اپل: انتظارات کاربران از عامل‌های هوش مصنوعی و نحوه تعامل با آن‌ها

رویکرد پژوهشی اپل در مطالعه عامل‌های هوش مصنوعی

این مطالعه با عنوان «Mapping the Design Space of User Experience for Computer Use Agents»، در دو مرحله کلیدی انجام شد. در ابتدا، پژوهشگران به شناسایی الگوها و ملاحظات اصلی تجربه کاربری (UX) در عامل‌های هوش مصنوعی موجود پرداختند. سپس، با استفاده از روش عملی «Wizard of Oz»، این الگوها در تعاملات واقعی با کاربران مورد آزمایش و بهینه‌سازی قرار گرفتند.

تحلیل عامل‌های هوش مصنوعی و طبقه‌بندی UX

در مرحله نخست، نه عامل هوش مصنوعی مختلف در پلتفرم‌های دسکتاپ، موبایل و وب، از جمله Claude Computer Use Tool، Adept، OpenAI Operator و TaxyAI، مورد بررسی قرار گرفتند. پس از آن، با همکاری هشت متخصص در حوزه تجربه کاربری و هوش مصنوعی، یک طبقه‌بندی جامع ایجاد شد. این طبقه‌بندی شامل چهار دسته اصلی، 21 زیرمجموعه و 55 ویژگی نمونه بود. چهار دسته اصلی عبارت بودند از:

• ورودی کاربران: نحوه ارائه برنامه‌ها و توانمندی‌های عامل.
• شفافیت اقدامات عامل: میزان وضوح عملکرد عامل برای کاربر.
• کنترل کاربران: امکان دخالت و مدیریت عملکرد عامل توسط کاربر.
• مدل ذهنی و انتظارات: مدیریت خطاها و انتظارات کاربر از سیستم.

آزمایش عملی و نتایج کلیدی

در مرحله دوم، 20 کاربر با تجربه قبلی در تعامل با عامل‌های هوش مصنوعی، در آزمایش «Wizard of Oz» شرکت کردند. در این آزمایش، کاربران وظایفی مانند رزرو تعطیلات یا خرید آنلاین را به عامل واگذار می‌کردند. پژوهشگر در اتاقی دیگر، نقش عامل را با کنترل صفحه و کیبورد شبیه‌سازی می‌کرد. کاربران می‌توانستند دستورهای متنی وارد کرده و در صورت نیاز، عملکرد عامل را متوقف کنند. برخی وظایف به عمد با خطا یا تداخل انجام شد تا واکنش کاربران و انتظارات آن‌ها در مواجهه با مشکلات تحلیل شود.

نتایج این آزمایش نکات مهمی را آشکار کرد:

• کاربران تمایل دارند عملکرد عامل‌ها را مشاهده کنند، اما نمی‌خواهند هر مرحله را به صورت دستی کنترل کنند.
• رفتار عامل باید متناسب با نوع فعالیت و سطح آشنایی کاربر با رابط تغییر کند.
• کاربران تازه‌کار به شفافیت بیشتر، توضیح مراحل و تأییدیه‌های موقت نیاز دارند، به ویژه در اقدامات با پیامدهای واقعی مانند خرید.
• اعتماد کاربران در مواجهه با خطاها یا فرضیات پنهان به سرعت از بین می‌رود.
• در شرایط مبهم یا انحراف از برنامه، کاربران ترجیح می‌دهند عامل متوقف شده و برای تأیید اقدام کند.

چارچوبی برای آینده طراحی هوش مصنوعی

این مطالعه چارچوبی کاربردی برای توسعه‌دهندگان اپلیکیشن‌ها فراهم می‌کند تا عامل‌های هوش مصنوعی را به گونه‌ای طراحی کنند که شفاف، قابل اعتماد و هماهنگ با نوع فعالیت و سطح تجربه کاربری باشند. هدف نهایی این است که تعامل با هوش مصنوعی برای کاربران طبیعی، مؤثر و رضایت‌بخش باشد و به افزایش پذیرش و کارایی این فناوری‌ها کمک کند.