人間らしく聞こえることを超えて：AIチャットデザインのための4つのより優れた目標
AIチャットのインタラクションを設計するデザイナーにとって、「リアルに感じさせる」という指針は曖昧すぎて有用な意思決定の助けになりません。より優れた課題は、ユーザーが明確な答えを得て、アイデアを探求し、システムが何を行ったかを理解し、次に何が起こるかを選択できるようにすることです。擬人化の手がかりに関する研究は、人間のようなシグナルが、人々がAIの情報の正確さをどのように捉えるかを変化させ得ることを示唆しています。そのため、人間のアイデンティティを模倣することよりも、明確さ、創造的な遊び、信頼できるタスク状態、そしてユーザーによる制御のほうが、より有用なデザインターゲットとなります。
なぜAIチャットは人間らしさ以上のものを目指すべきなのか？
会話が流暢に聞こえても、ユーザーにシステムの信頼できる姿が伝わるとは限りません。2,165人の参加者を対象とした実験で、研究者たちは疑似言語モデルがテキストのみを使用するか、音声とテキストを併用するか、そして自身を「私」と呼ぶか「システム」と呼ぶかを変化させました。音声とテキストの併用は、参加者の擬人化と情報の正確さに対する評価を高めました。また、一人称の表現はある文脈において正確さの評価を上げ、認識されるリスクを下げました。これらの知見はこの研究設定に特有のものですが、システムをより人間らしく見せる手がかりが、その情報に対する判断にも影響を与え得ることを示しています。Google Research、『Believing Anthropomorphism: Examining the Role of Anthropomorphic Cues on User Trust in Large Language Models』
だからこそ、擬人化の手がかりとインタラクションの質は個別の検証に値するのです。擬人化の手がかりの監査では、インターフェースがAIのアイデンティティや人間の性質について何を暗に示しているかを問います。判断リスクの監査では、ある手がかりによってユーザーがその出力の正確さや信頼性を過大評価する恐れがないかを問います。以下のデザイン目標は、それとは異なる問いを扱っています。すなわち、対話中にユーザーが何を理解し、何を実行し、何を決定できるべきかということです。システムの機能やタスク状態を覆い隠さない限り、温かみのあるトーンがこれらの目標と共存することは可能です。
MicrosoftのHuman-AI eXperience Toolkitは、初回使用時、インタラクション中、誤りが発生したとき、そして時間の経過とともにAIシステムがどのように振る舞うかを中心にガイダンスを構成しています。この構造は、チャットデザインにおいて、注目をキャラクターの個性からシステムを使用する人の変化するニーズへと移すため有用です。Microsoft、『Guidelines for Human-AI Interaction』
明確さを会話の目に見える特徴にする
明確さは、完全に会話的な声からではなく、ユーザーのタスクから始まります。週末のアクティビティのアイデアを3つ求めている人には比較できる選択肢が必要であり、書き直しを求めている人には修正できるドラフトが必要です。インターフェースは、要求されたアクションと返された結果を容易に区別できるようにすべきです。AIが素材を提案、要約、または変換している場合は、その貢献を平易にラベル付けし、ユーザーが判断できるだけの十分な文脈を維持してください。
また、有用なインタラクションは、その情報が重要となる時点でAIができることとできないことを示すこともできます。例えば、チャットアシスタントがプランを提案できても予約ができない場合、その応答はアクションを曖昧なままにしておくべきではありません。何が準備できていて、何にまだユーザーの操作が必要で、どの詳細が未確定のままかを述べてください。これは、HAXが強調するインタラクション全体を通じた適切な振る舞いから推論されたデザイン上の推奨事項であり、単一の文言パターンがあらゆるプロダクトで機能するという主張ではありません。
明確さをチェックする簡単な方法は、短いやり取りの後に誰かにこう尋ねることです。「システムに何を依頼しましたか？ システムは実際に何をしましたか？ その結果を使用する前に、何を確認または決定する必要がありますか？」回答がインターフェースの意図した意味と異なる場合は、個性をさらに追加する前に、文言、構造、または次のステップの手がかりを修正してください。
探求をサポートするために遊びを活用する
遊び心は、人々にツールとその可能性を探求する手段を与えます。ChatGPTに関する372件のユーザー生成投稿を対象とした研究で、研究者たちは冗談を言ったり、システムに挑戦したり、その限界をテストしたりする遊び心のあるやり取りを特定しました。著者らは、このサンプルがChatGPT利用の初期期間の投稿を反映していると指摘しつつ、これらのインタラクションを人々がAIの能力や主体性を探求する方法であると説明しています。Nikghalb and Cheng、『Interrogating AI: Characterizing Emergent Playful Interactions with ChatGPT』
デザイナーにとっての実践的な意味合いは、すべてのアシスタントをお笑い芸人にすることではありません。リスクの低い実験を容易にすることです。異なる角度から試したり、代替案を比較したり、以前のバージョンを失うことなくドラフトを修正したりする方法を提供することです。「予想外のテーマを3つ挙げてください」のような短いクリエイティブなプロンプトは、ユーザーの目標を見失うことなく探求を促すことができます。遊びは利用可能なモードであるべきであり、ユーザーが耐えなければならないパフォーマンスであってはなりません。
遊び心を取り入れた人間とAIのオーサリングツールに関する研究では、遊び心を創造性から区別しつつ、遊びを創造的な反応を促進し得るものとして説明しています。インターフェース、AIの振る舞い、対話をデザインの機会として議論する一方で、遊び心を保証できる成果ではなく、サポートすべき体験として扱っています。Liapis et al.、『Designing for Playfulness in Human-AI Authoring Tools』
ターンをまたいでタスク状態を分かりやすく保つ
チャットインターフェースは、自然に感じられても作業の経過を見失ってしまうことがあります。タスク状態には、ユーザーの現在の目標、すでに下された決定、まだ開かれている選択肢、そして次のステップが含まれます。やり取りが複数のステップに及ぶ場合、簡潔なまとめによってシステムの現在の理解を示すことができます。「残りの選択肢は2つです。短い散歩をご希望ですね。まだ場所は決めていません。」これにより、会話が続く前にユーザーが記録を修正する機会が得られます。
インタラクションパターンは、タスクの複雑さに適合させる必要があります。人間とAIのテキスト共創に関するDingとChanの論文では、範囲が固定されたキュレーション、独立した創造的タスク、そして複雑で相互依存的な創造的タスクを区別しています。これらを、限定的な介入から反復的なコラボレーションに至るまで、さまざまなインタラクションパターンに対応付けています。有用なデザイン上の示唆は、1ターンの回答は限られた要約には適しているかもしれませんが、発展的な創造的タスクでは、選択肢を提示しユーザーが結果を形作ることができるターンが有益であるということです。Ding and Chan、『Mapping the Design Space of Interactions in Human-AI Text Co-creation Tasks』
実践的な状態チェックとしては、会話を通じて代表的なタスクを追跡してみてください。各ターンで、何が完了し、何が未解決のままであり、誤った前提をどのように修正できるかをユーザーが把握できるかどうかを問いかけます。その答えが過去のいくつかのターンを記憶していることに依存している場合は、簡潔なまとめや目に見える決定リストを追加してください。システムがある詳細を確実に保持できない場合は、実際にはない継続性を暗示するのではなく、その限界を明示してください。
ユーザーに有意義な制御を与える
制御とは、インタラクションを操舵または修正するための使いやすい手段を人に提供することを意味します。チャットにおいて、これは選択肢の中から選ばせる、生成されたドラフトを編集させる、制約を変更させる、あるいはシステムに停止して要約するよう求めさせるのと同じくらい単純明快なものになり得ます。これらのコントロールは、ユーザーが気にかけている決定に影響を与えるときに最も価値を発揮します。意味のある変化をもたらさない調整メニューは、主体性を与えることなく複雑さを増すだけです。
グループディスカッションにおける会話型エージェントを用いたある実験では、発言の少ない参加者を特定するその能力について期待値を設定する方法を比較しました。正確さに関する情報、検出アプローチとデータの説明、そして調整コントロールがテストされました。その特定の研究では、説明がアルゴリズムを理解する助けとなり、全体として最も効果的でした。単に調整コントロールを提供するだけでは、認識されるディスカッション体験はより否定的なものになりました。この結果は、単に存在するからといってコントロールが有用であると扱うことに警告を発しています。それが何を変更するのかを説明し、その結果を理解できるようにしてください。Do et al.、『Inform, Explain, or Control: Techniques to Adjust End-User Performance Expectations for a Conversational Agent Facilitating Group Chat Discussions』
実践的なデザインの順序は、現在の解釈を示し、少数の有意義な次のアクションを提案し、修正を容易にすることです。例えば、お出かけプランを生成した後、システムはルートを短縮するか、アクティビティを入れ替えるか、ドラフトをそのまま保持するかを尋ねるかもしれません。各オプションは具体的な変更を明示しています。この例は説明のためのものであり、一般的なインタラクションパターンを説明したものであって、特定の製品の機能ではありません。
目標をレビューチェックリストに変える
チャットデザインを評価する際は、最初から最後まで1つの通常のタスクを見直してください。最初のやり取りでシステムの役割が明確になっているか、ユーザーが提案と完了したアクションを区別できるか、探求的なターンが遊び心のあるペルソナを強要することなく実験を促しているか、そして会話が決定事項と未解決のステップを正確に示しているかを確認します。次に、その人がシステムを修正し、利用可能な各コントロールの効果を理解できるかどうかを確認します。
最後に、人間のアイデンティティや特別な信頼性を暗示する可能性のある手がかりがないか、言語とプレゼンテーションを見直してください。一人称の主張、音声、感情的な言葉、または人間のようなアバターが、回答に対するユーザーの判断に影響を与える可能性があるかどうかを検討します。そのレビューは、インタラクションが理解しやすく有用であるかどうかをテストすることを補完するものであり、それに取って代わるものではありません。チャットデザインのより確実な基準は、そのやり取りが人との会話として通用するかどうかではなく、AIの貢献と次の選択肢を明確に把握しながら、ユーザーが自身のタスクを進められるかどうかです。