Dlaczego rozmowy z AI wydają się sztuczne (i jak to naprawić)
Co się dzieje, gdy sztuczna inteligencja przestaje być narzędziem, do którego coś wpisujesz, a zaczyna być czymś, z czym rozmawiasz? W tym odcinku Galen Low rozmawia z Oliverem Shoulsonem, liderem ds. projektowania agentów i inżynierii w PolyAI, aby przeanalizować zaskakująco ludzki problem leżący u podstaw konwersacyjnej sztucznej inteligencji: większość rozmów z AI wciąż wydaje się dziwna.
Od niezgrabnych skryptów chatbotów po przesadnie uprzejme persony „głosu LLM”, które brzmią tak, jakby zostały wytrenowane przez komisję robotów z działu HR, Oliver wyjaśnia, dlaczego dobre projektowanie konwersacji polega w mniejszym stopniu na idealnym naśladowaniu ludzi, a w większym na usuwaniu tarcia. Rozmowa obejmuje psychologię zaufania, mechanizmy obecności społecznej oraz to, dlaczego przyszłość interfejsów AI może zależeć mniej od projektowania wizualnego, a bardziej od zrozumienia, jak ludzie naturalnie mówią, przerywają sobie, wahają się, doprecyzowują i współpracują.
Czego się dowiesz
- Dlaczego sukces lub porażka konwersacyjnej AI zależy od obecności społecznej i zaufania
- Ukryte wady projektowe, przez które interakcje z AI wydają się niesamowite lub frustrujące
- Jak czas reakcji, przerywanie i tempo rozmowy kształtują doświadczenie użytkownika
- Dlaczego głosowa AI wywołuje inne zachowania klientów niż chatboty tekstowe
- Rola pragmatyki i wspólnego kontekstu w projektowaniu naturalnej rozmowy
- Dlaczego „pomocne” zachowanie LLM często podważa zaufanie zamiast je budować
- Jak firmy wykorzystują markowe głosy AI, aby rozszerzać doświadczenie klienta
- Dlaczego język pozostaje jednym z najtrudniejszych problemów w AI mimo niedawnych przełomów
- Co projektanci wizualni muszą przemyśleć na nowo podczas projektowania interfejsów konwersacyjnych
- Jak komunikacja między AI może ewoluować poza wzorce ludzkiego języka
Najważniejsze wnioski
- Większość rozmów z AI kończy się niepowodzeniem, ponieważ wymaga od użytkowników zbyt wiele wysiłku
Dobre projektowanie konwersacji usuwa ciężar związany z poruszaniem się po samej interakcji. Jak wyjaśnia Oliver, użytkownicy nie powinni być zmuszeni do odtwarzania logiki menu ani struktury konwersacyjnej systemu AI tylko po to, aby rozwiązać prosty problem. Najlepsze interakcje z AI pozwalają ludziom polegać na instynktownych nawykach konwersacyjnych, zamiast wtłaczać ich w sztywne procedury. - Interakcje głosowe budują zaufanie inaczej niż tekst
Ludzie wciąż podnoszą słuchawkę, ponieważ rozmowa mówiona tworzy silniejsze poczucie „obecności społecznej”. Dialog w czasie rzeczywistym zwiększa zaufanie, skłonność do stosowania się do zaleceń i pewność w interakcji. To nie nostalgia. To sposób działania naszego umysłu. - Dolina niesamowitości AI ma często charakter językowy, a nie wizualny
Problemem nie są wyłącznie syntetyczne głosy ani robotyczne sformułowania. Pojawia się on wtedy, gdy AI narusza subtelne normy konwersacyjne, których ludzie niemal nie zauważają świadomie. Nadmierne wyjaśnianie próśb, opisywanie oczywistych kroków lub ignorowanie wspólnego kontekstu niszczy iluzję współpracującej rozmowy. - „Pomocna” AI często brzmi protekcjonalnie
Duże modele językowe są trenowane tak, aby były ogólnie bezpieczne, zgodne z rozmówcą i objaśniające. Jednak w prawdziwych rozmowach zbyt wiele wyjaśnień może sugerować niekompetencję lub dystans. Czasami najbardziej naturalna interakcja brzmi po prostu: „Jaki jest numer Pana konta?”. A nie jak sześciowersowe zastrzeżenie wyjaśniające, dlaczego jest on potrzebny. - Czas reakcji ma większe znaczenie, niż większość zespołów zdaje sobie sprawę
Ludzka rozmowa przebiega szybko. Opóźnienia dłuższe niż kilkaset milisekund zaczynają wydawać się nienaturalne. Projektowanie konwersacyjnej AI oznacza uwzględnienie przerywania, pauz, wypełniaczy językowych i dynamiki wymiany tur, które ludzie przetwarzają podświadomie. - Pracownicy prawdziwych centrów obsługi klienta już posiadają dane projektowe, których potrzebują zespoły
Jedna z najmocniejszych rekomendacji Olivera: poświęć czas na obserwowanie zespołów obsługi klienta. Słuchaj, jak ludzie faktycznie zadają pytania, przerywają, doprecyzowują i rozwiązują problemy. Większość organizacji już posiada wzorce konwersacyjne, które próbuje odtworzyć. - AI nie musi oszukiwać ludzi, aby wydawać się naturalna
Celem nie jest oszustwo. Chodzi o zmniejszenie tarcia. Naturalne projektowanie konwersacji pozwala użytkownikom skupić się na rozwiązaniu problemu zamiast zastanawiać się, jak wchodzić w interakcję z systemem. - Być może zbliżamy się do granic modeli językowych opartych na brutalnej sile obliczeniowej
Oliver twierdzi, że współczesne LLM stanowią przełom inżynieryjny, ale nie są pełnym zrozumieniem ludzkiego poznania. Samo zwiększanie rozmiaru modeli może w końcu przynieść coraz mniejsze korzyści, zwłaszcza w zakresie rozumowania i rozumienia kontekstu. - Przyszli agenci AI mogą w ogóle nie rozmawiać jak ludzie
W miarę jak systemy AI coraz częściej komunikują się z innymi systemami AI, ludzkie normy konwersacyjne mogą całkowicie zaniknąć. Uprzejma wymiana zdań, którą kojarzymy z językiem, może ostatecznie wynikać bardziej z ludzkiego poznania niż z optymalnego przekazywania informacji.
Rozdziały
- 00:00 — Dlaczego rozmowy z AI wydają się dziwne
- 02:33 — AI, strony internetowe i nawigacja
- 06:30 — Głos a projektowanie wizualne
- 10:33 — Gdzie głosowa AI sprawdza się obecnie
- 13:35 — Jak naprawić „głos LLM”
- 16:37 — Dlaczego ludzie wciąż dzwonią
- 20:06 — Obecność społeczna i zaufanie
- 22:12 — Etyka rozmów
- 25:38 — Typowe błędy w projektowaniu AI
- 31:06 — Wyczucie czasu i tempo rozmowy
- 33:40 — Dlaczego nadmierne wyjaśnianie podważa zaufanie
- 40:16 — Projektowanie naturalnych rozmów
- 42:22 — Dlaczego język jest trudny dla AI
- 46:53 — Projektowanie interfejsów głosowych
- 51:06 — AI rozmawiająca z AI
- 54:11 — Przyszłość sprzętu AI
Poznaj naszego gościa
Oliver Shoulson jest liderem zespołu ds. projektowania agentów i inżynierii w PolyAI, gdzie pomaga projektować i rozwijać zaawansowane konwersacyjne systemy AI, które umożliwiają naturalne, przypominające rozmowę z człowiekiem interakcje z klientami globalnych przedsiębiorstw. Dzięki doświadczeniu w inżynierii AI, systemach dialogowych i projektowaniu skoncentrowanym na użytkowniku Oliver specjalizuje się w łączeniu innowacji technicznych z praktyczną użytecznością, aby tworzyć skalowalne doświadczenia głosowe i czatowe. Z pasją podchodzi do przyszłości konwersacyjnej AI oraz tego, jak inteligentni agenci mogą zmienić obsługę klienta, efektywność operacyjną i interakcję człowieka z komputerem.
Materiały z tego odcinka:
- Dołącz do społeczności Digital Project Manager
- Zapisz się do newslettera, aby otrzymywać nasze najnowsze artykuły i podcasty
- Połącz się z Oliverem na LinkedInie
- Odwiedź stronę internetową Olivera
- Odwiedź PolyAI
Powiązane artykuły i podcasty:
Galen Low: Cześć, tu Galen, wirtualny awatar prowadzącego podkastu Digital Project Manager, napędzany agentyczną sztuczną inteligencją. Żartuję. Ale założę się, że sposób, w jaki odbierasz ten podkast, byłby inny, gdybyś pomyślał, że jestem tylko sztuczną inteligencją. Tym właśnie zajmiemy się dzisiaj — zasadami określającymi, co sprawia, że interakcja konwersacyjna z AI jest dobra, w przeciwieństwie do niepomocnych, wywołujących wściekłość i budzących niepokój przykładów z doliny niesamowitości, które pojawiają się jako memy w naszym kanale na Instagramie.
Faktem jest, że wielu z nas prosi się o tworzenie agentów i współpracowników AI, z którymi będą kontaktować się nasi koledzy i interesariusze — i nie chodzi już tylko o narzędzia tekstowe, lecz także głosowe. Jeśli jednak to, co zbudujemy, doda do doświadczenia zbyt wiele tarcia, narzędzia te mogą szybko zacząć zbierać kurz na półce nieudanych eksperymentów z AI.
Aby pomóc nam rozpocząć projektowanie lepszych interakcji z AI, zaprosiłem ekspertkę pracującą na czele projektowania konwersacji. Wspólnie omówimy zwrot z inwestycji w tworzenie humanistycznych, pozbawionych tarcia interakcji głosowych z AI, sprawdzimy, gdzie taki wysiłek projektowy zaczyna przynosić malejące korzyści, oraz pokażemy, jak kilka drobnych zmian może pomóc odejść od przesadnie pomocnego, zabiegającego o zadowolenie użytkownika głosu dużych modeli językowych, którego ludzie zaczynają nie znosić.
Mam nadzieję, że spodoba wam się ten odcinek.
