Diseña experiencias del usuario basadas en IA

Desde la perspectiva del usuario, los sistemas de IA son inherentemente inciertos. Pueden producir resultados incoherentes y cometer errores con frecuencia. La interfaz de usuario ofrece muchas oportunidades para absorber, filtrar y reducir las frustraciones causadas por las limitaciones de la IA. Como desarrollador, desempeñas un papel central en la configuración de las experiencias del usuario de IA, ya que tienes una perspectiva más profunda sobre cómo y dónde es probable que falle un sistema de IA.

Una consideración clave de diseño es cuánto control tienen los usuarios sobre la IA. Algunas oportunidades son invisibles para los usuarios, mientras que otras tienen una interacción explícita. Una mayor exposición implica más flexibilidad, pero también más riesgos y complejidad que se deben administrar.

En este módulo, aprenderemos las prácticas recomendadas para diseñar patrones de experiencia del usuario (UX) para tres tipos de exposición: en segundo plano, restringida y abierta. Para cada tipo, destacamos cómo las decisiones técnicas y de arquitectura afectan la experiencia del usuario del sistema de IA.

IA en segundo plano

La IA se puede usar para mejorar sutilmente una experiencia existente sin introducir funciones nuevas. Esto minimiza las interrupciones y las posibles fallas. En este caso, la responsabilidad de la utilidad, la confiabilidad y la degradación correcta recae completamente en el producto. Los usuarios no necesitan aprender cómo funciona la IA ni siquiera saber que está involucrada para beneficiarse de ella.

La IA en segundo plano es más adecuada en los siguientes casos:

• La tarea es de bajo riesgo.
• El control del usuario no mejoraría los resultados de manera significativa.
• El producto aún puede proporcionar su valor principal, incluso si la función basada en IA falla o no está disponible.

Hay muchos ejemplos de IA en segundo plano en toda la Web, desde filtros de spam hasta recomendaciones de entretenimiento, o incluso ejemplos complejos, como los comentarios de transmisión de balas de BILIBILI. Es posible que ni siquiera consideres que algunas de estas funciones son "IA".

Ejemplo: Resúmenes y aspectos destacados de opiniones potenciados por IA

¿Recuerdas Example Shoppe? Hasta el momento, compartimos dos planos del sistema para diferentes funciones basadas en IA, incluida una función de asistencia al cliente y una búsqueda de productos mejorada. Ahora, presentamos una tercera función: los resúmenes de opiniones. Consulta el plano del sistema de IA.

Las páginas de productos suelen contener cientos de opiniones. Para los usuarios, puede ser difícil evaluar las características que realmente les importan.

Puedes usar la IA para ofrecer temas recurrentes en sus búsquedas y proporcionar resúmenes y aspectos destacados de las opiniones personalizados. En nuestra interfaz de ejemplo, el usuario busca auriculares, por lo que se destacan los temas de calidad de sonido y duración de la batería. Esto reduce la carga cognitiva y puede acelerar las decisiones de compra.

Como los resúmenes son únicos para cada persona, debes priorizar la privacidad y la velocidad cuando elijas tu plataforma. Es posible que desees elegir la IA integrada y la API de Summarizer para que el procesamiento se realice directamente en el dispositivo del usuario.

Prácticas recomendadas

Observa los siguientes lineamientos para que tu función basada en IA se integre sin problemas en la experiencia del usuario existente:

• Proporciona transparencia ligera: Cuando la IA transforma o agrega contenido generado por usuarios, las pistas sutiles establecen las expectativas de los usuarios. Puedes usar etiquetas neutrales, como "Resumen" o "Estadísticas clave", y agregar divulgación progresiva a través de Tooltips o de otros elementos de la IU.
• Permitir la inhabilitación: Las personas tienen diferentes actitudes hacia la IA. Algunas personas pueden reaccionar a la IA como intrusiva, abrumadora o molesta. Proporcionar una ruta clara para inhabilitar estas funciones
• Ten en cuenta la redacción: El lenguaje es una parte importante de cualquier experiencia del usuario, incluido el texto generado por IA. En nuestro ejemplo, los resúmenes deben reflejar tendencias, no afirmaciones. Agrega reglas a tu instrucción del sistema para reducir o quitar el lenguaje demasiado seguro en el resumen.
• Diseña una alternativa elegante: Cuando sea posible, proporciona valor sin IA. Si el resumen no está disponible por motivos técnicos, como un modelo no disponible, el sistema debe seguir ofreciendo opiniones sin resumir. Una vez que se descargue el modelo, tu aplicación podrá exponer automáticamente el nuevo resumen.
• Minimiza las interrupciones durante la configuración: La descarga inicial de un modelo del cliente puede generar fricción. Primero, demuestra el valor de la función. Podrías agregar una alternativa limitada del servidor o trasladar la descarga al final del recorrido del usuario para que la interrupción sea mínima. El momento y el contexto adecuados ayudan a alinear tu producto con las prioridades del usuario.

IA restringida

Si bien la IA en segundo plano se ejecuta automáticamente, el usuario activa explícitamente las funciones de IA restringida, a menudo con un vínculo o un botón. En una instrucción del sistema, determinas la tarea, la intención, las restricciones y el formato de salida. A diferencia de lo que sucede con un cursor de instrucción abierta, los usuarios tienen pocas o ninguna opción fuera de iniciar la tarea y recibir un resultado. El sistema conserva la predictibilidad al delimitar estrictamente lo que la IA puede hacer.

Al igual que con la IA en segundo plano, las funciones de IA restringida se combinan bien con los modelos del cliente que se personalizan para la tarea específica.

Ejemplo: Generación de títulos

La generación de títulos puede ser una tarea particularmente difícil. BlogBuddy usa la IA para ayudar a los escritores a ofrecer títulos contextuales y reflexivos con el mínimo esfuerzo. Revisa el plan del sistema de IA para esta función.

El usuario puede hacer clic en Mostrar títulos para generar varios borradores para su evaluación y perfeccionamiento.

En Ingeniería de instrucciones, explicamos cómo se podría implementar esto con la API de Prompt. Crea una instrucción del sistema que codifique la tarea, las restricciones de estilo y la estructura de salida. Solo el contenido de la entrada de blog se pasa de forma dinámica desde la IU. Con la implementación del cliente, la función se optimiza para iterar sin costo de configuración.

Prácticas recomendadas

Tu objetivo es sugerir a los usuarios que usen las funciones nuevas. Para ello, demuéstrales el valor y dales el control sobre el resultado:

• Comunícate con claridad y confianza: Las etiquetas de acción claras siempre son preferibles al lenguaje genérico, como "Pregúntale a la IA". El usuario debe poder intuir lo que sucede, más allá de cómo sucede. Si la latencia de tu función es baja, agrega etiquetas que indiquen que el resultado ya está disponible. Por ejemplo, Mostrar títulos en lugar de Generar títulos.
• Mantén al usuario al tanto: Agrega una ligera fricción cognitiva para mantener a los usuarios alertas. Si ofreces varias opciones, puedes evitar que los usuarios se sientan atrapados con un resultado que tal vez no les guste. Los usuarios deben poder aceptar o editar los resultados de forma explícita antes de que se guarden.
• Si es posible, prepara el resultado de antemano: Especialmente para las tareas del cliente, considera precalcular el resultado para que esté disponible de inmediato.
• Admite la iteración rápida: La regeneración debe ser fácil, reversible y económica. Los usuarios deben tener la opción de deshacer sus acciones. Recopila estos indicadores de comentarios para que puedas ajustar la función para ejecuciones futuras.
• Si es necesario, proporciona controles más detallados: Se pueden usar elementos estructurados adicionales, como etiquetas de tono, selectores de longitud o estilos predeterminados, para refinar los resultados. En muchos casos, la necesidad de un control adicional surge con el tiempo, a medida que evolucionan la confianza y los requisitos de los usuarios. Configura ciclos de retroalimentación que te permitan hacer un seguimiento de estos desarrollos.

Cómo elegir entre la IA restringida y la IA de fondo

Algunas funciones se pueden implementar como IA en segundo plano o restringida, según cómo y cuándo las muestres. Esta distinción se ve afectada por la visibilidad, la carga cognitiva y la sincronización, en lugar de las capacidades disponibles. Por ejemplo, en lugar de requerir un clic explícito en un botón, los títulos se podrían preparar de forma proactiva en segundo plano mientras el usuario escribe. Cuando el usuario enfoca el campo de título, puedes presentar sugerencias.

Este enfoque funciona mejor en los siguientes casos:

• Las entradas que requiere la función están disponibles de forma predeterminada.
• La cantidad de funciones potenciadas por IA es pequeña
• El costo de la precomputación es bajo
• Las sugerencias se pueden integrar sin distraer al usuario de su tarea.

En cambio, la IA restringida es preferible en productos con varias funciones o acciones potenciadas por IA. Los activadores explícitos ayudan a evitar cálculos innecesarios y brindan a los usuarios una mayor sensación de intención y control.

IA de respuesta abierta

La IA de respuesta abierta les brinda a los usuarios control directo sobre el comportamiento de un sistema de IA con entradas de formato libre. En lugar de activar una acción predeterminada, los usuarios pueden proporcionar contexto en lenguaje natural. Una vez que se envía la instrucción, el sistema de IA interpreta la intención, agrega el contexto faltante y hace su mejor suposición sobre qué hacer a continuación.

Las entradas son muy individuales y, a menudo, impredecibles, y tu sistema de IA debe poder controlar esta variabilidad. Este tipo ofrece la mayor flexibilidad, pero también el mayor riesgo para la experiencia del usuario:

• Entrada del usuario ambigua o incompleta
• Resultados impredecibles
• Mayor probabilidad de respuestas incorrectas o engañosas
• Mayor riesgo de exceso de confianza
• Intentos de vulnerar el sistema, por ejemplo, haciendo que genere contenido inapropiado

Ejemplo: Agente de asistencia al cliente potenciado por IA

En el caso de Example Shoppe, la asistencia al cliente abarca una amplia variedad de problemas: seguimiento de pedidos, devoluciones, preguntas sobre productos, problemas de entrega y casos extremos que no se ajustan a flujos de trabajo claros. Repasa el plan de un sistema de IA del módulo de la plataforma.

Después de agregar funciones basadas en IA restringida para las acciones más comunes, es posible que tu interfaz se vea sobrecargada. En cambio, un agente de asistencia de IA de respuesta abierta puede brindar flexibilidad.

• Resuelve problemas habituales rápidamente.
• Reducir los tiempos de espera y los costos de asistencia
• Brindar asistencia inmediata sobre muchos temas, sin flujos de asistencia complejos

El valor del agente de asistencia radica en manejar la variabilidad a gran escala. En última instancia, debes crear un sistema que pueda controlar estas entradas de manera responsable. Si bien esperas que los usuarios usen su mejor criterio y calibren la confianza, es posible que seas responsable de las respuestas incorrectas que ofrece el modelo.

Los usuarios interactúan con el agente abriendo un chat y preguntando: "¿Dónde está mi pedido?" o "Me cobraron dos veces. ¿Pueden ayudarme?". El agente interpreta la intención, hace preguntas aclaratorias, recupera información pertinente y propone próximos pasos o acciones.

La mayoría de los sistemas de IA de respuesta abierta se basan en modelos del servidor. Estos se pueden combinar con otros componentes, como bases de datos, herramientas externas y lógica empresarial, para formar un sistema de IA compuesto. Debes proporcionar rutas de derivación a agentes de asistencia humanos.

Prácticas recomendadas

Enfócate en la transparencia, la calibración de la confianza y los mecanismos de control:

• Guía a los usuarios para que expresen su intención con claridad: Proporciona sugerencias de instrucciones ("Quiero devolver un pedido") y sugerencias de seguimiento para reducir la ambigüedad.
• Hacer visibles el estado y las suposiciones del sistema: El agente debe comunicar con claridad lo que entiende ("Parece que estás preguntando sobre el pedido 12345") y qué información está usando.
• Preguntar antes de actuar: Antes de ejecutar acciones sensibles, como devoluciones, reembolsos o cambios de dirección, el agente debe resumir la acción y solicitar la confirmación del usuario.
• Diseña para la verificación y la corrección: Los usuarios deben poder corregir malentendidos, reformular solicitudes o retroceder en la conversación sin tener que empezar de nuevo.
• Combina con funciones de IA restringida: Demasiada conversación de ida y vuelta puede desanimar a los usuarios. Agregar elementos estructurados como accesos directos Por ejemplo, un número de pedido inferido se puede presentar como un elemento en el que se puede hacer clic y que permite al usuario buscarlo, seleccionarlo o reemplazarlo, en lugar de requerir que reformule la solicitud en texto.
• Mostrar incertidumbre y limitaciones: El agente debe admitir la incertidumbre, señalar la falta de información y derivar la consulta a un humano de forma adecuada cuando la confianza es baja.

Este tipo de experiencia de IA requiere que los usuarios evalúen las respuestas de forma crítica y comprendan cuándo derivar el caso.

Conclusiones clave

En este módulo, revisamos diferentes tipos de experiencias del usuario basadas en IA:

• La IA en segundo plano te permite agregar valor o deleite adicionales a tu recorrido del usuario existente.
• Las funciones potenciadas por IA restringida se pueden usar para casos de uso específicos y bien definidos que se llevan a cabo mejor con IA.
• La IA de respuesta abierta es necesaria para los dominios con alta variabilidad. Usa solo preguntas abiertas si tienes mucha confianza en el rendimiento técnico de tu sistema.

En la siguiente tabla, se resumen los patrones de UX recomendados para cada tipo de IA:

Lecturas adicionales

Para seguir aprendiendo sobre los patrones de UX, te recomendamos los siguientes recursos:

• Lee la Guía de People + AI de Google.
• El HAX Toolkit de Microsoft, en particular sus lineamientos para la interacción humano-IA
• The Shape of AI de Emily Campbell.
• Capítulo 10 de The Art of AI Product Development.

Verifica tus conocimientos