниш от кого?“ Или „Това ли е заглавието или ред от песента? '. Ако ще направим тези системи поносими, трябва да отделим повече време за мислене как системата трябва да реагира, когато не разбира.
Кои са някои от характеристиките на chatbots или разговорни потребителски интерфейси, които правят нещата правилни?
GC: Много от най-добрите разговорни потребителски интерфейси и чат ботове не се опитват да правят твърде много. Например, когато шофирате и попитате смартфона си да ви даде указания за вкъщи, не се случва много „разговор“ - всъщност колкото по-кратък, толкова по-добре. Но получавате много резултати (инструкции за шофиране на час) за минимално въвеждане („вземете ми упътвания у дома“). А входът е минимален, защото смартфонът използва много контекстни данни, за да попълни празните места - предполага, че имате предвид упътвания за шофиране, получава вашето текущо местоположение от GPS и намира домашния ви адрес от настройките на вашия смартфон.
Бих казал, че това са доста добри дизайнерски максими: поддържайте разговора кратък, използвайте контекстуални данни, предлагайте максимален изход за минимален вход.
Къде следва разговорният дизайн?
GC: В момента се случват много интересни неща. Има гласови асистенти, които правят разлика между различни хора в стаята, и гласови асистенти, които управляват емоционалното подтичане на разговора, а не само обмена на информация.
Съществуват и инструменти, които улесняват достъпа на сложни функции до дизайнерите, и интерфейси, които смесват глас и визуални елементи (така че можете да видите маршрута на пътуване да се натрупва, докато говорите с виртуален туристически агент, например). Това е вълнуващо време.
