Vi fikk tak i Giles Colborne, medstifter og administrerende direktør i cxpartners. Colborne er et av verdens ledende uavhengige designkonsulentfirmaer, og er forfatteren av Enkelt og brukbart, en bok om temaet enkelhet rettet spesielt mot interaksjonsdesignere.
Hva blir igjen etter chatbot-hypen? Hvem / hva vil overleve?
Giles Colborne: Problemet med sprøytenarkoman er at det får folk til å legge ut ting der uten å diskriminere om det er bra eller ikke, og det oppfordrer folk til å anta at alt er mulig, så de overreagerer vilt. Det er den samme historien med enhver ny eller ny teknologi.
Så etter sprøytenarkomanen forventer jeg at det dukker opp noen gode, solide, enkle, robuste eksempler og mønstre som vi sakte bygger mer komplekse opplevelser på. Det er fantastisk å lytte til sprøytenarkomanen og å drømme, men hvis du bygger et system for folk å stole på, bør du ikke være redd for å gjøre noe enkelt og funksjonelt.
Jeg tror at med ethvert system som er avhengig av maskinlæring (og mange naturlige språkgrensesnitt er avhengige av maskinlæring), vil folk med store datasett ha en fordel. Jeg vil håpe at det ikke blir plattformlåsing.
Tilbake i de første dagene av forbrukernes internett, unngikk vi plattforminnlåsing takket være nettet, som hadde en åpen spesifikasjon som alle kunne bruke. Det er vanskelig å se noe sånt som skjer denne gangen - lovgivning må kanskje spille inn. Men alt det er sannsynligvis fortsatt år unna.
- Hvordan lage en chatbot-opplevelse
Hva er fordelene med chatbots og samtalegrensesnitt?
GC: Først bør jeg trekke et skille mellom chatbots og samtalegrensesnitt og full Natural Language Interfaces (NLIs). Chatbots ber noen ganger brukeren om å velge blant et antall mulige svar - i stedet for de forferdelige IVR-systemene som sorterer taleanrop på telefonlinjer ("trykk 1 for saldohenvendelser, 2 for kundeservice osv."). NLI-er lar deg skrive et svar på språket ditt og deretter svare basert på det. Jeg er mer interessert i NLI, og det er mitt fokus.
Det jeg liker med NLI er at det nesten ikke er noe brukergrensesnitt å lære. Apper som Facebook Messenger er blant de mest brukte appene på smarttelefoner i dag. Brukergrensesnittet er enkelt, og ideen bak dem er lett å forstå. Så å bygge tjenester på toppen av det velkjente, mye brukte grensesnittet ser ut som en god idé - så lenge tjenestene i seg selv er enkle å bruke.
Hva mer, hvis du kan bygge et grensesnitt som fungerer på noe veldig grunnleggende som SMS, vil det fungere på Facebook Messenger eller WhatsApp eller en annen chat-plattform - så det er lovet at du kan utvide rekkevidden din.
Preferansen for chat-tjenester vokser når du ser på yngre publikum. De har vokst opp med sosiale medier, og de ser ut til å foretrekke å samhandle med disse tjenestene i stedet for telefon eller e-post. Men dette er selvfølgelig et grensesnitt som iboende er tilgjengelig for personer med syns- eller hørselshemming, og det er lett å forstå for brukere i alle aldre.
Det som fascinerer meg er at Natural Language Interfaces betyr at vi kan designe systemer som føles mer menneskelige. Menneskelig samtale har mange interessante kvaliteter som grafiske brukergrensesnitt sliter med.
For eksempel, hvis du ber en person om hjelp til å finne noe, som en flybillett, begynner du ofte med en ganske vag beskrivelse og sakte null på et par gode valg. Vi kan gjøre det i fasetterte søkegrensesnitt for øyeblikket, men folk sliter med å bruke dem effektivt - spesielt på små skjermer. Det du pleier å få på små skjermer, er en serie menyer du borer inn i. Det kan føles klumpete eller forvirrende. Grensesnitt for naturlige språk kan omgå det.
Til slutt handler ikke den neste databølgen om bærbare datamaskiner eller mobiltelefoner - det handler om miljøer fulle av smarte enheter som kjenner deg og som samhandler med deg. Du vil ikke ha en berøringsskjerm på hver enhet eller en app for hver enhet på smarttelefonen din. Du vil ha et felles grensesnitt som kjenner deg og som du enkelt kan kommunisere med. Derfor tror jeg NLI og teknologier for kunstig intelligens har en så viktig rolle å spille i neste generasjon brukeropplevelse.
Og hva er noen av fallgruvene i samtalegrensesnitt og hvordan kan vi unngå dem?
GC: Jeg tror den største fallgruven er å lage samtaler som ser ut som flytskjemaer - de der dialogen blir kartlagt i detalj. I virkeligheten er samtaler ganske vage og skvisete. Hvis du prøver å kartlegge dem i detalj, ender du opp med å savne kompleksiteten - eller du lager bare et nytt av disse IVR-systemene.
For eksempel, hvis du spør noen om navnet deres, kan en person gi deg det fulle navnet inkludert tittelen, mens en annen bare kan gi deg fornavnet. Du må la dem gjøre det, og deretter sirkle tilbake for manglende detaljer. Det er ikke en feil, det er bare en annen måte å svare på spørsmålet på.
Hvordan kan vi forbedre roboter for å forbedre brukeropplevelsen?
GC: Når du lytter til folk som bruker stemmesystemer, handler mye av samtalen om at brukeren finner ut hvordan man kan stille spørsmål og lære hva systemet kan og ikke kan gjøre. Jeg tror de fleste NLIer gjør en forferdelig jobb med å håndtere disse situasjonene.
Si for eksempel at du ber stemmeassistenten din om å spille en sang, som 'Bohemian Rhapsody', men du får navnet feil og du kaller det 'Mama, just kill a man'. Fra brukerens synspunkt, og et menneske som lytter inn, har brukeren gitt en gyldig og nyttig forespørsel. Men de fleste stemmeassistenter klarer ikke å matche tittelen og gi opp, og brukeren er tilbake på rad.
Denne typen ting skjer hele tiden med stemmeassistenter, men et menneske vil prøve å bruke informasjonen som er gitt og stille et fornuftig oppfølgingsspørsmål som 'Kan du huske hvem det var etter?' Eller 'Er det tittelen eller en linje fra sangen? '. Hvis vi skal gjøre disse systemene tålelige, må vi bruke mer tid på å tenke på hvordan systemet skal reagere når det ikke forstår.
Hva er noen av egenskapene til chatbots eller samtalegrensesnitt som gjør ting riktig?
GC: Mange av de beste samtalegrensesnittene og chatbots prøver ikke å gjøre for mye. For eksempel, når du kjører og du ber smarttelefonen om å gi deg veibeskrivelse hjem, skjer det ikke mye av en 'samtale' - faktisk jo kortere jo bedre. Men du får mye produksjon (en times kjøreinstruksjoner) for minimale innspill (‘få meg veibeskrivelse hjem’). Og inngangene holdes minimale fordi smarttelefonen bruker mye kontekstuelle data for å fylle ut blankene - det forutsetter at du mener veibeskrivelse, den får din nåværende posisjon fra GPS, og den finner hjemmeadressen din fra smarttelefoninnstillingene.
Jeg vil si at det er ganske bra designmaksim: hold samtalen kort, bruk kontekstuelle data, gi maksimal utgang for minimalt input.
Hvor går samtaledesign videre?
GC: Det er mange interessante ting som skjer akkurat nå. Det er stemmeassistenter som skiller mellom forskjellige mennesker i rommet, og stemmeassistenter som styrer den følelsesmessige understrømmen i samtalen, ikke bare utvekslingen av informasjon.
Det er også verktøy som gjør komplekse funksjoner lettere for designere å få tilgang til, og grensesnitt som blander tale og grafikk (slik at du for eksempel kan se en reiseplan som du snakker med et virtuelt reisebyrå). Det er en spennende tid.
