Grænsefladen efter chatbotben
Boksen, der lærte alle at spørge
Chatbotten gjorde noget vigtigt. Den gav almindelige mennesker en måde at røre ved en kraftfuld model uden at skulle lære en ny betjeningsflade. Skriv en forespørgsel. Få et svar. Spørg igen. Den enkelhed betød noget. Den fik AI til at føles mindre som et laboratorieinstrument og mere som en kollega, der havde læst for meget og indimellem fandt på ting med fremragende selvsikkerhed. I en periode var den tomme tekstboks præcis den rigtige dør.
Så begyndte teams at forsøge at køre seriøst arbejde gennem den dør. Udarbejd en politik, tjek en registrering, sammenlign leverandører, forbered en plejeplan, triager en hændelse, gennemgå en kontrakt, undersøg en klage, lav en tidsplan, afstem kildedata. Chatboksen kunne hjælpe, men interaktionen begyndte at knage. Vigtig tilstand levede i et rullende udskrift. Kildeevidens blev blandet med samtale. Handlinger var gemt inde i prosa. Rettelser dukkede op som flere beskeder. Brugeren skulle huske, hvad der var besluttet, hvad der stadig var kladde, og hvilket svar der stille og roligt havde erstattet et andet. Grænsefladen var blevet et møde uden referat.
Chat er en god grænseflade til at spørge, udforske og forhandle betydning. Den er en svag grænseflade til at operere. Arbejde har brug for tilstand, struktur, kontroller, oprindelse, sammenligning, fortryd, godkendelse, begrænsninger og fælles synlighed. En seriøs arbejdsgang kan ikke afhænge af, at nogen scroller opad for at finde ud af, om modellen lovede at bruge det gamle regneark eller det nye. Det er ikke samarbejde. Det er arkæologi med en markør.
Grænsefladen efter chatbotten vil ikke opgive sproget. Sprog er for nyttigt. Den vil placere sproget på sin rette plads: som én input- og outputtilstand blandt formularer, tabeller, tidslinjer, kort, lærreder, inspektører, skyderknapper, kildepaneler, køer, godkendelser og simuleringer. Fremtiden er ikke mindre samtalebaseret. Den er mindre fanget i samtale.
Chat skjuler tilstand i fuldt syn
Udskriften er en forførende lagringsmekanisme, fordi den føles komplet. Alt, der blev sagt, er der. Problemet er, at arbejde ikke blot er det, der blev sagt. Arbejde har tilstande. En klausul er kladde eller accepteret. En kilde er i scope eller uden for scope. En opgave er blokeret eller klar. En risiko er åben eller afbødet. Et tal kom fra en fil, en antagelse eller en beregning. En beslutning blev foreslået, afvist, eskaleret eller anvendt. Chat kan nævne disse tilstande, men at nævne er ikke at administrere.
Når state kun lever i samtalen, bliver brugerne selv state-maskinen. De skal huske, at det andet svar var bedre end det første, at modellen brugte det forkerte datasæt indtil det blev rettet, at sidste afsnit stadig mangler juridisk gennemgang, at tabellen er endelig bortset fra to rækker, og at handlingen ikke skal udføres endnu. Det kan folk klare i en kort udveksling. De kan ikke klare det pålideligt på tværs af et team, en måned eller en reguleret proces. Mennesker er fremragende til betydning. De er middelmådige databaser med følelser.
Grænsefladen efter chatten gør state synlig. Den viser det aktuelle arbejdssæt, accepterede ændringer, uafklarede spørgsmål, kildestatus, konfidens, godkendelser, deadlines og næste handlinger. Den adskiller samtale fra artefakt. Brugeren kan diskutere en kontrakt i naturligt sprog, men kontraktfladen viser, hvilke klausuler der er ændret. Brugeren kan bede om et udkast til en plejeplan, men planfladen viser medicin, risici, aftaler, evidens og uafklarede konflikter. Samtalen hjælper. Grænsefladen holder styr på resultatet.
Denne adskillelse beskytter også samarbejdet. En kollega, der kommer til senere, skal ikke skulle læse fyrre beskeder for at vide, hvad der er ændret. En revisor skal ikke have hele snakken med for at se beslutningen. En leder skal ikke være afhængig af modellens sidste svar som registrering. Artefakten har brug for sin egen state, version og oprindelse. Chat kan fortælle om arbejdet. Det skal ikke være det eneste sted, hvor arbejdet findes.
Svaret er ikke en bedre chatboble
Mange forbedringer af chatbots forsøger at gøre boblen smartere: citater, knapper, hukommelse, forslag, filvedhæftninger, funktionskald, stemme, avatarer, mere hjælpsom formatering. Det kan forbedre oplevelsen. Det løser ikke den dybere uoverensstemmelse. En arbejdsgang er ikke en stak beskeder med tilbehør. Det er et sæt objekter, begrænsninger, beslutninger og handlinger, der ændrer sig over tid.
Tag indkøbsanalyse. En chatgrænseflade kan opsummere leverandører, sammenligne kriterier og besvare spørgsmål. Nyttigt. Men brugeren har også brug for en sammenligningstabel, justerbar vægtning, kildedokumenter, konflikter, risikonotater, godkendelsesstatus, budgetbegrænsninger og en eksporterbar registrering. Hvis alt det skal presses ind i en samtale, bruger brugeren energi på at rekonstruere struktur, som systemet kunne have vist direkte. Sådan bliver en assistent til et meget veltalende regneark, der nægter at være et regneark.
Eller tag håndtering af hændelser. Chat kan hjælpe med at stille diagnostiske spørgsmål og udarbejde opdateringer. Men responderende har brug for en tidslinje, åbne hypoteser, berørte systemer, ejere, evidens, beslutninger, kommunikation og reversible handlinger. Et chatreferat er for lineært til parallelt krisearbejde. Det blander spekulation med bekræftede fakta, medmindre det styres nøje. Det gør det svært at se, hvad der stadig er ukendt. Under en hændelse skal grænsefladen reducere kognitiv belastning, ikke gøre responsen til en konkurrence i scrolledybde.
Den bedre retning er opgaveflader. Hver flade giver modellen en rolle i et genkendeligt arbejdsmønster: udkast, sammenligning, undersøgelse, afstemning, planlægning, gennemgang, routing, simulering. Sprog forbliver tilgængeligt, men fladen leverer de objekter og kontroller, som opgaven naturligt kræver. Brugeren beder ikke længere chatboten om at blive hele applikationen. Applikationen bliver AI-kompetent, hvor opgaven drager fordel af det.
Blandet initiativ kræver håndtag
AI-grænseflader beskrives ofte som blandet initiativ: mennesket og systemet skiftes til at føre. Den formulering er nyttig, men den kan blive uklar. Blandet initiativ kræver håndtag. Brugeren skal kunne sætte rammer, fastlåse fakta, afvise antagelser, vælge kilder, ændre risikotolerance, fryse dele af et artefakt, bede om alternativer, sammenligne versioner og godkende handlinger. Systemet skal kunne foreslå, advare, stille opklarende spørgsmål, afholde sig og forklare, hvorfor det har brug for mere dokumentation.
I chat bliver mange af disse håndtag til ord. Du skal ikke ændre anden sektion. Brug kun disse kilder. Vær mere konservativ. Behold tabellen, men justér scoringen. Forklar forskellen mellem version tre og fire. Det virker, indtil det ikke gør. Instruktioner i prosa kan overses, misforstås, modsiges eller begraves. Et håndtag, der betyder noget gentagne gange, bør blive synligt. Hvis en bruger skal sige rør ikke ved dette afsnit fem gange, har grænsefladen brug for en lås, ikke et mere lydigt afsnit om låse.
Gode håndtag reducerer promptbyrden. En omfangsmarkør er bedre end et afsnit, der forklarer omfang. Et kilde panel er bedre end gentagne gange at indsætte filnavne. En risikoskyder er bedre end vage adjektiver som forsigtig eller dristig, når domænet kan definere, hvad de betyder. En versionssammenligning er bedre end at spørge, hvad der ændrede sig. En struktureret godkendelsesknap er bedre end anvend venligst dette, men kun de sikre dele. Sprog forbliver det fleksible lag. Håndtag bærer gentagen hensigt.
Håndtag gør også ansvaret tydeligere. Hvis brugeren valgte kilder, kan registreringen vise det. Hvis systemet ignorerede en udelukket kilde, er det en fejl. Hvis en risikoindstilling var høj, kan efterfølgende gennemgang forstå, hvorfor modellen foreslog en mere aggressiv mulighed. Hvis en handling krævede godkendelse, kan grænsefladen bevise, hvem der godkendte den, og på hvilket grundlag. Dette er ikke grænsefladebureaukrati. Det er forskellen mellem samarbejde og vibes med en send-knap.
Kilder skal være objekter, ikke dekorationer
Citater i chat er en start, men de er ofte for svage til seriøst arbejde. En fodnote i slutningen af et genereret afsnit fortæller ikke brugeren, hvilken påstand der kom fra hvilken kilde, om kilden var aktuel, om en bedre kilde blev udelukket, eller om to kilder var i konflikt. Den kan berolige mere, end den informerer. Et citat kan blive et lille kostume til autoritet, hvis grænsefladen ikke lader brugeren inspicere kildeforholdet.
Post-chat-grænseflader behandler kilder som objekter. De viser kildesættet, friskhed, tilladelser, udtrukne felter, modstridende passager, konfidens og oprindelse. De lader brugere inkludere, ekskludere, fastgøre, sammenligne og udfordre kilder. De viser, når en påstand ikke har støtte. De adskiller officielle registre fra baggrundsmateriale, brugeres noter, udledte værdier og modellens gæt. En kilde er ikke en dekorativ henvisning. Den er en deltager i arbejdet.
Dette er vigtigt, fordi AI-systemer ofte fejler ved grænsen mellem tilgængelig information og berettiget information. De kan producere et flydende svar ud fra svage beviser. De kan blande gamle og nye dokumenter. De kan behandle et udkast som politik. De kan udlede et tal, der burde være beregnet. Grænsefladen bør gøre disse grænser synlige. Den bør hjælpe brugeren med at spørge: hvad brugte du, hvad brugte du ikke, hvad er i konflikt, hvad mangler, og hvad ville ændre sig, hvis denne kilde blev fjernet.
Når kilder bliver objekter, bliver gennemgang hurtigere og bedre. En advokat kan se, hvilken klausul der understøtter et foreslået ændringsforslag. En kliniker kan se, hvilken observation der formede en plan. En ingeniør kan se, hvilken loglinje der understøtter en diagnose. Et indkøbsteam kan se, hvilket leverandørdokument der bidrog til en score. Brugeren læser ikke længere prosa og håber, at det usynlige hentningssystem opførte sig korrekt. Håb er behageligt. Det er ikke en kildehåndteringsstrategi.
Fra svar til artefakt
Chatbottens naturlige enhed er et svar. Arbejdets naturlige enhed er ofte et artefakt. En rapport, plan, kontrakt, tidsplan, sagsmappe, modelkort, beslutningsnotat, risikoregister, forespørgsel, design, budget eller serviceanmodning har struktur ud over et svar. Den har sektioner, felter, ejere, statusser, afhængigheder, versioner og målgrupper. Grænsefladen efter chatbotten behandler AI-output som et foreslået ændringsforslag til et artefakt, ikke som selve artefaktet.
Denne forskel ændrer interaktionen. I stedet for at acceptere et helt svar kan brugeren acceptere et afsnit, afvise en påstand, fastgøre en kilde, opdele en opgave, ændre et felt, anmode om alternativer til én sektion eller anvende en transformation på udvalgte rækker. Systemet kan fremhæve usikre dele, markere ubegrundede påstande, vise hvad der ændrede sig, og bevare afviste muligheder. Brugeren arbejder med et objekt, ikke en udskrift.
Artefact-first design understøtter også delvis automatisering. Modellen kan udarbejde et udkast til resuméet, men ikke anbefalingen. Den kan udtrække felter, men ikke indsende sagen. Den kan foreslå ændringer i tidsplanen, men ikke underrette deltagerne. Den kan rangere risici, men ikke godkende afværgeforanstaltninger. Grænsefladen kan gøre disse grænser eksplicitte. En chatgrænseflade kan sige, at den ikke vil foretage en handling. En opgaveflade kan forhindre handlingen, medmindre den rette kontrol, rolle og dokumentation er til stede.
Fortryd bliver centralt. Når AI arbejder på artefakter, har brugerne brug for reversible operationer, differensvisninger, snapshots og registreringer af anvendte ændringer. Folk er mere villige til at eksperimentere, når de kan se og fortryde ændringer. De er mindre villige, når modellen udsender en poleret erstatning for det hele, og den eneste gendannelsesmekanisme er at kopiere fra en tidligere besked. Versionsstyring er ikke en udviklerluksus her. Det er et designmønster for mod.
Personalisering er ikke det samme som hukommelse
Mange chatbots bruger hukommelse som en måde at forbedre anvendeligheden på. Husk mine præferencer. Husk mine projekter. Husk min tone. Hukommelse kan hjælpe, men grænseflader efter chat har brug for en mere disciplineret skelnen mellem personalisering, sessionstilstand, organisatorisk kontekst og autoritativ registrering. At en model husker, at en bruger kan lide korte resuméer, er forskelligt fra, at en sagsfil registrerer, at en beslutning blev godkendt. At blande disse sammen er sådan bekvemmelighed bliver til bevis ved et uheld.
For seriøst arbejde bør grænsefladen vise, hvad den husker, og hvorfor. Personlige præferencer skal kunne redigeres og have lav risiko. Projektkontekst skal være synlig og afgrænset. Autoritative registreringer skal være underlagt styring. Følsomme fakta bør ikke blive til implicit hukommelse, blot fordi de optrådte i en samtale. En bruger skal kunne spørge systemet, hvorfor det opfører sig på en bestemt måde, og se, om svaret kommer fra præference, politik, historik, kildedata eller modelinferens.
Hukommelse har også brug for at kunne glemme. En annulleret antagelse bør ikke hjemsøge fremtidige anbefalinger. En udkastkilde bør ikke blive til permanent kontekst. En tidligere brugerkorrektion bør ikke gælde uden for sit domæne. En midlertidig projektbegrænsning bør udløbe. Chatgrænseflader får ofte hukommelse til at føles magisk. Arbejdsgrænseflader har brug for hukommelse, der er kedelig nok til at administrere. Kedelig hukommelse er den slags, der undgår at skulle forklare en klient, hvorfor sidste kvartals private note dukkede op igen i dette kvartals offentlige udkast.
Grænsefladen efter chat adskiller derfor hukommelseskontrollerne. Hvad er fastgjort til denne opgave. Hvad er gemt for denne artefakt. Hvad er en personlig præference. Hvad er organisatorisk politik. Hvad er midlertidigt. Hvad er slettet. Hvad er nedarvet. Brugeren skal ikke behøve at uddrive noget via prompter. De skal have kontroller.
Grænsefladen bliver en styringsflade
Når AI bevæger sig fra at besvare spørgsmål til at forme arbejde, bliver grænsefladen en styringsflade. Den afgør, hvad brugerne kan se, hvad de kan ignorere, hvilke standardindstillinger der føles normale, hvilke handlinger der kræver godkendelse, hvilken dokumentation der vises, hvilken usikkerhed der indrømmes, og hvilke registreringer der overlever. Styring er ikke kun politikerklæringer. Det er også skærmens udformning.
Dette gør grænsefladedesign mere betydningsfuldt, end mange organisationer forventer. Et skjult kildepanel svækker gennemgang. Et vagt konfidensmærke skaber falsk præcision. En standardgodkendelsessti øger automatiseringsbias. En manglende differensvisning gør genereret tekst til en tillidstest. En begravet eskaleringsrute modvirker omhu. En lys handlingsknap kan overtrumfe et afsnit med advarsel. Skærme har politik, selv når de bærer neutral grå.
God styring gør vigtig friktion synlig. Den bremser irreversible handlinger. Den kræver dokumentation for konsekvensændringer. Den viser manglende kontekst. Den holder afviste forslag tilgængelige til gennemsyn. Den adskiller kladde fra anvendt tilstand. Den gør eskalering nem, når systemet er usikkert. Den bebrejder ikke brugeren for at afvise automatisering. Det bedste AI-grænseflade kan nogle gange være den, der siger ikke nok dokumentation og derefter giver brugeren et produktivt næste skridt.
Det er også her, tilgængelighed betyder noget. En post-chat AI-overflade kan ikke antage, at enhver bruger ønsker lange prosatekster, tætte tabeller eller skjulte tastaturgenveje. Den bør understøtte scanning, tastaturbetjening, skærmlæsere, tydeligt fokus, forståelige etiketter og forudsigelig adfærd. Seriøst arbejde udføres af trætte mennesker på helt almindelige dage. Grænsefladen bør hjælpe dem, ikke køre en lille kognitiv forhindringsbane og kalde det innovation.
Hvorfor chat bliver
Intet af dette betyder, at chat forsvinder. Det vil forblive værdifuldt, fordi sprog er den mest fleksible grænseflade, mennesker har. Vi bruger det til at forklare mål, forhandle tvetydighed, spørge hvorfor, beskrive undtagelser og opfinde nye opgaver. Chat er især nyttig i begyndelsen af arbejdet, når brugeren endnu ikke kender strukturen. Det er også nyttigt i kanterne, hvor faste kontroller ville blive et museum over enhver tænkelig undtagelse.
Fejlen er at behandle chat som den universelle slutningstilstand, fordi det var den universelle demo. Det første regneark eliminerede ikke regnskabssystemer. Den første søgefelt eliminerede ikke informationsarkitektur. Det første kortgrænseflade eliminerede ikke logistiksoftware. Nyttige grænsefladeprimitiver bliver en del af rigere værktøjer. Chat er en primitiv. En kraftfuld en, men stadig en primitiv.
Post-chat-verdenen vil være fuld af hybrider. En planlægger med samtale ved siden af en tidslinje. En kontrakteredigering med klausulniveau-forslag og kildedokumentation. En supportkonsol med udkast til svar, tillid, politikker og kundehistorik. En klinisk overflade med patientkontekst, planforslag, risikomarkeringer og gennemsynskontroller. Et dataværktøj, hvor sprog genererer en forespørgsel, men resultatet lever i en tabel med herkomst og validering. Modellen bliver til stede i hele arbejdsområdet uden at tvinge alt arbejde ind i en udskrift.
Dette er sværere at bygge end et chatvindue. Det kræver forståelse for domænet, objekterne, brugerrollerne, fejltilstandene og de registreringer, der betyder noget. Det kræver designmæssig disciplin. Det kræver at sige nej til funktioner, der får demoen til at føles magisk, mens de gør produktionsarbejdet tvetydigt. Men det er den retning, seriøse AI-interfaces må tage. Chatbotten gjorde modellen tilgængelig. Det næste interface skal gøre den anvendelig.
Lektionen
Interface'et efter chatbotten er ikke en pænere chatbot. Det er en arbejdsflade, hvor sprog, kontroller, artefakter, kilder, tilstand og registreringer mødes. Det lader folk spørge, men også inspicere. Det lader modeller foreslå, men ikke beslutte i stilhed. Det lader brugere acceptere dele, afvise antagelser, fastgøre kilder, sammenligne versioner, fortryde ændringer og godkende handlinger med dokumentation. Det forvandler modellen fra en talende boks til en deltager i en styret arbejdsgang.
Chat lærte folk, at AI kunne være samtalebaseret. Det var en nødvendig lektion. Den næste lektion er, at samtale ikke er det samme som arbejde. Arbejde har hukommelse, form, ejerskab, risiko og konsekvens. Interface'et skal ære disse ting i stedet for at skjule dem i en udskrift. Fremtiden vil stadig tale. Den vil også vise sine kilder, eksponere sin tilstand, huske sine beslutninger og give brugerne håndtag, der er stærke nok til at styre med.