AI chatet mindenhova – vagy mégsem?

Számos vállalat rákapcsolt, hogy AI chatbotokat zsúfoljon szolgáltatásaiba. Teszik mindezt azért, hogy kézenfekvőnek tűnő módon integrálják az AI-t különösen a generatív mesterséges intelligenciát. Bár az AI chatbotok bizonyos esetekben hasznosak is lehetnek, de korántsem nem biztos, hogy a legjobb módszert jelentik az AI értéknek kiaknázásra. 

Növekvő népszerűségük ellenére az olyan generatív mesterséges intelligencia eszközöket, mint a ChatGPT és a Midjourney, még mindig nehéz használni. Példának okáért az azonnali írásbeli utasítás-kiadás még a technológiában jártas emberek számára is kihívást jelenthet – ez az artikulációs akadály –  nem beszélve az alacsony technikai tudással rendelkezőkről.

Ráadásul sok vállalat rákapcsolt az elmúlt évben, hogy AI chatbotokat zsúfoljon termékeibe. Bár ezek az AI chatbotok akár hasznosak is lehetnek, de nem mindig a megfelelő megoldást kínálják. 

Az AI chatbotok típusai

A fogalmak tisztázása végett mindenekelőtt három kifejezést érdemes megismerni, amihez echte az NN/g által felvázolt terminológiát követem. 

Az AI chatbot egy társalgási interface, ahol az emberek természetes nyelvet használhatnak az AI-eszközzel való interakcióhoz. Tudásuktól függően az AI chatbotok univerzálisak vagy termékspecifikusak lehetnek.

Az univerzális AI chatbot egy különálló AI rendszer, ami rendkívül széleskörű információkon alapuló modelleken alapszik. Például az OpenAI sokak által ismert ChatGPT-jét az internet nagy része mellett könyvek is táplálják, ismeretei ennélfogva kiterjedtek és általánosak. 

A termékspecifikus AI chatbot egy alkalmazáson, webhelyen vagy platformon belüli funkció, amely az adott termékre jellemző tartalomra összpontosít. Az univerzális mesterséges intelligencia chathez képest a termékspecifikus mesterséges intelligencia chat sokkal szűkebb, korlátozottabb tudáskörrel rendelkezik. Az ilyen chatbotokat szokták intelligens virtuális asszisztensnek is nevezni. 

Ez a különbség az univerzális AI chatbot és a termékspecifikus AI chatbot között nagyban hasonló a webes kereséshez – mint amit a Google biztosít – versus konkrét weboldalak belső keresője. Értelemszerűen a legtöbb vállalat valamilyen termékspecifikus AI chatbottal kísérletezik elsősorban. 

Az AI chat rendkívül hasznos lehet bizonyos használati esetekben, például az ügyfélszolgálatnál az ott dolgozó kollégák tehermentesítésére. Ennek ellenére az AI chat nem az ultimate megoldást jelenti, egy bármikor kijátszható kártyát, ami általánosan oldja meg a sajátságos felhasználói problémákat.

Az univerzális AI chatbotok legjelentősebb usability kihívása

Az openAI a jelenlegi egyik legfontosabb és legnagyobb hatású technológiát építi a ChatGPT-vel. Ugyanakkor egy olyan platformot építenek, amelynek lényegében minden létező felhasználási esetre kellene működnie, ami szinte lehetetlen feladat.

Ezzel pedig el is érkeztünk az univerzális AI chatbotok legnagyobb kihívásához, ami egy alapvető felhasználói élmény elvből adódik – rugalmasság-használhatóság kompromisszum – , mely szerint minél rugalmasabb egy rendszer, annál kevésbé használható. Más szóval, minél nagyobb és összetettebb a szolgáltatás, annál nehezebb jó felhasználói élményt biztosítani benne. 

A ChatGPT egyelőre nem tud megküzdeni ezzel a kihívással a jelek szerint, de hozok rá példát, akinek mégis sikerült. Előtte még ejtsünk pár szót a magukról a promtokról. 

AI Prompt: A felhasználó információ igényének látható része

Az NN/g az iceberg analógiát használja a felhasználó információ igényének jellemzésére. 

Ennek a jéghegynek a látható csúcsa maga a beírt prompt, míg a víz alatti rétegek jelentik azt a kritikus tömeget, amely megadja a prompt valódi alakját és irányát. Minél több réteg jelenik meg a promptban, az AI annál hatékonyabban tudja kielégíteni a felhasználó információ igényét.

Az összes különböző összetevő – például elvárt formátum, hivatkozások, keretek – promptba foglalása segíthet a felhasználóknak a legpontosabb válasz elérésében, de ez rendkívül nehéz lehet, több kifolyólag is:

• A felhasználótól megkívánt erőfeszítések ezen összetevők egy részének pontos leírására túl nagyok. Magyarul sokat kell gondolkodnia az utasításon, ami az ember természetével ellentétes.
• A felhasználó nem rendelkezik az egyes összetevők pontos megfogalmazásához szükséges szókinccsel vagy tudással.
• Vannak, akik nem akarnak megosztani bizonyos információkat adatvédelmi aggályok miatt.
• A legtöbb jelenlegi AI interfész nem támogatja a nagy mennyiségű kontextuális információ feltöltését a promptokba

A promt alapú interface kihívásai, valamint az említett rugalmasság-használhatóság kompromisszum jelentős kihívás az univerzális AI chatbotokban, melyet mégis viszonylag jól kezelt a Perplexity-t, ami a ChatGPT-hez hasonló univerzális bot ugyan, de mégis egyfajta fókusszal, amit a termék működésében is igyekeznek érvényesíteni.

Rendszerükben érezhető a tisztességes design munka, ezért jó példának tekintem a chat alapú AI megoldások témájában.

Perplexity: A gen AI felhasználóbaráttá tétele

A Perplexity AI a ChatGPT-nél fókuszáltabb termék, az információkeresésre összpontosít.

Design kutatásaik során megfigyelték, hogy sok ember akinek nem volt még tapasztalata a promtok írásában egyszerűen begépel néhány kulcsszót, akárcsak a Google keresőmezőjében.

Ez nem véletlen és egybecseng egy ugyancsak régi használhatósági alapelvvel, mely szerint az emberek meglévő tudásukat és tapasztalataikat hasznosítják az új felületek megértéséhez.

Ezért a külső konzisztencia – “follow platform and industry conventions”-  előnyös a felhasználói élmény szempontjából. Ezt az alapelvet használják éppen a Perplexity-nél, ami első ránézésre jobban hasonlít egy keresőoldalra, mint egy csevegő felületre:

Ha beírsz néhány kulcsszót a ChatGPT-be vagy a Midjourney-be, az nem vezet sehova, de a Perplexity esetében nem ez a helyzet. Náluk a promt input mező tehát szándékosan hasonlít egy hagyományos keresőmezőre.

Bár a felhasználók hozzáadhatnak kontextust és komplexebb mondatokat a lekérdezésükhöz ha akarnak, nem kötelező, mert kulcsszavakra is jó eredményeket kapnak. 

Egy másik általános user experience kihívás, hogy bizonyos emberek számára nehézséget jelent összetett kéréseiket írásban, promtok formájában megfogalmazni. Erre is van egy figyelemreméltó megoldásuk a copilot feature (ami, ha jól sejtem olyan sikeres lett, hogy fizetős csomagba került):

Ha aktiválod a funkciót, a rendszer tisztázó kérdésekkel segít, hogy jobb eredményt kapjunk. 

Mint látszik adódik számos lehetőség, amivel az AI chatbot általános használhatóságát javítani lehet, de az alapkérdés, hogy egyáltalán a chatbot-e a legjobb mód az AI/generatív AI lehetőségeinek kiaknázására? 

Mi alapján lehet dönteni az AI megoldások között?

Egyesek szerint a ChatGPT által elterjedt “promting” az egyik legrosszabb felhasználói élmény megoldás, ami valaha született. 

Hogy a promt alapú interakciók a legrosszabbak, az talán költői túlzás, de az biztos, hogy számos usability hibát okozhat – ahogyan a fentiekben láthattunk is néhányat -, ezért magam sem gondolom, hogy a legtöbb szolgáltatásnak chatnek lennie, és a legtöbb digitális terméknek előnyös volna az antropomorfizált – emberi tulajdonságokkal felruházott –  koncepció. 

Valódi felhasználói problémák megoldása

Lépjünk is egyet vissza, mert az újonnan induló AI projektek kapcsán mintha az alapok kezdenének feledésbe merülni.

Az általam is képviselt design gondolkodás szerint az azonnali megoldásra ugrás helyett először a problémákat kell megérteni és strukturálni – ezt hívjuk exploringnak vagy discoverynek – ezt követi csak a problémák megoldása, azon belül is ideation, prototipizálás és validálás a felhasználókkal. 

Ez azt jelenti, hogy nem minden problémát kell AI-al megoldani.

Az először problémára való összpontosítás lehetővé teszi az alternatív megoldások feltárását, azok összehasonlítását és értékelését, végül pedig a legmegfelelőbb megoldás kiválasztását.

A döntéshozók segítése 

Az AI integrálása a stakeholdereink számára valószínűleg egyre több helyen prioritássá válik, ezért segíteni kell őket a döntésben. Az NN/g azt ajánlja, hogy az alábbi tisztázó kérdéseket tedd fel, ha egy stakeholder pusholja az AI chatet. 

Valódi felhasználói problémát oldd meg az elképzelt megoldás?

• Milyen konkrét – kutatással, adattal – bizonyítható – problémát old meg a felhasználóink ​​számára?
• Van-e arra bizonyíték, hogy ez a probléma jelentős a felhasználói bázisunkban?
• Hogyan javítja a probléma megoldása az end-to-end ügyfélélményt? 
• Az AI az egyetlen megoldás az adott problémára? Vannak-e alternatív megoldások, amelyek hatékonyabban kezelhetik ugyanazt a felhasználói igényt?
• Vannak-e potenciális hátrányok vagy kihívások a felhasználók számára, és hogyan tervezzük ezeket enyhíteni?

Összhangban áll az aktuális üzleti stratégiákkal?

(ebben némileg eltérek az nn/g-től, mert nem a ROI szerintem a fontos, hanem:)

• Az elképzelt AI megoldás hogyan segíti a stratégia győzelmi törekvéseinek – „how to win” –  elérését?
• Az elképzelt AI integráció hogyan illeszkedik az adott termékszintű stratégiához? 

Skálázható vagy lehetővé teszi a jövőbeli rugalmasságot?

• Milyen folyamatokat kell bevezetni az integráció fenntartásához és frissítéséhez?
• Az AI integráció skálázható a folyamatosan fejlődő technológiához? 

A chat alternatívái

A mesterséges intelligenciának nem kell feltétlenül antropomorfizáltnak, csevegőnek vagy egyáltalában a felhasználó számára láthatónak lennie ahhoz, hogy értéket adjon az élményhez.

Az AI integrálásának vannak más módjai is:

• Perszonalizáció: Bár ez a koncepció nem új – például a Netflix ajánlási algoritmusai évek óta használják az AI-t -, az AI-rendszerek minden eddiginél hatékonyabb és részletesebb perszonalizációt tesznek lehetővé.
• Prediktív elemzés: A mesterséges intelligencia segíthet a vállalatának megjósolni a jövőbeli trendeket vagy a felhasználói cselekvéseket múltbeli adatok vagy múltbeli tevékenységek alapján
• Stratégiai automatizálás: Keress redundáns vagy időigényes feladatokat felhasználói journeyn.Érdemes megfontolni, hogyan tudná az AI egyszerűsíteni és felgyorsítani ezeket a feladatokat.
• Az ügyfélszolgálat automatizálása: Az AI-chat ugyan ennek egyik módja, de a mesterséges intelligencia segítséget nyújthat az e-mail-válaszok automatizálásában és írásában, support ticket feldolgozásában is. 

Az AI chatbotok bizonyos esetben remek választást nyújthatnak user igények kielégítésére, azonban számos potenciális használhatósági hiba okozói lehetnek, azaz árthatnak is a felhasználói élménynek. A megfelelő AI technológia kiválasztásánál ugyanúgy kell eljárni mint bármilyen szoftvertermék esetén: a user igényből kiindulva kell megválasztani a megfelelő megoldást.