Con l’evolversi del panorama tecnologico, l’integrazione dell’intelligenza artificiale (generativa o meno) nell’esperienza utente (UX) sta diventando sempre più comune. Le integrazioni AI possono manifestarsi come funzionalità esplicite. Possono anche integrarsi perfettamente nella funzionalità principale di un prodotto. Tuttavia, lo sviluppo di un'efficace UX "AI-nativa" richiede un delicato equilibrio tra le capacità dei modelli di intelligenza artificiale (modelli linguistici di grandi dimensioni, intelligenza artificiale predittiva, ecc.) e le aspettative degli utenti.

Questo articolo approfondisce le sfumature della UX "AI nativa" ed esplora: 

• Lo spettro dell'interazione uomo-computer
• Considerazioni chiave sull'integrazione delle funzionalità AI nei prodotti digitali
• Opportunità emergenti per migliorare l’esperienza dell’utente

Progettato da Freepik

Il potere della suggestione e del feedback

Le interfacce basate sulla conversazione, come chat e assistenti virtuali, offrono una nuova dimensione di UX. In effetti, gli utenti possono conversare in modo completamente personalizzato con l'AI.

Tuttavia, la flessibilità comporta molte sfide. Gli utenti potrebbero avere difficoltà a comprendere le capacità e i limiti dell’intelligenza artificiale. Senza una guida chiara, gli utenti possono ritrovarsi a provare l’equivalente digitale dell’ansia da pagina bianca, incerti su come interagire in modo efficace.

Per risolvere questo problema, integrazione di suggerimenti è molto utile Elimina la necessità dell'intervento dell'utente per scoprire i dati con cui può chattare. L'idea è di incorporare i suggerimenti contestualmente, proprio quando l'utente potrebbe cercare ispirazione per la domanda successiva. Ciò migliora significativamente l’accessibilità e la fluidità dell’interazione.

Inoltre il concetto di feedback è essenziale. Lei fornisce esempi pratici per guidare l'utente, aiutando a prevenire possibili errori. Prendi in considerazione l'utilizzo del feedback in tempo reale! È simile a una procedura guidata di immissione, come quella utilizzata per creare password complesse. Alcuni siti forniscono indicazioni in tempo reale durante la digitazione per aiutarti a raggiungere i criteri richiesti. Questo approccio rientra nell’applicazione di un principio fondamentale dell’esperienza dell’utente: prevenzione degli errori, che è una delle euristiche di Nielsen per la valutazione UX.

Ciò richiederà favorire l’educazione contestuale. Si tratta quindi di integrare consigli e suggerimenti in modo fluido e intuitivo, ad esempio attraverso tooltip o microanimazioni discrete. Questa strategia è consigliata da Amélie Bouchez come parte dello sviluppo di un'esperienza utente ottimizzata per i sistemi basati sull'intelligenza artificiale.

UX riduce al minimo i punti deboli dell'intelligenza artificiale

Nonostante le sue impressionanti capacità, l'applicazione consumer ChatGPT non ha davvero scosso il mondo degli affari. Ciò è dovuto principalmente alla mancanza di verificabilità dei suoi risultati. Al contrario, Secondo pilota è diventato uno standard per gli sviluppatori grazie alla sua facilità di controllo e modifica dei risultati. Incarna quindi il principio della verificabilità delle informazioni.

Piuttosto che puntare alla perfezione impeccabile, è più giudizioso farlo ridurre il costo degli errori. Per fare ciò, è necessario progettare un sistema in cui questi siano facilmente identificabili e correggibili per l'utente.

Mettendo in primo piano la verificabilità, possiamo creare un'esperienza utente in cui gli errori sono facilmente identificabili e rettificabili. Ciò è possibile ancor prima di lavorare sul miglioramento delle prestazioni del modello AI. Pertanto, un'esperienza utente di successo sarà in grado di superare le capacità del tuo modello di intelligenza artificiale!

L’integrazione dell’intelligenza artificiale nei prodotti digitali richiederà ai progettisti di trovare un delicato equilibrio. È fondamentale abbinare le capacità avanzate dei modelli di intelligenza artificiale alle esigenze e al contesto specifici di ciascun utente. Sebbene l’intelligenza artificiale possa offrire prestazioni eccezionali nell’interazione del linguaggio naturale, nell’analisi dei dati e nel riconoscimento delle immagini, ha anche i suoi limiti. Queste limitazioni possono includere difficoltà nel comprendere un linguaggio ambiguo o nell'interpretare correttamente contesti semantici molto specifici.

Per navigare efficacemente in queste acque, gli UX Designer devono creare interfacce utente che:

• sfruttare i punti di forza dell’intelligenza artificiale 
• minimizzare l’impatto delle sue debolezze.

Significa sviluppare esperienze che guidano in modo intuitivo gli utenti verso le funzionalità più affidabili ed efficaci dell'intelligenza artificiale, fornendo loro gli strumenti necessari per evitare o correggere potenziali errori.

Ad esempio, se un sistema di intelligenza artificiale è particolarmente efficace nel consigliare contenuti in base alle preferenze dell’utente, l’interfaccia potrebbe evidenziare tali raccomandazioni. Può anche consentire facilmente agli utenti di modificare i criteri di selezione se i risultati non sono soddisfacenti. Allo stesso modo, se l’IA avesse difficoltà a interpretare query complesse, l’interfaccia potrebbe incoraggiare gli utenti a formulare le proprie richieste in modi più semplici o offrire esempi di query efficaci.

L'intelligenza artificiale come copilota

L'interazione tra l'utente e un LLM copre un'ampia gamma di possibilità. Ciò richiede una profonda comprensione di ciò che gli utenti si aspettano e di cui hanno bisogno. Utenti diversi hanno aspettative diverse da un sistema che utilizza l'intelligenza artificiale. VSColoro che sono direttamente coinvolti in compiti o problemi specifici potrebbero voler avere un certo livello di controllo sulla funzionalità dell'intelligenza artificiale.

Ad esempio, potrebbero voler personalizzare come e quando l’intelligenza artificiale interviene nel loro lavoro. Al contrario, gli utenti meno coinvolti nell’utilizzo dell’applicazione potrebbero preferire un’interazione in cui l’IA agisce in modo più autonomo, prendendo decisioni ed eseguendo compiti senza un costante intervento umano.

Tra questi due approcci c’è spesso un approccio intermedio in cui l’intelligenza artificiale funge da copilota, collaborando attivamente con gli utenti per ottimizzare i risultati.

 

UX adattivo

Inoltre, è importante riconoscere che il rapporto degli utenti con l’intelligenza artificiale non è statico. Man mano che acquisiscono maggiore familiarità con le capacità e i limiti dell’intelligenza artificiale, le loro aspettative ed esigenze potrebbero cambiare. Questo sottolinea la necessità per i progettisti UX di creare interfacce e percorsi utente che si adattino a questa evoluzione. 

Ad esempio, quando si inizia a utilizzare un sistema di intelligenza artificiale, un utente potrebbe aver bisogno di: 

• guide passo passo
• assistenza più visibile per familiarizzare con il sistema.

Ma man mano che l’utente acquisisce sicurezza e comprensione, l’interfaccia può evolversi per fornire maggiore autonomia e una guida meno diretta. Ciò gli consente di sfruttare appieno le capacità dell’intelligenza artificiale. 

Ciò equivale a creare a interfaccia proteiforme o modulare, capaci di evolversi nel corso delle interazioni con l'utente. In questo contesto, il lavoro di progettazione UX si concentra principalmente sull’architettura, sul flusso di utilizzo e sulla creazione di modelli flessibili. Pertanto non esiste un'unica interfaccia, ma migliaia di combinazioni possibili. Consentono all'utente di personalizzare il prodotto in base alle proprie interazioni. In questo modello, il progettista non sempre prevede con precisione quale interfaccia verrà generata. Sottolinea un'esperienza utente altamente personalizzabile e dinamica. Tuttavia, ciò richiederà un monitoraggio dettagliato degli usi e un’attenzione continua al feedback degli utenti.

 

Esempi di integrazione dell’intelligenza artificiale nei prodotti digitali

Approccio 1: possibilità di ingresso diretto 

Descrizione 

Il primo approccio si concentra su un'interfaccia in cui gli utenti forniscono istruzioni dirette ai modelli di intelligenza artificiale. In questo contesto, gli utenti creano istruzioni, sequenziali, iterative o meno, per generare testo, immagini, video e altri contenuti. Esempi degni di nota includono l'interfaccia ChatGPT di OpenAI e l'uso di Discord da parte di Midjourney come canale di input.

Punti di attenzione

In assenza di interfacce esplicite (pulsanti, call to action, ecc.), questi sistemi devono rispondere in modo agile a una varietà di istruzioni dell'utente. L’obiettivo è ridurre al minimo la frustrazione e ottimizzare la loro utilità. È fondamentale inquadrare correttamente la discussione e comprendere i limiti e le capacità di questi modelli di intelligenza artificiale. In effetti, questo aiuta a garantire un’esperienza utente fluida e risultati ottimali.

 

Approccio 2: integrazione implicita dell'intelligenza artificiale

Descrizione dell'approccio

A differenza del paradigma dell’input diretto, il secondo approccio bypassa gli elementi espliciti dell’interfaccia utente per controllare gli output del modello AI. Le istruzioni dell'intelligenza artificiale vengono eseguite in background mentre gli utenti interagiscono con elementi specifici dell'interfaccia dell'app. Ciò promuove un'integrazione fluida e discreta, simile agli algoritmi di raccomandazione su un sito di e-commerce.

Punti di attenzione

Nonostante la sua sottigliezza, questo approccio richiede un’orchestrazione meticolosa. È necessario, infatti, garantire che i risultati proposti dall’IA corrispondano alle aspettative degli utenti e agli obiettivi dell’applicazione. Conciliando trasparenza e funzionalità, i progettisti devono creare interfacce intuitive. Questi devono sfruttare le capacità dell’intelligenza artificiale senza compromettere l’autonomia o la comprensione dell’utente.

 

Approccio 3: interfaccia utente specifica dell'applicazione assistita da intelligenza artificiale

Descrizione dell'approccio

Il terzo approccio combina elementi dell’interfaccia utente con l’assistenza dell’intelligenza artificiale. Gli utenti possono quindi creare istruzioni attraverso un mix di istruzioni del modello diretto e controlli dell'interfaccia utente. Il Copilot di Microsoft è un esempio. Integra perfettamente le funzionalità di intelligenza artificiale negli ecosistemi GitHub, Office e Windows.

Punti di attenzione

Questo approccio ibrido richiede una collaborazione complessa tra modelli di intelligenza artificiale ed elementi dell'interfaccia utente specifici dell'applicazione. Ciò aiuta a facilitare un'esperienza utente coesa. I progettisti devono affrontare le complessità dei livelli di assistenza dell’intelligenza artificiale. Possono così garantendo una perfetta integrazione che amplifica la funzionalità, l’efficienza e la soddisfazione dell’utente.

 

Conclusione

Con l’evoluzione della tecnologia, l’integrazione dell’intelligenza artificiale nella UX sta diventando sempre più comune. Tuttavia, creare un’efficace UX “AI nativa” richiede un equilibrio particolare. Ciò si sposta verso le capacità dei modelli di intelligenza artificiale, verso le aspettative degli utenti.

Quando si esamina l'impatto dei suggerimenti e dei feedback, è essenziale guidare gli utenti nella loro interazione con interfacce conversazionali. La loro incorporazione in tempo reale può notevolmente migliorare l'esperienza e ridurre gli errori. Ciò incoraggerebbe a interazione fluida. Inoltre, è importante evidenziare il ruolo cruciale della UX nel mitigare le debolezze dell’intelligenza artificiale. Invece di puntare alla perfezione, dobbiamo progettare sistemi in cui gli errori siano facilmente identificabili e correggibili. Ciò fornisce quindi un’esperienza utente di successo, anche oltre le capacità dell’intelligenza artificiale. Esplorando attentamente i progressi dell'intelligenza artificiale e le esigenze degli utenti, i progettisti UX possono creare interfacce che sfruttano i punti di forza dell'intelligenza artificiale riducendone al minimo i limiti. Tutto ciò contribuisce a spianare la strada a esperienze utente innovative e adattive.

 

 

 

Guillaume Lanthier, Responsabile dello studio AI e dati presso Smile