كيف تعرف أن الذكاء الاصطناعي في منتجك يشرح نفسه أم يكتفي بالإجابة؟
أفضل نموذج في العالم يفشل خلف شاشة مربكة. هذه الجملة تبدو بديهية حين نقرأها، لكنها تكشف خطأً شائعاً في طريقة بناء المنتجات التي تعتمد على الذكاء الاصطناعي: نفترض أن جودة الإجابة هي كل ما يحتاجه المستخدم، ثم نتفاجأ حين يتردد، أو يشكّ، أو يغادر دون أن يعود.
المستخدم لا يطلب الدقة فقط. هو يريد أن يفهم ما الذي فعله النظام بالضبط، ولماذا وصل إلى هذه النتيجة، وكيف يستطيع أن يتراجع إن لم تعجبه. هذه الأسئلة الثلاثة تختلف جوهرياً عن سؤال "هل الإجابة صحيحة؟"، ولهذا تحتاج إلى تصميم خاص بها.
ما الذي يعنيه أن يرى المستخدم "ما فعله النظام"
حين يعالج النظام طلباً من عدة خطوات، مثل البحث في ملفات، ثم حساب أرقام، ثم تعديل جدول، فإن المستخدم الذي يرى النتيجة النهائية فقط لا يعرف أي خطوة كانت صحيحة وأيّها تحتاج إلى مراجعة. إذا كانت النتيجة خاطئة، يصبح تصحيحها تخميناً.
الحل ليس أن نعرض كل سطر من السلسلة الداخلية، فهذا يربك المستخدم بقدر ما يطمئنه. الحل أن نعرض الخطوات المؤثرة في القرار بلغة يفهمها صاحب المهمة: "قرأت الفواتير الثلاثة الأخيرة"، و"استبعدت الصفوف التي لا تحتوي على تاريخ"، و"جمعت المبالغ حسب الفئة". هذه الجمل القصيرة تمنح المستخدم خريطة يستطيع أن يتتبعها.
لماذا فعل النظام ذلك
السؤال الثاني أصعب. أن نقول ما الذي حدث شيء، وأن نفسّر سببه شيء آخر. حين يستبعد النظام صفوفاً، يحتاج المستخدم أن يعرف المعيار الذي استند إليه. "استبعدت الصفوف التي لا تحتوي على تاريخ لأن الحساب يتطلب تاريخاً" أفضل بكثير من "تمت المعالجة بنجاح".
هذا يتطلب من فريق المنتج أن يحدد مبكراً أي قرارات النظام تستحق شرحاً، وأيها روتينية لا تستحق. إن شرحنا كل شيء أصبح الشرح ضجيجاً، وإن لم نشرح شيئاً أصبح النظام صندوقاً مغلقاً.
كيف يتراجع المستخدم عن قرار لم يعجبه
التراجع ليس ميزة إضافية يُضاف زرها في النهاية. هو جزء من تصميم التدفق منذ البداية. إذا كان النظام قد نقل ملفاً، أو عدّل نصاً، أو أرسل رسالة، فالمستخدم يحتاج أن يرى ما تغيّر وأن يملك طريقة واضحة للرجوع إلى الحالة السابقة.
من الأخطاء الشائعة أن يُعرض التراجع على أنه "إلغاء" عام، فيفقد المستخدم القدرة على التحكم في جزء محدد دون غيره. التصميم الأفضل يسمح بالتراجع عن خطوة واحدة، ويُظهر أثر هذا التراجع على ما بعدها بوضوح.
خطوات عملية لمنتجك
ابدأ بتحديد المهام التي يقوم بها النظام بخطوات متعددة، ثم اسأل نفسك عن كل خطوة: هل يحتاج المستخدم أن يعرفها ليثق بالنتيجة؟ إن كانت الإجابة نعم، فاعرضها بلغة مهمة المستخدم لا بلغة الكود.
ثم اختبر التصميم مع أشخاص حقيقيين. اطلب منهم أن يشرحوا ما الذي حدث بعد أن ينتهي النظام من عمله. إن عجزوا عن الشرح، فالشاشة لم تنجح، مهما كانت الإجابة صحيحة.
وأخيراً، اجعل التراجع متاحاً دائماً بوضوح، لأن الثقة لا تُبنى على نظام لا يخطئ، بل على نظام يُري المستخدم متى أخطأ وكيف يصححه.
الذكاء الاصطناعي الذي يشرح نفسه لا يبدو أقل ذكاءً. هو يبدو أكثر احتراماً لمن يستخدمه.
