Všetci sme zažili sklamanie z interakcie s AI alebo poznáme ľudí, ktorí „neznášajú chatboty“, často preto, že základné prostredie nie je užitočné, prínosné ani príjemné. Toto sklamanie často nesúvisí ani tak so schopnosťami modelu, ako so samotnou skúsenosťou: interakciou medzi ľuďmi, agentom AI a požadovaným výsledkom. Ide o významnú prekážku zavádzania, najmä v podnikovom prostredí, kde zle navrhnuté interakcie môžu používateľov zahltiť, ignorovať aktuálny kontext alebo prehliadať ich zámery a správanie.
Z tejto perspektívy sme pri každom vzorci identifikovali jeho prínosy, súvisiace dizajnové výzvy a praktické odporúčania na použitie. Tieto vzorce možno uplatniť pri rôznych typoch a modalitách interakcie. Prinášajú príležitosti pre spotrebiteľské prostredia aj interné riešenia AI, ktoré znalostným pracovníkom pomáhajú lepšie sa rozhodovať.
Chceme sa podeliť o nové vzorce, ktoré pozorujeme pri tvorbe aj skúšaní mnohých riešení generatívnej AI, a pomôcť tak navrhovať lepšie vzťahy medzi ľuďmi a AI.
Mnohé naše interakcie s technológiami, či už ako znalostní pracovníci alebo spotrebitelia, sťažujú každodenné úlohy viac, než je potrebné. Obmedzujú našu produktivitu, efektívnosť a prínos.
Znalostných pracovníkov aj spotrebiteľov môže zahltiť samotné množstvo dostupných informácií, možností a nástrojov. Neustály príval často protichodných správ sťažuje prijímanie jasných rozhodnutí aj udržanie pozornosti. Výskum naznačuje, že zamestnanci trávia až 40 % pracovného dňa iba hľadaním potrebných informácií (McKinsey). Toto informačné preťaženie ovplyvňuje produktivitu aj duševnú pohodu.
Máme tiež obmedzenú schopnosť sústrediť sa. Ani keď informácie nájdeme, nedokážeme spracovať či analyzovať všetko potrebné na informované rozhodnutie. V ľubovoľnej chvíli sa dokážeme sústrediť iba na malú časť dostupných údajov a často lipneme na súčasných presvedčeniach či nápadoch, ktoré obmedzujú našu schopnosť zvažovať alternatívy alebo rozpoznať neočakávané vzorce.
Samotné nástroje tieto obmedzenia často nerozpoznávajú. Väčšina technológií je navrhnutá pre „priemerných“ používateľov – ako univerzálne riešenia, ktoré sa neprispôsobujú individuálnemu kontextu. Či už používame pracovný softvér alebo spotrebiteľské aplikácie, tieto nástroje len zriedka zohľadňujú naše potreby, obmedzenia či jedinečné okolnosti. Technológie preto môžu byť neefektívne alebo dokonca kontraproduktívne. Generatívna AI ponúka príležitosť vytvárať prispôsobivejšie a osobnejšie interakcie.
Napokon, mnohé pracovné prostredia spôsobujú zbytočné utrpenie. Narastajúce množstvo „zbytočnej práce“, tlak na „neustálu dostupnosť“ a opakujúce sa úlohy s nízkou hodnotou prispievajú k nezáujmu a chronickému stresu. Hoci by generatívna AI a agenti AI mohli tieto skúsenosti obmedziť alebo odstrániť, mnohí ľudia stále nedôverujú schopnosti AI celkovo zlepšiť prácu. Ľudia sa môžu brániť predstave, že „AI prevezme kontrolu“, pretože sa obávajú nahradenia alebo cítia zodpovednosť za svoju prácu – dokonca aj za úlohy, ktoré nemajú radi.
Samotné nasadenie AI nie je riešením. Zle integrovaná AI môže vytvárať nové úlohy a obavy, najmä znalostným pracovníkom. Tieto výzvy poukazujú na potrebu interakcií medzi ľuďmi a AI, ktoré sú nielen efektívne, ale zodpovedajú aj našim kognitívnym schopnostiam, individuálnym okolnostiam a reálnym obmedzeniam. Nasledujúcich šesť vzorcov opisuje prístupy, ktoré zohľadňujú potreby ľudí a podporujú prispôsobivejší, transparentnejší a zmysluplnejší vzťah s AI.
Vzťah medzi novými dizajnovými vzorcami a princípmi účinných skúseností s AI zameraných na človeka.
Kurátorstvo: AI ako inteligentná ponuka – AI vyberá a usporadúva informácie a pomáha ľuďom orientovať sa v rozsiahlych súboroch údajov bez zahltenia.
Poskytovanie spätnej väzby: AI ako partner pri premýšľaní – AI poskytuje v reálnom čase podnetnú spätnú väzbu, ktorá spochybňuje predpoklady a ponúka alternatívne pohľady.
Situačné povedomie: AI, ktorá rozumie tomu, čo sa deje tu a teraz – AI sa prispôsobuje aktuálnemu kontextu priebežným spracúvaním informácií o prostredí a potrebách používateľa.
Priebežné objavovanie: každá interakcia ako používateľský výskum – AI využíva každú interakciu na odhaľovanie poznatkov a spresňovanie svojho chápania, čím zabezpečuje neustále učenie a zlepšovanie.
Rozšírenie: obohatenie vstupu používateľa na dosiahnutie lepších výsledkov – AI na pozadí vylepšuje vstup a pritom zachováva pôvodný zámer používateľa.
Ukázanie postupu: transparentné uvažovanie AI – AI zviditeľňuje a sprístupňuje svoj rozhodovací proces, čím posilňuje dôveru a pomáha používateľom prijímať informovanejšie rozhodnutia.
Týchto šesť vzorcov ukazuje, že účinné riešenia AI si vyžadujú viac než dobre navrhnuté používateľské rozhranie. Formujú spôsob, akým ľudia a agenti AI koordinujú svoju činnosť, rozhodujú sa a komunikujú v zložitých znalostných systémoch. Tieto vzorce zlepšujú interakciu medzi ľuďmi a AI tým, že:
Uprednostňujú obojstrannú výmenu poznatkov: Umožňujú dialóg, v ktorom AI aj ľudia prispievajú nápadmi, kontextom a poznatkami. Podporujú tak schopnejšie systémy AI, ktoré využívajú zatiaľ nekodifikované odborné znalosti a intuíciu.
Vytvárajú skúsenosti, ktoré sa prispôsobujú meniacim sa okolnostiam: Nástroje AI môžu rýchlo zastarať alebo stratiť relevantnosť. Systémy, ktoré si zachovávajú situačné povedomie, priebežne sa učia a prispôsobujú okolnostiam jednotlivých používateľov, zostávajú užitočné aj časom.
Posilňujú dôveru a istotu: Transparentné interakcie založené na spolupráci znižujú prekážky zavádzania, zvyšujú zapojenie a zlepšujú rozhodovanie ľudí aj AI. Premyslený dizajn pomáha ľuďom dlhodobo dôverovať rozhodnutiam a výstupom systému.
Navrhovať účinné skúsenosti s AI je náročné, no osvedčené prístupy môžu pomôcť. Základné princípy porozumenia používateľom a vytvárania užitočných skúseností naďalej platia. Dopĺňajú ich nové aspekty, ktoré prinášajú autonómne systémy AI. Prostredia, ktoré účinne vyberajú informácie, poskytujú užitočnú spätnú väzbu a transparentne sa učia, môžu znížiť preťaženie, zlepšiť rozhodovanie a budovať dôveru.
Tieto vzorce pomáhajú prekonávať bežné prekážky zavádzania, vďaka čomu je AI skutočne užitočná, prispôsobivá a hodnotnejšia pre všetkých zúčastnených.
Nasledujúca príručka podrobnejšie skúma jednotlivé vzorce a vysvetľuje, ako môžu podporiť širšiu skúsenosť s AI.
Čo to je: Namiesto zdĺhavého manuálneho prehľadávania výsledkov či dokumentov môžu agenti AI vyberať informácie z rozsiahlych súborov údajov a prezentovať tie najrelevantnejšie poznatky. AI sa v podstate stáva knihovníkom, ktorý usporadúva poznatky podľa kontextu používateľa.
Prečo je to užitočné: Znižuje to informačné preťaženie. Priemerný znalostný pracovník strávi hľadaním informácií 1,8 hodiny denne, čo u mnohých zamestnancov prispieva k vyhoreniu (McKinsey). Kurátorstvo podporované AI tento problém rieši indexovaním, vyhľadávaním a spájaním informácií z rozličných zdrojov. Používateľom tak pomáha nájsť informácie, možnosti a poznatky, ktoré by pri tradičnom vyhľadávaní mohli prehliadnuť.
Výzva: Prechod od tradičného vyhľadávania cez rozhranie k prístupu s podporou agenta si vyžaduje, aby používatelia upravili svoje očakávania. Ľudia sú zvyknutí prezerať zoznam odkazov alebo filtrovať súbor údajov stláčaním tlačidiel. Kurátor AI naopak syntetizuje odpovede zo zdrojov, o ktorých používatelia možno ani nevedia. Používatelia preto môžu mať menší pocit kontroly nad filtrovaním a musia dôverovať rozhodnutiam agenta. Známe mechanizmy vyhľadávania môžu ľuďom pomôcť prispôsobiť sa kurátorstvu pomocou AI bez straty dôvery či kontroly.
Ako OpenAI využíva známe vzorce interakcie na podporu vyhľadávania štruktúrovaných aj neštruktúrovaných informácií.
Prezentujte mechanizmy vyhľadávania ako známe interakcie:
Prechod od tradičného vyhľadávania uľahčíte, ak namiesto prázdnej plochy ponúknete známe interakcie. Používatelia sa budú cítiť istejšie, ak prostredie využíva rozpoznateľné možnosti, dotazníky a kontextové návrhy.
Namiesto vyžadovania otvoreného vstupu používajte tlačidlá ako príkazy:
Zadávanie voľného textu môže pôsobiť odrádzajúco alebo zdĺhavo. Predvolené alebo automaticky generované tlačidlá sprístupňujú kurátorstvo širšiemu okruhu ľudí. Používatelia môžu výsledky spresniť napríklad možnosťami „Filter by most recent“, „Compare pricing“ a „Include global sources“. Tým sa znižuje bariéra zapojenia, podporuje skúmanie a odporúčania AI sa prispôsobujú zámeru používateľa.
Umožnite používateľom spresniť výsledky vyhľadávania vyrozprávaním príbehu:
Príbeh niekedy vyjadruje potreby používateľa účinnejšie než priame otázky či filtre. V zložitých situáciách, napríklad pri práci s neprehľadnými informačnými panelmi alebo hľadaní vhodného produktu, môžu byť ľudia tradičnými nástrojmi zahltení alebo nemusia vedieť, ktoré parametre upraviť.
Keď môžu používatelia „vyrozprávať svoj príbeh“ – opísať problém, osobný cieľ alebo požadovaný produkt –, AI dokáže toto rozprávanie previesť na štruktúrované parametre vyhľadávania. Človek, ktorý napríklad povie: „I just moved into a smaller home and need versatile, budget-friendly storage solutions,“ môže dostať vybrané návrhy produktov, praktické tipy a relevantné odporúčania.
Vďaka rozprávaniu príbehu nielen znižujete mentálnu záťaž spojenú s výberom filtrov, ale zároveň posilňujete istotu a zrozumiteľnosť konečných výsledkov.
Personalizujte objavovanie pomocou mémov a kultúrnych odkazov:
Mémy môžu kurátorstvu pomocou AI pomôcť dvoma spôsobmi: obohacujú agentovo chápanie používateľa a výsledky vyhľadávania podávajú ľudskejšie a zrozumiteľnejšie. Po prvé, výberom alebo uvádzaním mémov, ktoré vyjadrujú ich ciele, náladu či štýl („I’m feeling the ‘Treat Yo Self’ vibe today!“), používatelia AI účinne približujú svoju „teóriu mysle“. Agent tak môže kurátorstvo lepšie vyladiť odvodením kontextu, ktorý by sa v bežnom grafickom rozhraní alebo textovej požiadavke mohol stratiť.
Po druhé, agent môže výsledky „prehrať“ ako tematické „štartovacie balíčky“ inšpirované popkultúrou, takže odporúčania pôsobia relevantnejšie a osobnejšie. Ak si napríklad niekto nanovo zariaďuje domácu pracovňu, AI môže vytvoriť „WFH starter pack“, ktorý spája doplnky na stôl, technológie a inšpiráciu.
Objasnite používateľovi ďalšie najvhodnejšie kroky:
Bez ohľadu na to, či výsledky agenta AI trafia do čierneho, používatelia by mali vedieť jednoducho upraviť parametre. Môžu sa napríklad opýtať: „Show me more like item 2“ alebo „Exclude sources older than 2020.“ Navrhované ďalšie kroky môžu nových používateľov usmerniť bez toho, aby ich zahltili.
Čo to je: O agentoch AI sa často hovorí ako o prostriedku na delegovanie práce, ktorú tradične vykonávali ľudia. Ich schopnosti spolupracovať v reálnom čase sa venuje menej pozornosti. Namiesto jednoduchého plnenia pokynov či generovania obsahu môže agent klásť podnetné otázky, spochybňovať predpoklady a ponúkať alternatívne pohľady. AI sa tak stáva partnerom pri premýšľaní, ktorý používateľom pomáha priebežne zlepšovať ich prácu.
Prečo je to užitočné: Včasná spätná väzba prospieva každému, no nie vždy ju dostávame. Nesúhlas aj podpora nám môžu pomôcť rozpoznať vzorce skôr, než sa príliš naviažeme na určitú myšlienku. Agenti AI môžu spochybňovať naše predpoklady, vytvárať nápady a navrhovať alternatívne interpretácie údajov bez toho, aby nahrádzali ľudský úsudok. Zistili sme, že ľudia na tento druh spätnej väzby od agenta často reagujú dobre.
Agenti AI dokážu vytvárať protiargumenty, ktoré odhaľujú medzery v uvažovaní alebo poukazujú na alternatívne pohľady.
Výzva: Spätná väzba AI musí byť intuitívna a prakticky využiteľná, inak začne rušiť. Ľudia neocenia agenta, ktorý ich prerušuje nerelevantnými návrhmi alebo sa zaoberá každou maličkosťou. AI by mala zasiahnuť vo vhodnej chvíli a správnym tónom. Ak je príliš pasívna, premrhá užitočné príležitosti; ak je príliš agresívna, používatelia môžu mať pocit, že spochybňuje ich úsudok.
Výzvou je spôsob zobrazenia spätnej väzby AI: má sa objaviť ako tip, voliteľná kontrola alebo obojstranný dialóg? Správne nastavenie interakcie rozhodne, či používatelia prijmú AI ako partnera, alebo v nej uvidia iba Clippyho 2.0.
Dbajte na to, aby bola spätná väzba proaktívna, ale nie otravná:
Nechajte AI ponúkať návrhy v prirodzených bodoch prerušenia. V textovom editore môže napríklad pred navrhnutím úpravy počkať, kým používateľ dokončí vetu alebo odsek. Skúmali sme aj možnosť, aby agent po označení prázdneho textového poľa chvíľu počkal a až potom ponúkol pomoc. Na tóne záleží: „Tu je námet na zváženie…“ pôsobí konštruktívnejšie než strohé tvrdenie.
Premeňte spätnú väzbu na dialóg založený na skúmaní:
Ak spätná väzba nie je jasná, umožnite používateľom jednoducho položiť otázku, napríklad: „Why do you suggest changing this?“Zvedavá osobnosť AI môže prispieť ku konštruktívnejšej komunikácii. Agent môže podobne ako pozorný terapeut či facilitátor klásť v správnej chvíli relevantné otázky a premeniť spätnú väzbu na rozhovor, z ktorého sa používateľ učí.
AI to zároveň pomáha získavať kontext, takže používateľ aj agent si môžu vytvoriť jasnejšie spoločné chápanie.
Ponúknite viacero možností, nápadov alebo alternatív:
Namiesto jediného nápadu, riešenia či výzvy môže agent predstaviť niekoľko pohľadov. Agent pre dizajn môže napríklad vytvoriť tri alternatívne rozloženia, zatiaľ čo agent pre písanie navrhne rôzne verzie vety pre rozličné cieľové skupiny. Ponuka možností posilňuje vedomie, že kontrolu má naďalej používateľ.
Dbajte na to, aby spätná väzba zohľadňovala kontext:
Agent by mal svoju úlohu „partnera pri premýšľaní“ prispôsobiť aktuálnemu kontextu používateľa. Ak sa niekto zastaví pri otázke alebo textovom poli, AI môže namiesto okamžitého poskytnutia úplnej odpovede položiť podnetnú otázku. Ak používateľ potrebuje iba preformulovať vetu, jeho pocit kontroly pomôže zachovať stručný návrh, ktorý môže prijať alebo odmietnuť.
AI musí predovšetkým vedieť, kedy ustúpiť – zdĺhavé dohadovanie môže viesť k „začarovanému kruhu“ nekonečných úprav a oslabiť sebadôveru používateľa. Ak agent AI pozorne vníma kontext a kroky používateľa, môže svoju spätnú väzbu prispôsobiť tak, aby skutočne pomáhala a neprekračovala hranice.
Čo to je: Situačné povedomie je schopnosť agenta interpretovať kontextové informácie v reálnom čase a zodpovedajúcim spôsobom upravovať svoje správanie. Agenti AI sa nemusia spoliehať iba na vopred stanovené vstupy. Môžu priebežne spracúvať informácie o prostredí, aktuálnom stave používateľa a ďalších relevantných podmienkach.
Môže to znamenať prispôsobenie rozhrania okamžitým potrebám používateľa alebo interpretáciu aktuálnych trhových podmienok s cieľom zvýšiť relevantnosť odpovedí.
Prečo je to užitočné: Skutočný svet nie je nemenný. Systémy AI so situačným povedomím môžu byť užitočnejšie, pretože reagujú na aktuálne podmienky. Keď agent rozumie relevantnému kontextu, interakcie pôsobia prirodzenejšie, osobnejšie a lepšie ukotvené v realite.
Výzva: Vytvoriť AI so skutočným situačným povedomím je náročné. Prístup k potrebným údajom a ich integrácia môžu priniesť značnú technickú zložitosť.
Medzi užitočným vnímaním kontextu a rušivým prekračovaním hraníc vedie tenká čiara. Používatelia ocenia agenta, ktorý „chápe situáciu“, no môžu sa cítiť nepríjemne, ak žiada priveľa informácií alebo pôsobí príliš neodbytne. Keďže okolnosti sa môžu rýchlo meniť, ľudská odbornosť a úsudok zostávajú nevyhnutné.
Účinný systém AI preto potrebuje vstupy používateľov, aby si udržiaval užitočný a aktuálny prehľad o ich situácii.
Ukážte používateľom, ako vyzerá kvalitný kontext:
Modely uvažovania, napríklad OpenAI o1, zmenili spôsob, akým ľudia poskytujú kontext veľkým jazykovým modelom. Bez ohľadu na model podporuje podrobný kontext relevantnejšie odpovede. Jasné príklady, zástupný text a rozbaliteľné tipy môžu používateľom ukázať, aké informácie majú uviesť, a vysvetliť, prečo sú dôležité.
Ak používateľovi výslovne ukážete, ako vyzerá „kvalitný kontext“, odstránite dohady, ktoré ľuďom inak bránia uviesť zmysluplné podrobnosti.
Uľahčite vymedzenie hraníc agenta:
Okamžité potreby používateľa sú dôležité, no nemusia byť zjavné. Agent so situačným povedomím môže spolu s používateľom vymedziť témy, oblasti a nástroje, ktoré má skúmať. Hlboký výskum v ChatGPT podporuje tento prístup tým, že pred začatím výskumnej úlohy kladie objasňujúce otázky.
Zobrazte kontext, aby sa dal rýchlo upravovať a dopĺňať:
Používatelia môžu potrebovať prehľad toho, čo AI aktuálne predpokladá o ich cieľoch, zameraní a zdrojoch údajov. Samostatný panel môže vysvetliť hranicu aktuálnosti jej znalostí, súčasné predpoklady a relevantné vstupy. Ikona môže signalizovať používanie údajov o polohe, zatiaľ čo súhrn môže uvádzať počet záznamov, z ktorých poznatok vychádza.
Ľuďom pomáha, keď vidia, čo AI „vie“, a môžu bez zbytočných prekážok pridávať, odstraňovať či aktualizovať relevantný kontext.
Nechajte AI vyberať funkcie používateľského rozhrania podľa užitočnosti:
Agenti AI môžu selektívne zapínať alebo vypínať funkcie na základe situačných podnetov. Keď niekto pripravuje odbornú správu, agent môže aktivovať pokročilé citačné nástroje; pri úprave poznámok pre rečníka môže zvýrazniť editačné funkcie. Vzniká tak sústredenejšie prostredie bez toho, aby používatelia museli manuálne spravovať každé nastavenie.
Čo to je: Pri navrhovaní používateľskej skúsenosti a vývoji produktov sa používateľský výskum často považuje za samostatnú fázu na začiatku projektu alebo v stanovených intervaloch. Priebežné objavovanie pristupuje k pochopeniu správania, potrieb a preferencií používateľov ako k nepretržitému procesu. AI môže rozhovory, kliknutia a spätnú väzbu premeniť na príležitosti odhaliť poznatky, ktoré používatelia nemusia výslovne pomenovať.
AI sa tak v podstate naďalej učí a v reálnom čase sa prispôsobuje oblasti riešeného problému.
Prečo je to užitočné: Získať užitočnú spätnú väzbu od odborníkov, ľudí z praxe a bežných používateľov o účinnosti či použiteľnosti výstupu AI môže byť náročné. Agenti môžu pomôcť zachytiť reakcie, poznatky a intuíciu priamo v kontexte, kým je skúsenosť ešte čerstvá.
Výzva: Spätná väzba často zachytáva, čo sa stalo alebo či sa používateľovi výsledok páčil, no nevysvetľuje prečo. Požadovať od ľudí, aby si zapamätali a zdokumentovali každý krok svojho uvažovania, môže byť zaťažujúce, hoci by tieto poznatky zlepšili budúce schopnosti systému.
Je to mimoriadne dôležité v prísne obmedzených systémoch AI, kde otvorená konverzácia nemusí byť žiaduca ani možná.
Zachytávajte reakcie opisnými označeniami:
Jednoduchý „palec hore“ alebo „palec dole“ len zriedka vysvetlí reakciu používateľa. Opisné označenia, napríklad „užitočné pri plánovaní rozpočtu“ alebo „chýbajú regulačné informácie“, poskytujú užitočnejší kontext. Tieto označenia môžu vyjadriť reakciu na aktuálnu interakciu alebo používateľov vyzvať, aby stručne opísali svoj pohľad. Hodnotenie sa tak zmení na informáciu, z ktorej sa AI môže učiť.
Usmerňujte agentov AI pomocou „kartičiek“:
Keď AI urobí chybu alebo uspeje iba čiastočne, ponúknite používateľom jednoduchý spôsob, ako ju opraviť alebo „učiť“. Agent sa môže napríklad opýtať: „How would you phrase it?“alebo „What detail did we miss?“Výsledné usmernenie možno uložiť pre aktuálnu interakciu alebo ho neskôr znova použiť.
Učte sa z opakovania a variácií:
Najlepšiu spätnú väzbu niekedy získame ďalším pokusom. Jednoduché ovládacie prvky na opätovné generovanie umožňujú používateľom porovnať nové možnosti a určiť, ktorým dávajú prednosť. Tieto voľby prepájajú pôvodný vstup s užitočnejším výsledkom a robia z experimentovania súčasť procesu učenia.
Pozorujte interakcie:
Agenti AI môžu spolupracovať a učiť sa z viacerých interakcií. Kým napríklad jeden agent vytvára súhrn výskumu, druhý môže analyzovať komunikáciu a hodnotiť používateľskú skúsenosť. Títo agenti môžu podobne ako etnografi identifikovať rozdiely medzi zámerom človeka a jeho vnímaním kvality výstupu.
Takéto pozorovania môžu podporiť neustále zlepšovanie tým, že odhalia nové poznatky a navrhnú zmeny systému.
Čo to je: Rozšírenie prispôsobuje vstup, príkaz alebo pokyn používateľa tak, aby priniesol lepší výsledok a zároveň zachoval pôvodný zámer. AI vykonáva na pozadí ďalšiu prácu nad rámec výslovnej požiadavky. Napríklad „tieňové zadávanie príkazov“ môže požiadavku obohatiť skôr, než systém vygeneruje odpoveď.
Používateľ poskytne úvodný nápad a agent tento vstup rozšíri, ak tým môže zlepšiť výsledok.
Prečo je to užitočné: Ľudia často zadávajú stručné alebo všeobecné pokyny, hoci najlepšia odpoveď si môže vyžadovať ďalšie kroky. Agenti AI môžu túto medzeru preklenúť bez toho, aby používatelia museli všetko vysvetľovať. Napríklad požiadavka „brainstorm marketing ideas for my new coffee product“ by inak mohla priniesť iba všeobecný zoznam.
Rozšírený prístup by mohol uskutočniť niekoľko čoraz ambicióznejších brainstormingov a spojiť najsilnejšie nápady, čím by vznikol bohatší a pestrejší výsledok.
Výzva: Práca na pozadí môže oslabiť pocit kontroly používateľa a transparentnosť. Ak AI upraví niečiu požiadavku bez vysvetlenia, môže vytvoriť výsledok, ktorý používateľ nechcel. Dizajnéri musia vyvážiť užitočné rozšírenie s rizikom nežiaducej manipulácie.
Dizajn musí používateľom umožniť usmerňovať rozšírenie, keď o to majú záujem.
Zachovajte zámer používateľa a ďalej ho rozvíjajte:
Rozšírenie má podporovať ciele, ktoré používateľ uviedol, bez pridávania nových. Keď AI rozšíri príkaz alebo dokončí úlohy na pozadí, mala by ona alebo samostatný validátor porovnať konečný výstup s pôvodnou požiadavkou. Neočakávané doplnenia treba jasne oznámiť.
Využívajte rozšírenie na podporu bezpečnosti a tvorivosti:
Techniky ako tieňové zadávanie príkazov môžu vyvolávať obavy zo skrytého pretvárania požiadaviek používateľa. Ak si chcete zachovať dôveru, používajte ich na zlepšenie zrozumiteľnosti, bezpečnosti alebo úplnosti bez narušenia zámeru používateľa. Ak je potrebná úprava z bezpečnostných dôvodov, vysvetlite ju alebo poskytnite okamžitú spätnú väzbu.
Používatelia môžu vidieť výsledok moderovania bez toho, aby poznali príslušnú logiku či kritériá.
Využívajte osvedčené facilitačné techniky:
Agenti AI môžu na formovanie produktívnych interakcií využívať metódy facilitácie a spolupráce, napríklad Liberating Structures. Tieto jednoduché rámce pomáhajú naplno využiť tvorivý a analytický potenciál človeka.
Agent môže počas rozhovoru využívať známe metódy brainstormingu a filtrovania nápadov. Aj malé zmeny v priebehu komunikácie môžu priniesť širšiu škálu nápadov a poznatkov.
Odhaľujte užitočný obsah pomocou paralelných vetiev:
Namiesto jedinej lineárnej komunikácie môže agent súčasne skúmať niekoľko interpretácií, nápadov či riešení. Pripomína to skupinu odborníkov, ktorí hľadajú nápady z rôznych uhlov pohľadu bez toho, aby stratili užitočné poznatky.
Koordinačný proces môže tieto rôzne smery skúmania spojiť do ucelenej a prakticky využiteľnej odpovede.
Vzdelávajte používateľov pomocou rozšírenia:
Dobre navrhnuté rozšírenie môže ľuďom pomôcť naučiť sa efektívnejšie komunikovať s AI. Ak agent vysvetlí: „I considered X and Y in my answer,“ používatelia môžu tieto faktory zahrnúť do budúcich požiadaviek. Vzniká tak obojstranné zlepšenie: lepšie odpovede teraz a postupne kvalitnejšie vstupy.
Čo to je: Tento vzorec uľahčuje pochopenie uvažovania agentov AI. Premyslené interakcie môžu vysvetliť, prečo agent vytvoril určitú odpoveď, zvýrazniť podporné zdroje alebo zviditeľniť relevantné kroky jeho postupu. Cieľom je podporiť účinné ľudské rozhodovanie bez zahltenia používateľa.
Zobrazenie relevantného uvažovania funguje najlepšie, keď ho používatelia môžu skúmať postupne a zvoliť si potrebnú úroveň podrobností.
Prečo je to užitočné: Dôvera je pri zavádzaní AI nevyhnutná, najmä v podnikovom prostredí. Ľudia sa na systém spoliehajú menej, ak nedokážu pochopiť alebo overiť jeho správanie. Transparentné výstupy uľahčujú diagnostiku problémov, opravu chýb a opakovanie užitočných postupov.
Výzva: Vysvetliť rozhodnutia AI môže byť náročné. Priveľa podrobností môže používateľov zahltiť, kým pravdepodobnosti alebo dlhé súhrny uvažovania môžu byť ťažko zrozumiteľné. Samotná transparentnosť navyše nezaručuje presnosť.
Dizajnéri musia zvážiť kvalitu vysvetlenia, zrozumiteľnosť jeho prezentácie aj to, ako sa podporné dôkazy môžu stať súčasťou užitočného dialógu.
Umožnite agentom uvažovať zoširoka a potom výsledky skrátiť:
AI môže problém podrobne analyzovať a zároveň prezentovať výsledky v ľahko stráviteľnej podobe. Hierarchické súhrny a postupné odhaľovanie umožňujú začať hlavným poznatkom a podporné podrobnosti rozbaliť iba v prípade potreby.
Dobre navrhnutá interakcia môže uľahčiť skúmanie zložitých informácií bez straty hĺbky či zrozumiteľnosti.
Poskytnite citácie a odkazy, ktoré možno preskúmať:
Odpovede generované AI by mali používateľom ponúknuť jasný spôsob kontroly podporných zdrojov. Môžu to byť odkazy, úryvky z interných správ, relevantné výskumné zistenia alebo podrobnejší pohľad na kvantitatívne údaje.
Napríklad v systémoch generovania rozšíreného o vyhľadávanie by mali používatelia vedieť prejsť od súhrnu AI k dôkazom, z ktorých vychádza. Podporuje to overovanie aj hlbšie skúmanie, ktoré buduje dôveru.
Oznamujte dôležité signály o priebehu:
Zložité pracovné postupy agentov môžu zahŕňať zmenu smerovania, návrat k predchádzajúcim krokom alebo spájanie viacerých smerov skúmania. Používatelia ľahšie tolerujú čakanie, keď rozumejú tomu, čo sa deje. Jasné informácie o priebehu môžu vysvetliť, čo agent dokončil, na čom pracuje a čo bude nasledovať.
Agent by mal tiež vysvetliť, keď sa nevie pohnúť ďalej alebo keď si rozhodnutie vyžaduje ďalšie pohľady.
Odhaľujte výstupy AI krok za krokom:
Namiesto prezentovania celej odpovede naraz môže agent odhaľovať informácie postupne. Investičný asistent môže napríklad zobraziť stručné odporúčanie s možnosťou rozbaliť jeho odôvodnenie: „Step 1: Assess the risk profile.“ „Step 2: Review the current portfolio.“ „Step 3: Identify diversification opportunities.“ „Step 4: Formulate a recommendation.“ Používatelia, ktorí chcú viac podrobností, môžu preskúmať jednotlivé kroky, zatiaľ čo ostatným postačí súhrn.
Používajte vizuálne vysvetlenia uvažovania AI:
Vysvetlenia by mali byť rovnako zrozumiteľné ako hlavný výstup. Keď uvažovanie zahŕňa čísla alebo vzťahy, pomôcť môžu grafy a diagramy. Vizualizácia požiadaviek, postupu, uvažovania a zdrojov agenta môže používateľom pomôcť aj pri náprave jeho smerovania, vysvetlení výsledku iným alebo neskoršom zopakovaní postupu.
Jasné vizuálne vysvetlenia pomáhajú používateľom rýchlejšie pochopiť informácie a konať podľa nich.