ChatGPT是否消除了对视觉界面的需求？

基于ChatGPT和其他大型语言模型现在是 “大事情”，并承诺将彻底改变我们每天以数字方式进行的大多数活动。不过，作为用户体验专业人士，我们的重点是用户，我们相信任何创新都应该为目标用户提供价值并解决问题。这个 “价值 “的概念对于确定一个产品或技术的有用性和创新性至关重要。

在最近的用户体验行业新闻中，有一种趋势是利用ChatGPT来完成一些任务，如为设计模拟生成内容，进行用户研究（！），以及创造引人注目的文案。虽然这些进步可以提高设计师的经验和生产力，但我们最关心的还是用户本身。我们希望确保ChatGPT或类似技术的任何实施都能真正改善用户体验，使他们更接近他们所寻求的价值。

在 “Innovare con il Design： Il Caso del Settore dell’Ill Illuminazione in Italia” (F. Zurlo et al., Paper, 2002)，”创新”（在产品、人工制品或界面中，…）被定义为与现有类似产品相比的积极差异。这种差异主要是基于解决用户的问题。我们可以说，这种有用的属性是定义一个产品、一个功能、一项技术是创新的基本条件。显然，在纯研究领域有许多创新没有对用户产生直接影响，但每项研究，在其路径的最末端，都应该为某人解决一个问题。否则，其目的何在？

因此，对我来说，有关ChatGPT等技术的首要问题是：

ChatGPT或类似的技术如何（以及在哪里）能够改善用户体验，并引入积极的差异，使用户更接近他们所寻求的价值？

ChatGPT和接口

具体来说，从用户界面的角度来看，这也是用户体验专业人士最感兴趣的问题： 与现有的界面类型相比，ChatGPT能带来什么好处？在什么意义上我们可以把它定义为创新？

ChatGPT是对话式界面的一个例子。对话式界面 “允许人们与软件、应用程序和机器人互动，就像他们与真实的人互动一样。使用自然语言打字或说话，他们可以轻松地完成某些任务”。(摘自 “什么是对话式界面？” 作者：Jesse Martin，Zendesk博客）。

自21世纪初以来，这些界面以两种主要形式存在：

• 聊天机器人： 这些机器人利用预定义的答案和路径来处理常见的问题，经常被用于故障排除和客户支持场景中。
• 语音助手： 它们允许用户通过自然语音与界面进行互动，从而能够执行常见的预定义任务。甚至在像 “Alexa “这样流行的语音助手出现之前，早期的手机就有语音命令来启动电话。今天，这种互动的可能性被整合到现代智能手表、汽车信息娱乐系统和智能电视中。

尽管之前对话式界面的应用有些局限，而且常常让用户失望，但现在像ChatGPT这样的技术有望将这种类型的互动提升到新的水平。事实上，与有限的脚本方法不同，ChatGPT可以根据领域知识产生反应，类似于一个真实的人的反应方式。有了对话式交互的这一重大进展，我们还需要视觉界面吗？

Jakub Nielsen在他最近的文章 “AI是60年来第一个新的UI范式 “中，自己将ChatGPT和类似的AI技术引入的交互定义为 “基于意图的结果规范”，它代表了最新的和新兴的交互模式。在这个模型中，用户向计算机传达了所希望的结果，而没有指定实现该结果的步骤。这种方法可以非常强大，适用于整个数字应用的范围，包括电子邮件客户端、网上银行、信息网站、专门的云端软件、社交网络平台、互联网浏览器和搜索引擎。另一方面，可视化界面被归类为属于第二范式的类型之一，即 “基于命令的交互范式”。

那么，在操作这些系统时，视觉界面仍然是必要的，还是一切都会变得 “对话式”？

用户界面作为用户和机器之间的媒介，界面的沉浸感越强，就越容易被用户接受。沉浸式界面模仿人类的行为、手势、互动模式和心理模型，与人类的自然行为方式一致，几乎不需要学习。它们提供即时的、以用户为中心的、直观的体验。(它们被定义为沉浸式的，正是因为用户在与机器的关系中没有感觉到相关的干扰；它就像同一环境的一部分，用户感觉沉浸在系统中。根据定义，沉浸的最好例子是虚拟现实，但这个概念适合描述每一个感觉自然的界面，并减少用户与系统的 “距离”）。

接口和任务。

如果我们仔细想想，视觉界面被设计成模仿人类互动的不完美方式。我们可以把每个视觉界面想象成用户和系统之间的理想对话。系统需要用户提供特定的输入，同时提供指导和解释，告诉用户这些输入是什么，如何正确地格式化以便系统理解，在哪里可以找到它们，它们将被用来做什么，等等。然后，系统向用户提供（希望是）预期的输出。

现在，让我们考虑一下用户通常以数字方式执行的三项任务：

1. 开设银行账户：

这项任务很复杂，需要用户了解银行网站的结构，并找到必要的内容来启动这个过程。该系统需要简单的输入，如姓名等，但也需要更复杂的信息，如身份证或其他文件的数据上传。它甚至可能需要极其复杂的输入，如对FATCA或KYC调查问卷的回答，这需要关注、知识、具体文件，有时还需要详细的研究。

这与在实体银行分行的对话没有多大区别，客户或潜在客户想要开立银行账户，并与知道程序和需要提供哪些信息的柜员互动。有价值的产出（银行账户）最终被签发。

用户体验设计专家现在经常使用一种叫做 “向导 “或 “引导路径 “的东西，将复杂的任务分解成较小的任务，一步一步地引导用户进行所需的输入。向导本质上是数字版的分行出纳员，按照正确的顺序要求客户提供信息和文件。

然而，想象一下，如果我们可以利用ChatGPT或其他基于人工智能的对话界面来完成这项任务。我们可以用普通话问我们需要什么，让系统来指导我们。

对于这种类型的复杂任务，向导仍然是最有效的界面吗？虽然基于人工智能的交互（对话式界面）有时可以作为一种界面表现得更好，但设计良好的向导（可视化界面）仍有其好处。

2. 监测新开账户的交易情况：

在第二种情况下，我们想跟踪我们银行账户的余额趋势，我们存了多少钱，我们花钱最多的日子，为什么，以及一般的消费趋势。

ChatGPT能为这项任务提供更好的界面吗？可能不会。像这种需要比较和理解大局的任务，用可视化界面、图表和允许多种解释的强大表示法来解决会更好。

3. 赶车：获得基本信息：

让我们想象一下，我们正在准备上班，想知道下一辆公交车在我们站台的时间，以便我们能赶上它。目前，我们有几种方法来获取这一信息，如在公共交通网站上查看时间表，或使用谷歌地图等应用程序。同样，我们可以使用公共交通应用程序来检索这些信息。

ChatGPT的性能会比我们目前使用的界面更好吗？

在这种情况下，ChatGPT可能会比普通界面提供更多的价值。它可以为一个特定的问题提供直接的答案，执行检索信息的任务，并提供精确的输出。

对话式与视觉式，何时使用什么，何时同时使用。

在这三个场景中，我们看到了不同类型的用户任务如何可能或不可能从像Chat GPT和其他人工智能系统的对话式互动中受益。试图概括地说，我们可以说：

• 像设置、入职、配置这样的任务，以及每当系统需要复杂的、结构化的输入，对理解和消化有挑战时，都会从良好的对话式界面中受益。
• 然而，那些需要解释复杂输出的任务（比如观察图表以发现趋势并做出决定，检查电子邮件，监控社交网络的反馈）仍然需要具有良好用户体验设计原则的视觉界面。
• 最终，那些需要精确和有限输出的任务，比如知道公交车的到达时间，检查明天是否会下雨，或者通过搜索引擎搜索特定的信息，如果由ChatGPT来处理，效果会好很多，它可以模仿真人，使用户获得所需信息的路径大大缩短。

如果我们考虑到解决一项任务所涉及的投入和产出的数量，我们可以将其总结如下：

• 需要大量的输入：对话式界面效果更好。
• 需要的输入数量少（或顺序非常明确）：视觉界面效果更好。
• 产生大量的输出：视觉界面的效果更好。
• 生成的产出数量少：对话式界面效果更好。

原始图片由Miro创建。它可以在没有授权的情况下被使用，但要适当的注明来源（本文和/或我的名字和我的Linkedin个人资料的链接）。

值得一提的是，对话式界面和视觉式界面可以（也应该）共存，以便通过利用各自的优势来提高用户体验。

让我们再考虑一下开设银行账户的情况：

与其在银行网站上搜索开户选项，不如通过对话式界面直接说明我们要开户的意图，这样会更有沉浸感：

当涉及到选择最适合我们需求和预算的账户时，视觉界面优于对话界面，因为它能够进行比较和分析：

一旦过程开始，事实证明向导界面是最有效的，特别是对于收集简单的输入：

然而，当事情变得更加复杂时，提供 “人性化 “的协助可以大大增强使用的便利性：

当需要监控我们的财务状况时，通过可视化界面呈现的可视化图表提供了完美的表述，同样可以快速比较和分析：

但当我们有具体的问题时，没有什么能胜过LLM人工智能（以对话式界面呈现）：

结论

要完全理解ChatGPT和LLM的潜力还为时过早，着手对这些技术进行实验和探索是至关重要的。希望这篇短文能够对用户体验和产品专业人士有所帮助，以确定何时何地有效利用这些技术进行用户界面设计，从而为用户提供真正的价值。它应该有助于理解如何将这些技术与传统的视觉界面结合起来，并根据任务的类型以及所需的输入和输出来确定哪种方法最有效。

再次引用J. Nielsen的话：”未来的人工智能系统可能会有一个混合的用户界面，它结合了基于意图和基于命令的界面的元素，同时仍然保留了许多GUI元素”。

现在最大的用户体验挑战在于理解如何正确设计这些混合体验。

翻译：云瑞设计

原文：uxdesign