Interfejs po czacie
Pudełko, które nauczyło wszystkich pytać
Chatbot zrobił coś ważnego. Dał zwykłym ludziom sposób na dotknięcie potężnego modelu bez uczenia się nowego interfejsu. Wpisz prośbę. Otrzymaj odpowiedź. Zapytaj ponownie. Ta prostota miała znaczenie. Sprawiła, że AI przestało przypominać laboratoryjny przyrząd, a zaczęło przypominać kolegę, który przeczytał za dużo i od czasu do czasu zmyślał z doskonałą postawą. Przez pewien czas puste pole tekstowe było dokładnie właściwymi drzwiami.
Potem zespoły próbowały prowadzić przez te drzwi poważną pracę. Opracuj politykę, sprawdź zapis, porównaj dostawców, przygotuj plan opieki, segreguj incydent, przejrzyj umowę, zbadaj skargę, ułóż harmonogram, uzgodnij dane źródłowe. Pole czatu mogło pomóc, ale interakcja zaczęła zgrzytać. Ważny stan istniał w przewijanym zapisie rozmowy. Dowody źródłowe mieszały się z konwersacją. Działania były ukryte w prozie. Poprawki pojawiały się jako kolejne wiadomości. Użytkownik musiał pamiętać, co zostało ustalone, co wciąż jest szkicem, i która odpowiedź po cichu zastąpiła inną. Interfejs stał się spotkaniem bez protokołu.
Czat to dobry interfejs do pytania, eksplorowania i negocjowania znaczenia. To słaby interfejs do działania. Praca potrzebuje stanu, struktury, kontrolek, pochodzenia, porównania, cofania, zatwierdzania, ograniczeń i wspólnej widoczności. Poważny przepływ pracy nie może polegać na tym, że ktoś przewija w górę, aby sprawdzić, czy model obiecał użyć starego arkusza kalkulacyjnego, czy nowego. To nie jest współpraca. To archeologia z kursorem.
Interfejs po chatbotach nie porzuci języka. Język jest zbyt przydatny. Umieści język na właściwym miejscu: jako jeden z trybów wejścia i wyjścia obok formularzy, tabel, osi czasu, map, płócien, inspektorów, suwaków, paneli źródeł, kolejek, zatwierdzeń i symulacji. Przyszłość nie jest mniej konwersacyjna. Jest mniej uwięziona w konwersacji.
Czat ukrywa stan na widoku
Zapis rozmowy to kuszący mechanizm przechowywania, ponieważ wydaje się kompletny. Wszystko, co zostało powiedziane, tam jest. Problem polega na tym, że praca to nie tylko to, co zostało powiedziane. Praca ma stany. Klauzula jest szkicem lub zatwierdzona. Źródło jest w zakresie lub poza zakresem. Zadanie jest zablokowane lub gotowe. Ryzyko jest otwarte lub złagodzone. Liczba pochodzi z pliku, założenia lub obliczenia. Decyzja została zaproponowana, odrzucona, eskalowana lub zastosowana. Czat może wspomnieć o tych stanach, ale wspominanie to nie zarządzanie.
Gdy stan istnieje tylko w rozmowie, użytkownicy stają się maszyną stanów. To oni pamiętają, że druga odpowiedź była lepsza od pierwszej, że model używał niewłaściwego zbioru danych, dopóki go nie poprawiono, że ostatni akapit wciąż wymaga przeglądu prawnego, że tabela jest ostateczna z wyjątkiem dwóch wierszy i że akcja nie powinna być jeszcze wykonana. Ludzie potrafią to robić w przypadku krótkiej wymiany zdań. Nie potrafią tego robić niezawodnie w zespole, przez miesiąc ani w regulowanym procesie. Ludzie są doskonali w rozumieniu znaczenia. Są przeciętnymi bazami danych z uczuciami.
Interfejs po rozmowie czyni stan widocznym. Pokazuje bieżący zestaw roboczy, zaakceptowane zmiany, nierozstrzygnięte pytania, status źródeł, pewność, zatwierdzenia, terminy i kolejne działania. Oddziela rozmowę od artefaktu. Użytkownik może omawiać umowę językiem naturalnym, ale powierzchnia umowy pokazuje, które klauzule się zmieniły. Użytkownik może poprosić o projekt planu opieki, ale powierzchnia planu pokazuje leki, zagrożenia, wizyty, dowody i nierozstrzygnięte konflikty. Rozmowa pomaga. Interfejs prowadzi wynik.
To rozdzielenie chroni również współpracę. Kolega dołączający później nie powinien musieć przeczytać czterdziestu wiadomości, aby wiedzieć, co się zmieniło. Audytor nie powinien potrzebować całej pogawędki, aby zobaczyć decyzję. Menedżer nie powinien polegać na ostatniej odpowiedzi modelu jako na zapisie. Artefakt potrzebuje własnego stanu, wersji i pochodzenia. Czat może opowiadać o pracy. Nie powinien być jedynym miejscem, w którym praca istnieje.
Odpowiedzią nie jest lepszy dymek czatu
Wiele ulepszeń chatbotów próbuje uczynić dymek mądrzejszym: cytowania, przyciski, pamięć, sugestie, załączniki plików, wywołania funkcji, głos, awatary, bardziej pomocne formatowanie. To może poprawić doświadczenie. Nie rozwiązuje to głębszej niezgodności. Przepływ pracy to nie stos wiadomości z dodatkami. To zestaw obiektów, ograniczeń, decyzji i działań, które zmieniają się w czasie.
Rozważmy analizę zakupów. Interfejs czatu może podsumować dostawców, porównać kryteria i odpowiadać na pytania. Przydatne. Ale użytkownik potrzebuje również tabeli porównawczej, regulowanej wagi, dokumentów źródłowych, konfliktów, notatek o ryzyku, statusu zatwierdzenia, ograniczeń budżetowych i eksportowalnego zapisu. Jeśli wszystko to zostanie wciśnięte w rozmowę, użytkownik zużywa energię na odtwarzanie struktury, którą system mógłby pokazać bezpośrednio. Tak oto asystent staje się bardzo elokwentnym arkuszem kalkulacyjnym, który odmawia bycia arkuszem kalkulacyjnym.
Albo rozważmy reagowanie na incydenty. Czat może pomóc zadawać pytania diagnostyczne i szkicować aktualizacje. Ale osoby reagujące potrzebują osi czasu, otwartych hipotez, dotkniętych systemów, właścicieli, dowodów, decyzji, komunikacji i odwracalnych działań. Transkrypcja czatu jest zbyt liniowa do równoległej pracy kryzysowej. Miesza spekulacje z potwierdzonymi faktami, jeśli nie jest starannie zarządzana. Utrudnia dostrzeżenie tego, co wciąż jest nieznane. Podczas incydentu interfejs powinien zmniejszać obciążenie poznawcze, a nie zamieniać reakcję w konkurs na długość przewijania.
Lepszym kierunkiem są powierzchnie zadań. Każda powierzchnia daje modelowi rolę w rozpoznawalnym wzorcu pracy: szkicowanie, porównywanie, badanie, uzgadnianie, planowanie, przeglądanie, kierowanie, symulowanie. Język pozostaje dostępny, ale powierzchnia zapewnia obiekty i kontrolki, których zadanie naturalnie wymaga. Użytkownik nie prosi już chatbota, aby stał się całym zastosowaniem. Zastosowanie staje się zdolne do obsługi AI tam, gdzie zadanie na tym korzysta.
Inicjatywa mieszana potrzebuje uchwytów
Interfejsy AI często opisuje się jako inicjatywę mieszaną: człowiek i system na zmianę przejmują prowadzenie. To określenie bywa użyteczne, ale potrafi się zamglić. Inicjatywa mieszana wymaga uchwytów. Użytkownik musi móc ustalić zakres, przypiąć fakty, odrzucić założenia, wybrać źródła, zmienić tolerancję ryzyka, zamrozić części artefaktu, poprosić o alternatywy, porównać wersje i zatwierdzić działania. System musi móc proponować, ostrzegać, zadawać pytania doprecyzowujące, wstrzymywać się i wyjaśniać, dlaczego potrzebuje więcej dowodów.
W czacie wiele z tych uchwytów zamienia się w słowa. Nie zmieniaj drugiej sekcji. Korzystaj tylko z tych źródeł. Bądź bardziej ostrożny. Zachowaj tabelę, ale popraw punktację. Wyjaśnij różnicę między wersją trzecią a czwartą. To działa, dopóki nie przestaje. Instrukcje w prozie można przeoczyć, źle zrozumieć, zaprzeczyć im lub pogrzebać. Kontrola, która ma znaczenie wielokrotnie, powinna stać się widoczna. Jeśli użytkownik musi pięć razy powiedzieć nie ruszaj tego akapitu, interfejs potrzebuje blokady, a nie bardziej posłusznego akapitu o blokadach.
Dobre uchwyty zmniejszają obciążenie promptem. Selektor zakresu jest lepszy niż akapit wyjaśniający zakres. Panel źródeł jest lepszy niż wielokrotne wklejanie nazw plików. Suwak ryzyka jest lepszy niż mgliste przymiotniki, takie jak ostrożny czy śmiały, gdy domena potrafi zdefiniować, co one znaczą. Różnica wersji jest lepsza niż pytanie, co się zmieniło. Przycisk strukturalnego zatwierdzenia jest lepszy niż proszę to zastosuj, ale tylko bezpieczne części. Język pozostaje warstwą elastyczną. Kontrole niosą powtarzane intencje.
Uchwyty czynią też odpowiedzialność jaśniejszą. Jeśli użytkownik wybrał źródła, zapis może to pokazać. Jeśli system zignorował wykluczone źródło, to wada. Jeśli ustawienie ryzyka było wysokie, późniejszy przegląd może zrozumieć, dlaczego model zasugerował bardziej agresywną opcję. Jeśli działanie wymagało zatwierdzenia, interfejs może udowodnić, kto je zatwierdził i na jakich dowodach. To nie jest biurokracja interfejsu. To różnica między współpracą a wrażeniami z przyciskiem wysyłania.
Źródła powinny być obiektami, nie ozdobnikami
Cytowania w czacie to początek, ale często bywają zbyt słabe do poważnej pracy. Przypis na końcu wygenerowanego akapitu nie mówi użytkownikowi, które twierdzenie pochodzi z którego źródła, czy źródło było aktualne, czy lepsze źródło zostało wykluczone albo czy dwa źródła były ze sobą sprzeczne. Może uspokajać bardziej, niż informować. Cytowanie może stać się małym kostiumem autorytetu, jeśli interfejs nie pozwala użytkownikowi zbadać relacji źródłowej.
Interfejsy po czacie traktują źródła jako obiekty. Pokazują zestaw źródeł, świeżość, uprawnienia, wyodrębnione pola, sprzeczne fragmenty, pewność i pochodzenie. Pozwalają użytkownikom włączać, wykluczać, przypinać, porównywać i kwestionować źródła. Pokazują, kiedy twierdzenie nie ma poparcia. Odróżniają oficjalne dokumenty od materiałów pomocniczych, notatek użytkownika, wartości wywnioskowanych i przypuszczeń modelu. Źródło nie jest ozdobnym linkiem. Jest uczestnikiem pracy.
To ma znaczenie, ponieważ systemy AI często zawodzą na granicy między dostępnymi informacjami a informacjami uzasadnionymi. Potrafią stworzyć płynną odpowiedź na podstawie słabych dowodów. Potrafią mieszać stare i nowe dokumenty. Potrafią traktować projekt jako politykę. Potrafią wywnioskować liczbę, która powinna zostać obliczona. Interfejs powinien czynić te granice widocznymi. Powinien pomagać użytkownikowi zadać pytanie: czego użyto, czego nie użyto, co jest sprzeczne, czego brakuje i co by się zmieniło, gdyby to źródło zostało usunięte.
Gdy źródła stają się obiektami, przegląd staje się szybszy i lepszy. Prawnik może zobaczyć, który klauzula wspiera proponowaną poprawkę. Klinicysta może zobaczyć, która obserwacja ukształtowała plan. Inżynier może zobaczyć, który wpis w logu wspiera diagnozę. Zespół zakupowy może zobaczyć, który dokument dostawcy przyczynił się do wyniku. Użytkownik nie czyta już prozy i nie ma nadziei, że ukryty system wyszukiwania zadziałał poprawnie. Nadzieja jest przyjemna. Nie jest strategią zarządzania źródłami.
Od odpowiedzi do artefaktu
Naturalną jednostką czatbota jest odpowiedź. Naturalną jednostką pracy jest często artefakt. Raport, plan, umowa, harmonogram, akta sprawy, karta modelu, notatka decyzyjna, rejestr ryzyka, zapytanie, projekt, budżet czy zgłoszenie serwisowe mają strukturę wykraczającą poza odpowiedź. Mają sekcje, pola, właścicieli, statusy, zależności, wersje i odbiorców. Interfejs po czacie traktuje wynik AI jako proponowaną zmianę artefaktu, a nie jako sam artefakt.
To rozróżnienie zmienia interakcję. Zamiast akceptować całą odpowiedź, użytkownik może zaakceptować akapit, odrzucić twierdzenie, przypiąć źródło, podzielić zadanie, zmienić pole, poprosić o alternatywy dla jednej sekcji lub zastosować transformację do wybranych wierszy. System może podświetlić niepewne części, oznaczyć twierdzenia bez poparcia, pokazać, co się zmieniło, i zachować odrzucone opcje. Użytkownik pracuje z obiektem, a nie z transkrypcją.
Projektowanie z artefaktem na pierwszym planie wspiera również częściową automatyzację. Model może przygotować projekt streszczenia, ale nie rekomendacji. Może wyodrębniać pola, ale nie wysyłać sprawy. Może proponować zmiany w harmonogramie, ale nie powiadamiać uczestników. Może szeregować ryzyka, ale nie zatwierdzać działań naprawczych. Interfejs może jasno wyznaczać te granice. Interfejs czatu może poinformować, że nie podejmie danej czynności. Powierzchnia zadań może zablokować czynność, dopóki nie zostaną spełnione odpowiednie uprawnienia, rola i dowody.
Cofanie zmian staje się kluczowe. Gdy AI działa na artefaktach, użytkownicy potrzebują operacji odwracalnych, różnic, migawek i rejestrów wprowadzonych zmian. Ludzie chętniej eksperymentują, gdy widzą zmiany i mogą je cofnąć. Są mniej skłonni do tego, gdy model generuje gotową, dopracowaną wersję całości, a jedynym sposobem odzyskania poprzedniego stanu jest kopiowanie z wcześniejszej wiadomości. Kontrola wersji nie jest tu luksusem dla programistów. To wzorzec projektowy, który daje odwagę.
Personalizacja to nie to samo co pamięć
Wiele chatbotów opiera się na pamięci, aby zwiększać swoją użyteczność. Zapamiętaj moje preferencje. Zapamiętaj moje projekty. Zapamiętaj mój ton. Pamięć może pomóc, ale interfejsy po czacie potrzebują bardziej zdyscyplinowanego rozróżnienia między personalizacją, stanem sesji, kontekstem organizacyjnym a wiarygodnym zapisem. To, że model pamięta, iż użytkownik lubi krótkie streszczenia, to co innego niż zapis w aktach sprawy, że decyzja została zatwierdzona. Łączenie tych rzeczy sprawia, że wygoda staje się przypadkowym dowodem.
W przypadku poważnej pracy interfejs powinien pokazywać, co zapamiętuje i dlaczego. Preferencje osobiste powinny być edytowalne i obarczone niskim ryzykiem. Kontekst projektu powinien być widoczny i ograniczony. Wiarygodne zapisy powinny podlegać zarządzaniu. Wrażliwe fakty nie powinny stawać się pamięcią otoczenia tylko dlatego, że pojawiły się w rozmowie. Użytkownik powinien móc zapytać system, dlaczego zachowuje się w określony sposób, i zobaczyć, czy odpowiedź wynika z preferencji, polityki, historii, danych źródłowych czy wnioskowania modelu.
Pamięć potrzebuje też zapominania. Anulowane założenie nie powinno wpływać na przyszłe rekomendacje. Wersja robocza źródła nie powinna stać się trwałym kontekstem. Poprzednia poprawka użytkownika nie powinna obowiązywać poza swoim zakresem. Tymczasowe ograniczenie projektu powinno wygasnąć. Interfejsy czatu często sprawiają, że pamięć wydaje się magiczna. Interfejsy pracy potrzebują pamięci na tyle zwykłej, by dało się nią zarządzać. Zwykła pamięć to taka, która pozwala uniknąć tłumaczenia klientowi, dlaczego prywatna notatka z poprzedniego kwartału pojawiła się w publicznym projekcie w tym kwartale.
Interfejs po czacie rozdziela zatem elementy sterujące pamięcią. Co jest przypięte do tego zadania. Co jest zapisane dla tego artefaktu. Co jest preferencją osobistą. Co jest polityką organizacyjną. Co jest tymczasowe. Co jest usunięte. Co jest dziedziczone. Użytkownik nie powinien musieć odprawiać egzorcyzmów za pomocą poleceń. Powinien mieć do dyspozycji odpowiednie elementy sterujące.
Interfejs staje się powierzchnią zarządzania
W miarę jak AI przechodzi od odpowiadania na pytania do kształtowania pracy, interfejs staje się powierzchnią zarządzania. To on decyduje, co użytkownicy widzą, co mogą zignorować, które ustawienia domyślne wydają się naturalne, które działania wymagają zatwierdzenia, które dowody są wyświetlane, która niepewność jest przyznawana, a które zapisy przetrwają. Zarządzanie to nie tylko tekst polityki. To także kształt ekranu.
To sprawia, że projektowanie interfejsów ma większe znaczenie, niż przewiduje wiele organizacji. Ukryty panel źródłowy osłabia przegląd. Niejasna odznaka pewności stwarza pozory precyzji. Domyślna ścieżka zatwierdzania zwiększa skłonność do polegania na automatyzacji. Brak różnic zamienia wygenerowany tekst w ćwiczenie z zaufania. Ukryta ścieżka eskalacji zniechęca do staranności. Jaskrawy przycisk działania może zagłuszyć akapit ostrzeżeń. Ekrany mają swoją politykę, nawet gdy noszą neutralną szarość.
Dobre zarządzanie sprawia, że ważne tarcia stają się widoczne. Spowalnia nieodwracalne działania. Wymaga dowodów przy istotnych zmianach. Pokazuje brakujący kontekst. Utrzymuje odrzucone sugestie dostępne do przeglądu. Oddziela wersję roboczą od stanu zastosowanego. Ułatwia eskalację, gdy system nie jest pewny. Nie zawstydza użytkownika za odmowę automatyzacji. Najlepszy interfejs AI może czasem być tym, który mówi „za mało dowodów”, a następnie daje użytkownikowi produktywny następny krok.
To również miejsce, gdzie liczy się dostępność. Powierzchnia AI działająca po czacie nie może zakładać, że każdy użytkownik chce długich tekstów, gęstych tabel lub ukrytych skrótów klawiszowych. Powinna wspierać skanowanie wzrokiem, sterowanie klawiaturą, czytniki ekranu, wyraźny fokus, zrozumiałe etykiety i przewidywalne zachowanie. Poważną pracę wykonują zmęczeni ludzie w zwykłe dni. Interfejs powinien im pomagać, a nie urządzać mały tor przeszkód dla poznania i nazywać to innowacją.
Dlaczego czat zostanie
To wszystko nie oznacza, że czat zniknie. Pozostanie cenny, ponieważ język to najbardziej elastyczny interfejs, jaki mają ludzie. Używamy go, aby wyjaśniać cele, negocjować niejednoznaczność, pytać o przyczyny, opisywać wyjątki i wymyślać nowe zadania. Czat jest szczególnie przydatny na początku pracy, gdy użytkownik nie zna jeszcze struktury. Jest też przydatny na obrzeżach, gdzie stałe kontrolki stałyby się muzeum każdego możliwego wyjątku.
Błędem jest traktowanie czatu jako uniwersalnego stanu końcowego, ponieważ był uniwersalną demonstracją. Pierwszy arkusz kalkulacyjny nie wyeliminował systemów księgowych. Pierwsze pole wyszukiwania nie wyeliminowało architektury informacji. Pierwszy interfejs mapowy nie wyeliminował oprogramowania logistycznego. Przydatne prymitywy interfejsu stają się częścią bogatszych narzędzi. Czat jest prymitywem. Potężnym, ale wciąż prymitywem.
Świat po czacie będzie pełen hybryd. Planer z rozmową obok osi czasu. Edytor umów z sugestiami na poziomie klauzul i dowodami źródłowymi. Konsola wsparcia z gotowymi odpowiedziami, pewnością, kontrolami polityk i historią klienta. Powierzchnia kliniczna z kontekstem pacjenta, propozycjami planów, flagami ryzyka i kontrolami przeglądu. Narzędzie danych, w którym język generuje zapytanie, ale wynik żyje w tabeli z pochodzeniem i walidacją. Model staje się obecny w całym obszarze pracy, nie zmuszając całej pracy do formy transkryptu.
To jest trudniejsze do zbudowania niż okno czatu. Wymaga zrozumienia domeny, obiektów, ról użytkowników, sposobów awarii oraz rekordów, które mają znaczenie. Wymaga dyscypliny projektowej. Wymaga mówienia „nie” funkcjom, które sprawiają, że demo wydaje się magiczne, a jednocześnie czynią pracę produkcyjną niejednoznaczną. Ale to jest kierunek, w którym muszą podążać poważne interfejsy AI. Chatbot sprawił, że model stał się przystępny. Następny interfejs musi uczynić go operacyjnym.
Lekcja
Interfejs po chatbotcie nie jest ładniejszym chatbotem. To powierzchnia robocza, na której spotykają się język, elementy sterujące, artefakty, źródła, stan i rekordy. Pozwala ludziom pytać, ale także sprawdzać. Pozwala modelom proponować, ale nie decydować po cichu. Pozwala użytkownikom akceptować fragmenty, odrzucać założenia, przypinać źródła, porównywać wersje, cofać zmiany i zatwierdzać działania na podstawie dowodów. Przekształca model z mówiącego pudełka w uczestnika zarządzanego przepływu pracy.
Czat nauczył ludzi, że AI może być konwersacyjne. To była konieczna lekcja. Następna lekcja jest taka, że rozmowa to nie to samo co praca. Praca ma pamięć, kształt, własność, ryzyko i konsekwencje. Interfejs musi szanować te rzeczy, zamiast ukrywać je w transkrypcji. Przyszłość nadal będzie rozmawiać. Będzie też pokazywać swoje źródła, ujawniać swój stan, pamiętać swoje decyzje i dawać użytkownikom uchwyty wystarczająco mocne, by sterować.