跳至内容
AI交互设计04-为什么对话不是AI交互的终点

AI交互设计04-为什么对话不是AI交互的终点

所属专题:AI 交互设计:聊天框之外(初版)

尽管对话式界面在人工智能普及的初期扮演了不可或缺的拓荒者角色,但将其奉为AI交互的终极形态,则是一个基于技术便利性而非人本思想的严重误判。

将人类之间自然流畅的对话,直接映射到人机交互领域,听起来似乎是一条捷径,但这条路通往的并非效率的巅峰,而是一个充满认知摩擦和功能局限的山谷。

当任务从问答变成比较和反复修改,我在设计上担心的是:单列对话会把本该留在界面上的条件还给用户去记。下面以订票和排版说明这个判断,不借未列出处的研究把它说成定论。

配图

高昂的认知负荷:识别与回忆的倒退

人机交互设计领域有一条被数十年实践所验证的黄金法则:“识别优于回忆”(recognition over recall)。这条原则的精髓在于,将系统的功能和选项以视觉化的形式(如图标、菜单、按钮)直接呈现给用户,让人类强大的模式识别能力来主导交互,从而最大限度地降低对脆弱且易错的工作记忆的依赖。图形用户界面(GUI)的巨大成功,正是建立在这一基石之上。

而对话式界面,却戏剧性地将交互范式拉回了“回忆”主导的时代。它要求用户承担双重认知负担:

首先,用户必须在自己的记忆中构建并维持对话的完整上下文;

其次,也是更艰巨的,用户需要将自己脑中模糊的、非结构化的意图,“翻译”成机器能够准确理解的、结构清晰的自然语言指令。这个“翻译”过程本身就是一项高强度的脑力劳动,即所谓的“提示工程”(或者说“上下文工程”)。

配图

让我们将这个抽象的概念置于一个具体的场景中。假设您需要预订一张复杂的国际机票,在图形界面中,您可以轻松地通过勾选框、下拉菜单和滑块来设定多重条件:往返日期、多人同行、偏好的航空公司联盟、可接受的转机次数与时长等等。所有选项一目了然,您可以随时修改任何一个参数,并即时看到结果的变化。

然而,在对话界面中,这个过程变成了一场冗长而艰难的“谈判”。您需要逐一陈述您的需求,并时刻担心AI是否正确理解并记住了所有约束条件。一旦发现结果有误,您又需要费力地回顾之前的对话,找出是哪一句指令出了问题。在这个过程中,原本应由界面承担的认知辅助工作,被完全转嫁给了用户。

糟糕的可发现性与“示能”的真空

一个设计精良的工具,其形态本身就应该暗示它的用途。设计理论中将这种特性称为“示能”(Affordances)——一个门把手暗示了“转动和拉动”,一个按钮暗示了“按压”。图形界面通过丰富的视觉元素,为用户提供了清晰的示能,让用户能够通过浏览和探索,直观地理解系统的功能边界。

术语勘误:门把手允许拉,这是示能;它的形状提示“从这里拉”,这是意符。下文所谓“真空”,主要是缺少发现操作的线索。

相比之下,一个聊天框则是一个彻底的“示能真空”。它是一块完全空白的画布,除了暗示“可以输入文字”之外,不提供任何关于AI系统能力范围、可用功能或潜在限制的线索。

这种设计的后果是,探索系统功能的全部压力都被施加在了用户身上。用户只能像在黑暗中摸索开关一样,通过反复的试错来猜测AI“听得懂”什么、“做得到”什么。这个过程不仅效率低下,而且充满了不确定性与挫败感。

配图

更深层次的问题在于,当AI的语言能力越来越接近人类时,它会制造一种虚假的期望。用户会下意识地赋予它人类级别的理解力、记忆力和常识推理能力。

然而,当AI因为模型限制而忘记了三句话之前的一个关键信息,或者对一个常识性问题给出荒谬的回答时,这种期望的破灭所带来的失望感,远比一个失灵的按钮要强烈得多。因为它感觉上更像是一次社交或智力上的失败,而非单纯的技术故障,从而严重破坏了用户的信任感。

探索性与复杂任务的天然短板

初版这里写“研究早已表明”,却没给出能支持“仅适用于已知项搜寻”的研究。想法模糊时也能借对话探索。真正要比较的是,到了哪一步,我们需要把几个对象摊开,而不只是继续说?

然而,在绝大多数真实的人机交互活动中,用户的行为模式并非如此线性,而是充满了探索、浏览、比较和反复迭代。

语言,作为一种媒介,其本质是时间性的和线性的——词语一个接一个地出现。而绝大多数复杂任务,无论是数据分析、内容创作还是战略规划,都需要空间性的思维——将所有相关信息平铺开来,进行全局的审视、比较和重组。

想象一位设计师在排版杂志,或是一位数据分析师在寻找数据间的相关性,他们需要的是一个可以同时陈列、拖拽、缩放和对比多个元素的“工作台”,而不是一个只能按顺序提问和回答的“问询处”。

配图

试图只用单列滚动的消息流来完成这些空间性的任务,无异于试图用一根吸管来欣赏一幅宏大的壁画。这种单列顺序,使其天然地不善于呈现和比较多个选项,也难以支持开放式的探索和“灵光一闪”式的发现。复杂的创作流程被切割成了一连串零碎的、高延迟的对话气泡,容易打断心流体验和创造性。

作为过渡阶段的聊天界面:工程的捷径,设计的弯路

综合以上缺陷,我们可以清晰地看到,当前大行其道的对话式界面,并非AI交互的最优解,甚至不是一个理想解。它的流行,更多地反映了一种工程主导而非设计主导的范式。

对于开发者而言,聊天框是暴露大型语言模型(LLM)底层能力(文本输入、文本输出)的最直接、最高效的技术路径。它本质上是一个便捷的API封装,是一条将技术快速推向市场的“捷径”。

然而,这条工程上的捷径,却可能成为用户体验设计上的一条“弯路”。

它让我们暂时偏离了从韦泽和乔布斯等先驱身上学到的核心设计原则:乔布斯用一生去证明,伟大的产品应该“从用户体验出发,反向构建技术”,用直观的操控将复杂性封装于无形;而韦泽则预言,最深远的技术是那些“适应人类环境的机器,而不是强迫人类进入它们的环境”的技术。

配图

当前的对话范式,恰恰与这些黄金原则背道而驰。它迫使用户去学习和适应机器的对话逻辑,而不是让机器去适应人类更丰富的、多模态的交互习惯。

因此,人工智能领域的下一次伟大飞跃,将不会仅仅来自一个参数更多的模型,而必然源于一场由设计主导的交互革命。

这场革命将引导我们勇敢地超越聊天框的局限,挣脱工程便利性带来的思维束缚,去创造真正以人为本、空间化、可操控的下一代智能界面。

吸管不是语言本身。新版用终端加文件、聊天加工作台作反例:为什么对话不是 AI 交互的终点:聊天框的三个问题与工作台的崛起。

本文写作中使用了 AI 辅助。文字采用 CC BY-NC-SA 4.0 许可。

最后更新于