Mehr als nur menschlich klingen: Vier bessere Ziele für das Design von KI-Chats
Für Designer, die eine KI-Chat-Interaktion gestalten, ist „lass es sich echt anfühlen“ zu vage, um als Leitfaden für sinnvolle Entscheidungen zu dienen. Ein besseres Ziel ist es, Nutzern dabei zu helfen, eine klare Antwort zu erhalten, eine Idee zu erkunden, zu verstehen, was das System getan hat, und zu entscheiden, was als Nächstes passiert. Die Forschung zu anthropomorphen Hinweisen legt nahe, dass menschenähnliche Signale verändern können, wie akkurat Menschen die Informationen einer KI einschätzen. Das macht Klarheit, kreatives Ausprobieren, einen verlässlichen Aufgabenstatus und Nutzerkontrolle zu nützlicheren Gestaltungszielen als die Nachahmung einer menschlichen Identität.
Warum sollte KI-Chat über die reine Menschenähnlichkeit hinausgehen?
Eine Konversation kann flüssig klingen, ohne dem Nutzer ein verlässliches Bild des Systems zu vermitteln. In einem Experiment mit 2.165 Teilnehmern variierten Forscher, ob ein Pseudo-Sprachmodell ausschließlich Text oder Sprache zusammen mit Text verwendete und ob es sich selbst als „ich“ oder „das System“ bezeichnete. Sprache plus Text erhöhte die Bewertungen der Teilnehmer bezüglich Anthropomorphismus und Informationsgenauigkeit; Formulierungen in der ersten Person steigerten die Genauigkeitsbewertungen und verringerten das wahrgenommene Risiko in einem bestimmten Kontext. Diese Ergebnisse sind spezifisch für den Versuchsaufbau, zeigen jedoch, dass ein Hinweis, der ein System menschlicher wirken lässt, auch die Beurteilung seiner Informationen beeinflussen kann. Google Research, „Believing Anthropomorphism: Examining the Role of Anthropomorphic Cues on User Trust in Large Language Models“
Aus diesem Grund verdienen anthropomorphe Hinweise und Interaktionsqualität getrennte Überprüfungen. Ein Audit anthropomorpher Hinweise hinterfragt, was die Benutzeroberfläche über die Identität oder die menschlichen Eigenschaften der KI suggeriert. Ein Urteilsrisiko-Audit fragt, ob ein Hinweis Nutzer dazu verleiten könnte, die Genauigkeit oder Zuverlässigkeit der Ausgabe zu überschätzen. Die unten stehenden Gestaltungsziele befassen sich mit einer anderen Frage: Was sollte ein Mensch während des Austauschs verstehen, tun und entscheiden können? Ein herzlicher Ton kann mit diesen Zielen koexistieren, vorausgesetzt, er verschleiert nicht die Fähigkeiten des Systems oder den Aufgabenstatus.
Das Human-AI eXperience Toolkit von Microsoft strukturiert Leitlinien danach, wie sich ein KI-System bei der ersten Nutzung, während der Interaktion, bei Fehlern und im Laufe der Zeit verhält. Diese Struktur ist nützlich für das Chat-Design, da sie die Aufmerksamkeit von der Persönlichkeit eines Charakters auf die sich verändernden Bedürfnisse der Person lenkt, die das System nutzt. Microsoft, „Guidelines for Human-AI Interaction“
Machen Sie Klarheit zu einem sichtbaren Merkmal der Konversation
Klarheit beginnt bei der Aufgabe des Nutzers, nicht bei einer perfekt umgangssprachlichen Stimme. Jemand, der nach drei Ideen für Wochenendaktivitäten fragt, benötigt Optionen, die er vergleichen kann; jemand, der um eine Umformulierung bittet, braucht einen Entwurf, den er überarbeiten kann. Die Benutzeroberfläche sollte die angeforderte Aktion und das zurückgegebene Ergebnis leicht unterscheidbar machen. Wenn die KI Material vorschlägt, zusammenfasst oder transformiert, kennzeichnen Sie diesen Beitrag eindeutig und bewahren Sie genügend Kontext, damit der Nutzer ihn beurteilen kann.
Eine nützliche Interaktion kann auch genau an der Stelle aufzeigen, was die KI tun kann und was nicht, an der diese Information relevant ist. Wenn ein Chat-Assistent beispielsweise einen Plan vorschlagen, aber keine Buchung vornehmen kann, sollte die Antwort die Handlung nicht im Unklaren lassen. Benennen Sie, was bereitsteht, was weiterhin die Mitwirkung des Nutzers erfordert und welche Details noch ungewiss sind. Dies ist eine Gestaltungsempfehlung, die aus dem HAX-Fokus auf angemessenes Verhalten während einer gesamten Interaktion abgeleitet ist, und nicht die Behauptung, dass ein einzelnes Formulierungsmuster in jedem Produkt funktioniert.
Eine einfache Überprüfung der Klarheit besteht darin, eine Person nach einem kurzen Austausch zu fragen: Was hast du das System gebeten zu tun? Was hat es tatsächlich getan? Was müsstest du überprüfen oder entscheiden, bevor du das Ergebnis verwendest? Weichen die Antworten von der beabsichtigten Bedeutung der Schnittstelle ab, überarbeiten Sie den Wortlaut, die Struktur oder die Hinweise auf nächste Schritte, bevor Sie mehr Persönlichkeit hinzufügen.
Nutzen Sie spielerische Elemente zur Förderung der Exploration
Spielerische Interaktion gibt Menschen die Möglichkeit, ein Werkzeug und seine Möglichkeiten zu erkunden. In einer Studie mit 372 nutzergenerierten Beiträgen über ChatGPT identifizierten Forscher spielerische Interaktionen, darunter Scherzen, das Herausfordern des Systems und das Testen seiner Grenzen. Die Autoren beschreiben diese Interaktionen als eine Möglichkeit, wie Menschen die Fähigkeiten und die Handlungsfähigkeit von KI erkunden, weisen jedoch darauf hin, dass die Stichprobe Beiträge aus einer frühen Phase der ChatGPT-Nutzung widerspiegelt. Nikghalb und Cheng, „Interrogating AI: Characterizing Emergent Playful Interactions with ChatGPT“
Für Designer bedeutet die praktische Konsequenz nicht, jeden Assistenten in einen Comedian zu verwandeln. Es geht vielmehr darum, Experimente mit geringem Risiko einfach zu machen: Bieten Sie Wege an, einen anderen Blickwinkel auszuprobieren, Alternativen zu vergleichen oder einen Entwurf zu überarbeiten, ohne die vorherige Version zu verlieren. Ein kurzer kreativer Prompt wie „Nenne mir drei unerwartete Themen“ kann zum Erkunden einladen und gleichzeitig das Ziel des Nutzers im Blick behalten. Spielerisches Ausprobieren sollte ein verfügbarer Modus sein, keine Darbietung, die der Nutzer ertragen muss.
Die Forschung zu spielerischen Human-AI-Authoring-Tools unterscheidet Verspieltheit von Kreativität und beschreibt das Spiel als möglichen Förderer kreativer Antworten. Sie erörtert Benutzeroberfläche, KI-Verhalten und Dialog als Gestaltungschancen, betrachtet Verspieltheit jedoch als eine Erfahrung, die gefördert werden kann, und nicht als ein Ergebnis, das sich garantieren lässt. Liapis et al., „Designing for Playfulness in Human-AI Authoring Tools“
Halten Sie den Aufgabenstatus über mehrere Gesprächsschritte hinweg lesbar
Eine Chat-Oberfläche kann sich natürlich anfühlen und dennoch den Faden der Arbeit verlieren. Der Aufgabenstatus umfasst das aktuelle Ziel des Nutzers, bereits getroffene Entscheidungen, noch offene Optionen und den nächsten Schritt. Wenn der Austausch mehrstufig wird, kann eine kompakte Zusammenfassung das aktuelle Verständnis des Systems aufzeigen: „Sie haben noch zwei Optionen; Sie bevorzugen einen kurzen Spaziergang; ich habe noch keinen Ort ausgewählt.“ Das gibt dem Nutzer die Möglichkeit, den Sachverhalt zu korrigieren, bevor das Gespräch fortgesetzt wird.
Das Interaktionsmuster sollte zur Komplexität der Aufgabe passen. Das Paper von Ding und Chan zur gemeinsamen Texterstellung von Mensch und KI unterscheidet zwischen Kuration mit festem Umfang, unabhängigen kreativen Aufgaben und komplexen, voneinander abhängigen kreativen Aufgaben. Es ordnet diese unterschiedlichen Interaktionsmustern zu, von begrenzten Eingriffen bis hin zur iterativen Zusammenarbeit. Die nützliche gestalterische Schlussfolgerung ist, dass eine Antwort in einem einzigen Schritt für eine abgegrenzte Zusammenfassung passend sein kann, während eine sich entwickelnde kreative Aufgabe von Schritten profitiert, die Entscheidungen offenlegen und die Person das Ergebnis mitgestalten lassen. Ding und Chan, „Mapping the Design Space of Interactions in Human-AI Text Co-creation Tasks“
Führen Sie zur praktischen Überprüfung des Status eine typische Aufgabe durch die Konversation hindurch. Fragen Sie bei jedem Schritt, ob die Person erkennen kann, was abgeschlossen ist, was noch ungelöst bleibt und wie eine falsche Annahme korrigiert werden kann. Wenn die Antwort darauf beruht, sich an mehrere frühere Schritte erinnern zu müssen, fügen Sie eine kurze Zusammenfassung oder eine sichtbare Liste von Entscheidungen hinzu. Wenn das System ein Detail nicht verlässlich beibehalten kann, machen Sie diese Einschränkung sichtbar, anstatt eine Kontinuität vorzutäuschen, die nicht existiert.
Geben Sie Nutzern sinnvolle Kontrolle
Kontrolle bedeutet, der Person eine praktikable Möglichkeit zu geben, die Interaktion zu steuern oder zu revidieren. Im Chat kann dies so unkompliziert sein wie die Auswahl zwischen Optionen, das Bearbeiten eines generierten Entwurfs, das Ändern einer Bedingung oder die Aufforderung an das System, innezuhalten und zusammenzufassen. Diese Steuerelemente sind dann am wertvollsten, wenn sie eine Entscheidung beeinflussen, die dem Nutzer wichtig ist; ein Menü voller Anpassungen, die nichts Wesentliches ändern, erhöht die Komplexität ohne echten Nutzen.
Ein Experiment mit einem dialogbasierten Agenten in Gruppendiskussionen verglich Methoden, um Erwartungen an dessen Fähigkeit zu steuern, Teilnehmer zu identifizieren, die wenig beitrugen. Getestet wurden Informationen über die Genauigkeit, eine Erklärung des Erkennungsansatzes und der Daten sowie ein Steuerungsregler zur Anpassung. In dieser speziellen Studie half die Erklärung den Nutzern, den Algorithmus zu verstehen, und war insgesamt am effektivsten; das bloße Bereitstellen eines Reglers führte zu einer negativer wahrgenommenen Diskussionserfahrung. Das Ergebnis mahnt zur Vorsicht davor, ein Bedienelement nur deshalb als nützlich zu betrachten, weil es existiert: Erklären Sie, was es ändert, und machen Sie die Konsequenzen verständlich. Do et al., „Inform, Explain, or Control: Techniques to Adjust End-User Performance Expectations for a Conversational Agent Facilitating Group Chat Discussions“
Eine praktische Design-Abfolge lautet: Zeigen Sie die aktuelle Interpretation an, bieten Sie eine kleine Anzahl sinnvoller nächster Aktionen an und machen Sie Korrekturen einfach. Nach dem Erstellen eines Ausflugsplans könnte das System beispielsweise fragen, ob die Route verkürzt, eine Aktivität ausgetauscht oder der Entwurf beibehalten werden soll. Jede Option benennt eine konkrete Änderung. Das Beispiel dient der Veranschaulichung; es beschreibt ein allgemeines Interaktionsmuster und kein Feature eines bestimmten Produkts.
Machen Sie die Ziele zu einer Prüfliste für das Review
Überprüfen Sie bei der Bewertung eines Chat-Designs eine alltägliche Aufgabe von Anfang bis Ende. Prüfen Sie, ob der erste Austausch die Rolle des Systems deutlich macht; ob ein Nutzer einen Vorschlag von einer abgeschlossenen Aktion unterscheiden kann; ob ein explorativer Schritt zum Experimentieren einlädt, ohne eine verspielte Persona aufzudrängen; und ob die Konversation Entscheidungen und ungelöste Schritte akkurat anzeigt. Prüfen Sie dann, ob die Person das System korrigieren und die Wirkung jedes verfügbaren Steuerelements verstehen kann.
Überprüfen Sie schließlich Sprache und Darstellung auf Hinweise, die eine menschliche Identität oder besondere Zuverlässigkeit suggerieren könnten. Bedenken Sie, ob Aussagen in der ersten Person, Stimme, emotionale Sprache oder ein menschenähnlicher Avatar das Urteil eines Nutzers über eine Antwort beeinflussen könnten. Diese Überprüfung ergänzt – anstatt zu ersetzen – den Test, ob die Interaktion verständlich und nützlich ist. Der stärkere Maßstab für ein Chat-Design ist, ob eine Person ihre eigene Aufgabe mit einem klaren Blick auf den Beitrag der KI und die nächste Wahl verfolgen kann – nicht, ob der Austausch als Gespräch mit einem Menschen durchgehen würde.