На пути к пониманию того, как создавать отличные интерфейсы приложений с искусственным интеллектом

Понятно, что самой большой инновацией прошлого года стал ChatGPT. И хотя сейчас популярность этого вирусного хита снижается (падение на 9,7% после июня), его технологические достижения нельзя отрицать.

Однако этот успех оставляет неверные уроки для продуктов ИИ, и UX быстро становится самой большой проблемой ИИ.

Почему ChatGPT важен

Трудно переоценить достижения ChatGPT. Это один из немногих инструментов, которые могут использовать даже нетехнические люди и увидеть силу ИИ.

Но это еще не все.

ИИ всегда получал отличные результаты, когда область, над которой он работал, была серьезно ограничена.

Но ChatGPT — это самый широкий инструмент искусственного интеллекта.

И, кроме того, ChatGPT делает больше. Он не просто дает вам ответ на подсказку. Это позволяет вам ответить на его ответ.

Это позволяет вам поговорить с ним.

Тот факт, что ChatGPT настолько широк и гибок в плане его использования, означает, что он становится идеальным инструментом, позволяющим людям комфортно работать с ИИ. Если вас интересует искусственный интеллект, то ежедневное использование ChatGPT может иметь огромное значение.

Также стоит признать: получить выгоду от ChatGPT непросто.

Но там есть большая ценность.

И если вам нужна команда/компания, чтобы понять силу ИИ, попросите всех использовать ChatGPT.

Когда ИИ обращает внимание на пользователей

Программному обеспечению необходимо получать данные от пользователя, чтобы иметь возможность что-то с ним сделать.

Один из способов сделать это — использовать различные типы датчиков — например, камеры на автомобилях — для предоставления входных данных компонентам искусственного интеллекта.

Но часто пользователям приходится предпринимать явные действия, чтобы усовершенствовать программное обеспечение.

Создание креативного контента с помощью открытого текстового поля

Хотя интерфейс чата для ИИ является одним из наиболее распространенных интерфейсов, на втором месте находится открытое текстовое поле.

Пользователи могут вводить то, что хотят, а такие инструменты, как Midjourney, DALL-E или Stable Diffusion, генерируют изображения.

Как и ChatGPT, эти открытые текстовые поля могут выдавать результаты из большого количества текста. И часто получить максимальную отдачу от таких инструментов означает изучить тонкости предоставляемого текста, например. У DALL-E есть очень популярная 82-страничная книга-подсказка.

Текстовое поле выбора команды

Текстовые поля также отлично подходят для платформ, которые включают в себя множество приложений и обладают широким функционалом.

С такими инструментами часто сложно понять, как выполнить задачу. Текстовые поля позволяют платформе направлять пользователей туда, где им нужно быть.

Ограниченные интерфейсы

Проблема с текстовыми полями заключается в том, что пользователям необходимо вводить текст, а это требует времени и накладных расходов, поскольку пользователям необходимо знать, что вводить.

И, к сожалению, большинство платформ имеют общие модификаторы подсказок, которые нужны обычным пользователям.

Такие общие модификаторы могут быть предоставлены платформе через ограниченный интерфейс, что типично для большинства приложений. Например, Adobe Firefly отлично позволяет пользователям выбирать стили изображения, освещение, цвет и т. д.

Без ввода пользователя

ИИ получает удовольствие, когда тихо сидит и анализирует собранные данные. Это может быть от:

  • электронная почта,
  • документы,
  • истории чатов или
  • данные об использовании продукта.

Помимо внутренних данных, одним из часто забытых источников данных, которые могут иметь огромное значение, являются общедоступные данные, имеющие отношение к вашему варианту использования.

Хотя хорошо иметь собственные данные, позволяющие дифференцировать вашу платформу, гораздо важнее убедиться, что ИИ полезен, то есть иметь правильные данные.

Хорошее использование ИИ часто означает предоставление пользователям больше возможностей для предоставления данных, которые можно проанализировать полезными способами, например. спрашивать пользователей, какие их цели и/или интересы соответствуют их деятельности.

Когда ИИ помогает пользователям

Сбор и анализ данных делает приложения ИИ умнее. Но более серьезная проблема часто заключается в том, как все представляется пользователям.

Если все сделано неправильно, пользователям легко:

  • ощущение, будто за ними шпионят
  • потерять доверие к программному обеспечению
  • запутаться, что делать

Большая часть успешного создания приложений искусственного интеллекта заключается в разработке интерфейса, который раскрывает возможности программного обеспечения таким образом, чтобы он работал с конечными пользователями.

Рекомендации

Будь то видео на Youtube, результаты поиска Google, поиск Amazon или результаты Netflix — самый популярный и традиционный опыт взаимодействия пользователей с ИИ — это представление алгоритмически рекомендуемого списка.

Эти рекомендательные системы обычно сочетаются со сложным анализом, отслеживанием поведения пользователей и той или иной формой пользовательского голосования.

Объяснение пользовательского интерфейса

Умное программное обеспечение обычно имеет более одного алгоритма, которые вместе дают пользователю отличные результаты. Но это часто приводит к тому, что пользователи задаются вопросом, почему им дали ответ.

Предоставление объяснений пользователям помогает повысить доверие и принятие.

Выделяем важное

Жизнь в мире данных означает, что пользователи часто перегружены работой. Это означает, что большая выгода, которую может дать ИИ, заключается в упрощении пользовательского опыта.

Это значит переосмыслить фразу о том, что картинка стоит 1000 слов, и вместо этого сосредоточиться на 10 самых важных словах для пользователя.

Делюсь рассказом

Генеративный ИИ позволяет не просто дать пользователям одно или два объяснения, но также создать повествование, которое позволяет пользователю вникнуть в то, что он хочет, не перегружаясь большим количеством данных.

Будучи учеником

ИИ может быть невероятным, когда он играет роль ученика для своих пользователей, т.е. когда он не предполагает, что он лучше людей, а проявляет тонкость и дает рекомендации.

Наличие интерфейса, напоминающего ученика, означает встраивание результатов ИИ в традиционный пользовательский интерфейс.

Использование такого подхода часто означает более высокие затраты на разработку — как пользовательского интерфейса, так и соответствия показателям производительности ИИ. Но его преимущество заключается в том, что не требуется особого обучения пользователей.

Интегрированные приложения искусственного интеллекта

Однажды одно-единственное приложение искусственного интеллекта сможет помочь пользователям делать все. Но многие считают, что это займет много времени.

Однако до тех пор…

Нам нужны специализированные приложения, каждое из которых помогает пользователям определенным образом.

Специализированные приложения — это приложения, которые помогают пользователям решить конкретную проблему. Например, Google Docs помогает пользователям создавать и редактировать документы.

ИИ для специализированных приложений требует хорошо продуманной интеграции с функциями, не относящимися к ИИ. Для Документов Google это означает простые способы запроса генерации текста как при создании нового документа, так и в процессе редактирования.

Как и в случае с Google Docs, интеграция возможностей искусственного интеллекта Microsoft и Salesforce ориентирована на цели пользователей. Эта передовая практика означает, что усилия чистого ИИ, скорее всего, будут иметь ограниченный успех.

Что дальше

Разработка отличных возможностей искусственного интеллекта может оказаться сложной задачей для большинства программных проектов.

Если вы не знаете, как начать использовать ИИ в проекте, рассмотрите 3 вещи:

  • Начните с привычного: ChatGPT не только широко доступен, но также может использоваться в конкретных ситуациях. Один из хороших подходов — спланировать аналогичный интерфейс, а затем подумать об изменениях, которые необходимо будет внести в такой интерфейс.
    Как и в случае с ChatGPT, еще одним распространенным примером искусственного интеллекта являются рекомендательные системы. Размышление о том, как включить компонент рекомендаций в ваш проект, может помочь вам быстро приступить к работе.
  • Подумайте о сценарии использования: рассмотрение как распространенных, так и важных вариантов использования вашей платформы и изучение того, как помочь этим вариантам использования с помощью ИИ, может ускорить внедрение ИИ в команде.
  • Отделяйте входные данные от результатов. Множество проблем с внедрением ИИ возникает, когда команды недооценивают и недостаточно выделяют ресурсы на разработку отличных возможностей ИИ. Размышление о входных данных отдельно от выходных данных может помочь начать путь к качественному проектированию пользовательских интерфейсов ИИ.

Эффективное использование ИИ часто означает наращивание новых сил для большинства организаций, объединяя команды вокруг ограничений и сверхспособностей ИИ, а также технически перепроектируя архитектуру программного обеспечения и настраивая системы для повышения производительности.

Хотя правильное использование ИИ кажется сложной задачей, стоит помнить, что ИИ может в 10 раз увеличить результаты для клиентов, и поэтому его стоит внедрить для достижения определенного эффекта.

Винит Синха имеет более чем 20-летний опыт создания проектов в области искусственного интеллекта и имеет докторскую степень в лаборатории искусственного интеллекта Массачусетского технологического института. В настоящее время он помогает компаниям быстро окупить свои проекты в области искусственного интеллекта в i3Labs.