6 principi di user experience design per l’intelligenza artificiale generativa

Con l’emergere dell’intelligenza artificiale generativa, il ruolo dell’user experience design continua a restare centrale ma va ripensato. I modelli generativi non si comportano come i software tradizionali: non seguono regole deterministiche, ma rispondono in modo probabilistico e creativo a input spesso ambigui.

Questo richiede un cambiamento nel modo in cui progettiamo le esperienze digitali. Il framework proposto da Weisz et al. nell’articolo Design Principles for Generative AI Applications offre 6 principi guida essenziali per affrontare questa nuova sfida. I primi 3 reinterpretano approcci già presenti in quella che potremmo chiamare UX classica; mentre gli ultimi 3 introducono regole specifiche per la UX dell’intelligenza artificiale. Ecco i 6 principi.

Responsabilità

Assicurati che il sistema di intelligenza artificiale risolva i problemi reali degli utenti e minimizzi i danni.

• Adotta un approccio human-centered: focalizza sulla necessità e le difficoltà dell’utente piuttosto che sulle caratteristiche tecnologiche o sulle capacità del sistema.
• Identifica e risolvi le “tensioni valoriali”: considera e bilancia i valori e le aspettative dei diversi stakeholder coinvolti nella creazione, adozione e uso del sistema.
• Esponi o limita i comportamenti emergenti: decidi se le capacità generative che vanno oltre il caso d’uso previsto debbano essere rese note all’utente oppure se debbano essere limitate.
• Verifica e monitora i possibili danni agli utenti: identifica i potenziali danni agli utenti (come bias, contenuti tossici, disinformazione) e includi meccanismi di controllo.

Questo principio si traduce nella necessità di comunicare chiaramente agli utenti come funziona il sistema, quali dati utilizza e quali sono i suoi limiti. La trasparenza non è solo una questione legale, ma un elemento fondamentale per costruire fiducia e permettere agli utenti di prendere decisioni informate.

Modelli mentali

Comunica come lavorare efficacemente con il sistema di intelligenza artificiale, tenendo conto del background e degli obiettivi dell’utente.

• Orienta l’utente verso la variabilità generativa: aiutalo a comprendere che il sistema può produrre risultati multipli e diversificati anche a partire dal medesimo input.
• Facilita l’apprendimento: fornisci spiegazioni ed esempi del funzionamento del sistema attraverso meccanismi contestuali.
• Comprendi il modello mentale dell’utente: progetta sulle sue rappresentazioni cognitive preesistenti e valuta come percepisce l’applicazione in termini di capacità, limitazioni e modalità di interazione.
• Insegna al sistema a conoscere l’utente: fai in modo che il sistema acquisisca informazioni sulle aspettative, i comportamenti e le preferenze dell’utente per migliorare l’interazione reciproca.

Gli utenti necessitano di nuovi modelli mentali per l’AI generativa. Il design deve utilizzare metafore familiari, fornire feedback immediato e creare percorsi di apprendimento progressivi. È essenziale gestire le aspettative, aiutando gli utenti a comprendere il funzionamento del sistema, cosa possono e non possono aspettarsi dal sistema.

Fiducia e affidabilità adeguate

Aiuta l’utente a comprendere quando dovrebbe o non dovrebbe fare affidamento sugli output del sistema di intelligenza artificiale, insegnandogli a essere scettico rispetto a bassa qualità, inesattezze, bias, sottorappresentazione e altri problemi.

• Calibra la fiducia con le spiegazioni: sii chiaro e sincero sulle capacità del sistema di svolgere certi compiti, spiegando le sue capacità e i suoi limiti.
• Offri razionali per i risultati prodotti: mostra agli utenti le ragioni che hanno portato alla generazione di un particolare output citando le fonti.
• Crea meccanismi di frizione per evitare un eccesso di fiducia: incoraggia l’utente a rivedere e a riflettere in modo critico sui risultati progettando meccanismi che lo rallentino nei momenti chiave del processo decisionale.
• Definisci chiaramente il ruolo dell’AI: specifica quale ruolo il sistema ricoprirà all’interno del workflow dell’utente.

Il design per l’AI deve calibrare la fiducia degli utenti: troppa fiducia porta a dipendenza eccessiva, troppo poca rende il sistema inutilizzabile. È necessario comunicare chiaramente punti di forza e limiti, fornire indicatori di affidabilità dei risultati e implementare meccanismi di verifica e controllo per garantire un uso appropriato.

Variabilità generativa

Aiuta l’utente a gestire la capacità dei modelli generativi di produrre molteplici output.

• Sfrutta la generazione di output multipli: crea diverse alternative che possono essere nascoste o rese visibili all’utente per aumentare la probabilità di ottenere ciò che corrisponde alle sue esigenze.
• Rendi visibile lo user journey: mostra i contenuti che l’utente ha creato e guidalo verso nuove possibilità di output.
• Abilita funzionalità di content curation e annotazione: progetta meccanismi guidati dall’utente o automatizzati per organizzare, etichettare, filtrare e ordinare i risultati.
• Attira l’attenzione sulle differenze e variazioni tra i diversi output: aiuta l’utente a identificare come i risultati generati dallo stesso prompt si differenzino tra loro.

L’AI generativa produce output variabili e imprevedibili, che sfidando i designer abituati a progettare esperienze lineari. Il principio della variabilità generativa richiede interfacce che trasformino l’imprevedibilità in vantaggio, offrendo opzioni multiple, sistemi di versioning e meccanismi di confronto. L’obiettivo è trasformare l’utente da consumatore a curatore attivo dei contenuti generati.

Co-creazione

Permetti all’utente di influenzare il processo generativo e di lavorare in modo collaborativo con il sistema di intelligenza artificiale.

• Aiuta l’utente a formulare i prompt: guida l’utente nella costruzione di prompt che producano output adatti alle sue necessità.
• Fornisci parametri di input generici: permetti all’utente di controllare aspetti basilari del processo generativo, come il numero di risultati da produrre e il random seed utilizzato.
• Offri controlli pertinenti al caso d’uso e alla tecnologia impiegata: consenti all’utente di gestire parametri specifici legati al caso d’uso, al dominio di riferimento o all’architettura del modello di AI generativa.
• Supporta il co-editing dei contenuti generati: permetti sia all’utente sia al sistema di migliorare gli output prodotti.

L’AI generativa funziona meglio come partner creativo piuttosto che come strumento automatizzato. Il design deve mantenere l’utente al centro, fornendo controllo granulare sui parametri e permettendo modifiche iterative. La co-creazione richiede workflow che alternino input umano e AI, creando un dialogo continuo che migliora i risultati e mantiene l’utente coinvolto.

Imperfezione

Aiuta l’utente a comprendere e lavorare con output che possono non allinearsi con le sue aspettative.

• Rendi visibile l’incertezza: avverti l’utente che i risultati potrebbero non corrispondere alle sue aspettative e aiutalo a individuare i possibili difetti.
• Valuta i contenuti attraverso metriche specifiche del dominio: aiuta l’utente a riconoscere gli output che soddisfano criteri di qualità misurabili.
• Offri modalità per migliorare i risultati: fornisci all’utente modi per correggere i difetti e migliorare la qualità degli output come la modifica, la rigenerazione o la proposta di alternative.
• Fornisci meccanismi di feedback: raccogli i feedback degli utenti per migliorare l’addestramento del sistema.

Il design per l’AI deve abbracciare l’imperfezione anziché nasconderla, trasformando gli errori in opportunità di apprendimento. Ciò richiede interfacce che permettano facile correzione, rigenerazione e feedback sui risultati, oltre a meccanismi di apprendimento che utilizzino gli errori per migliorare le performance future del sistema.

Fine del determinismo

Questi sei principi rappresentano un cambiamento fondamentale nel modo di concepire la user experience. Non si tratta più di creare interfacce perfette e prevedibili, ma di progettare ecosistemi che supportino l’esplorazione, l’iterazione e la collaborazione creativa tra la persona e l’intelligenza artificiale.

L’applicazione di questi principi richiede un ripensamento profondo delle metodologie di design tradizionali: progettare per l’intelligenza artificiale generativa significa abbracciare inevitabilmente un certo margine di impredicibilità che scalza il determinismo a cui eravamo abituati nei contesti tradizionali.

Per approfondire

UX of AI