Naarmate het technologielandschap evolueert, wordt de integratie van kunstmatige intelligentie (al dan niet generatief) in de gebruikerservaring (UX) steeds gebruikelijker. AI-integraties kunnen zich manifesteren als expliciete kenmerken. Ze kunnen ook naadloos worden geïntegreerd in de kernfunctionaliteit van een product. Echter, het ontwikkelen van een effectieve “AI-native” UX vereist een delicaat evenwicht tussen de mogelijkheden van AI-modellen (grote taalmodellen, voorspellende AI, enz.) en de verwachtingen van de gebruiker.

Dit artikel gaat dieper in op de nuances van ‘native AI’ UX en onderzoekt: 

• Het spectrum van mens-computerinteractie
• Belangrijke overwegingen bij het integreren van AI-functionaliteiten in digitale producten
• Nieuwe mogelijkheden om de gebruikerservaring te verbeteren

Ontworpen door Freepik

De kracht van suggestie en feedback

Op gesprekken gebaseerde interfaces, zoals chats en virtuele assistenten, bieden een nieuwe dimensie van UX. In feite kunnen gebruikers dat wel op een volledig gepersonaliseerde manier communiceren met AI.

Flexibiliteit brengt echter veel uitdagingen met zich mee. Gebruikers vinden het misschien moeilijk om de mogelijkheden en beperkingen van AI te begrijpen. Zonder duidelijke begeleiding kunnen gebruikers het digitale equivalent van blanco pagina-angst ervaren, waarbij ze niet zeker weten hoe ze effectief moeten communiceren.

Om dit probleem op te lossen, integratie van suggestieprompts erg handig. Het elimineert de noodzaak van gebruikersactie om gegevens te ontdekken waarmee ze kunnen chatten. Het idee is om de suggesties contextueel op te nemen, net op het moment dat de gebruiker inspiratie zoekt voor de volgende vraag. Dit verbetert de toegankelijkheid en soepelheid van de interactie aanzienlijk.

Verder de concept van feedback is essentieel. Zij biedt praktische voorbeelden om de gebruiker te begeleiden, wat mogelijke fouten helpt voorkomen. Overweeg om realtime feedback te gebruiken! Het is vergelijkbaar met een invoerwizard, zoals die wordt gebruikt voor het maken van complexe wachtwoorden. Sommige sites bieden realtime begeleiding terwijl u typt, zodat u aan de vereiste criteria kunt voldoen. Deze aanpak maakt deel uit van de toepassing van een fundamenteel principe van gebruikerservaring: voorkomen van fouten, wat een van de heuristieken is van Nielsen voor UX-evaluatie.

Dit zal vereisen geven de voorkeur aan contextueel onderwijs. We hebben het dan over het op een vloeiende en intuïtieve manier integreren van advies en tips, bijvoorbeeld via tooltips of discrete micro-animaties. Deze strategie wordt aanbevolen door Amélie Bouchez als onderdeel van het ontwikkelen van een geoptimaliseerde gebruikerservaring voor op AI gebaseerde systemen.

UX minimaliseert de zwakke punten van AI

Ondanks zijn indrukwekkende mogelijkheden, is de consumententoepassing ChatGPT heeft de zakenwereld niet echt wakker geschud. Dit komt vooral door het gebrek aan verifieerbaarheid van de resultaten. Omgekeerd, Copilot is een standaard geworden voor ontwikkelaars dankzij het gemak waarmee resultaten kunnen worden gecontroleerd en gewijzigd. Het belichaamt dus het beginsel van de verifieerbaarheid van informatie.

In plaats van te streven naar onberispelijke perfectie, is het verstandiger om dat te doen de kosten van fouten verminderen. Om dit te doen is het noodzakelijk om een ​​systeem te ontwerpen waarin deze gemakkelijk herkenbaar en corrigeerbaar zijn voor de gebruiker.

Door verifieerbaarheid voorop te stellen, kunnen we een gebruikerservaring creëren waarin fouten gemakkelijk te identificeren en te corrigeren zijn. Dit kan al voordat er wordt gewerkt aan het verbeteren van de prestaties van het AI-model. Zo zal een succesvolle gebruikerservaring de mogelijkheden van uw AI-model kunnen overtreffen!

De integratie van AI in digitale producten vereist dat ontwerpers een delicaat evenwicht vinden. Het is van cruciaal belang om de geavanceerde mogelijkheden van AI-modellen af ​​te stemmen op de specifieke behoeften en context van elke gebruiker. Hoewel AI uitzonderlijke prestaties kan leveren op het gebied van natuurlijke taalinteractie, data-analyse en beeldherkenning, heeft het ook zijn beperkingen. Deze beperkingen kunnen bestaan ​​uit problemen met het begrijpen van dubbelzinnige taal of het correct interpreteren van zeer specifieke semantische contexten.

Om effectief door deze wateren te navigeren, moeten UX-ontwerpers gebruikersinterfaces creëren die:

• de sterke punten van AI benutten 
• de impact van zijn zwakke punten te minimaliseren.

Dat betekent ervaringen ontwikkelen die gebruikers intuïtief naar de meest betrouwbare en effectieve functies van AI leiden, en biedt hen tegelijkertijd de nodige hulpmiddelen om potentiële fouten te voorkomen of te corrigeren.

Als een AI-systeem bijvoorbeeld bijzonder goed is in het aanbevelen van inhoud op basis van gebruikersvoorkeuren, zou de interface die aanbevelingen kunnen benadrukken. Het kan gebruikers ook gemakkelijk de selectiecriteria laten wijzigen als de resultaten niet bevredigend zijn. Op dezelfde manier, als de AI moeite heeft met het interpreteren van complexe vragen, kan de interface gebruikers aanmoedigen om hun verzoeken op eenvoudigere manieren te formuleren of voorbeelden van effectieve vragen te bieden.

AI als co-piloot

De interactie tussen de gebruiker en een LLM omvat een breed scala aan mogelijkheden. Dit vereist een diepgaand begrip van wat gebruikers verwachten en nodig hebben. Verschillende gebruikers hebben verschillende verwachtingen van een systeem dat gebruik maakt van AI. VSDegenen die direct betrokken zijn bij specifieke taken of problemen, willen misschien een zekere mate van controle hebben over de functionaliteit van de AI.

Ze willen bijvoorbeeld personaliseren hoe en wanneer AI ingrijpt in hun werk. Gebruikers die minder betrokken zijn bij het gebruik van de applicatie geven daarentegen misschien de voorkeur aan een interactie waarbij de AI autonomer handelt, beslissingen neemt en taken uitvoert zonder constante menselijke tussenkomst.

Tussen deze twee benaderingen bevindt zich vaak een tussenbenadering waarbij AI als co-piloot fungeert en actief samenwerkt met gebruikers om de resultaten te optimaliseren.

 

Adaptieve UX

Bovendien is het belangrijk om te erkennen dat de relatie van gebruikers met AI niet statisch is. Naarmate ze meer vertrouwd raken met de mogelijkheden en beperkingen van AI, kunnen hun verwachtingen en behoeften veranderen. Dit onderstreept de noodzaak voor UX-ontwerpers om interfaces en gebruikerstrajecten te creëren die zich aanpassen aan deze evolutie. 

Wanneer een gebruiker bijvoorbeeld een AI-systeem gaat gebruiken, heeft hij mogelijk het volgende nodig: 

• stap voor stap handleidingen
• meer zichtbare hulp bij het vertrouwd raken met het systeem.

Maar naarmate de gebruiker meer vertrouwen en begrip krijgt, kan de interface evolueren en meer autonomie en minder directe begeleiding bieden. Hierdoor kan het volledig profiteren van de AI-mogelijkheden. 

Dit komt neer op het creëren van een proteïsche of modulaire interface, die in de loop van de interacties met de gebruiker kan evolueren. In deze context richt het UX-ontwerpwerk zich vooral op architectuur, gebruiksstroom en het creëren van flexibele modellen. Er is dus niet één enkele interface, maar duizenden mogelijke combinaties. Ze stellen de gebruiker in staat het product te personaliseren op basis van zijn interacties. In dit model voorspelt de ontwerper niet altijd precies welke interface gegenereerd zal worden. Het benadrukt een zeer aanpasbare en dynamische gebruikerservaring. Dit vereist echter een gedetailleerde monitoring van het gebruik en voortdurende aandacht voor feedback van gebruikers.

 

Voorbeelden van het integreren van AI in digitale producten

Aanpak 1: mogelijkheid tot directe toegang 

Omschrijving 

De eerste benadering richt zich op een interface waarbij gebruikers directe instructies geven aan AI-modellen. In dit raamwerk creëren gebruikers instructies, al dan niet opeenvolgend, iteratief, om tekst, afbeeldingen, video's en andere inhoud te genereren. Bekende voorbeelden zijn onder meer de ChatGPT-interface van OpenAI en het gebruik van Discord door Midjourney als invoerkanaal.

Aandachtspunten

Bij gebrek aan expliciete interfaces (knoppen, call-to-action, etc.) moeten deze systemen flexibel reageren op een verscheidenheid aan gebruikersinstructies. Het doel is om frustratie te minimaliseren en het nut ervan te optimaliseren. Het is van cruciaal belang om de discussie goed te kaderen en de beperkingen en mogelijkheden van deze AI-modellen te begrijpen. Dit zorgt inderdaad voor een soepele gebruikerservaring en optimale resultaten.

 

Aanpak 2: Impliciete integratie van AI

Beschrijving van de aanpak

In tegenstelling tot het directe invoerparadigma omzeilt de tweede benadering expliciete elementen van de gebruikersinterface om de output van het AI-model te controleren. AI-instructies vinden op de achtergrond plaats terwijl gebruikers communiceren met specifieke elementen van de app-interface. Dit bevordert een vloeiende en discrete integratie, vergelijkbaar met aanbevelingsalgoritmen op een e-commercesite.

Aandachtspunten

Ondanks de subtiliteit ervan vereist deze aanpak een nauwgezette orkestratie. Het is inderdaad noodzakelijk om ervoor te zorgen dat de door de AI voorgestelde resultaten overeenkomen met de verwachtingen van de gebruiker en de doelstellingen van de applicatie. Door transparantie en functionaliteit met elkaar te verzoenen, moeten ontwerpers intuïtieve interfaces creëren. Deze moeten de mogelijkheden van AI benutten zonder de autonomie of het begrip van de gebruiker in gevaar te brengen.

 

Benadering 3: AI-ondersteunde applicatiespecifieke gebruikersinterface

Beschrijving van de aanpak

De derde benadering combineert elementen van de gebruikersinterface met AI-ondersteuning. Gebruikers kunnen vervolgens instructies maken via een combinatie van directe modelinstructies en bedieningselementen in de gebruikersinterface. De Copilot van Microsoft is een voorbeeld. Het integreert naadloos AI-mogelijkheden in de GitHub-, Office- en Windows-ecosystemen.

Aandachtspunten

Deze hybride aanpak vereist een complexe samenwerking tussen AI-modellen en applicatiespecifieke UI-elementen. Dit draagt ​​bij aan een samenhangende gebruikerservaring. Ontwerpers moeten navigeren door de complexiteit van de ondersteunende lagen van AI. Dat kunnen ze dus zorgen voor een naadloze integratie die de functionaliteit, efficiëntie en gebruikerstevredenheid vergroot.

 

Conclusie

Naarmate de technologie evolueert, wordt het integreren van kunstmatige intelligentie in UX steeds gebruikelijker. Het creëren van een effectieve “native AI” UX vereist echter een bepaald evenwicht. Dit gaat over de mogelijkheden van AI-modellen, en over de verwachtingen van gebruikers.

Bij het onderzoeken van de impact van suggesties en feedback is het essentieel om gebruikers hierin te begeleiden interactie met gespreksinterfaces. Hun integratie in realtime kan enorm zijn verbeter de ervaring en verminder fouten. Dit zou een aanmoediging zijn vloeiende interactie. Daarnaast is het belangrijk om de cruciale rol van UX bij het verminderen van de zwakke punten van AI te benadrukken. In plaats van naar perfectie te streven, moeten we systemen ontwerpen waarin fouten gemakkelijk kunnen worden geïdentificeerd en gecorrigeerd. Dit zorgt dus voor een succesvolle gebruikerservaring, zelfs buiten de mogelijkheden van AI. Door zorgvuldig naar de vooruitgang van AI en de gebruikersbehoeften te navigeren, kunnen UX-ontwerpers interfaces creëren die de sterke punten van AI benutten en tegelijkertijd de beperkingen ervan minimaliseren. Dit alles helpt de weg vrij te maken voor innovatieve en adaptieve gebruikerservaringen.

 

 

 

Guillaume Lanthier, Praktijkmanager AI & Data bij Smile