Мы дагналі Джайлза Колборна, сузаснавальніка і генеральнага дырэктара cxpartners. Аўтар адной з вядучых у свеце незалежных кансультацыйных кансультацый па дызайне Просты і зручны, кніга на тэму прастаты, арыентаваная менавіта на дызайнераў узаемадзеяння.
Што застанецца пасля шуму чат-бота? Хто / што выжыве?
Джайлз Калборн: Праблема шуміхі заключаецца ў тым, што ён прымушае людзей складаць рэчы там, не адрозніваючы, добра гэта ці не, і заклікае людзей меркаваць, што ўсё магчыма, таму яны дзіка перашчыруюць. Гэта тая ж гісторыя з любой новай ці новай тэхналогіяй.
Такім чынам, пасля ажыятажу я чакаю некалькі добрых, надзейных, простых, надзейных прыкладаў і мадэляў, на якіх мы павольна будуем больш складаны досвед. Цудоўна слухаць шуміху і марыць, але калі вы будуеце сістэму, на якую людзі могуць спадзявацца, вам не трэба баяцца зрабіць нешта простае і функцыянальнае.
Я думаю, што пры любой сістэме, якая абапіраецца на машыннае навучанне (а большасць натуральных моўных інтэрфейсаў належыць на машыннае навучанне), людзі з вялікімі наборамі дадзеных будуць мець перавагу. Я хацеў бы спадзявацца, што гэта не ператворыцца ў блакаванне платформы.
Яшчэ ў першыя дні спажывецкага Інтэрнэту мы пазбягалі блакавання платформы дзякуючы Інтэрнэту, які меў адкрытую спецыфікацыю, якую мог выкарыстоўваць любы. На гэты раз цяжка ўбачыць, каб нешта падобнае адбывалася - магчыма, трэба будзе прыняць заканадаўства. Але да ўсяго гэтага, напэўна, яшчэ шмат гадоў.
- Як стварыць вопыт чат-бота
У чым перавагі чат-ботаў і размоўных інтэрфейсаў?
GC: Па-першае, я павінен правесці адрозненне паміж чат-ботамі і размоўнымі карыстацкімі інтэрфейсамі і поўнымі інтэрфейсамі натуральнай мовы (NLI). Чат-боты часам просяць карыстальніка выбраць адзін з магчымых адказаў - хутчэй, як жудасныя сістэмы IVR, якія сартуюць галасавыя званкі па тэлефонных лініях ("націсніце 1, каб даведацца пра баланс, 2 - для абслугоўвання кліентаў і г.д."). NLI дазваляюць уводзіць адказ на вашай мове, а потым адказваць на яго аснове. Мяне больш цікавяць NLI, і гэта мая ўвага.
Мне падабаецца ў NLI тое, што амаль няма карыстацкага інтэрфейсу для навучання. Такія прыкладання, як Facebook Messenger, сёння з'яўляюцца аднымі з найбольш часта выкарыстоўваюцца на смартфонах. Карыстацкі інтэрфейс просты, і ідэя, якая ляжыць у іх аснове, лёгка зразумець. Такім чынам, стварэнне паслуг на вяршыні гэтага звыклага, шырока выкарыстоўванага інтэрфейсу выглядае добрай ідэяй, пакуль самімі паслугамі проста карыстацца.
Больш за тое, калі вы можаце стварыць інтэрфейс, які працуе на чымсьці вельмі простым, напрыклад SMS, ён будзе працаваць на Facebook Messenger, WhatsApp ці якой-небудзь іншай платформе чата - значыць, можна паабяцаць, што вы зможаце пашырыць свой ахоп.
Перавага да паслуг тыпу чата расце, калі вы глядзіце на маладую аўдыторыю. Яны выраслі ў сацыяльных сетках, і, падобна, аддаюць перавагу ўзаемадзейнічаць з тыпамі паслуг, а не з тэлефонам ці электроннай поштай. Але, вядома, гэта інтэрфейс, які па сваёй сутнасці даступны людзям з парушэннямі зроку ці слыху і просты для карыстальнікаў усіх узростаў.
Аднак мяне зачароўвае тое, што інтэрфейсы натуральнай мовы азначаюць, што мы можам ствараць сістэмы, якія адчуваюць сябе больш чалавечна. Чалавечая размова мае шмат цікавых якасцей, з якімі змагаецца графічны карыстацкі інтэрфейс.
Напрыклад, калі вы просіце чалавека дапамагчы знайсці што-небудзь, напрыклад, авіябілет, вы часта пачынаеце з даволі расплывістага апісання і павольна абдумваеце пару добрых выбараў. На дадзены момант мы можам зрабіць гэта ў гранёных інтэрфейсах пошуку, але людзі з цяжкасцю выкарыстоўваюць іх эфектыўна - асабліва на маленькіх экранах. На маленькіх экранах вы, як правіла, атрымліваеце шэраг меню, у якое вы ўваходзіце. Гэта можа адчуваць сябе нязграбна альбо бянтэжыць. Інтэрфейсы натуральнай мовы могуць гэта абыйсці.
Нарэшце, наступная хваля вылічэнняў ідзе не пра ноўтбукі і мабільныя тэлефоны - гэта пра асяроддзя, поўныя разумных прылад, якія ведаюць вас і якія ўзаемадзейнічаюць з вамі. Вам не патрэбны сэнсарны экран на кожнай прыладзе альбо прыкладанне для кожнай прылады на вашым смартфоне. Вам патрэбны агульны інтэрфейс, які ведае вас і з якім вы можаце лёгка мець зносіны. Вось чаму я думаю, што NLI і тэхналогіі штучнага інтэлекту адыгрываюць такую важную ролю ў наступным пакаленні карыстацкага досведу.
І якія ёсць падводныя камяні ў размоўных інтэрфейсах і як нам іх пазбегнуць?
GC: Я думаю, што самая вялікая памылка заключаецца ў стварэнні размоў, якія выглядаюць як блок-схемы - тых, дзе дыялог выкладзены ў драбнюткіх дэталях. У рэчаіснасці размовы даволі расплывістыя і мяккія. Калі вы паспрабуеце падрабязна іх прапісаць, у выніку вам не хапае складанасці - альбо вы проста ствараеце яшчэ адну з гэтых IVR-сістэм.
Напрыклад, калі вы спытаеце каго-небудзь, як яго завуць, адзін чалавек можа даць вам поўнае імя, уключаючы загаловак, а іншы - проста. Вы павінны дазволіць ім гэта зрабіць, а потым абкружыць назад, каб прапусціць дэталі. Гэта не памылка, гэта проста іншы спосаб адказу на пытанне.
Як мы можам палепшыць ботаў для паляпшэння карыстацкага досведу?
GC: Калі вы слухаеце людзей, якія асабліва выкарыстоўваюць галасавыя сістэмы, вялікая частка размовы ідзе пра тое, як карыстальнік высвятляе, як задаваць пытанні, і даведаецца, што сістэма можа, а што не можа. Я думаю, што большасць НЛІ робяць жудасную працу ў вырашэнні гэтых сітуацый.
Напрыклад, скажыце, што вы просіце вашага галасавога памочніка сыграць песню, напрыклад, "Багемская рапсодыя", але вы памыляецеся з імем і называеце яе "Мама, толькі што забіў чалавека". З пункту гледжання карыстальніка і чалавечага праслухоўвання карыстальнік падаў сапраўдны і карысны запыт. Але большасць галасавых памочнікаў не ўдаецца супасці з загалоўкам і здацца, і карыстальнік вяртаецца да пачатку.
Такія рэчы ўвесь час здараюцца з галасавымі памочнікамі, але чалавек паспрабуе скарыстацца дадзенай інфармацыяй і задаць разумнае наступнае пытанне накшталт "Ці можаце вы ўспомніць, хто гэта быў?" Ці "Гэта загаловак ці радок з песні? '. Калі мы збіраемся зрабіць гэтыя сістэмы памяркоўнымі, нам трэба больш часу думаць пра тое, як павінна рэагаваць сістэма, калі яна не разумее.
Якія характарыстыкі чат-ботаў альбо размоўных інтэрфейсаў дазваляюць зрабіць усё правільна?
GC: Шмат лепшых інтэрфейсаў для размоў і чат-ботаў не імкнуцца зрабіць занадта шмат. Напрыклад, калі вы едзеце і вы просіце смартфон падказаць дарогу дадому, не так шмат "размовы" ідзе - на самай справе, чым карацей, тым лепш. Але вы атрымліваеце шмат вынікаў (інструкцыя па кіраванні аўтамабілем на гадзіну) за мінімальны ўвод ("дастаўце мне дарогу дадому"). І ўвод мінімальны, таму што смартфон выкарыстоўвае шмат кантэкстных дадзеных для запаўнення прабелаў - мяркуецца, што вы маеце на ўвазе ўказанні на рух, ён атрымлівае ваша бягучае месцазнаходжанне ад GPS і знаходзіць ваш хатні адрас з налад смартфона.
Я б сказаў, што гэта вельмі добрыя дызайнерскія максімы: хай размова будзе кароткай, выкарыстоўвайце кантэкстныя дадзеныя, прапануйце максімальны выхад за мінімальны ўвод.
Куды далей ідзе размоўны дызайн?
GC: Зараз адбываецца шмат цікавага. Ёсць галасавыя памочнікі, якія адрозніваюць розных людзей у пакоі, і галасавыя памочнікі, якія кіруюць эмацыянальным недахопам размовы, а не толькі абмену інфармацыяй.
Ёсць таксама інструменты, якія палягчаюць доступ дызайнераў да складаных функцый, а таксама інтэрфейсы, якія спалучаюць голас і візуальныя эфекты (так што вы можаце ўбачыць, як ствараецца маршрут падарожжа, напрыклад, падчас размовы з віртуальным турагентам). Гэта хвалюючы час.
