‏لایه‌های تجربهٔ کاربری هوش مصنوعی

امیلی کمپبل تو این مقاله می‌گه فقط سه سال‌ونیم از انتشار عمومی ChatGPT می‌گذره و ما هنوز اول راه فهمیدن این مادهٔ تازه‌ایم. به گفتهٔ اون، ورود AI مولد به محصولات دیجیتال مدل تعاملی دوران قبل رو زیرورو کرده و محصولات خوب AI چندبعدی‌ان؛ یه تغییر کوچیک تو یه لایه می‌تونه اثر نامتناسبی روی کل بذاره. نویسنده تأکید می‌کنه «طراحی نمرده»، فقط شکل نقش‌ها داره عوض می‌شه.

برای نشون دادن ریشه‌ها، به دو کار قبلی ارجاع می‌ده: The Elements of User Experience از جسی جیمز گرت (۲۰۰۰) که طراحی رو یه سیستم چندلایهٔ قطعی دید، و بازخوانی جیمی میل به‌اسم The Elements of Product Design که با محصولات الگوریتمی، نگاه رو پیش‌بینانه و نتیجه‌محور کرد. حالا با AI مولد، خود مدل احتمالیه و رفتارهایی می‌سازه که به قاعده و مسیر از پیش تعریف‌شده تقلیل پیدا نمی‌کنن.

نتیجه‌ش اینه: نمی‌شه هر خروجی رو مستقیم از راه رابط کنترل کرد، ولی می‌شه شرایط تولید مدل رو طراحی کرد. کار طراحی بیشتر شبیه طراحی سیستم می‌شه — پیدا کردن نقاط اهرمی تو لایه‌های زیر سطح. برای همین نویسنده از «طراح فول‌استک» حرف می‌زنه؛ نه به معنی مهندسیِ کلمه، بلکه یعنی چندزبونه بودن: بتونی راجع‌به تأثیر هر لایه روی تجربه حرف بزنی و بدونی کجا باید مداخله کنی.

در لایهٔ رابط، اوایل سفر کاربر AI به جهت‌دهی نیاز داره (پرامپت، اکشن درون‌خطی، ورک‌فلو، کانکتور)، ولی هرچی سیستم کاربر رو بهتر بشناسه نقش رابط به سمت نظارت می‌ره. به گفتهٔ اون، آنبوردینگ تو محصولات AI کمتر شبیه یاد گرفتنِ محصول توسط آدمه و بیشتر شبیه یاد گرفتنِ آدم توسط سیستم؛ ما داریم به سمت «خودمختاری تدریجی» می‌ریم و بحث «چت خوبه یا بد» بحث درستی نیست.

لایهٔ کانتکست موتور تجربه‌ست: اول کاربر ورودی‌های صریح می‌ده و تقریباً بلافاصله سیستم از رفتار و تاریخچه، کانتکست استنتاجی می‌سازه. کمپبل این رو به باز شدن نقشه تو یه بازی ویدیویی تشبیه می‌کنه. ولی سیستم باید بدونه چی رو نگه داره و چی رو دور بریزه: کانتکست زیادی بودجهٔ توکن رو می‌سوزونه و کیفیت رو خراب می‌کنه (همون «context rot»)، و کانتکست کم سیستم رو بی‌ثبات و وابسته به دخالت دائمی می‌کنه.

لایهٔ harness همون لایهٔ عملیاتی دور مدله و از چهار جزء ساخته می‌شه: کانکتورها (دسترسی به داده)، ابزارها (کنشی که مدل می‌تونه انجام بده)، مهارت‌ها (دانش کاری قابل‌استفادهٔ مجدد و قالب‌ها و قواعد) و ایجنت‌ها (سیستم‌های خودمختاری که این‌ها رو ترکیب می‌کنن). به گفتهٔ نویسنده این‌ها فقط مسئلهٔ معماری نیستن؛ تعیین می‌کنن سیستم چی می‌دونه، چی‌کار می‌تونه بکنه و کاربر چقدر کنترل داره. تجربهٔ خوبِ ایجنتی یعنی کاربر بتونه کار خودمختار رو ببینه و قطعش کنه، بدون این‌که مجبور باشه هر قدم رو ریزمدیریت کنه.

لایهٔ مدل هم برای طراح مهمه: مدل‌ها فقط از نظر فنی فرق ندارن، بلکه لحن، شخصیت، تحمل ابهام و ریسک و قابلیت اتکای متفاوتی به محصول تزریق می‌کنن. آموزش، قابلیت‌ها و رفتار (تأخیر، پرحرفی، عمق استدلال، الگوی امتناع) قابل تنظیمن و همون‌ها حس محصول رو می‌سازن. زیر اون، لایهٔ حکمرانی — قانون‌ها، استانداردها و ترجیحات — تعیین می‌کنه محصول چی رو باید یا نباید انجام بده؛ حتی انتخاب بین مدل Anthropic و OpenAI خودش رو به‌شکل الگوی تعامل نشون می‌ده: چی جواب داده می‌شه، کِی امتناع می‌شه، مرزها چطور توضیح داده می‌شن.

آخرین لایه ظهور (emergence) هست: رفتارهای غیرمنتظره‌ای که وقتی سیستم‌های احتمالی وارد دنیای واقعی می‌شن سربرمی‌دارن. نویسنده به ماجرای «گابلین‌های OpenAI» اشاره می‌کنه که یه انگیزهٔ کوچیک تو آموزش شخصیت، به یه الگوی عجیب و بی‌ربط تو خروجی مدل تبدیل شد. واریانس هم می‌تونه مزیت باشه (تو ابزارهای خلاقانه) هم دیباگ رو سخت کنه؛ ابزارهایی مثل eval و trace کمک می‌کنن، ولی به گفتهٔ اون به این زودی‌ها نمی‌تونیم کامل درون این سیستم‌ها رو کالبدشکافی کنیم.

نکات کلیدی:

• طراحی از مدل قطعی گرت و مدل پیش‌بینانهٔ میل، به طراحی احتمالی رسیده؛ ما شرایط تولید مدل رو طراحی می‌کنیم نه تک‌تک حالت‌ها.
• تجربهٔ AI شش لایه داره: رابط، کانتکست، harness، مدل، حکمرانی و ظهور.
• نقش رابط از «جهت‌دهی» به «نظارت» تغییر می‌کنه؛ آنبوردینگ یعنی سیستم کاربر رو یاد بگیره.
• کانکتور، ابزار، مهارت و ایجنت مرز بین نیت انسان و اجرای ماشین رو تعریف می‌کنن.
• انتخاب مدل و چارچوب حکمرانی مستقیماً به الگوی تعامل تبدیل می‌شن؛ رفتارهای ظهوری هم اجتناب‌ناپذیرن.