در سال‌های اخیر، بسیاری از محصولات هوش مصنوعی به یک الگوی تکراری رسیده‌اند: هر قابلیت جدیدی را داخل یک چتبات می‌گذارند. دلیل این انتخاب تا حدی قابل درک است، چون مدل‌های بزرگ زبانی با داده گفتگو آموزش می‌بینند و وجود یک رابط مکالمه‌ای می‌تواند در نگاه اول جذاب به نظر برسد. اما همین موفقیت اولیه باعث نوعی تونل‌زنی ذهنی در طراحی محصول شده است.
مشکل اینجاست که کاربرها هرگز با بار شناختی یکسان وارد یک مکالمه نمی‌شوند. گاهی می‌خواهند چیزی را سریع پیدا کنند، گاهی به راهنمایی گام‌به‌گام نیاز دارند و گاهی فقط می‌خواهند یک تصمیم ساده را با کمترین فشار ذهنی بگیرند. اگر همه این حالت‌ها را به یک چت محدود کنیم، تجربه کاربری شکننده و خسته‌کننده می‌شود.
طراحی واقعاً موفق یعنی رابط را با شرایط کاربر تطبیق دهیم: مدالیت مناسب بر اساس هدف کاربر، زمینه استفاده و بار شناختی او انتخاب شود. به عبارت دیگر، محصول باید خودش را با کاربر هماهنگ کند، نه اینکه کاربر مجبور باشد با منطق چتبات پیش برود.
به نقل از کدیراناین خبر یک هشدار عملی برای طراحان و مدیران محصول است: ما به‌راحتی گول ظاهر فناوری را می‌خوریم و چون مدل‌های زبانی بر پایه گفتگو آموزش می‌بینند، فکر می‌کنیم چتبات تنها روش درست برای ارائه آن‌هاست. اما در واقع، چت یک رابط عمومی است؛ برای برخی کارها سریع و انعطاف‌پذیر است، اما برای بسیاری از وظایف شفاف، تکراری یا حساس، بیش از حد کُند و پُر از حواس‌پرتی می‌شود. طراحی خوب یعنی قبل از انتخاب مکالمه، از خود بپرسیم کاربر دقیقاً چه می‌خواهد، کجا است، چه اطلاعاتی دارد و چقدر می‌تواند توجه و تصمیم بگیرد.
در محصولات رمزارز، این مسئله اهمیت دوچندانی پیدا می‌کند. کاربر هنگام بررسی قیمت، مدیریت دارایی، تأیید تراکنش یا تنظیم هشدارها معمولاً به سرعت، شفافیت و اطمینان نیاز دارد؛ بنابراین فرم‌های کوتاه، کارت‌های اطلاعات، نمودارها، دکمه‌های تأیید و ابزارهای هدفمند می‌توانند بهتر از یک گفتگوی طولانی عمل کنند. در مقابل، وقتی هدف کاربر اکتشافی است، مثلاً یادگیری یک مفهوم، بررسی پروتکل‌ها یا تحلیل سناریوها، رابط مکالمه می‌تواند مفیدتر باشد. حتی در این حالت، تجربه گفتگو باید زودتر به یک ساختار مناسب تبدیل شود تا کاربر در پرسش و پاسخ گم نشود.
پیش‌بینی می‌شود نسل بعدی محصولات موفق هوش مصنوعی، چندحالتی و کاربرمحور باشند؛ یعنی مدالیت بر اساس نیاز کاربر انتخاب شود، نه اینکه همه‌چیز به زور در یک چت جا داده شود. صدا، متن، تصویر، کنترل‌های لمسی و پیشنهادهای زمینه‌ای باید در کنار هم قرار گیرند تا رابط با کاربر سازگار شود، نه برعکس. این تغییر نگرش می‌تواند خطای کاربر، هزینه آموزش و ریزش از محصول را کاهش دهد. در نهایت، محصول برنده محصولی نیست که فقط حرف می‌زند، بلکه محصولی است که در لحظه مناسب، کمترین اصطکاک و بیشترین ارزش را ارائه می‌دهد.