Dal punto di vista dell'utente, i sistemi di AI sono intrinsecamente incerti. Possono produrre risultati incoerenti e commettere errori regolari. L'interfaccia utente offre molte opportunità per assorbire, filtrare e ridurre le frustrazioni causate dalle limitazioni dell'AI. In qualità di sviluppatore, svolgi un ruolo centrale nella definizione delle esperienze utente dell'AI perché hai una conoscenza più approfondita di come e dove un sistema di AI potrebbe non funzionare.
Un aspetto fondamentale da considerare nella progettazione è il livello di controllo che gli utenti hanno sull'AI. Alcune opportunità sono invisibili agli utenti, mentre altre hanno un'interazione esplicita. Una maggiore esposizione significa più flessibilità, ma anche più rischi e complessità da gestire.
In questo modulo, impariamo le best practice per la progettazione di pattern di esperienza utente (UX) per tre tipi di esposizione: in background, vincolata e aperta. Per ogni tipo, evidenziamo in che modo le scelte tecniche e architetturali influiscono sull'esperienza utente del sistema di AI.
AI per lo sfondo
L'AI può essere utilizzata per migliorare in modo sottile un'esperienza esistente senza introdurre nuove funzionalità. In questo modo si riducono al minimo le interruzioni e i potenziali guasti. In questo caso, la responsabilità dell'utilità, dell'affidabilità e del degrado controllato è interamente del prodotto. Gli utenti non hanno bisogno di imparare come funziona l'AI o anche solo di sapere che è coinvolta per trarne vantaggio.
L'AI in background è più adatta quando:
- L'attività è a basso rischio.
- Il controllo dell'utente non migliorerebbe in modo significativo i risultati.
- Il prodotto può comunque fornire il suo valore principale, anche se la funzionalità di AI non funziona o non è disponibile.
Sul web esistono molti esempi di AI in background, dai filtri antispam ai consigli di intrattenimento, fino a esempi complessi, come i commenti bullet-stream di BILIBILI. Alcune di queste funzionalità potrebbero non essere considerate "AI".
Esempio: riepiloghi e punti salienti delle recensioni basati sull'AI
Ricordi Example Shoppe? Finora abbiamo condiviso due progetti di sistema per diverse funzionalità di AI, tra cui una funzionalità di assistenza clienti e una ricerca di prodotti avanzata. Ora introduciamo una terza funzionalità: i riepiloghi delle recensioni. Dai un'occhiata al progetto del sistema di AI.
Le pagine dei prodotti spesso contengono centinaia di recensioni. Per gli utenti, può essere difficile valutare le caratteristiche che contano davvero.
Puoi utilizzare l'AI per offrire temi ricorrenti all'interno delle ricerche per fornire riepiloghi e punti salienti personalizzati delle recensioni. Nella nostra interfaccia di esempio, l'utente sta cercando cuffie, quindi vengono evidenziati i temi della qualità del suono e della durata della batteria. Ciò riduce il carico cognitivo e può portare a decisioni di acquisto più rapide.
Poiché i riepiloghi sono unici per ogni persona, devi dare la priorità alla privacy e alla velocità quando scegli la piattaforma. Ti consigliamo di scegliere l'AI integrata e l'API Summarizer, in modo che il calcolo avvenga direttamente sul dispositivo dell'utente.
Best practice
Segui le seguenti linee guida in modo che la funzionalità di AI si integri perfettamente nell'esperienza utente esistente:
- Fornisci una trasparenza leggera: quando l'AI trasforma o aggrega i contenuti generati dagli utenti, segnali sottili definiscono le aspettative degli utenti. Puoi utilizzare etichette neutre come "Riepilogo" o "Approfondimenti chiave" e aggiungere la divulgazione progressiva tramite descrizioni comando o altri elementi dell'interfaccia utente.
- Consenti l'opt-out: le persone hanno atteggiamenti diversi nei confronti dell'AI. Alcuni potrebbero reagire all'AI considerandola invadente, opprimente o fastidiosa. Fornisci un percorso chiaro per disattivare queste funzionalità.
- Fai attenzione alla formulazione: la lingua è una parte importante di qualsiasi esperienza utente, incluso il testo creato con l'AI. Nel nostro esempio, i riepiloghi devono riflettere le tendenze, non le affermazioni. Aggiungi regole al prompt di sistema per ridurre o rimuovere un linguaggio eccessivamente sicuro nel riepilogo.
- Progetta un fallback controllato: quando possibile, fornisci valore senza l'AI. Se il riepilogo non è disponibile per motivi tecnici, ad esempio un modello non disponibile, il sistema deve comunque offrire recensioni non riepilogate. Una volta scaricato il modello, l'applicazione può esporre automaticamente il nuovo riepilogo.
- Ridurre al minimo le interruzioni durante la configurazione: il download iniziale di un modello lato client può creare attrito. Dimostra prima il valore della funzionalità. Puoi aggiungere un fallback lato server limitato o spostare il download alla fine del percorso dell'utente, in modo che l'interruzione sia minima. La scelta del momento giusto e la creazione del contesto aiutano ad allineare il tuo prodotto alle priorità dell'utente.
AI vincolata
L'AI in background viene eseguita automaticamente, mentre le funzionalità di AI vincolata vengono attivate esplicitamente dall'utente, spesso con un link o un pulsante. Definisci l'attività, l'intent, i vincoli e il formato di output all'interno di un prompt di sistema. A differenza di un cursore di prompt aperto, gli utenti hanno opzioni limitate o nulle al di fuori dell'avvio dell'attività e della ricezione di un output. Il sistema mantiene la prevedibilità limitando rigidamente le azioni consentite all'AI.
Proprio come l'AI in background, le funzionalità di AI vincolata si abbinano bene ai modelli lato client personalizzati per l'attività specifica.
Esempio: Generazione del titolo
La generazione di titoli può essere un'attività particolarmente impegnativa. BlogBuddy utilizza l'AI per aiutare gli autori a creare titoli ponderati e contestuali con il minimo sforzo. Consulta il progetto del sistema di AI per questa funzionalità.
L'utente può fare clic su Mostra titoli per generare più bozze da valutare e perfezionare.
Abbiamo illustrato come implementare questa funzionalità con l'API Prompt in Prompt engineering. Crea un prompt di sistema che codifichi l'attività, i vincoli stilistici e la struttura dell'output. Solo i contenuti del post del blog vengono trasmessi in modo dinamico dalla UI. Con l'implementazione lato client, la funzionalità è ottimizzata per l'iterazione senza costi di configurazione.
Best practice
Il tuo obiettivo è invogliare gli utenti a utilizzare le nuove funzionalità. Per farlo, dimostra il valore e dai loro il controllo sul risultato:
- Comunica chiarezza e sicurezza: le etichette delle azioni chiare sono sempre preferibili a un linguaggio generico, come "Chiedi all'AI". L'utente dovrebbe essere in grado di capire cosa sta succedendo, al di là di come succede. Se la latenza della funzionalità è bassa, aggiungi etichette che indicano che il risultato è già disponibile. Ad esempio, Mostra titoli anziché Genera titoli.
- Coinvolgi l'utente: aggiungi un leggero attrito cognitivo per mantenere gli utenti in allerta. Offrendo più scelte, puoi evitare che gli utenti si sentano bloccati con un risultato che potrebbe non piacergli. Gli utenti devono essere in grado di accettare o modificare esplicitamente i risultati prima che vengano salvati.
- Se possibile, prepara il risultato in anticipo: soprattutto per le attività lato client, valuta la possibilità di precalcolare il risultato, in modo che sia disponibile immediatamente.
- Supporta l'iterazione rapida: la rigenerazione deve essere facile, reversibile ed economica. Gli utenti devono avere la possibilità di annullare le proprie azioni. Raccogli questi indicatori di feedback per perfezionare la funzionalità per le corse future.
- Se necessario, fornisci controlli più granulari: è possibile utilizzare elementi strutturati aggiuntivi come tag di tono, selettori di lunghezza o stili preimpostati per perfezionare i risultati. In molti casi, la necessità di un controllo aggiuntivo emerge nel tempo, man mano che evolvono la fiducia e i requisiti degli utenti. Configura cicli di feedback che ti consentano di monitorare questi sviluppi.
Come scegliere tra AI in background e AI vincolata
Alcune funzionalità possono essere implementate come AI in background o vincolata, a seconda di come e quando le mostri. Questa distinzione è influenzata da visibilità, carico cognitivo e tempistica, anziché dalle funzionalità disponibili. Ad esempio, anziché richiedere un clic esplicito sul pulsante, i titoli potrebbero essere preparati in modo proattivo in background, mentre l'utente scrive. Quando l'utente si concentra sul campo del titolo, puoi presentare dei suggerimenti.
Questo approccio funziona meglio quando:
- Gli input richiesti dalla funzionalità sono disponibili per impostazione predefinita
- Il numero di funzionalità basate sull'AI è ridotto
- Il costo del precalcolo è basso
- I suggerimenti possono essere integrati senza distrarre l'utente dall'attività
Al contrario, l'AI vincolata è preferibile nei prodotti con più funzionalità o azioni di AI. I trigger espliciti aiutano a evitare calcoli non necessari e danno agli utenti un maggiore senso di intenzione e controllo.
AI open-ended
L'AI open-ended offre agli utenti il controllo diretto sul comportamento di un sistema di AI con input in formato libero. Anziché attivare un'azione predeterminata, gli utenti possono fornire il contesto in linguaggio naturale. Una volta inviato, il sistema di AI interpreta l'intento, aggiunge il contesto mancante e fa la sua migliore ipotesi su cosa fare dopo.
Gli input sono altamente individuali e spesso imprevedibili e il tuo sistema di AI deve essere in grado di gestire questa variabilità. Questo tipo offre la massima flessibilità, ma anche il rischio più elevato per l'esperienza utente:
- Input utente ambiguo o incompleto
- Output imprevedibili
- Maggiore probabilità di risposte errate o fuorvianti
- Aumento del rischio di eccessiva fiducia
- Tentativi di compromettere il sistema, ad esempio facendogli generare contenuti inappropriati
Esempio: agente dell'assistenza clienti basato sull'AI
Per Example Shoppe, l'assistenza clienti copre una vasta gamma di problemi: tracciamento degli ordini, resi, domande sui prodotti, problemi di consegna e casi limite che non rientrano in flussi di lavoro puliti. Rinfresca la memoria del progetto del sistema di AI, dal modulo della piattaforma.
Dopo aver aggiunto le funzionalità di AI vincolata per le azioni più comuni, l'interfaccia potrebbe essere affollata. Un agente di assistenza AI open-ended può invece offrire flessibilità.
- Risolvi rapidamente i problemi comuni.
- Riduci i tempi di attesa e i costi dell'assistenza.
- Fornire assistenza immediata su molti argomenti, senza flussi di assistenza complessi.
Il valore dell'agente di assistenza risiede nella gestione della variabilità su larga scala. In definitiva, devi creare un sistema in grado di gestire questi input in modo responsabile. Sebbene tu speri e ti aspetti che gli utenti utilizzino il loro miglior giudizio e calibrino la fiducia, potresti essere responsabile delle risposte errate offerte dal modello.
Gli utenti aprono una chat con l'agente e chiedono: "Dov'è il mio ordine?" o "Mi è stato addebitato due volte l'importo. Puoi aiutarmi?" L'agente interpreta l'intento, pone domande chiarificatrici, recupera le informazioni pertinenti e propone passaggi o azioni successivi.
La maggior parte dei sistemi di AI open-ended si basa su modelli lato server. Questi possono essere combinati con altri componenti, come database, strumenti esterni e logica aziendale, per formare un sistema di AI composto. Devi fornire percorsi di riassegnazione agli agenti dell'assistenza umana.
Best practice
Concentrati su trasparenza, calibrazione della fiducia e meccanismi di controllo:
- Guida gli utenti a esprimere chiaramente le loro intenzioni: fornisci suggerimenti per i prompt ("Voglio restituire un ordine") e suggerimenti per i follow-up per ridurre l'ambiguità.
- Rendere visibili lo stato e i presupposti del sistema: l'agente deve comunicare chiaramente ciò che comprende ("Mi sembra che tu stia chiedendo informazioni sull'ordine 12345") e quali informazioni sta utilizzando.
- Chiedere prima di agire: prima di eseguire azioni sensibili, come resi, rimborsi, modifiche dell'indirizzo, l'agente deve riepilogare l'azione e richiedere la conferma dell'utente.
- Progettazione per la verifica e la correzione: gli utenti devono essere in grado di correggere incomprensioni, riformulare le richieste o riavvolgere la conversazione, senza ricominciare da capo.
- Combinare con funzionalità di AI vincolate: troppe conversazioni possono scoraggiare gli utenti. Aggiungi elementi strutturati come scorciatoie. Ad esempio, un numero d'ordine dedotto può essere presentato come un elemento cliccabile che consente all'utente di cercarlo, selezionarlo o sostituirlo, anziché richiedere di riformulare la richiesta in formato testo.
- Mostra incertezza e limitazioni: l'agente deve ammettere l'incertezza, segnalare le informazioni mancanti e riassegnare la richiesta a un operatore umano quando la confidenza è bassa.
Questo tipo di esperienza di AI richiede agli utenti di valutare le risposte in modo critico e di capire quando riassegnare la richiesta.
Concetti principali
In questo modulo abbiamo esaminato diversi tipi di esperienze utente con l'AI:
- L'AI in background ti consente di aggiungere un valore o un piacere aggiuntivo al percorso utente esistente.
- Le funzionalità di AI vincolata possono essere utilizzate per casi d'uso specifici e ben definiti che vengono eseguiti al meglio con l'AI.
- L'AI open-ended è necessaria per i domini con elevata variabilità. Utilizza solo la domanda aperta se hai molta fiducia nelle prestazioni tecniche del tuo sistema.
La seguente tabella riepiloga i pattern UX consigliati per ogni tipo di AI:
| UX theme | Modello UX | Premessa | Vincolato | Open-ended |
| Trasparenza | L'AI è chiaramente segnalata | |||
| Spiegazione semplice del comportamento dell'AI | ||||
| Stato del sistema e ipotesi visibili | ||||
| Consulenza | Suggerimenti per i prompt | |||
| Input strutturato (tag, preset) | ||||
| Controllo | Trigger AI esplicito | |||
| Visualizzare l'anteprima prima di applicare l'output | ||||
| Più alternative | ||||
| Rigenera | ||||
| Annulla | ||||
| Calibrazione dell'attendibilità | Formulazione conservativa | |||
| Indicatori di confidenza | ||||
| Gestione di rischi e guasti | Attrito intenzionale e porte di revisione | |||
| Handoff / escalation a un operatore | ||||
| Fallback controllato senza AI |
Letture aggiuntive
Per continuare a scoprire i pattern UX, ti consigliamo le seguenti risorse:
- Leggi la Guida di Google People + AI.
- HAX Toolkit di Microsoft, in particolare le linee guida per l'interazione uomo-AI.
- The Shape of AI di Emily Campbell.
- Capitolo 10 di The Art of AI Product Development.
Verifica la tua comprensione
Che tipo di modello UX è la sfocatura dello sfondo di una videochiamata?
Quando dovresti utilizzare l'AI open-ended come pattern UX?