مشاهده می کنیم که روز به روز رابط های مکالمه ای در حال بهبود هستند، اما UX در طراحی سایت همچنان به کار نیاز دارد.

پیش از سخنرانی جنریت لندن درباره طراحی وب سایت رابط های مکالمه ای، ما با جیلس کلبورن، از موسسین و مدیر عامل شرکت cxpartners ملاقات نمودیم. کلبورن ، یکی از مشاوران ممتاز در طراحی سایت تجربه مستقل در دنیا است و نویسنده ی  کتاب " ساده و کاربردی " ، در مورد استفاده از طراحی ساده و کاربردی است که به طور خاص به طراحی تعاملی (با کاربران) اختصاص دارد.

چه  اتفاقی خواهد افتاد اگر چت باکس ها فراگیر شوند و در همه جا از آنها استفاده شود؟ چه کسی یا چه چیزی باقی خواهد ماند؟

گیلس کلبورن: مشکل رواج یافتن این است که مردم را وادار می کند تا چیزهایی را بدون آنکه معنی آن را خوب یا بد بفهمند نادیده بگیرد و مردم را تشویق می کند که فرض کنند که هر چیزی ممکن است و بنابراین آنها پا را از این فراتر می نهند. این امر در مورد هر تکنولوژی جدید یا در حال ظهور وجود دارد.

بنابراین پس از رواج یافتن، من انتظار دارم چند نمونه خوب، صحیح ، ساده، قوی و الگوهایی ظهور پیدا کنند که ما به آرامی براساس آن، تجربیاتی پیچیده تر را بدست آوریم. شگفت انگیز است که به فریادها گوش دهید و رویاهایتان را بسازید، اما اگر شما در حال ایجاد یک سیستم برای افرادی هستید که به آن تکیه کنند، نباید از انجام چنین کاری ساده و کارآمد بترسید.

من فکر می کنم که برای هر سیستمی که بر یادگیری ماشینی متکی است (و بسیاری از رابط های زبان طبیعی که بر روی یادگیری ماشینی تکیه دارند)، افرادی که مجموعه داده های بزرگی دارند، دارای برتری خواهند بود. من می خواهم امیدوار باشم که این امر به پلاتفرمی قفل شده تبدیل نمی شود.

با بازگشت به روزهای اول اینترنت مصرف کننده، بدلیل وجود وب سایت ها ما از قفل شدن پلاتفرم ها پرهیز نمودیم که دارای یک ویژگی آزادی بودند یعنی که هر کسی می توانست از آن ها استفاده نماید. دشوار است که چیزی شبیه این دوباره اتفاق بیفتد - ممکن است قانون مجبور شود وارد صحنه شود. اما همه این مسائل و اتفاقات احتمالا هنوز سالها از ما فاصله دارد.

چگونگی یک تجربه ربات چت را ایجاد نماییم

مزایای ربات های چت و رابط کاربری مکالمه ای چیست؟

گیلس کلبورن: ابتدا باید بین ربات های چت و رابط کاربری مکالمه ای و رابط کامل زبان طبیعی (NLI) تمایزی ایجاد کنم. ربات های چت گاهی اوقات از کاربر می خواهند که از میان تعدادی از پاسخ های احتمالی، یکی را انتخاب کنند – بیشتر شبیه سیستم های وحشتناک IVR که تماس های صوتی را بر روی خط تلفن ها مرتب می کنند ("1 را انتخاب کنید برای درخواست ، 2 را برای خدمات مشتری انتخاب کنید و غیره"). NLI به شما اجازه می دهد تا پاسخ خود را به زبان خود تایپ کنید و سپس بر اساس آن گزینه ها پاسخ دهید. من بیشتر علاقه مند به NLI هستم و این موضوع، کانون تمرکز من است.

چیزی که من در مورد NLI ها دوست دارم این است که تقریبا هیچ رابط کاربری برای یادگیری وجود ندارد. برنامه هایی مانند مسنجر فیس بوک، امروزه از رایج ترین برنامه های گوشی های هوشمند هستند که از آن استفاده می شود. رابط کاربری ساده است، و ایده در ورای آن این است که درک  آن آسان است. بنابراین ایجاد خدمات  بر روی این رابط آشنا و بسیار معروف به نظر می رسد یک ایده خوب باشد - تا زمانی که خدمات خود شان دارای استفاده آسان باشند.

اگر شما می توانید یک رابط کاربری را ایجاد کنید که بر روی چیزی واقعا ساده مانند SMS کار می کند بنابراین بر روی مسنجر فیس بوک یا واتساپ یا دیگر پلتفرم های چت نیز کار می کند -  بنابراین نویدی وجود دارد که می توانید میزان دسترسی خود را افزایش دهید.

اولویت دادن به سرویس های گپ مانند بیشتر می شود زمانی که شما مخاطبان جوان را نگاه می کنید. آنها با رسانه های اجتماعی رشد کرده اند و به نظر می رسد که ترجیح می دهند با آن دسته از خدمات به جای تلفن یا ایمیل ارتباط برقرار کنند. البته این یک رابط کاربری است که به طور ذاتی برای افرادی که دارای اختلالات بینایی یا شنوایی هستند قابل دسترسی است و درک آن برای کاربران در تمام سنین آسان است.

کلبورن می گوید: بسیاری از بهترین ربات های چت گفتگو را کوتاه می کنند و سعی نمی کنند بیش از حد ان این کار را انجام دهند.

با این حال، آنچه برای من جذاب است این است که رابط های زبان طبیعی به این معنی است که ما می توانیم سیستم هایی را طراحی کنیم که احساس بیشتری نسبت به واقعی بودن آنها همانند یک انسان داشته باشیم. مکالمه های انسان دارای ویژگی های جالبی است که رابط کاربری گرافیکی با آن دارای مشکلاتی است.

به عنوان مثال، اگر شما به یک فرد پیشنهاد کمک به پیدا کردن چیزی را می دهید همانند یک بلیط هواپیما ، اغلب با توصیفی کاملا مبهم شروع می کنید و به آرامی با چند انتخاب خوب آن را پیش خواهید برد. در حال حاضر ما می توانیم این کار را در رابط های جستجوی چند وجهی انجام دهیم، اما مردم تلاش می کنند تا از آنها به طور موثر استفاده کنند - مخصوصا در صفحه های کوچک. آنچه که شما در صفحه های کوچک تماشا می کنید، مجموعه ای از منوها است که به آن متصل می شوید. این منوها می تواند گیج کننده یا مبهم باشند. رابط های زبان طبیعی می تواند این مشکلات را دور بزنند.

در نهایت، موج بعدی دستگاه های کامپیوتری مربوط به لپ تاپ ها و تلفن های همراه نیست - در مورد محیط هایی پر از دستگاه های هوشمند است که شما را می شناسند و با شما ارتباط برقرار می کنند. شما دیگر نیازی به یک صفحه نمایش لمسی بر روی هر دستگاه یا برنامه ای بر روی گوشی هوشمند خود ندارید. شما یک رابط مشترک خواهید داشت که شما را می شناسد و می توانید به راحتی با آن ارتباط برقرار کنید. به همین دلیل است که من فکر می کنم NLI ها و فناوری های هوش مصنوعی نقش مهمی را در نسل بعدی تجربه کاربری بازی خواهند کرد.

مشکلات موجود در رابط های مکالمه  ای چه هستند و چگونه می توان از آنها اجتناب کرد؟

گیلس کلبورن: من فکر می کنم بزرگترین اشتباه مربوط به ایجاد گفتگو هایی است که شبیه فلوچارت هستند - مواردی که در آنها مکالمه با جزئیات دقیق بصورت نقشه بندی شده تنظیم شده اند. در واقع، گفتگوها بیشتر مبهم و غیرقابل پیش بینی هستند. اگر سعی کنید آنها را به طور دقیق ترسیم کنید، پیچیدگی را از دست می دهید یا فقط یکی از آن سیستم های IVR را ایجاد کرده اید که کار کردن با آن واقعا خسته کننده است.

به عنوان مثال، اگر از فردی نام او را بپرسید، فردی ممکن است نام کامل خود را از جمله عنوان آقا/خانم در ابتدای نام خود را به شما بدهد، در حالی که یکی دیگر ممکن است فقط نام خود را به شما بدهد. شما باید به آنها اجازه بدهید که این کار را انجام بدهند و سپس دوباره از عدم وجود جزئیات گمشده اطمینان پیدا کنید. این یک خطا نیست بلکه فقط یک روش متفاوت برای پاسخ دادن به یک سوال است.

ربات های چت باید بتواند به طور طبیعی با انسان ارتباط برقرار کند

چگونه میتوانیم عملکرد رباتها را بهبود بخشیم تا تجربه کاربر را بهتر نماییم؟

گیلس کلبورن: بویژه هنگامی که شما به حرف های افراد با استفاده از سیستم های صوتی گوش می دهید، بخش زیادی از گفتگو در مورد این است که کاربر چگونه می تواند سوالات  خود را مطرح کند و نیز اینکه آنچه را که سیستم می تواند و یا نمی تواند انجام دهد دریابد. من فکر می کنم اکثر NLI ها در اینگونه موارد بسیار وحشتناک کار خود را به درستی انجام می دهند.

به عنوان مثال، می توانید از دستیار صوتی خود بخواهید آهنگی مانند «بوهمیا » را پخش کند، اما دستگاه نام آهنگ را اشتباه می فهمید مثلا این که آهنگ «مادر» را پخش کند. از نظر کاربر و فردی که به آن گوش می دهد، کاربر یک درخواست معتبر و درستی را ارائه کرده است. اما اکثر دستیارهای صوتی درست نمی شنوند و نمیتوانند مسئله را مطابقت دهند و درنتیجه به آن عمل نمی کنند و اینگونه کاربر دوباره به خانه قبلی بر می گردد.

این نوع اتفاقات همواره در دستیارهای صوتی اتفاق می افتد، اما یک انساندر اینگونه موارد سعی می کند از اطلاعاتی که داده شده استفاده کند و با مطرح کردن یک سوال، پیگیری معقولی را انجام دهد و برای رفع ابهام در مورد نام آهنگ مثلا بپرسد که «آیا می توانید به یاد بیاورید که توسط چه کسی آن آهنگ خوانده شده بود؟» یا اینکه بپرسد «آیا این نام، عنوان ترانه است یا یک خط از آهنگ است ؟ '. اگر ما قصد داریم این سیستم ها را تحمل پذیر نماییم، باید زمان بیشتری را صرف تفکر در مورد این امر نماییم که چگونه سیستم بایستی  واکنش نشان دهد زمانی که سیستم پاسخ کاربر را نمی تواند درک نماید.

برخی از ویژگی های ربات های چت و یا رابط های کاربری مکالمه ای که همه چیز را درست درمی یابند چیست؟

گیلس کلبورن: بسیاری از بهترین رابط های کاربری مکالمه ای و ربات های چت سعی نمی کنند بیش از حد مکالمه انجام دهند. به عنوان مثال، هنگامی که شما در حال رانندگی هستید و از تلفن هوشمند خود می پرسید که به سمت خانه هدایت تان کند، گفتگو های زیادی رخ نمی دهد - در واقع، هر چه کوتاه تر باشد بهتر است. اما شما از پاسخ های ارائه شده مقدار زیادی خروجی بدست می آورید (دستورالعمل رانندگی برای رسیدن به خانه) که در پاسخ به  حداقل ورودی ("مرا به خانه هدایت کن") دریافت می کنید. ورودی  در واقع بصورت حداقل نگه داشته می شود، زیرا گوشی های هوشمند از داده های متنی مختلف برای پر کردن جاهای خالی استفاده می کند - به این معنا که فرض می کند شما مسیرهای رانندگی را می خواهید، مکان فعلی شما را از GPS دریافت می کند، و آدرس خانه فرد را از تنظیمات گوشی هوشمند او پیدا می کند.

از نظر من در واقع انجام این کارها بسیار عالی است: گفتگو را کوتاه نگه دارید، از داده های متنی استفاده کنید و در نهایت حداکثر خروجی را برای حداقل ورودی ارائه دهید.

این ربات های چت هستند که باید یاد بگیرند که انسانها را درک کنند، به جای اینکه ما یاد بگیریم که چگونه از آنها استفاده کنیم تا بهترین تجربه کاربری را داشته باشیم.

مقصد بعدی طراحی مکالمه ای کجاست؟

گیلس کلبورن: در حال حاضر بسیاری نوآوری های جالب و قابل توجهی وجود دارد که در این راستا اتفاق می افتد. دستیارهای صوتی وجود دارند که بین افراد مختلف در اتاق تشخیص قایل می شوند و دستیارهای صوتی وجود دارند که تحت فشار جریان های احساسی گفتگو قرار می گیرند ضمن اینکه تبادل اطلاعات را نیز حین پاسخگویی انجام می دهند.

همچنین ابزارهایی وجود دارد که ویژگی های پیچیده ای را برای طراحان برای دسترسی آسان تر ارائه می کنند و رابط هایی که صدا و تصاویر را ترکیب می کنند (به عنوان مثال شما می توانید در یک برنامه سفر مثلاً با یک کارگذار مجازی آژانس مسافرتی صحبت کنید). این بار بسیار هیجان انگیزتر است!

مردم انتظار دارند که از بحث شما در Generate London چه نتایجی را بدست آورند؟

گیلس کلبورن: من می خواهم به مردم کمک کنیم تا بدانند که چه چیزهایی برای شروع این کار نیاز دارند، چند دلیل خوب برای متقاعد کردن همکاران دارم که آنها را امتحان کنند و نحوه یافتن برخی از ابزارهای آسان از لحاظ استفاده را به آنها آموزش دهم، و آنها را با آنچه که واقعا در مکالمه انسان با انسان اتفاق می افتد هماهنگ نمایند، به طوری که بتوانند از آن برای طراحی رضایت بخش رابط خود استفاده کنند.