چرا افزودن چت هوش مصنوعی همیشه به نفع کاربران حرفه‌ای نیست

چرا افزودن چت هوش مصنوعی همیشه به نفع کاربران حرفه‌ای نیست

آنچه در این مقاله مطالعه می‌کنید:

۴ آبان ۱۴۰۵

۴ آبان ۱۴۰۵

به گزارش UX Collective، پاتریک نیمن هشدار داده است که افزودن رابط گفت‌وگویی هوش مصنوعی به نرم‌افزارهای حرفه‌ای الزاماً کار متخصصان را سریع‌تر نمی‌کند. به باور او، تیم‌های محصول باید پیش از قراردادن چت در مسیر اصلی کار، تجربه کاربر، نوع وظیفه و زمان لازم برای راستی‌آزمایی پاسخ را بسنجند.

این تحلیل بر کاربران باتجربه‌ای تمرکز دارد که سال‌ها با یک نرم‌افزار کار کرده‌اند، میانبرها، نماهای ذخیره‌شده و مسیرهای ثابت آن را می‌شناسند و کارهای تکراری را با سرعت انجام می‌دهند. برای چنین افرادی، تبدیل یک مسیر مستقیم به نوشتن درخواست، خواندن پاسخ و اصلاح نتیجه می‌تواند یک مانع تازه باشد؛ در حالی که رابط گفت‌وگویی برای کاربر تازه‌کار، بار به‌خاطرسپردن منوها و اصطلاحات سیستم را کاهش می‌دهد.

سه جایگاه متفاوت برای رابط، چت و عامل هوشمند

پیشنهاد اصلی این است که نوع کار، شکل استفاده از هوش مصنوعی را تعیین کند. وظایف روزمره و پرتکرار بهتر است در رابط گرافیکی و مسیرهای آشنای قبلی باقی بمانند. پرسش‌های نادر و پیچیده که معمولاً به ثبت درخواست برای تحلیل‌گر منجر می‌شوند، گزینه مناسب‌تری برای چت هستند. کارهای پیوسته، مانند تشخیص یک قرارداد غیرعادی، تأخیر محموله یا افت مداوم استفاده از حساب، می‌توانند به عامل هوشمندی سپرده شوند که در پس‌زمینه وضعیت را پایش می‌کند و فقط هنگام نیاز به تصمیم انسانی هشدار می‌دهد.

نیمن برای سنجش این مرز به نتایج دو پژوهش نیز اشاره می‌کند. در یک آزمایش تصادفی METR، توسعه‌دهندگان باتجربه متن‌باز هنگام استفاده از ابزارهای هوش مصنوعی ۱۹ درصد کندتر شدند، با آنکه پیش از آزمایش انتظار ۲۴ درصد افزایش سرعت داشتند. در پژوهشی با حضور ۷۵۸ مشاور نیز افراد در وظایف داخل محدوده توانایی هوش مصنوعی ۲۵.۱ درصد سریع‌تر عمل کردند؛ اما در وظایفی کمی بیرون از آن محدوده، احتمال پاسخ درست آنها ۱۹ درصد کمتر از گروه کنترل بود.

معیار مهم، زمان اعتماد به خروجی است

در کار حرفه‌ای، تولید پاسخ پایان فرایند نیست؛ کاربر باید بتواند آن را بررسی کند و مسئولیت نتیجه را بپذیرد. بررسی ابزارهای تخصصی پژوهش حقوقی نیز نشان داده است که Lexis+ AI و ابزارهای Thomson Reuters در ۱۷ تا ۳۳ درصد موارد دچار تولید اطلاعات نادرست شده‌اند؛ بنابراین هزینه راستی‌آزمایی باید همراه با سرعت تولید سنجیده شود.

برای تیم‌های طراحی محصول و توسعه نرم‌افزار، نتیجه عملی این دیدگاه حفظ مسیر قبلی در کنار قابلیت تازه و اندازه‌گیری رفتار واقعی کاربران است. جمع‌بندی تحلیل این است که چت باید برای کاری به‌کار رود که کاربر امروز به‌سادگی قادر به انجامش نیست، نه اینکه صرفاً روی همه بخش‌های محصول قرار گیرد.