Tất cả chúng ta đều từng có những tương tác đáng thất vọng với AI hoặc biết người “ghét chatbot”, thường vì trải nghiệm “cơ bản” không hữu ích, có giá trị hay thú vị. Sự thất vọng đó thường ít liên quan đến năng lực của mô hình hơn là bản thân trải nghiệm: sự tương tác giữa con người, một tác nhân AI và kết quả mong muốn. Đây là rào cản lớn đối với việc ứng dụng, đặc biệt trong môi trường doanh nghiệp, nơi tương tác được thiết kế kém có thể gây quá tải, bỏ qua bối cảnh thời gian thực hoặc không tôn trọng ý định và hành vi của người dùng.
Từ góc nhìn này, chúng tôi đã xác định lợi ích của từng mẫu, các thách thức thiết kế liên quan và hướng dẫn thực tiễn để áp dụng. Các mẫu này áp dụng cho nhiều loại hình và phương thức tương tác, tạo cơ hội cho cả trải nghiệm hướng đến người tiêu dùng lẫn giải pháp AI nội bộ giúp lao động tri thức đưa ra quyết định tốt hơn.
Chúng tôi muốn chia sẻ những mẫu mới nổi quan sát được qua quá trình xây dựng và thử nghiệm nhiều giải pháp AI tạo sinh, nhằm góp phần thiết kế mối quan hệ người–AI tốt hơn.
Nhiều tương tác với công nghệ, dù trong vai trò lao động tri thức hay người tiêu dùng, khiến các tác vụ thường ngày trở nên khó khăn hơn mức cần thiết. Chúng hạn chế năng suất, hiệu quả và giá trị chúng ta tạo ra.
Cả lao động tri thức lẫn người tiêu dùng đều có thể choáng ngợp trước khối lượng thông tin, lựa chọn và công cụ khổng lồ hiện có. Dòng thông điệp dồn dập và thường mâu thuẫn này khiến việc đưa ra quyết định rõ ràng hoặc duy trì sự tập trung trở nên khó khăn hơn. Nghiên cứu cho thấy nhân viên dành tới 40% ngày làm việc chỉ để tìm kiếm thông tin họ cần (McKinsey). Tình trạng quá tải thông tin này ảnh hưởng đến cả năng suất lẫn sức khỏe tinh thần.
Chúng ta cũng có khả năng chú ý hữu hạn. Ngay cả khi tìm được thông tin, chúng ta cũng không thể xử lý hoặc phân tích mọi thứ cần thiết để đưa ra quyết định sáng suốt. Tại một thời điểm, chúng ta chỉ có thể tập trung vào một phần nhỏ dữ liệu hiện có và thường bám vào những niềm tin hoặc ý tưởng sẵn có, từ đó hạn chế khả năng cân nhắc phương án khác hoặc nhận ra các khuôn mẫu bất ngờ.
Bản thân các công cụ thường không nhận ra những giới hạn này. Phần lớn công nghệ được thiết kế cho “mức trung bình”—những giải pháp dùng chung cho tất cả và không thích nghi với bối cảnh cá nhân. Dù sử dụng phần mềm tại nơi làm việc hay ứng dụng tiêu dùng, các công cụ này hiếm khi tính đến nhu cầu, hạn chế hoặc hoàn cảnh riêng của chúng ta. Do đó, công nghệ có thể trở nên kém hiệu quả hoặc phản tác dụng. AI tạo sinh mang đến cơ hội tạo ra những tương tác có khả năng thích nghi và mang tính cá nhân hơn.
Cuối cùng, nhiều môi trường làm việc tạo ra khổ sở không cần thiết. Khối lượng “việc vặt” ngày càng tăng, áp lực phải “luôn sẵn sàng” và các tác vụ lặp đi lặp lại, ít giá trị góp phần gây mất gắn kết và căng thẳng kéo dài. Dù AI tạo sinh và các tác nhân AI có thể giảm bớt hoặc loại bỏ những trải nghiệm này, nhiều người vẫn không tin AI có thể cải thiện công việc nói chung. Mọi người có thể phản đối ý tưởng “AI tiếp quản” vì lo bị thay thế hoặc cảm thấy mình làm chủ công việc—kể cả những tác vụ họ không thích.
Chỉ áp dụng AI không phải là giải pháp. AI được tích hợp kém có thể tạo thêm tác vụ và nỗi lo, đặc biệt đối với lao động tri thức. Những thách thức này cho thấy cần có các tương tác người–AI không chỉ hiệu quả mà còn phù hợp với năng lực nhận thức, hoàn cảnh cá nhân và các ràng buộc thực tế của chúng ta. Sáu mẫu dưới đây trình bày các phương pháp ghi nhận nhu cầu của con người và hỗ trợ mối quan hệ với AI thích nghi hơn, minh bạch hơn và có ý nghĩa hơn.
Mối quan hệ giữa các mẫu thiết kế mới nổi và nguyên tắc tạo trải nghiệm AI hiệu quả, lấy con người làm trung tâm.
Tuyển chọn: AI như một trình đơn thông minh—AI tuyển chọn và sắp xếp thông tin, giúp mọi người bớt choáng ngợp khi tìm hiểu các tập dữ liệu khổng lồ.
Đưa ra phản hồi: AI như một đối tác tư duy—AI cung cấp phản hồi gợi mở tư duy theo thời gian thực, thách thức giả định và đưa ra góc nhìn khác.
Nhận thức tình huống: AI hiểu hoàn cảnh hiện tại—AI thích nghi với bối cảnh thời gian thực bằng cách liên tục xử lý thông tin môi trường và nhu cầu của người dùng.
Khám phá liên tục: biến mọi tương tác thành nghiên cứu người dùng—AI tận dụng từng tương tác để khám phá thông tin chuyên sâu và hoàn thiện hiểu biết, bảo đảm không ngừng học hỏi và cải tiến.
Khuếch đại: bổ sung nội dung đầu vào để đạt kết quả tốt hơn—AI âm thầm cải thiện nội dung đầu vào nhưng vẫn giữ nguyên ý định ban đầu của người dùng.
Trình bày cách thực hiện: suy luận AI minh bạch—AI làm rõ và hữu ích hóa quy trình ra quyết định, qua đó xây dựng lòng tin và giúp người dùng đưa ra quyết định sáng suốt hơn.
Sáu mẫu này cho thấy giải pháp AI hiệu quả đòi hỏi nhiều hơn một giao diện người dùng được thiết kế tốt. Chúng định hình cách con người và các tác nhân AI phối hợp, ra quyết định và tương tác trong những hệ thống tri thức phức tạp. Các mẫu này cải thiện tương tác người–AI bằng cách:
Ưu tiên trao đổi tri thức hai chiều: Tạo điều kiện cho cuộc đối thoại trong đó AI và con người cùng đóng góp ý tưởng, bối cảnh và thông tin chuyên sâu. Điều này hỗ trợ các hệ thống AI có năng lực cao hơn, được định hướng bởi kiến thức chuyên môn và trực giác chưa được hệ thống hóa.
Tạo trải nghiệm thích nghi và thay đổi theo hoàn cảnh: Các công cụ AI có thể nhanh chóng trở nên lỗi thời hoặc không còn phù hợp. Những hệ thống duy trì nhận thức tình huống, liên tục học hỏi và thích nghi với hoàn cảnh của từng người dùng sẽ luôn hữu ích theo thời gian.
Củng cố lòng tin và sự tự tin: Tương tác minh bạch, có tính cộng tác giúp giảm rào cản ứng dụng, tăng mức độ gắn kết và cải thiện khả năng ra quyết định của cả con người lẫn AI. Thiết kế kỹ lưỡng giúp mọi người duy trì niềm tin vào các quyết định và đầu ra của hệ thống theo thời gian.
Thiết kế trải nghiệm AI hiệu quả là việc không dễ, nhưng các phương pháp đã được kiểm chứng có thể giúp ích. Các nguyên tắc cốt lõi về thấu hiểu người dùng và tạo trải nghiệm hữu ích vẫn được áp dụng, bên cạnh những yếu tố mới do các hệ thống AI có tính tác nhân mang lại. Những trải nghiệm tuyển chọn thông tin hiệu quả, cung cấp phản hồi hữu ích và học hỏi minh bạch có thể giảm quá tải, cải thiện quyết định và xây dựng lòng tin.
Các mẫu này giúp vượt qua những rào cản ứng dụng phổ biến, khiến AI thực sự hữu ích, dễ thích nghi và có giá trị hơn với mọi bên liên quan.
Hướng dẫn dưới đây khám phá chi tiết hơn từng mẫu và giải thích cách mỗi mẫu có thể hỗ trợ một trải nghiệm AI toàn diện hơn.
Khái niệm: Thay vì phải tự mình sàng lọc vô số kết quả tìm kiếm hoặc tài liệu, người dùng có thể nhờ các tác nhân AI tuyển chọn thông tin từ những tập dữ liệu khổng lồ và trình bày các thông tin chuyên sâu phù hợp nhất. Về bản chất, AI trở thành một thủ thư, sắp xếp tri thức cho phù hợp với bối cảnh của người dùng.
Lợi ích: Giảm tình trạng quá tải thông tin. Trung bình, một lao động tri thức dành 1,8 giờ mỗi ngày để tìm kiếm thông tin, góp phần khiến nhiều nhân viên kiệt sức (McKinsey). Hoạt động tuyển chọn dựa trên AI giải quyết vấn đề này bằng cách lập chỉ mục, tìm kiếm và kết hợp thông tin từ nhiều nguồn, giúp người dùng khám phá những thông tin, lựa chọn và góc nhìn mà phương pháp tìm kiếm truyền thống có thể bỏ sót.
Thách thức: Việc chuyển từ tìm kiếm truyền thống qua giao diện sang phương pháp có tác nhân hỗ trợ đòi hỏi người dùng điều chỉnh kỳ vọng. Mọi người đã quen xem danh sách liên kết hoặc nhấn nút để lọc một tập dữ liệu. Ngược lại, tác nhân tuyển chọn AI tổng hợp câu trả lời từ những nguồn mà người dùng có thể không biết là tồn tại. Điều này có thể làm giảm cảm giác kiểm soát của người dùng đối với quá trình lọc và buộc họ phải tin tưởng lựa chọn của tác nhân. Các cơ chế tìm kiếm quen thuộc có thể giúp mọi người thích nghi với hoạt động tuyển chọn dựa trên AI mà không mất đi sự tự tin hay quyền kiểm soát.
Cách OpenAI sử dụng các mẫu tương tác quen thuộc để hỗ trợ khám phá thông tin có cấu trúc và phi cấu trúc.
Biến cơ chế tìm kiếm thành những tương tác quen thuộc:
Để quá trình chuyển đổi từ tìm kiếm truyền thống diễn ra thuận lợi hơn, hãy cung cấp những tương tác quen thuộc thay vì một trang trống. Người dùng sẽ thấy thoải mái hơn khi trải nghiệm được xây dựng dựa trên các lựa chọn, bảng câu hỏi và đề xuất theo ngữ cảnh mà họ dễ nhận biết.
Dùng nút làm câu lệnh thay vì yêu cầu nội dung nhập mở:
Việc nhập văn bản tự do có thể khiến người dùng e ngại hoặc mất nhiều thời gian. Các nút được đặt sẵn hoặc tạo tự động giúp hoạt động tuyển chọn trở nên dễ tiếp cận hơn. Ví dụ, các nút “Lọc theo nội dung mới nhất”, “So sánh giá” và “Bao gồm nguồn toàn cầu” có thể giúp người dùng tinh chỉnh kết quả. Điều này giúp người dùng dễ tham gia hơn, khuyến khích khám phá và định hướng đề xuất của AI theo ý định của họ.
Để người dùng kể câu chuyện nhằm tinh chỉnh kết quả tìm kiếm:
Đôi khi, kể chuyện truyền đạt nhu cầu của người dùng hiệu quả hơn câu truy vấn trực tiếp hoặc bộ lọc. Trong những tình huống phức tạp—như sử dụng bảng điều khiển dày đặc thông tin hoặc tìm đúng sản phẩm—mọi người có thể bị choáng ngợp trước các công cụ truyền thống hoặc không biết nên điều chỉnh tham số nào.
Khi người dùng có thể “kể câu chuyện của mình”—mô tả một vấn đề, mục tiêu cá nhân hoặc sản phẩm mong muốn—AI có thể chuyển nội dung đó thành các tham số tìm kiếm có cấu trúc. Ví dụ, người nói “I just moved into a smaller home and need versatile, budget-friendly storage solutions” có thể nhận được các đề xuất sản phẩm đã tuyển chọn, mẹo thiết thực và khuyến nghị phù hợp.
Bằng cách khuyến khích kể chuyện, bạn không chỉ giảm gánh nặng tư duy khi người dùng phải xác định bộ lọc cần áp dụng mà còn giúp họ tự tin hơn và hiểu rõ hơn về kết quả tuyển chọn cuối cùng.
Dùng meme và tham chiếu văn hóa để cá nhân hóa quá trình khám phá:
Meme có thể hỗ trợ hoạt động tuyển chọn của AI theo hai cách: giúp tác nhân hiểu rõ hơn về người dùng và khiến kết quả tìm kiếm trở nên sinh động, gần gũi hơn. Thứ nhất, khi chọn hoặc nhắc đến những meme thể hiện mục tiêu, tâm trạng hay phong cách của mình (“I’m feeling the ‘Treat Yo Self’ vibe today!”), người dùng đang chia sẻ “thuyết tâm trí” của họ với AI. Điều này giúp tác nhân tinh chỉnh hoạt động tuyển chọn bằng cách suy ra bối cảnh có thể bị bỏ sót trong giao diện đồ họa hoặc câu truy vấn văn bản thông thường.
Thứ hai, tác nhân có thể “trình bày lại” kết quả dưới dạng các “bộ khởi đầu” theo chủ đề hoặc lấy cảm hứng từ văn hóa đại chúng, giúp đề xuất phù hợp và mang tính cá nhân hơn. Ví dụ, nếu một người đang thiết kế lại văn phòng tại nhà, AI có thể tạo “bộ khởi đầu WFH” kết hợp phụ kiện bàn làm việc, công nghệ và nguồn cảm hứng.
Giúp người dùng hiểu rõ bước hành động tối ưu tiếp theo:
Dù kết quả của tác nhân AI có đáp ứng đúng nhu cầu hay không, người dùng vẫn phải có thể dễ dàng tinh chỉnh các tham số. Ví dụ, họ có thể yêu cầu “Show me more like item 2” hoặc “Exclude sources older than 2020.” Các hành động tiếp theo được đề xuất có thể hướng dẫn người dùng mới mà không khiến họ choáng ngợp.
Khái niệm: Các tác nhân AI thường được nhắc đến như một cách để giao phó những công việc vốn do con người thực hiện. Khả năng cộng tác theo thời gian thực của chúng ít được chú ý hơn. Thay vì chỉ làm theo chỉ dẫn hoặc tạo nội dung, tác nhân có thể đặt câu hỏi gợi mở tư duy, thách thức các giả định và đưa ra góc nhìn khác. Nhờ đó, AI trở thành đối tác tư duy, giúp người dùng cải thiện công việc ngay trong quá trình thực hiện.
Lợi ích: Tất cả chúng ta đều được hưởng lợi từ phản hồi kịp thời, nhưng không phải lúc nào cũng nhận được phản hồi đó. Cả ý kiến phản biện lẫn ủng hộ đều có thể giúp chúng ta nhận ra các khuôn mẫu trước khi quá gắn bó với một ý tưởng. Các tác nhân AI có thể thách thức giả định, tạo ý tưởng và đề xuất những cách diễn giải dữ liệu khác mà không thay thế phán đoán của con người. Chúng tôi nhận thấy mọi người thường đón nhận tích cực kiểu phản hồi có tính tác nhân này.
Các tác nhân AI có thể tạo ra lập luận phản biện để chỉ ra lỗ hổng trong suy luận hoặc làm nổi bật những góc nhìn khác.
Thách thức: Phản hồi của AI phải trực quan và có thể áp dụng, nếu không sẽ trở thành yếu tố gây xao nhãng. Mọi người không chào đón một tác nhân liên tục ngắt lời bằng những đề xuất không liên quan hoặc soi xét từng chi tiết. AI nên can thiệp đúng lúc và với giọng điệu phù hợp. Nếu quá thụ động, AI sẽ bỏ lỡ những cơ hội hữu ích; nếu quá áp đặt, người dùng có thể cảm thấy quyết định của mình luôn bị nghi ngờ.
Thách thức nằm ở cách hiển thị phản hồi của AI: dưới dạng gợi ý, một lượt đánh giá tùy chọn hay cuộc đối thoại hai chiều? Thiết kế đúng cách tương tác sẽ quyết định liệu người dùng có đón nhận AI như một đối tác hay chỉ xem đó là Clippy 2.0.
Đảm bảo phản hồi chủ động nhưng không gây phiền:
Hãy để AI đưa ra đề xuất tại những điểm dừng tự nhiên. Ví dụ, trong trình soạn thảo tài liệu, AI có thể đợi đến khi người dùng hoàn thành câu hoặc đoạn văn rồi mới đề xuất chỉnh sửa. Chúng tôi cũng đã thử để tác nhân chờ một lát sau khi người dùng chọn trường văn bản trống rồi mới đề nghị trợ giúp. Giọng điệu rất quan trọng: “Đây là một ý tưởng đáng cân nhắc…” mang tính xây dựng hơn một lời khẳng định thẳng thừng.
Biến phản hồi thành cuộc đối thoại khám phá:
Nếu phản hồi chưa rõ, hãy giúp người dùng dễ dàng đặt những câu hỏi như “Why do you suggest changing this?”Một hình tượng AI tò mò có thể khiến cuộc trao đổi mang tính xây dựng hơn. Giống một nhà trị liệu hoặc điều phối viên sâu sắc, tác nhân có thể đặt câu hỏi phù hợp vào đúng thời điểm, biến phản hồi thành cuộc trò chuyện giúp người dùng học hỏi.
Điều này cũng giúp AI thu thập bối cảnh, cho phép cả người dùng và tác nhân cùng hình thành cách hiểu chung rõ ràng hơn.
Cung cấp nhiều phương án, ý tưởng hoặc lựa chọn thay thế:
Thay vì chỉ đưa ra một ý tưởng, giải pháp hoặc thách thức, tác nhân có thể trình bày nhiều góc nhìn. Ví dụ, tác nhân thiết kế có thể tạo ba bố cục thay thế, còn tác nhân viết đề xuất nhiều phiên bản của một câu cho các nhóm độc giả khác nhau. Việc cung cấp nhiều phương án củng cố vai trò kiểm soát của người dùng.
Đảm bảo phản hồi nhận biết được bối cảnh:
Tác nhân nên điều chỉnh vai trò “đối tác tư duy” theo bối cảnh hiện tại của người dùng. Nếu một người dừng lại ở câu hỏi hoặc trường văn bản, AI có thể đặt câu hỏi gợi mở tư duy thay vì lập tức đưa ra câu trả lời hoàn chỉnh. Khi người dùng chỉ cần diễn đạt lại một câu, một đề xuất ngắn gọn mà họ có thể chấp nhận hoặc từ chối sẽ giúp duy trì cảm giác làm chủ.
Quan trọng nhất, AI phải biết khi nào nên lùi lại—việc trao đổi kéo dài có thể dẫn đến “vòng lặp bế tắc” chỉnh sửa bất tận, làm suy giảm sự tự tin của người dùng. Bằng cách chú ý đến bối cảnh và hành động của người dùng, tác nhân AI có thể điều chỉnh phản hồi để thực sự hữu ích mà không vượt quá giới hạn.
Khái niệm: Nhận thức tình huống là khả năng của tác nhân trong việc diễn giải thông tin ngữ cảnh theo thời gian thực và điều chỉnh hành vi cho phù hợp. Thay vì chỉ dựa vào dữ liệu đầu vào được xác định trước, các tác nhân AI có thể liên tục xử lý thông tin về môi trường, trạng thái hiện tại của người dùng và các điều kiện liên quan khác.
Điều này có thể là điều chỉnh giao diện theo nhu cầu tức thời của người dùng hoặc diễn giải điều kiện thị trường hiện tại để phản hồi phù hợp hơn.
Lợi ích: Thế giới thực không bất biến. Các hệ thống AI nhận thức được tình huống có thể hữu ích hơn vì chúng phản hồi theo điều kiện hiện tại. Khi tác nhân hiểu được bối cảnh liên quan, các tương tác trở nên tự nhiên, cá nhân hóa và sát thực tế hơn.
Thách thức: Xây dựng AI thực sự nhận thức được tình huống là việc không dễ dàng. Việc truy cập và tích hợp dữ liệu cần thiết có thể làm phát sinh độ phức tạp kỹ thuật đáng kể.
Ranh giới giữa nhận thức ngữ cảnh hữu ích và sự can thiệp xâm phạm rất mong manh. Người dùng đánh giá cao một tác nhân “hiểu ý”, nhưng có thể không thoải mái nếu tác nhân yêu cầu quá nhiều thông tin hoặc tỏ ra quá dai dẳng. Vì hoàn cảnh có thể thay đổi nhanh chóng, chuyên môn và phán đoán của con người vẫn rất cần thiết.
Do đó, một hệ thống AI hiệu quả cần ý kiến của người dùng để duy trì hiểu biết hữu ích và cập nhật về hoàn cảnh của họ.
Cho người dùng thấy bối cảnh tốt là như thế nào:
Các mô hình suy luận như OpenAI o1 đã thay đổi cách mọi người cung cấp bối cảnh cho mô hình ngôn ngữ lớn. Bất kể sử dụng mô hình nào, bối cảnh chi tiết đều giúp tạo ra phản hồi phù hợp hơn. Ví dụ rõ ràng, văn bản giữ chỗ và mẹo có thể mở rộng giúp người dùng biết cần cung cấp thông tin nào và hiểu vì sao thông tin đó quan trọng.
Việc cho người dùng thấy rõ “bối cảnh tốt” là như thế nào có thể loại bỏ sự phỏng đoán vốn khiến họ không nêu các chi tiết có ý nghĩa.
Giúp người dùng dễ xác định ranh giới của tác nhân:
Nhu cầu tức thời của người dùng rất quan trọng nhưng có thể không rõ ràng. Tác nhân nhận thức tình huống có thể phối hợp với người dùng để xác định các chủ đề, lĩnh vực và công cụ cần khám phá. Tính năng nghiên cứu sâu trong ChatGPT hỗ trợ phương pháp này bằng cách đặt câu hỏi làm rõ trước khi bắt đầu tác vụ nghiên cứu.
Hiển thị bối cảnh để chỉnh sửa và bổ sung nhanh:
Người dùng có thể cần xem nhanh những gì AI hiện đang giả định về mục tiêu, trọng tâm và nguồn dữ liệu của họ. Một bảng điều khiển riêng có thể giải thích mốc kiến thức, các giả định hiện tại và dữ liệu đầu vào liên quan của AI. Một biểu tượng có thể cho biết khi dữ liệu vị trí đang được sử dụng, còn phần tóm tắt có thể hiển thị số lượng bản ghi góp phần tạo nên một thông tin chuyên sâu.
Người dùng sẽ được hưởng lợi khi thấy AI “biết” gì và có thể dễ dàng thêm, xóa hoặc cập nhật bối cảnh liên quan.
Để AI chọn tính năng giao diện dựa trên mức độ hữu ích:
Các tác nhân AI có thể bật hoặc tắt có chọn lọc các tính năng dựa trên tín hiệu tình huống. Khi một người soạn sách trắng, tác nhân có thể kích hoạt công cụ trích dẫn nâng cao; khi họ chỉnh sửa ghi chú thuyết trình, tác nhân có thể làm nổi bật các tính năng biên tập. Cách này hỗ trợ trải nghiệm tập trung mà không yêu cầu người dùng tự quản lý mọi chế độ cài đặt.
Khái niệm: Thiết kế trải nghiệm và phát triển sản phẩm thường xem nghiên cứu người dùng là một giai đoạn riêng biệt ở đầu dự án hoặc tại các thời điểm định kỳ. Khám phá liên tục xem việc tìm hiểu hành vi, nhu cầu và sở thích của người dùng là một quá trình không ngừng. AI có thể biến các cuộc trò chuyện, lượt nhấp và phản hồi thành cơ hội khám phá những thông tin chuyên sâu mà người dùng không nói rõ.
Về bản chất, AI tiếp tục học hỏi và thích nghi với không gian vấn đề theo thời gian thực.
Lợi ích: Có thể rất khó thu thập phản hồi hữu ích từ chuyên gia, người hành nghề và người dùng phổ thông về hiệu quả hoặc khả năng sử dụng của đầu ra AI. Các tác nhân có thể giúp ghi nhận phản ứng, góc nhìn và trực giác ngay trong bối cảnh khi trải nghiệm vẫn còn mới mẻ.
Thách thức: Phản hồi thường chỉ ghi nhận điều đã xảy ra hoặc người dùng có thích kết quả hay không mà không giải thích lý do. Yêu cầu mọi người nhớ lại và ghi chép từng bước suy nghĩ có thể gây áp lực, ngay cả khi những hiểu biết đó sẽ cải thiện năng lực tương lai của hệ thống.
Điều này đặc biệt quan trọng trong các hệ thống AI bị ràng buộc chặt chẽ, nơi một cuộc trao đổi hội thoại mở có thể không phù hợp hoặc không khả thi.
Dùng cờ mô tả để ghi nhận phản ứng:
Một biểu tượng “thích” hoặc “không thích” đơn giản hiếm khi giải thích được phản ứng của người dùng. Các cờ mô tả—như “hữu ích cho việc lập ngân sách” hoặc “thiếu thông tin quy định”—cung cấp bối cảnh hữu ích hơn. Những cờ này có thể phản ánh tương tác hiện tại hoặc mời người dùng chia sẻ ngắn gọn quan điểm, qua đó biến một lượt đánh giá thành thông tin mà AI có thể học hỏi.
Định hướng tác nhân AI bằng “thẻ ghi nhớ”:
Khi AI mắc lỗi hoặc chỉ thành công một phần, hãy cung cấp cho người dùng một cách đơn giản để sửa hoặc “dạy” AI. Ví dụ, một tác nhân có thể hỏi: “How would you phrase it?”Hoặc: “What detail did we miss?”Hướng dẫn thu được có thể được lưu cho tương tác hiện tại hoặc tái sử dụng về sau.
Học hỏi qua quá trình lặp lại và biến thể:
Đôi khi phản hồi tốt nhất đến từ việc thử lại. Các nút điều khiển tạo lại đơn giản cho phép người dùng so sánh những phương án mới và xác định phương án họ ưa thích. Những lựa chọn này kết nối nội dung đầu vào ban đầu với một kết quả hữu ích hơn và biến hoạt động thử nghiệm thành một phần của quá trình học hỏi.
Quan sát các tương tác:
Các tác nhân AI có thể phối hợp để học hỏi từ nhiều tương tác. Ví dụ, trong khi một tác nhân tạo bản tóm tắt nghiên cứu, tác nhân khác có thể phân tích cuộc trao đổi để đánh giá trải nghiệm. Hoạt động như các nhà dân tộc học, những tác nhân này có thể xác định sự khác biệt giữa ý định của một người và cách họ cảm nhận chất lượng đầu ra.
Những quan sát này có thể hỗ trợ cải tiến liên tục bằng cách làm rõ các thông tin chuyên sâu và đề xuất thay đổi cho hệ thống.
Khái niệm: Khuếch đại điều chỉnh nội dung đầu vào, câu lệnh hoặc chỉ dẫn của người dùng nhằm tạo ra kết quả tốt hơn mà vẫn giữ nguyên ý định ban đầu. AI âm thầm thực hiện thêm công việc ngoài yêu cầu được nêu rõ. Ví dụ, kỹ thuật “đặt câu lệnh ngầm” có thể làm phong phú câu truy vấn trước khi hệ thống tạo phản hồi.
Người dùng đưa ra ý tưởng ban đầu và tác nhân sẽ mở rộng nội dung đó nếu việc này có thể cải thiện kết quả.
Lợi ích: Mọi người thường đưa ra chỉ dẫn ngắn gọn hoặc ở cấp độ khái quát, trong khi phản hồi tốt nhất có thể đòi hỏi thêm nhiều bước. Các tác nhân AI có thể thu hẹp khoảng cách đó mà không yêu cầu người dùng giải thích mọi thứ. Ví dụ, yêu cầu AI “brainstorm marketing ideas for my new coffee product” có thể chỉ tạo ra một danh sách chung chung.
Phương pháp khuếch đại có thể tiến hành nhiều phiên động não ngày càng tham vọng rồi kết hợp những ý tưởng tốt nhất, tạo ra kết quả phong phú và đa dạng hơn.
Thách thức: Hoạt động ngầm có thể làm giảm cảm giác làm chủ và tính minh bạch đối với người dùng. Nếu AI sửa đổi yêu cầu của một người mà không giải thích thay đổi, AI có thể tạo ra kết quả người đó không mong muốn. Nhà thiết kế phải cân bằng giữa khả năng khuếch đại hữu ích và nguy cơ thao túng ngoài ý muốn.
Thách thức thiết kế là cho phép người dùng định hướng hoạt động khuếch đại khi họ muốn.
Giữ nguyên và phát triển ý định của người dùng:
Hoạt động khuếch đại nên nâng cao các mục tiêu người dùng đã nêu mà không đưa thêm mục tiêu mới. Sau khi AI mở rộng câu lệnh hoặc hoàn thành các tác vụ nền, chính AI hoặc một trình xác thực riêng phải so sánh đầu ra cuối cùng với yêu cầu ban đầu. Mọi nội dung bổ sung ngoài dự kiến cần được thông báo rõ ràng.
Dùng khuếch đại để tăng cường an toàn và sáng tạo:
Các kỹ thuật như đặt câu lệnh ngầm có thể làm dấy lên lo ngại về việc bí mật định hình lại yêu cầu của người dùng. Để duy trì lòng tin, hãy dùng các kỹ thuật này nhằm cải thiện độ rõ ràng, an toàn hoặc đầy đủ mà không làm sai lệch ý định của người dùng. Nếu cần điều chỉnh vì lý do an toàn, hãy giải thích hoặc cung cấp phản hồi ngay lập tức.
Người dùng có thể thấy kết quả kiểm duyệt nhưng không thấy logic hoặc tiêu chí nền tảng.
Vận dụng các kỹ thuật điều phối đã được kiểm chứng:
Các tác nhân AI có thể áp dụng những phương pháp điều phối và cộng tác như Liberating Structures để định hình các tương tác hiệu quả. Những khuôn khổ đơn giản này giúp phát huy tối đa tiềm năng sáng tạo và phân tích của mỗi người.
Trong cuộc trò chuyện, tác nhân có thể vận dụng các phương pháp động não và sàng lọc ý tưởng quen thuộc. Những thay đổi nhỏ trong cách diễn ra cuộc trao đổi có thể tạo ra nhiều ý tưởng và góc nhìn đa dạng hơn.
Dùng các luồng song song để làm rõ nội dung hữu ích:
Thay vì dựa vào một cuộc trao đổi tuyến tính duy nhất, tác nhân có thể đồng thời khám phá nhiều cách diễn giải, ý tưởng hoặc giải pháp. Cách này tương tự một nhóm chuyên gia động não từ nhiều góc nhìn khác nhau mà không bỏ sót thông tin hữu ích.
Một quy trình điều phối có thể kết hợp những hướng khám phá khác nhau thành một phản hồi mạch lạc và khả thi.
Dùng khuếch đại để hướng dẫn người dùng:
Hoạt động khuếch đại được thiết kế tốt cũng có thể giúp mọi người học cách tương tác hiệu quả hơn với AI. Nếu tác nhân giải thích “I considered X and Y in my answer”, người dùng có thể đưa những yếu tố đó vào các yêu cầu sau này. Điều này tạo ra sự cải thiện hai chiều: phản hồi tốt hơn ở hiện tại và nội dung đầu vào tốt hơn theo thời gian.
Khái niệm: Mẫu này giúp người dùng dễ hiểu hơn quá trình suy luận của các tác nhân AI. Các tương tác được thiết kế kỹ lưỡng có thể giải thích vì sao tác nhân đưa ra câu trả lời, làm nổi bật nguồn hỗ trợ hoặc hiển thị các bước liên quan trong quy trình. Mục tiêu là hỗ trợ con người đưa ra quyết định hiệu quả mà không khiến người dùng choáng ngợp.
Việc trình bày suy luận liên quan hiệu quả nhất khi người dùng có thể khám phá từng phần và chọn mức độ chi tiết mình cần.
Lợi ích: Lòng tin là yếu tố thiết yếu để AI được ứng dụng, đặc biệt trong môi trường doanh nghiệp. Mọi người ít có khả năng dựa vào một hệ thống nếu họ không thể hiểu hoặc xác minh hành vi của hệ thống đó. Đầu ra minh bạch giúp việc chẩn đoán vấn đề, sửa lỗi và lặp lại các phương pháp hữu ích trở nên dễ dàng hơn.
Thách thức: Việc giải thích các quyết định của AI có thể rất khó. Quá nhiều chi tiết có thể khiến người dùng choáng ngợp, còn xác suất hoặc bản tóm tắt suy luận dài có thể khó diễn giải. Chỉ riêng tính minh bạch cũng không đảm bảo độ chính xác.
Nhà thiết kế phải cân nhắc chất lượng lời giải thích, cách trình bày rõ ràng và cách biến bằng chứng hỗ trợ thành một phần của cuộc đối thoại hữu ích.
Cho phép tác nhân tư duy rộng rồi cô đọng kết quả:
AI có thể phân tích sâu một vấn đề trong khi trình bày kết quả ở định dạng dễ tiếp thu. Tóm tắt phân cấp và tiết lộ dần cho phép người dùng bắt đầu với thông tin chính rồi chỉ mở rộng các chi tiết hỗ trợ khi cần.
Một tương tác được thiết kế tốt có thể giúp thông tin phức tạp trở nên dễ khám phá mà không làm mất đi chiều sâu hoặc độ rõ ràng.
Cung cấp trích dẫn và tài liệu tham khảo có thể khám phá:
Các câu trả lời do AI tạo nên cung cấp cho người dùng một cách rõ ràng để kiểm tra nguồn hỗ trợ. Nội dung này có thể gồm liên kết, trích đoạn báo cáo nội bộ, phát hiện nghiên cứu liên quan hoặc chế độ xem dữ liệu định lượng chuyên sâu hơn.
Ví dụ, trong các hệ thống sinh tăng cường truy xuất, người dùng phải có thể chuyển từ bản tóm tắt của AI đến bằng chứng nền tảng. Điều này hỗ trợ xác minh và cho phép tìm hiểu sâu hơn để xây dựng lòng tin.
Truyền đạt các tín hiệu tiến độ quan trọng:
Quy trình làm việc phức tạp của tác nhân có thể đòi hỏi đổi hướng, xem lại các bước trước hoặc kết hợp nhiều hướng điều tra. Người dùng dễ chấp nhận độ trễ hơn khi họ hiểu điều gì đang diễn ra. Thông tin cập nhật tiến độ rõ ràng có thể giải thích tác nhân đã hoàn thành gì, đang làm gì và bước tiếp theo là gì.
Tác nhân cũng nên giải thích khi gặp bế tắc hoặc khi một quyết định cần thêm góc nhìn.
Hiển thị đầu ra AI theo từng bước:
Thay vì trình bày toàn bộ phản hồi cùng lúc, tác nhân có thể tiết lộ thông tin theo từng giai đoạn. Ví dụ, trợ lý đầu tư có thể hiển thị một khuyến nghị ngắn kèm tùy chọn mở rộng lý do: “Step 1: Assess the risk profile.” “Step 2: Review the current portfolio.” “Step 3: Identify diversification opportunities.” “Step 4: Formulate a recommendation.” Người muốn biết thêm có thể khám phá từng bước, còn những người khác có thể chỉ xem phần tóm tắt.
Dùng hình ảnh để giải thích suy luận của AI:
Phần giải thích phải dễ hiểu như đầu ra chính. Khi quá trình suy luận liên quan đến số liệu hoặc mối quan hệ, biểu đồ và sơ đồ có thể giúp ích. Việc trực quan hóa câu truy vấn, quy trình, suy luận và nguồn của tác nhân cũng có thể giúp người dùng điều chỉnh hướng đi, giải thích kết quả cho người khác hoặc lặp lại quy trình sau này.
Hình ảnh giải thích rõ ràng giúp người dùng hiểu và hành động theo thông tin nhanh hơn.