- ศูนย์กลางของซอฟต์แวร์กำลังย้ายจากหน้าจอและเมนูไปสู่ การสนทนา/การมอบหมาย/การทำงานเบื้องหลัง ทำให้เป้าหมายของการออกแบบ UX เปลี่ยนจากหน้าจอที่ตายตัวไปเป็นระบบที่ตีความเจตนาของผู้ใช้และลงมือทำ
- แชตไม่ใช่อินเทอร์เฟซที่จะมาแทนทุกงาน แต่ควรใช้ GUI แบบมีโครงสร้างเมื่อผู้ใช้รู้ชัดว่าต้องการอะไร และใช้ อินเทอร์เฟซแบบสนทนา เฉพาะเมื่อเป้าหมายยังคลุมเครือ
- เสียงถูก восприรับเป็นปฏิสัมพันธ์ทางสังคม จึงสำคัญกว่าคำสั่งครั้งเดียวคือการรักษาบริบทของบทสนทนา และปัญหาอย่าง เวลาแฝง/การสูญเสียบริบท/การกู้คืนจากข้อผิดพลาด ส่งผลร้ายแรงกว่ามากเมื่อเทียบกับอินเทอร์เฟซที่อิงหน้าจอ
- AI แบบเอเจนต์สามารถทำงานได้โดยไม่ต้องมีอินเทอร์เฟซ แต่หากต้องการให้ผู้ใช้ไว้วางใจ ก็จำเป็นต้องแสดงแผนการทำงาน สถานะความคืบหน้า ขอบเขตสิทธิ์ และจุดที่ย้อนกลับไม่ได้ โดยแพตเทิร์นหลักคือ การมองเห็นแผน/การมอบหมายแบบค่อยเป็นค่อยไป/การแทรกแซงอย่างนุ่มนวล
- ทั้งสามพาราไดม์ต่างย้ายศูนย์กลางของ UX จากกระแสของปฏิสัมพันธ์ไปสู่ เจตนาและความสัมพันธ์แห่งความไว้วางใจ แต่หลักการพื้นฐานที่ว่าผู้ใช้ต้องการได้รับการเข้าใจ รักษาการควบคุมไว้ได้ และได้รับการเคารพต่อเวลาและความสนใจ ยังเหมือนเดิม
การแตกแขนงของ UX ที่มีหน้าจอเป็นศูนย์กลาง
- ตลอด 30 ปีที่ผ่านมา การออกแบบ UX คือการออกแบบหน้าจอ เมนู โมดัล ปุ่ม แครูเซล และโฟลว์ระหว่างสถานะต่างๆ
- เดสก์ท็อปเมตาฟอร์ที่ประกอบด้วยหน้าต่าง โฟลเดอร์ และไฟล์ ได้มอบคำศัพท์ร่วมสำหรับการสร้างผลิตภัณฑ์ดิจิทัล
- แทนที่คำศัพท์ชุดนี้จะหายไป มันกลับแตกออกเป็นวิธีปฏิสัมพันธ์หลายแบบที่แทบไม่เหมือนกันเลย
- ผู้ใช้พูดคุยกับซอฟต์แวร์ มอบหมายงานให้ และบางครั้งก็แค่ตรวจดูผลลัพธ์ที่ถูกประมวลผลอยู่เบื้องหลังไปแล้ว
- หน้าจอยังคงมีอยู่ แต่ไม่ใช่พื้นผิวที่เป็นตัวแทนของ สัญญาพื้นฐาน ระหว่างคนกับผลิตภัณฑ์อีกต่อไป
- สามพาราไดม์ที่กำลังปรับโครงสร้าง UX ในตอนนี้คือ แชต เสียง และ AI แบบเอเจนต์ ซึ่งแต่ละแบบต้องการสัญญาการปฏิสัมพันธ์ที่ต่างกัน
แชตไม่ใช่อินเทอร์เฟซแบบครอบจักรวาล
- ในปี 2022 ยังมีคนไม่มากที่เคยพิมพ์คำสั่งภาษาธรรมชาติเข้าไปในอินเทอร์เฟซของผลิตภัณฑ์ แต่ในปี 2025 บริษัท 73% ได้ใช้รูปแบบใดรูปแบบหนึ่งของอินเทอร์เฟซแบบสนทนาในการโต้ตอบกับลูกค้า
- แม้ช่องป้อนข้อความจะกลายเป็นองค์ประกอบ UI หลัก แต่ ตัวแชตเองไม่ได้รับประกัน UX ที่ดี
- Conversational Design ของ Erika Hall แยกไว้อย่างชัดเจนว่าการสนทนาเหมาะก็ต่อเมื่อระบบและผู้ใช้ต้องร่วมกันต่อรองความหมาย
- หากผู้ใช้รู้อยู่แล้วว่าต้องการทำอะไร เช่น
เพิ่มลงตะกร้า,กรองตามราคา,ส่งแบบฟอร์มอินเทอร์เฟซแบบมีโครงสร้างจะเร็วกว่า แม่นยำกว่า และเหนื่อยน้อยกว่า - การสนทนาจะมีประโยชน์เมื่อผู้ใช้ยังอยู่ในช่วงสำรวจ หรือเป้าหมายยังไม่ชัด และยากจะอธิบายความต้องการผ่านการคลิกหรือแบบฟอร์ม
- หากผู้ใช้รู้อยู่แล้วว่าต้องการทำอะไร เช่น
- ผลิตภัณฑ์ที่นำแนวคิดนี้ไปใช้ไม่ได้แทนที่ทั้งผลิตภัณฑ์ด้วยแชตล้วน แต่ใช้ อินเทอร์เฟซแบบไฮบริด
- Notion AI ทำงานในแถบด้านข้างข้างเอกสาร แทนที่จะมาแทนเอกสาร
- command palette ของ Linear จัดการงานอย่างการสร้าง ticket ที่ผู้ใช้รู้อยู่แล้ว ส่วน AI จัดการคำถามกำกวมอย่าง “อะไรคือสิ่งที่กำลังขวางทีมมือถืออยู่?”
- GitHub Copilot ไม่ได้แทนที่ IDE ด้วยหน้าต่างแชต แต่ให้คำแนะนำแบบ inline ภายในสภาพแวดล้อมการทำงานเดิม
- เกณฑ์สำคัญคือ หากเจตนาของผู้ใช้ชัดเจน ให้ใช้ GUI แบบมีโครงสร้าง แต่ถ้าเจตนาคลุมเครือ ให้ใช้การสนทนา
- หากมองว่าแชตเป็นเครื่องมือสากลที่แก้ปัญหาอินเทอร์เฟซได้ทุกอย่าง ก็จะเกิดต้นทุนปฏิสัมพันธ์ที่ไม่จำเป็น
ความชัดเจนของเจตนาเป็นตัวกำหนดอินเทอร์เฟซ
- สิทธิบัตรระบบแนะนำแบบหลายขั้นตามเจตนา US20260065349A1 แบ่งคำขอออกเป็นสองระดับ
- เจตนาระดับจุลภาคคือคำขอที่มีความเชื่อมั่นสูงภายในหมวดหมู่เดียวกัน
- เจตนาระดับมหภาคคือเป้าหมายเชิงสำรวจที่ข้ามไปมาหลายหมวดหมู่
- การจะให้อินเทอร์เฟซแบบไหน ไม่ควรถูกตัดสินจากการที่ผลิตภัณฑ์ยึดแชตหรือยึด GUI เป็นศูนย์กลาง แต่ควรขึ้นอยู่กับว่า เจตนาของผู้ใช้ชัดเจนแค่ไหน
- Perplexity ไม่ได้แค่ปรับปรุงช่องค้นหา แต่สร้างหน้าคำตอบที่ประกอบสรุป การอ้างอิงแหล่งที่มา คำถามต่อเนื่อง และข้อมูลแบบมีโครงสร้างขึ้นมาแบบเรียลไทม์สำหรับแต่ละคำถาม
- งานวิจัยเรียกแนวทางที่เมื่อผู้ใช้บอกสิ่งที่ต้องการแล้ว อินเทอร์เฟซที่เหมาะกับเป้าหมายนั้นจะถูกประกอบขึ้นทันทีว่า Generative UI
- แทนที่นักออกแบบจะสร้างทุกสถานะหน้าจอด้วยตนเอง ก็จะหันไปออกแบบ ระบบและกฎ ที่สร้างสถานะที่เหมาะสม
- บทบาทกำลังเปลี่ยนจากการเขียนประโยคที่เสร็จสมบูรณ์ ไปเป็นการสร้างไวยากรณ์ที่จะใช้สร้างประโยคเหล่านั้น
การออกแบบความไว้วางใจสำหรับอินเทอร์เฟซเชิงกำเนิด
- แทนที่จะแสดงผลลัพธ์ที่สร้างเสร็จทั้งหมดในครั้งเดียว หากแสดงข้อความแบบค่อยๆ ไหลออกมา ผู้ใช้จะรับรู้ว่าระบบกำลังทำงานอยู่ ไม่ใช่ค้างไปแล้ว
- ปุ่มหยุดที่มองเห็นได้ตลอดระหว่างการสร้าง ช่วยมอบความรู้สึกว่าผู้ใช้สามารถแทรกแซงกระบวนการที่มองไม่เห็นได้
- การอ้างอิงแหล่งที่มาที่คลิกได้ เปลี่ยนแชตบอตจากผู้พยากรณ์ที่ประกาศคำตอบ มาเป็นผู้ร่วมมือที่ช่วยตรวจสอบเหตุผลร่วมกัน
- การออกแบบปฏิสัมพันธ์เล็กๆ อย่างการสตรีม ปุ่มหยุด และการแสดงแหล่งที่มา เป็นตัวชี้ขาด ความไว้วางใจและความเป็นไปได้ในการนำระบบไปใช้ ของทั้งระบบ
เสียงไม่ใช่ช่องทางคำสั่ง แต่เป็นช่องทางทางสังคม
- อินเทอร์เฟซเสียงถูกเสนอเป็นแกนหลักของ ambient computing มาตั้งแต่ยุคสมาร์ตสปีคเกอร์ แต่ประสบการณ์จริงกลับไม่เป็นไปตามความคาดหวัง
- ตั้งแต่ปลายปี 2025 เป็นต้นมา ศูนย์กลางของการเปลี่ยนแปลงเริ่มย้ายจากหน้าจอไปสู่ หู
- Siri AI ที่ประกาศในเดือนมิถุนายน 2026 ไม่ได้ถูกนำเสนอเป็นผู้ช่วยเสียงที่เสริมเข้ามาบนโทรศัพท์ แต่เป็นชั้นการสนทนาที่พาดผ่านอุปกรณ์ต่างๆ
- คำถามที่เริ่มบน iPhone สามารถต่อเนื่องบน iPad ได้ และบริบทของบทสนทนายังคงอยู่
- มันรับรู้สิ่งที่กำลังเห็นอยู่บนหน้าจอ และใช้บริบทส่วนตัวจากอีเมล ปฏิทิน และรูปภาพ
- คำขอที่อ่อนไหวถูกประมวลผลด้วย on-device inference ที่ปกป้องความเป็นส่วนตัว และ AirPods ก็ถูกขยายจากอุปกรณ์เสริมไปเป็นอินเทอร์เฟซหลัก
- Wired for Speech ของ Clifford Nass และ Scott Brave วิเคราะห์ว่า มนุษย์รับเสียงไม่ใช่เป็นช่องทางคำสั่ง แต่เป็น ช่องทางของปฏิสัมพันธ์ทางสังคม
- เมื่อได้ยินเสียง ระบบการรับรู้ทางสังคมที่คาดหวังการตอบสนองกัน บริบท และความสัมพันธ์จะถูกกระตุ้นขึ้น
- Siri แบบเดิมเป็นโมเดลเชิงธุรกรรมที่จบลงเมื่อสั่งคำสั่ง รับผลลัพธ์ แล้วจบความสัมพันธ์ จึงสวนทางกับความคาดหวังนี้
- โมเดลใหม่มุ่งไปสู่โครงสร้างเชิงความสัมพันธ์ที่รักษาบริบทข้ามบทสนทนา อุปกรณ์ และเวลา
เงื่อนไขความล้มเหลวที่ Humane AI Pin และ Rabbit R1 แสดงให้เห็น
- Humane AI Pin เป็นผลิตภัณฑ์ wearable แบบไร้หน้าจอที่เน้นเสียงและมีเงินลงทุน 240 ล้านดอลลาร์ เปิดตัวในเดือนเมษายน 2024 ราคา 699 ดอลลาร์ แต่ถูกยุติก่อนครบหนึ่งปี
- Designing Voice User Interfaces ของ Cathy Pearl ชี้ว่า ตัวแปรสำคัญที่กำหนดประสบการณ์เสียงคือ เวลาแฝงและการกู้คืนจากข้อผิดพลาด
- AI Pin ใช้เวลา 2~5 วินาทีแม้กับคำถามธรรมดาๆ และสำหรับอินเทอร์เฟซเสียง แม้แต่ 2 วินาทีก็รู้สึกว่ายาวมาก
- สถานะถูกรีเซ็ตใหม่ในทุกการโต้ตอบ ทำให้ไม่สามารถให้บริบทต่อเนื่องซึ่งเป็นเงื่อนไขพื้นฐานของการสนทนาได้
- Rabbit R1 ก็เจอปัญหาเดียวกันในช่วงเปิดตัว แต่ภายหลังดีขึ้นเมื่อ RabbitOS 2 ช่วงปลายปี 2025 สะท้อนความต้องการของปฏิสัมพันธ์ด้วยเสียง ไม่ใช่เพราะการเปลี่ยนฮาร์ดแวร์
- UX เสียง อ่อนไหวต่อเวลาแฝงและการสูญเสียบริบทมากกว่าหน้าจออย่างมาก
- บนหน้าจอ ผู้ใช้ยังสามารถกวาดตาดูองค์ประกอบรอบข้างและระบุตำแหน่งปัจจุบันของตนใหม่ได้
- แต่เสียงไม่มีจุดอ้างอิงทางภาพมาช่วยความจำเชิงพื้นที่ ดังนั้นเมื่อกระแสบทสนทนาขาดตอนก็ฟื้นกลับมายาก
- ระดับความต้องการของโครงสร้างพื้นฐานเพื่อให้ตอบสนองเร็ว รักษาบริบท และกู้คืนจากข้อผิดพลาดได้อย่างเป็นธรรมชาติ จึงสูงกว่าเช่นกัน
องค์ประกอบการออกแบบใหม่สำหรับหูและร่างกาย
- spatial audio กำลังกลายเป็นชั้นฟีดแบ็กที่มาแทนหน้าจอ
- การวิเคราะห์ฉากเสียงแบบเรียลไทม์ของ AirPods แยกสัญญาณออกจากเสียงรบกวนรอบข้าง ทำให้ใช้ตัวเสียงเองเป็นสื่อในการส่งสถานะได้
- การสั่นแบบ haptic ของอุปกรณ์สวมใส่ช่วยให้ยืนยันการทำงานเสร็จสิ้นได้โดยไม่ต้องมองหน้าจอ
- พาราไดม์ของเสียงไม่ใช่แค่เรื่องความสามารถในการคุยกับโทรศัพท์ แต่เป็นปัญหาของการออกแบบ ปฏิสัมพันธ์ที่เกิดขึ้นระหว่างทำอย่างอื่นอยู่ เช่น ทำอาหาร เดิน หรือขับรถ
- ความสนใจของผู้ใช้มีเพียงบางส่วนที่หันมาหาผลิตภัณฑ์
- บริบทไม่ได้อยู่ในหน้าจอ แต่อยู่ในกิจกรรมทางกายและสภาพแวดล้อมรอบตัว
- โมเดลการออกแบบที่ยึดเลย์เอาต์หน้าจอเป็นศูนย์กลางเพียงอย่างเดียวจึงรับมือได้ยาก
AI แบบเอเจนต์ลงมือทำโดยไม่มีอินเทอร์เฟซ
- AI แบบเอเจนต์ก้าวข้ามการตอบคำถามไปสู่การใช้เครื่องมือ ท่องเว็บ เขียนโค้ด ส่งอีเมล และส่งแบบฟอร์มเป็นชุดของการกระทำ
- ช่วงปี 2024~2025 เป็นการย้ายจากเดโมงานวิจัยไปสู่ผลิตภัณฑ์จริง
- OpenAI Operator ทำการจองร้านอาหารได้
- Anthropic Claude ควบคุมเว็บเบราว์เซอร์แทนผู้ใช้ผ่าน computer use API
- Salesforce Agentforce จัดการเคสบริการลูกค้าตั้งแต่ต้นจนจบโดยไม่ต้องมีมนุษย์เข้ามาแทรก
- Gartner คาดว่า สัดส่วนของแอปพลิเคชันองค์กรที่รวม AI เอเจนต์เฉพาะงานจะเพิ่มจากต่ำกว่า 5% ในปี 2025 เป็น 40% ภายในปลายปี 2026
- เอเจนต์ไม่จำเป็นต้องมีอินเทอร์เฟซเพื่อทำงาน แต่หากผู้ใช้จะไว้วางใจ ก็จำเป็นต้องมี อินเทอร์เฟซที่มองเห็นได้ เพื่อให้เข้าใจและควบคุมการกระทำของมัน
เพิ่มทั้งระบบอัตโนมัติและการควบคุมของมนุษย์พร้อมกัน
- Human-Centered AI ของ Ben Shneiderman มองว่าแนวทางที่แทนที่การตัดสินใจของมนุษย์ด้วยเอเจนต์อัตโนมัติเป็นสิ่งที่รีบเกินไปในเชิงเทคนิคและอันตรายในเชิงจริยธรรม
- ทางเลือกไม่ใช่การลดระบบอัตโนมัติเพื่อคงการควบคุมของมนุษย์ หรือเอาการควบคุมของมนุษย์ออกเพื่อเพิ่มระบบอัตโนมัติ แต่คือการมอบ การควบคุมของมนุษย์สูงและระบบอัตโนมัติสูง ไปพร้อมกัน
- แทนที่จะลดบทบาทของมนุษย์ให้เหลือน้อยที่สุด ควรออกแบบการกำกับดูแลให้เข้าใจง่าย เข้าถึงได้ และไม่เป็นภาระ
- เป้าหมายของ UX แบบเอเจนต์จึงไม่ใช่การเลือกระหว่างอิสระกับการควบคุม แต่คือการสร้าง อิสระที่ควบคุมได้ ตั้งแต่ต้น
ความย้อนแย้งของความโปร่งใสของเอเจนต์
- เอเจนต์ที่ลงมือทำเงียบๆ โดยไม่อธิบายอะไรอาจมีประสิทธิภาพ แต่ก็อาจทำให้เกิดความกลัว
- เอเจนต์ที่อธิบายทุกการกระทำตลอดเวลาอาจน่าเชื่อถือ แต่ก็อาจทำให้ผู้ใช้เหนื่อยล้าราวกับต้องอ่าน system log
- การออกแบบที่เหมาะสมต้องแสดงให้เห็นมากพอให้ผู้ใช้รู้สึกว่าควบคุมได้ แต่จำกัดข้อมูลไว้ไม่ให้ถาโถมจนล้นจากกิจกรรมภายในของระบบ
- แพตเทิร์นที่พบร่วมกันในผลิตภัณฑ์เอเจนต์ที่ถูกนำไปใช้งานจริงคือ การมองเห็นแผน การมอบหมายแบบค่อยเป็นค่อยไป และการแทรกแซงอย่างนุ่มนวล
การมองเห็นแผน
- ก่อนที่เอเจนต์จะเริ่มลงมือทำ มันต้องแสดงให้ผู้ใช้เห็นว่ากำลังจะทำอะไร
- ควรใช้ถ้อยคำที่มนุษย์เข้าใจได้ เช่น “ฉันกำลังจะจองโต๊ะเวลา 19:00 น. ที่ร้านอาหารที่คุณพูดถึง ก่อนอื่นให้ฉันตรวจสอบว่ามีที่ว่างไหมนะ?” แทนภาษาระบบอย่าง
POST /api/calendar/event를 실행합니다 - พรีวิวก่อนลงมือทำคือจุดที่ผู้ใช้ตัดสินใจว่าจะไว้วางใจระบบหรือไม่
- งานวิจัย multi-agent reinforcement learning ก็ชี้เช่นกันว่า หากหลายเอเจนต์ต้องรักษาความสอดคล้องของระบบไว้ พวกมันต้องแชร์แผนก่อนลงมือทำ
การมอบหมายแบบค่อยเป็นค่อยไป
- ไม่ควรมอบอิสระทั้งหมดให้เอเจนต์ตั้งแต่แรก แต่ควร ขยายตามระดับความไว้วางใจที่ได้รับ
- เอเจนต์ของ Intercom เริ่มจากจัดการงานง่ายๆ ที่มีความมั่นใจสูง และจะขออนุมัติก่อนทำการกระทำที่มีความเสี่ยงสูง
- ประวัติการอนุมัติที่ผ่านมา củaผู้ใช้ทำหน้าที่เป็นโมเดลความไว้วางใจ และยิ่งเอเจนต์พิสูจน์ความน่าเชื่อถือได้มาก ก็ยิ่งได้สิทธิ์ในการกระทำที่กว้างขึ้น
- มนุษย์จึงยังอยู่ในลูป ไม่ใช่ด้วยการลงมือทำงานเอง แต่ด้วยการกำหนดขอบเขตที่เอเจนต์ไม่ควรก้าวข้าม
การแทรกแซงอย่างนุ่มนวลและการกระทำที่ย้อนกลับไม่ได้
- ผู้ใช้ต้องสามารถขอหยุดและดึงการควบคุมกลับมาได้ทุกเมื่อในเวิร์กโฟลว์ของเอเจนต์
- เอเจนต์อาจทำการกระทำที่ย้อนคืนได้ยาก เช่น ส่งอีเมลหรือจองตั๋วเครื่องบิน ดังนั้นฟังก์ชัน undo อย่างเดียวจึงไม่พอ
- ระบบต้องแสดงให้ชัดและขออนุมัติก่อนข้าม จุดที่ย้อนกลับไม่ได้ แทนที่จะไปพยายามกู้คืนภายหลังการกระทำ
ความอธิบายได้กลายเป็นตัวผลิตภัณฑ์เอง
- เมื่อระบบ AI ทางคลินิกแสดงเพียงคำแนะนำโดยไม่มีเหตุผลประกอบ บุคลากรทางการแพทย์ไม่ใช้งานมัน
- หลังจากเปลี่ยนอินเทอร์เฟซให้แสดงคำแนะนำครั้งละหนึ่งรายการ พร้อมแผงเหตุผลประกอบและปุ่มเพิกเฉยที่กดได้ในคลิกเดียว การนำไปใช้ก็เกิดขึ้นต่อเนื่อง
- ตัวโมเดล AI หรือผลลัพธ์คำแนะนำไม่ได้เปลี่ยน มีเพียงอินเทอร์เฟซที่เปลี่ยนไป
- ใน UX แบบเอเจนต์ ความอธิบายได้ไม่ใช่ฟีเจอร์ที่เติมเข้ามาเพื่อให้ผ่านข้อกำกับดูแล แต่คือ ประสบการณ์ผลิตภัณฑ์หลัก ที่ทำให้ผู้ใช้ยอมรับผลิตภัณฑ์
จากสถานะบนหน้าจอสู่พฤติกรรมของระบบ
- นักออกแบบไม่ได้ออกแบบเพียงสถานะที่มองเห็นบนอินเทอร์เฟซ แต่ยังต้องออกแบบว่าระบบจะมีพฤติกรรมอย่างไรเมื่อผู้ใช้ไม่ได้มองอยู่
- คำถามก็ย้ายจาก “ผู้ใช้มองเห็นอะไร?” ไปเป็น “หากผู้ใช้จะไว้วางใจระบบนี้ พวกเขาต้องเชื่ออะไรได้บ้าง?”
- การตัดสินเรื่องพฤติกรรม ความรับผิดชอบ เจตนา และความไว้วางใจจึงสำคัญกว่าการจัดวางเชิงภาพ
จากปฏิสัมพันธ์สู่เจตนา
- The Design of Everyday Things ของ Don Norman มองว่าการออกแบบล้มเหลวเมื่อวิธีที่ผู้ใช้เชื่อว่าระบบทำงานไม่ตรงกับวิธีที่มันทำงานจริง
- UX แบบดั้งเดิมตั้งอยู่บนสมมติฐานว่า ผู้ใช้ได้ตัดสินใจแล้วว่าจะทำอะไร ก่อนจะมาถึงอินเทอร์เฟซ
- เมนูมีอยู่เพราะผู้ใช้รู้ว่าจะเปิดเมนูไหน
- แบบฟอร์มมีอยู่เพราะผู้ใช้รู้ว่าจะกรอกช่องไหน
- แต่ในความเป็นจริง สิ่งที่ผู้ใช้นำมาด้วยไม่ใช่เจตนาเฉพาะเจาะจง หากเป็น เป้าหมาย ที่เป็นนามธรรมกว่า
- สมมติฐานที่มองข้ามความต่างนี้อาจไม่ถูกต้องสมบูรณ์ แต่ก็มีประโยชน์มากพอสำหรับการสร้าง UX ที่อิงหน้าจอมาตลอด 30 ปี
- อินเทอร์เฟซแบบใหม่แยกเป้าหมายออกจากเจตนา
- แชตให้ผู้ใช้พูดเป้าหมายเป็นภาษาธรรมชาติ แล้วระบบจึงทำให้เจตนาชัดเจนขึ้น
- เสียงทำให้ผู้ใช้แสดงเป้าหมายได้แม้ในสถานการณ์ที่ใช้มือไม่ได้
- เอเจนต์รับเป้าหมายเพียงครั้งเดียวแล้วดำเนินแผนหลายขั้นเพื่อทำให้สำเร็จ
- ความเปลี่ยนแปลงร่วมที่ผูกทั้งสามพาราไดม์ไว้ด้วยกันคือ ไม่ใช่ปฏิสัมพันธ์ แต่เป็นเจตนา ที่กลายมาเป็นเป้าหมายหลักของการออกแบบ
นักออกแบบกำลังออกแบบความสัมพันธ์แห่งความไว้วางใจ
- บทบาทของนักออกแบบกำลังเปลี่ยนจากผู้ออกแบบโฟลว์ปฏิสัมพันธ์ ไปเป็น ผู้ออกแบบความสัมพันธ์แห่งความไว้วางใจ ระหว่างมนุษย์กับระบบที่ลงมือทำแทนผู้ใช้
- สิ่งใหม่ที่ต้องรับมือมีดังนี้
- ผู้ใช้จะมอบหมายงานให้ระบบมากแค่ไหน
- ระบบจะตีความคำขอที่กำกวมอย่างไร
- จะตรวจสอบความต่างระหว่างสิ่งที่ผู้ใช้พูดกับสิ่งที่ต้องการจริงอย่างไร
- งานนี้ต้องการเครื่องมือและวิธีประเมินแบบใหม่
- งานวิจัย การปฏิสัมพันธ์ระหว่างมนุษย์-AI เสนอวิธีประเมินที่ไม่ได้วัดแค่ว่างานเสร็จหรือไม่ แต่ยังดูว่าผู้ใช้รู้สึกว่าได้รับข้อมูลเพียงพอและยังคงควบคุมได้อยู่หรือไม่
- เมื่อต้องสร้างระบบที่ตัดสินใจแทนผู้ใช้ ก็จำเป็นต้องมีมาตรฐานทางจริยธรรมว่าการตัดสินใจแบบใดบ้างที่ควรถูกมอบหมายได้
โจทย์ของนักออกแบบแชต/เสียง/เอเจนต์
- ในอินเทอร์เฟซแชต งานที่ยากที่สุดไม่ใช่การตัดสินใจว่าจะใช้แชตตรงไหน แต่คือการตัดสินใจว่า ตรงไหนไม่ควรใช้แชต
- ผลิตภัณฑ์ที่ทำผลงานได้ดีไม่ใช่ผลิตภัณฑ์ที่มี AI ทรงพลังที่สุด แต่เป็นผลิตภัณฑ์ที่แยกแยะได้แม่นยำว่างานใดเหมาะกับการสนทนา และงานใดเหมาะกับแบบฟอร์ม
- การแยกแยะนี้เป็นการตัดสินใจด้านการออกแบบ ไม่ใช่วิศวกรรม
- ในอินเทอร์เฟซเสียง ต้องออกแบบองค์ประกอบนอกหน้าจอ
- เวลาในการตอบสนองสำคัญกว่าเลย์เอาต์ จึงต้องออกแบบเวลา
- ต้องออกแบบบริบทโดยคำนึงว่าผู้ใช้จำอะไรอยู่
- ต้องออกแบบวิธีกู้บทสนทนาเมื่อระบบไม่เข้าใจ
- ฟีดแบ็กเสียง การสั่น haptic สัญญาณเชิงพื้นที่ และกลยุทธ์กู้คืนบทสนทนา กลายเป็นเครื่องมือใหม่
- ระบบแบบเอเจนต์เป็นพื้นที่ที่มีแพตเทิร์นที่นิ่งน้อยที่สุดและมีความเสี่ยงสูงที่สุด
- การตัดสินใจเรื่องความโปร่งใส การควบคุมการแทรกแซง และการมอบหมายแบบค่อยเป็นค่อยไป จะเป็นตัวกำหนดว่าผู้ใช้รู้สึกว่าได้รับอำนาจหรือกำลังถูกเฝ้าจับตา
- สิ่งนี้ยังส่งผลเลยไปถึงระดับที่ผู้คนจะยอมมอบอิสระให้ AI มากเพียงใดในหลายอุตสาหกรรม ไม่ใช่แค่ในผลิตภัณฑ์รายตัว
- หากทั้งสามพาราไดม์ถูกสนับสนุนร่วมกันในผลิตภัณฑ์เดียว ก็ยังต้องแก้ ปัญหาการประสาน เพื่อเชื่อมอินเทอร์เฟซที่มีสัญญาการปฏิสัมพันธ์ต่างกันให้กลายเป็นประสบการณ์ที่สอดคล้องเดียวกัน
หลักการ UX ที่ไม่เปลี่ยนแปลง
- ต่อให้อินเทอร์เฟซใหม่ๆ เกิดขึ้น ผู้ใช้ก็ยังต้องการรู้สึกว่าตัวเองได้รับการเข้าใจ
- พวกเขายังคงกลัวการสูญเสียการควบคุม หลีกเลี่ยงผลิตภัณฑ์ที่ไม่โปร่งใส และไว้วางใจผลิตภัณฑ์ที่ซื่อตรง
- ผลิตภัณฑ์ที่ทำให้ผู้ใช้รู้สึกว่าตัวเองไร้ความสามารถหรือเชื่องช้า จะยังคงถูกเมินต่อไป
- หน้าที่ของนักออกแบบ UX ที่ดีคือการทำให้ผู้ใช้รู้สึกว่าตนเองมีความสามารถและได้รับความเข้าใจเสมอมา
- แชต เสียง และเอเจนต์ คือเครื่องดนตรีใหม่สำหรับทำสิ่งนี้ และเกณฑ์อย่าง ความชัดเจน/ความไว้วางใจ/ความรื่นรมย์/การเคารพต่อเวลาและความสนใจ ก็ยังไม่เปลี่ยน
อ่านเพิ่มเติม
- Erika Hall — Conversational Design
- Cathy Pearl — Designing Voice User Interfaces
- Clifford Nass / Scott Brave — Wired for Speech
- Ben Shneiderman — Human-Centered AI
- Don Norman — The Design of Everyday Things
ยังไม่มีความคิดเห็น