در سال‌های اخیر، ما در نوعی تونل دید گفت‌وگویانه گرفتار شده‌ایم. بدون توجه به ماهیت قابلیت‌های مختلف هوش مصنوعی، آن‌ها را به صورت پیش‌فرض درون یک رابط کاربری مبتنی بر چت قرار می‌دهیم، صرفاً به این دلیل که مدل‌های زبانی بزرگ (LLM) بر اساس داده‌های گفت‌وگو آموزش دیده‌اند. این رویکرد یک‌جانبه، پتانسیل‌های بی‌کران فناوری هوش مصنوعی را در قالب محدود یک پنجره چت محبوس کرده است.
اما یک تجربه کاربری (UX) عالی به معنای تطبیق دادن نوع رابط کاربری با زمینه، نیت و بار شناختی کاربر است. به عبارت دیگر، رابط کاربری باید با کاربر تطبیق پیدا کند، نه برعکس. گاهی یک رابط بصری، تعاملی یا صوتی بسیار کارآمدتر از یک چت‌بات است و انتخاب مدل تعامل مناسب می‌تواند تفاوت بین یک محصول موفق و یک محصول فراموش‌شدنی باشد.
برای روشن‌تر شدن موضوع، تصور کنید می‌خواهید یک مدل گرافیکی پیچیده را تحلیل کنید یا یک کد برنامه‌نویسی را بررسی و ویرایش کنید. در چنین مواردی، یک رابط کاربری بصری با ابزارهای تعاملی، به مراتب کارآمدتر از یک مکالمه متنی طولانی است. طراحان هوش مصنوعی باید از این تصور که چت تنها راه تعامل با هوش مصنوعی است، خارج شوند و برای هر کاربرد، مدل مناسبی را انتخاب کنند.
به نقل از کدیران
این مقاله به یکی از چالش‌های اساسی در طراحی محصولات هوش مصنوعی اشاره می‌کند: تمایل به استفاده بی‌رویه از رابط‌های گفت‌وگویی. در دنیای ارزهای دیجیتال و فناوری‌های غیرمتمرکز، این موضوع اهمیت دوچندانی دارد. پلتفرم‌های معاملاتی، کیف پول‌های دیجیتال و اپلیکیشن‌های دیفای (DeFi) هر روز بیشتر با هوش مصنوعی ادغام می‌شوند و کاربران این پلتفرم‌ها نیازمند رابط‌های کاربری هستند که اطلاعات پیچیده بازار را به سرعت و به روشنی ارائه دهند. تصور کنید یک معامله‌گر ارز دیجیتال در حال بررسی وضعیت بازار باشد. آیا تایپ کردن سوالات در یک چت‌بات بهترین راه برای دریافت اطلاعات لحظه‌ای قیمت‌ها، نمودارها و تحلیل‌های تکنیکال است؟ قطعاً خیر. در اینجا یک داشبورد بصری با نمودارهای تعاملی و هشدارهای هوشمند، تجربه کاربری بسیار بهتری ارائه می‌دهد. از سوی دیگر، اگر همان کاربر بخواهد سوال پیچیده‌ای درباره یک قرارداد هوشمند بپرسد یا استراتژی معاملاتی خود را شرح دهد، رابط گفت‌وگویی ممکن است مناسب‌تر باشد. پیش‌بینی می‌شود که در سال‌های آینده، شاهد ظهور نسل جدیدی از محصولات هوش مصنوعی باشیم که به جای تکیه بر یک مدل واحد، از ترکیبی از مدل‌های تعاملی (چت، صدا، لمس و بصری) استفاده می‌کنند. این رویکرد چندوجهی (multimodal) نه تنها تجربه کاربری را بهبود می‌بخشد، بلکه بار شناختی کاربر را نیز کاهش می‌دهد. در نهایت، طراحان و توسعه‌دهندگان باید به جای پیروی کورکورانه از روند چت‌بات‌ها، نیازهای کاربران خود را به دقت تحلیل کرده و مناسب‌ترین رابط کاربری را برای هر کاربرد انتخاب کنند. این تفکر می‌تواند متمایزکننده اصلی محصولات موفق در آینده پرمشاجره هوش مصنوعی و ارزهای دیجیتال باشد.