Каждый день мы сталкиваемся с сервисами, основанными на искусственном интеллекте — они помогают нам писать код, редактировать изображения, находить ответы на вопросы и создавать тексты. В этой статье я предлагаю рассмотреть тему создания этих самых сервисов и приложений, которые используют ИИ, и понять, какую роль играет в этом процессе UX.

Меня зовут Анаит Бадалян, я методолог в дизайн- и консалтинговой компании aic. Эту статью я написала в соавторстве с Андреем Абрамовым, нашим арт-директором. Мы занимаемся разработкой digital-продуктов и услуг, проводим анализ бизнес-процессов, исследуем потребности клиентов и предлагаем решения по увеличению конверсии. И, конечно, несем в массы лучшие практики UX/UI.

Искусственный интеллект, машинное обучение, нейросети: что это и как они работают вместе?

Прежде всего, давайте разберемся с терминами. Искусственный интеллект, машинное обучение, нейросети — самые популярные термины, которые часто употребляют, имея в виду одно и то же. Но это не совсем так.

Искусственный интеллект, ИИ или AI (с англ. Artificial Intelligence) — широкий термин. Искусственный интеллект стремится создать машины, способные мыслить, анализировать, решать проблемы и принимать решения, аналогичные способностям человека. AI включает в себя различные подходы и техники, которыми как раз являются машинное обучение и нейросети.

Машинное обучение — это подраздел AI, который фокусируется на разработке алгоритмов, которые позволяют компьютерным системам автоматически учиться на данных и опыте. Цель машинного обучения — предсказать результат по входным данным. Чем разнообразнее входные данные, тем проще машине найти закономерности и тем точнее результат.

Нейросети — это математическая модель, разработанная по аналогии с функционированием нервной системы человека. С точки зрения машинного обучения, нейронная сеть представляет собой частный случай методов распознавания образов, дискриминантного анализа.

По сути, машинное обучение — это процесс самостоятельного обучения нейронной сети, то есть наполнение искусственной нейросети информацией.

Три направления искусственного интеллекта

На сайте Harvard Business Review опубликована статья «Artificial Intelligence for the Real World» [1], в которой выделяется три типа ИИ. Или, правильнее сказать, направления. Любой проект, который сегодня существует, можно отнести к одному или нескольким типам этой категоризации.

Автоматизация взаимодействия — это наиболее доступный тип ИИ, который обеспечивает быструю отдачу инвестиций и включает в себя задачи по автоматическому переносу данных, упорядочиванию и сортировке информации, а также чтению юридических и финансовых документов для извлечения нужной информации.

Когнитивное прогнозирование — это рекомендательные системы на базе искусственного интеллекта, которые используют исторические данные и поведение для прогнозирования предпочтений покупателей.

Когнитивное взаимодействие — это проекты, которые обрабатывают естественный язык и вовлекают сотрудников или клиентов в общение, например, с помощью чат-ботов, и используются для круглосуточного обслуживания клиентов, восстановления паролей и оказания технической поддержки.

Ключевые аспекты связки искусственного интеллекта и UX

Вспомним несколько примеров популярных ИИ-сервисов и приложений: Алиса, Siri, переводчик DeepL, автоматический закадровый перевод с субтитрами, такие сервисы Сбера, как AI Resp и AI Skin, инструменты для автоматического удаления фона с фотографий с изображением человека RemoveBG и прочие. Но самые нашумевшие, о которых разговаривают даже в метро — ChatGPT, Midjourney.

Сегодня люди, следящие за темой AI, озадачены двумя вопросами: как можно применить сервисы с ИИ? И как не бояться этих технологий? Здесь важно помнить, что ИИ и все вокруг него — это такая же технология, как и любая другая. И как и любая другая технология, если она не работает для людей, то можно сказать, что она не работает в принципе.

Поэтому разработка сервисов и приложений на базе искусственного интеллекта требует включения человека в центр дизайн-процесса. Когда мы говорим о включении человека, мы имеем в виду, что надо уделить внимание User Experience (UX) и Customer Experience (CX), а в контексте AI правильнее сказать Human Experience (HX).

Чтобы коммерческий проект с AI был успешным, следует проработать три ключевых аспекта, которые мы сейчас разберем на примерах.

Контекст

Определяет, при каких обстоятельствах пользователь будет применять продукт.

Кейс IBM Watson Health

Watson for Oncology — это программное обеспечение, способное изучить историю болезни пациента, записи и комментарии врачей, а также ознакомиться с последними исследованиями по данной теме, чтобы предложить на основе всех изученных данных наиболее точный диагноз. Однако, информация не просто суммируется: IBM Watson проводит детальный анализ данных, сопоставляет различные факторы и проводит аналогии, чтобы дать наиболее точный и информативный результат.

В 2017 году способности Watson Health были протестированы в Индии и в Южной Корее — тогда сравнивали рекомендации по лечению ИИ и с рекомендациями реальных врачей. Согласованность рекомендаций в Индии достигала 81%-96%, а в Южной Корее — 49%. Исследователи обвинили ИИ в расхождении рекомендаций. Но на самом деле это было интересным открытием. [2]

Вместо того чтобы задаться вопросами: «Что делают южнокорейские онкологи такого, чего не делают американские? И почему они принимают такие решения?», многие истолковали это как неспособность имитировать процесс принятия решений человеком и Watson потерпел неудачу. На самом деле алгоритму стоит аплодировать. Найти отличие, которое ранее было неизвестно — большой шаг. Страна эксперимента и контекст имели важнейшее значение для выводов. [2]

Взаимодействие

Определяет, как и в какой момент ИИ и человек взаимодействуют друг с другом.

Кейс Falcon и банков

Еще в 1990 г. студент Калифорнийского университета помогал компании Falcon выявлять мошеннические транзакции с кредитными картами. Каждая транзакция оценивалась, и ей присваивались баллы. Имело значение, где совершена транзакция: местоположения и магазин. В случае высокой оценки совершался звонок владельцу карты на возможную отмену транзакции. [2]

Сегодня в банках используются аналогичные алгоритмы. Возможно, вы сталкивались с ситуацией, когда при попытке перевода денежных средств вашу операцию ставили на паузу и просили подтвердить ее через оператора. Так, банки выявляют мошеннические транзакции и запрашивают от вас подтверждение. То есть, на ИИ полностью не перекладывается задача блокировки транзакции, она дополняется сценарием взаимодействия с пользователем.

Как человеку нужен человек, так и нейросети нужен человек. Взаимодействие — это взаимодействие человека и искусственного интеллекта.

Доверие

Люди инстинктивно опасаются всего, что не могут полностью понять или предсказать. Будущее представляет собой неизведанную территорию, а по мере развития технологий возникают теории о том, как эти изменения могут повлиять на нашу жизнь, вызывая беспокойство. Поэтому вопрос доверия становится крайне важным.

Кейс Siri и Amazon Echo

Какие эмоции у вас вызывает звук запуска Siri? Возможно, «о нет, я опять случайно на нее нажал».

Доверие складывается из соответствия ожиданиям. В 2011 году Siri их не оправдала. Она запускалась самопроизвольно, распознавание речи было далеко не надежным, слишком часто Siri извинялась и говорила «Извините, я не понимаю…», либо отправляла за результатом в интернет. В итоге ожидания превосходили реальные возможности.

У Канемана Система 1 предлагает интуитивные суждения и управляет нашими эмоциональными реакциями на ситуации. Часто используются 3 эвристики: аффекта, доступности репрезентативности. Эвристика аффекта диктует нам, что наши первоначальные эмоциональные суждения о ком-то или о чем-то будут определять доверяем ли мы этому человеку или вещи. Изначально Siri была сложной и несуразной в использовании, и эта эмоциональная ассоциация негативного чувства сохранилась даже после того, как сервис был усовершенствован. [2][3]

В 2014 году Amazon выпустила колонку (или смарт-динамик) Echo с виртуальным помощником Alexa. Amazon усердно работала над тем, чтобы убедиться, что ее виртуальный помощник Alexa с самого начала обеспечивал хороший сервис.

В отличие от iPhone и Siri, во-первых, Amazon Echo в отличие от Siri не выпускался на рынок сырым.

Во-вторых, Amazon Echo — полноценное устройство, которое заявило о конкретных функциях и люди были уже к ним готовы.

В-третьих, устройство было разработано с учетом контекста использования — в домашних условиях, взаимодействие в котором не вызывало стыда в случае несрабатывания или других казусов. Исследование Creative Strategies показало, что «стыд» за публичное общение со смартфоном было главной причиной, по которой многие пользователя не использовали Siri регулярно. [2]

Четкое определение вариантов использования сыграло решающую роль в успехе продукта. Amazon потратила время и усилия на создание продукта, который вызывал доверие.

Ключевые элементы UX

Искусственному интеллекту и сервисам на его основе важно соответствовать нескольким требованиям, чтобы быть максимально эффективными для пользователей. Они должны быть:

• полезными;

• удобными в использовании;

• вызывать доверие;

• быть уместными;

• быть эстетичными и вызывать положительные эмоции.

Давайте разберем каждый элемент подробнее.

Полезность

Умные колонки становятся все более популярными в России и по всему миру. Десятки компаний начали выпускать свои модели, и рынок продолжает расти. Однако, не всем пользователям сразу же становится понятно, как эти устройства могут быть полезными. Например, ранее новые пользователи Alexa прекращали использование голосового ассистента в первые две недели, так как не видели для себя в этом пользу. [4]

Сегодня ситуация изменилась. Польза от использования умных колонок становится очевидной: колонки могут выполнять множество задач, таких как озвучивание новостей, подбор музыки, управление домашними устройствами, напоминание о важных событиях и многое другое. Кроме того, умные колонки могут быть полезны в повседневной жизни людей с ограниченными возможностями, так как позволяют им управлять устройствами и получать информацию голосом.

Рынок умных колонок продолжает развиваться, и в будущем эти устройства станут еще более полезными и удобными для использования.

Удобство использования

Несмотря на то что, например, технология голосовых помощников существует уже давно, она еще не стала настолько популярной, чтобы применяться постоянно в повседневной жизни. В лифте использование голосового помощника может быть неудобным, особенно когда находишься не один.

Однако использование голосовых помощников в других ситуациях может быть удобным и даже необходимым — например, во время вождения автомобиля или для людей с ограниченными возможностями.

Доверие

Мы уже говорили о доверии ранее, но сейчас доверие выступает в роли ключевого элемента UX для ИИ.

Для того чтобы продукт, работающий на базе искусственного интеллекта, был успешным, очень важно, чтобы люди ему доверяли. Люди нетерпимы к ошибкам, которые могут допустить машины, поэтому доверие к ИИ является ключевым фактором.

Однако, уже было несколько случаев, когда машины демонстрировали предвзятость, что может ухудшить доверие к ИИ у людей.

Приведем в пример ситуацию, произошедшую с Google в 2015 году, после которой компания принесла публичные извинения. Пользователь заметил, что приложение автоматически создало коллекцию «гориллы» для его снимков с девушкой. Как сообщалось, фотохранилище Google распознает, что изображено на загруженных в систему фотографиях с помощью AI, и автоматически сортирует снимки по категориям. В социальных сетях Google была обвинена в расизме, после чего представитель компании Google заявил, что они потрясены произошедшим и искренне сожалеют о случившемся. [4]

Можно сказать, что доверие к ИИ существует, когда люди ожидают, что машина будет вести себя определенным образом, и эти ожидания оправдываются без ссылки на преднамеренность со стороны машины.

Уместность

Чтобы проиллюстрировать важность уместности, можно рассмотреть пример поиска фильма в стриминговом сервисе. Когда искомый фильм не найден, это может расстроить пользователя. Однако, еще хуже, когда рекомендации, которые выводятся в контексте поискового запроса, являются полностью случайными. Гораздо более адекватным решением было бы показывать пользователю похожие фильмы, или даже фильмы с участием актеров из искомого фильма.

Эстетика и эмоции

Каждый дизайнер знает и понимает силу и цену эстетики в вопросах проектирования сайтов и мобильных приложений. Поэтому вопросом эстетики не стоит пренебрегать и в контексте тех же мобильных приложений или устройств, использующих ИИ.

Кроме того, эмоции также важны. Многие говорят «Спасибо» после общения с умными помощниками. Бот должен понимать эти типы вежливости и как реагировать — к примеру, отвечать «пожалуйста». Боты должны обнаруживать эмоции и реагировать на них соответствующим образом.

Итак, с чего же начать? Как определить контекст правильно? Как не ошибиться с уместностью и другими аспектами? С помощью исследований!

Почему понимание пользователей — это залог успеха

Чем отличается инновация от изобретения? Инновация — это новое решение старой потребности. Выявление этих потребностей и работа с их учетом — вот для чего нужны исследования пользователей.

На чем следует сфокусировать исследования:

1. На понимании пользователя: кто он, какие у него цели, привычки, возможности, ограничения, установки.

2. На исследовании его окружающей среды: в каких местах и условиях пользователи взаимодействуют с продуктом.

3. На задачах: что и как делают люди для достижения своих целей.

В прошлом году к нам обратился производитель устройств для умного дома. Наша задача была разработать интернет-магазин, через который эти устройства можно было бы купить.

Но создать просто магазин, продающий технику, тем более сложную для понимания — неправильный подход. Как выяснилось, одной из основных проблем продажи умных колонок в России является непонимание покупателями того, что для управления бытовыми приборами с помощью колонки эти приборы должны быть совместимы с ней. Покупатели ошибочно полагают, что установка умной колонки автоматически делает их дом умным, и они могут управлять всеми устройствами голосом. Однако это не так: для работы колонки с другими приборами нужны дополнительные устройства — например, совместимые лампочки. К сожалению, таких покупателей много, и это является повторяющейся проблемой, которая возникает из-за быстрого роста продаж на рынке умных колонок. [4]

В России примерно половина проданных умных колонок никак не проявляет свои умные свойства, их не настраивают и ими не пользуются. [4]

И чтобы такого не произошло, мы как раз должны предложить такой фокус исследования, который поможет выявить нужные сценарии использования и, в которых будут уместны предлагаемые сервисы.

Приведем пример:

Поговорив с целевой аудиторией, которую вы выбрали для продвижения продукта, можно узнать, что есть категория людей, которые постоянно переживают, что забыли выключить утюг, когда покидают дом. Некоторые люди даже имитируют свое присутствие дома, оставляя свет включенным, когда уезжают — чтобы потенциальные воры не догадались, что жилье пустует. Исследования помогают определить, каким образом ваш продукт поможет конкретной группе пользователей улучшить их жизнь и справиться с тревогой.

Теперь мы можем предложить готовый сценарий использования умного дома. Для начала следует настроить свет в доме по расписанию, чтобы создать иллюзию присутствия в жилье. Для этого можно использовать умные лампочки, которые позволяют контролировать освещение с помощью мобильного приложения. Пользователь может настроить расписание включения и выключения света так, чтобы он зажигался по вечерам и гас ночью. Таким образом он может дополнительно улучшить уровень безопасности дома и снизить уровень тревожности во время отпуска.

Важно понимать окружающую среду и контекст, в котором ваш продукт будет использоваться, чтобы убедиться, что он соответствует потребностям и ожиданиям пользователей. Такой подход позволяет не только обеспечить UX, но и продавать не технологию, а образ жизни, сценарии использования, в конечном счете — спокойствие и контроль. А это совсем другой подход к продаже, отличный от продажи технических устройств.

Применение искусственного интеллекта может стать слоем CJM и Blueprint

Мы также подумали о том, что CJM и схемы Blueprint со временем могут дополниться еще одним слоем, в котором будет анализироваться уместность применения ИИ.

Посмотрите на этот пример: здесь может быть зафиксирована проблема в интернет-магазине, поддерживающем live-stream:

Прямые эфиры сопровождаются дискуссиями в чате. Люди не только общаются между собой, но и задают вопросы о товарах или услугах. Им в режиме реального времени отвечает человек в кадре, либо другой реальный сотрудник. Когда трансляция заканчивается, чаты закрываются — и здесь может быть уместно применение круглосуточных умных чат-ботов.

И уже на схемах Blueprint, показывающих закулисье — способы поставки услуг и сервисов, можно подробнее раскрыть суть взаимодействия чат-бота и пользователя. К таким чатам можно подключить ИИ, который продолжит общение по любым вопросам после эфира, имитируя реального человека. Кроме того, ИИ можно обучить говорить на языке бренда, то есть придерживаться tone of voice.

Таким образом, два полезных артефакта, CJM и Blueprint, могут быть дополнены слоем ИИ.

Гайдлайны

И напоследок. Технологические компании создают свои гайдлайны по разработке сервисов с использованием искусственного интеллекта, чтобы обеспечить более эффективную и безопасную работу с данными и улучшить пользовательский опыт. Гайдлайны таких компаний могут включать в себя рекомендации по использованию алгоритмов искусственного интеллекта, обеспечению прозрачности результатов, а также по защите конфиденциальности и безопасности данных.

Например, компания Microsoft опубликовала свои гайдлайны в свободном доступе, каждый может с ними ознакомиться и даже начать использовать. Они отлично описаны: каждая карточка — одно наставление. Мы рекомендуем иметь это руководство под рукой.

Чтобы разработать свой гайдлайн по использованию искусственного интеллекта в UX, важно учитывать специфику вашего проекта и потребности пользователей.

Определите:

• какие алгоритмы будут использоваться в вашем продукте;

• как они будут взаимодействовать с пользовательским интерфейсом;

• распишите рекомендации по использованию искусственного интеллекта в вашем проекте, которые будут соответствовать вашим целям и потребностям пользователей.

Что в итоге?

Важно помнить, что AI — это всего лишь технология, и необходимо учитывать принципы UX и ставить человека в центр дизайна сервисов и продуктов, использующих AI.

Кроме того, рекомендуем создавать собственные гайдлайны для правильного проектирования сценариев с AI. Это поможет убедиться, что AI используется уместно и безопасно, а главное — учитывает потребности пользователей.

🔗 Статья на Medium