ما با جیلز کولبورن ، بنیانگذار و مدیر عامل cxpartners آشنا شدیم. کولبورن یکی از مشاوران برجسته در زمینه طراحی تجربه مستقل در جهان است ساده و قابل استفاده, کتابی با موضوع سادگی که به طور خاص برای طراحان تعامل طراحی شده است.
چه چیزهایی پس از تبلیغات چت بات باقی خواهد ماند؟ چه کسی / چه چیزی زنده خواهد ماند؟
جیلز کولبورن: مشکل اعتیاد به مواد مخدره این است که مردم را وادار می کند چیزهایی را بیرون بیاندازند بدون اینکه خوب یا نه تفاوت قائل شوند و مردم را تشویق می کند که تصور کنند هر کاری امکان پذیر است ، بنابراین آنها به طرز وحشیانه ای از حد استفاده می کنند. این داستان با هر فناوری جدید یا نوظهور همان داستان است.
بنابراین پس از هیاهوی تبلیغاتی ، من انتظار دارم چند نمونه خوب ، محکم ، ساده ، قوی ارائه شود که ما به آرامی تجربیات پیچیده تری را در آنها ایجاد کنیم. گوش دادن به اعتیاد به مواد مخدره و خواب دیدن بسیار جالب است ، اما اگر سیستمی برای اعتماد مردم بنا می کنید ، نباید از انجام کاری ساده و کاربردی بترسید.
من فکر می کنم با هر سیستمی که به یادگیری ماشین متکی باشد (و بسیاری از رابط های زبان طبیعی به یادگیری ماشین متکی هستند) ، افرادی که مجموعه داده های بزرگ دارند از یک مزیت برخوردار می شوند. من می خواهم امیدوارم که به قفل سیستم عامل تبدیل نشود.
در روزهای ابتدایی اینترنت مصرف کننده ، به لطف وب ، مشخصات مشخصی داشتیم که هر کسی می توانست از آن استفاده کند ، از قفل شدن سیستم عامل جلوگیری کردیم. دشوار است که این بار چنین اتفاقی رخ دهد - ممکن است لازم باشد قانونگذاری وارد عمل شود. اما تمام آنچه احتمالاً هنوز سالها با ما فاصله دارد.
- چگونه می توان تجربه چت بات را طراحی کرد
مزایای چت بات و رابط کاربری مکالمه چیست؟
GC: ابتدا باید بین ربات های گپ و رابط کاربری مکالمه و رابط های کامل زبان طبیعی (NLI) تمایز قائل شوم. گاهی اوقات چت بات ها از کاربر می خواهند که از بین آنها چندین پاسخ احتمالی را انتخاب کند - مانند سیستم های وحشتناک تلفن گویا که مرتب کردن تماس های صوتی را در خطوط تلفن مرتب می کنند ("برای پرسش از تعادل 1 را فشار دهید ، 2 را برای خدمات مشتری و غیره فشار دهید"). NLI به شما امکان می دهد پاسخی را به زبان خود تایپ کنید و سپس بر اساس آن پاسخ دهید. من بیشتر به NLI علاقه مندم و این تمرکز من است.
آنچه در مورد NLI دوست دارم این است که تقریباً هیچ رابط کاربری برای یادگیری وجود ندارد. برنامه هایی مانند Facebook Messenger از جمله برنامه هایی هستند که امروزه بیشتر در تلفن های هوشمند استفاده می شود. رابط کاربری ساده است و فهم ایده پشت آنها آسان است. بنابراین ساخت خدمات در بالای آن رابط آشنا و پرکاربرد ایده خوبی به نظر می رسد - به شرطی که خود این سرویس ها از قابلیت استفاده آسان برخوردار باشند.
علاوه بر این ، اگر می توانید یک رابط کاربری ایجاد کنید که روی چیزهای اساسی مانند پیام کوتاه کار می کند ، در فیس بوک مسنجر یا WhatsApp یا برخی از بسترهای گفتگوی دیگر کار می کند - بنابراین این نوید وجود دارد که می توانید دامنه خود را گسترش دهید.
با نگاه کردن به مخاطبان جوان ، اولویت برای خدمات نوع چت افزایش می یابد. آنها با رسانه های اجتماعی بزرگ شده اند و به نظر می رسد ترجیح می دهند با این نوع خدمات تعامل داشته باشند تا تلفن یا ایمیل. اما ، البته ، این رابطی است که به طور ذاتی برای افراد دارای اختلالات بینایی یا شنوایی قابل دسترسی است و درک آن برای کاربران در هر سنی آسان است.
هرچند آنچه من را مجذوب خود می کند این است که رابط های زبان طبیعی به این معنی است که ما می توانیم سیستم هایی را طراحی کنیم که احساس انسانیت بیشتری دارند. مکالمه انسانی دارای ویژگی های جالب بسیاری است که رابط های گرافیکی کاربر با آنها دست و پنجه نرم می کنند.
به عنوان مثال ، اگر از شخصی برای یافتن چیزی مانند بلیط هواپیما کمک می خواهید ، اغلب کار را با توصیف کاملاً مبهم شروع می کنید و به آرامی صبر می کنید در انتخاب های خوب. در حال حاضر می توانیم این کار را در رابط های جستجوی وجهی انجام دهیم ، اما مردم برای استفاده م themثر از آنها بخصوص در صفحه های کوچک تلاش می کنند. آنچه شما تمایل دارید در صفحه های کوچک مشاهده کنید مجموعه ای از منوها است که در آنها تمرین می کنید. این می تواند احساس بد دهنی یا گیجی کند. رابط های زبان طبیعی می توانند آن را دور بزنند.
سرانجام ، موج بعدی محاسبات مربوط به لپ تاپ ها یا تلفن های همراه نیست - مربوط به محیط های پر از دستگاه های هوشمند است که شما را می شناسند و با شما تعامل دارند. شما نمی خواهید روی هر دستگاه صفحه لمسی یا برنامه ای برای هر دستگاه در تلفن هوشمند خود داشته باشید. شما یک رابط مشترک می خواهید که شما را بشناسد و بتوانید به راحتی با آن ارتباط برقرار کنید. به همین دلیل من فکر می کنم NLI ها و فناوری های هوش مصنوعی نقش مهمی در تجربه بعدی کاربر دارند.
و برخی از مشکلات موجود در رابط های مکالمه چیست و چگونه می توان از آنها جلوگیری کرد؟
GC: من فکر می کنم بزرگترین مشکل در ایجاد مکالمه هایی است که شبیه نمودارهای جریان هستند - گفتگوهایی که در آن گفتگوها با جزئیات دقیق صورت می گیرد. در واقع ، مکالمات کاملاً مبهم و مبهم هستند. اگر سعی کنید آنها را با جزئیات ترسیم کنید ، در نهایت پیچیدگی را از دست می دهید - یا فقط یکی دیگر از این سیستم های تلفن گویا را ایجاد می کنید.
به عنوان مثال ، اگر از کسی نام او را بپرسید ، یک نفر ممکن است نام کامل خود را از جمله عنوان به شما بدهد ، در حالی که دیگری ممکن است فقط نام خود را به شما بدهد. باید به آنها اجازه دهید این کار را انجام دهند ، و سپس برای جزئیات از دست رفته حلقه بزنید. این یک خطا نیست ، فقط یک روش متفاوت برای پاسخ دادن به سوال است.
چگونه می توان ربات ها را برای بهبود تجربه کاربر بهبود بخشید؟
GC: هنگامی که به افرادی که بویژه از سیستم های صوتی استفاده می کنند گوش می دهید ، بخش عمده ای از مکالمه در مورد کاربر است که می فهمد چگونه س questionsال می کند و یاد می گیرد که سیستم چه کاری می تواند انجام دهد و چه کاری نمی تواند انجام دهد. من فکر می کنم بیشتر NLI ها در مدیریت این شرایط کار وحشتناکی انجام می دهند.
به عنوان مثال ، بگویید شما از دستیار صوتی خود می خواهید آهنگی مانند "Bohemian Rhapsody" را پخش کند ، اما نام را اشتباه می گیرید و آن را "مادر ، فقط یک مرد را کشت" می نامید. از نظر کاربر ، و یک انسان در حال گوش دادن به ، کاربر یک درخواست معتبر و مفید ارائه داده است. اما اکثر دستیارهای صوتی نمی توانند عنوان را مطابقت دهند و منصرف می شوند و کاربر دوباره در حد یک است.
این نوع کارها همیشه با دستیارهای صوتی اتفاق می افتد ، اما یک انسان سعی می کند از اطلاعات داده شده استفاده کند و یک سوال پیگیری منطقی مانند "آیا می توانید به خاطر بیاورید توسط چه کسی بوده است؟" یا "این عنوان است یا یک خط از آهنگ؟ ' اگر می خواهیم این سیستم ها را قابل تحمل کنیم ، باید وقت بیشتری را صرف این کنیم که وقتی سیستم نمی فهمد ، چگونه باید پاسخ دهد.
برخی از ویژگی های چت بات یا رابط کاربری مکالمه چیست که همه چیز را درست می کند؟
GC: بسیاری از بهترین رابط های کاربری مکالمه ای و ربات های گفتگو سعی نمی کنند زیاد کار کنند. به عنوان مثال ، وقتی رانندگی می کنید و از تلفن هوشمند خود می خواهید به شما خانه راهنمایی کند ، "مکالمه" زیادی در جریان نیست - در واقع ، هرچه کوتاه تر ، بهتر است. اما برای حداقل ورودی ("هدایت من به خانه") مقدار زیادی خروجی (یک ساعت دستورالعمل رانندگی) دریافت می کنید. و ورودی حداقل است زیرا تلفن هوشمند از داده های متنی زیادی برای پر کردن جای خالی استفاده می کند - فرض می کنید منظور شما جهت رانندگی است ، مکان فعلی شما را از GPS می گیرد و آدرس خانه شما را از طریق تنظیمات گوشی هوشمند شما پیدا می کند.
من می گویم این موارد حداکثر طراحی خوب است: مکالمه را کوتاه نگه دارید ، از داده های زمینه ای استفاده کنید ، حداکثر خروجی را برای حداقل ورودی ارائه دهید.
طراحی مکالمه بعدی به کجا می رود؟
GC: در حال حاضر اتفاقات جالبی رخ می دهد. دستیارهای صوتی وجود دارند که بین افراد مختلف در اتاق تمایز قائل می شوند و دستیارهای صوتی که جریان عاطفی مکالمه و نه فقط تبادل اطلاعات را مدیریت می کنند.
همچنین ابزارهایی وجود دارند که دسترسی به ویژگیهای پیچیده را برای طراحان آسانتر می کنند و رابطهایی که صدا و تصویر را با هم مخلوط می کنند (بنابراین می توانید هنگام صحبت با یک آژانس مسافرتی مجازی ، یک برنامه سفر سفر ایجاد کنید). این یک زمان هیجان انگیز است.
