Günümüzde yapay zeka tasarımında yaygın bir hata var: her yeteneği sohbet arayüzüne hapsetmek. Büyük dil modelleri diyalog verileriyle eğitildiği için, endüstri adeta konuşma baloncuğuna sıkışmış durumda. Oysa gerçekten iyi bir kullanıcı deneyimi, modaliteyi kullanıcının bağlamına, niyetine ve bilişsel yüküne göre eşleştirmekten geçer. Arayüz kullanıcıya uyum sağlamalı, tersi değil. Modalite, kullanıcının sistemi görme, duyma, dokunma, konuşma veya yazma yoluyla nasıl etkileşime geçtiğidir. Doğru modaliteyi seçmek için kullanıcının ne yapmak istediğini, nerede olduğunu ve ne kadar zihinsel çaba harcadığını anlamak gerekir.
Sohbet arayüzünün cazibesi, ürün geliştirme açısından anlaşılabilir: boş bir sayfa gibidir, her şeyi kabul eder. Ancak metin ağırlıklı arayüzler, kullanıcıya yüksek bir uyum maliyeti getirir. Bu bilişsel yük zamanla psikolojik bir vergiye dönüşür; kişi doğal düşünce süreçlerini makineye uyarlamak zorunda kalır. Örneğin, havalimanında acil bir kapı değişikliği yaşayan bir yolcu, kahvesini ve bavulunu taşırken küçük bir sohbet kutusuna uzun bir rezervasyon numarası yazmak zorunda kalırsa, sistem girdi modalitesinde başarısız olur. Çıktı tarafında ise, AI'ın büyük puntolu bir kapı numarası yerine hava durumu analizi yapan bir paragraf döndürmesi, çıktı modalitesinde de başarısızlık demektir.
Giriş tarafında, boş bir sohbet kutusu kullanıcıya 'ne yapabilirim?' sorusunu sordurur ve seçim felcine yol açar. Geleneksel arayüzlerde menüler ve düğmeler seçenekleri görsel olarak sunarken, sohbet kutusunda kullanıcı AI'ın yeteneklerini tahmin etmek ve doğru ifadeyi bulmak zorundadır. Örneğin, bir veri analisti bir e-tabloda belirli bir eğilimi bulmak için filtre düğmesine tıklamak yerine, karmaşık mantığı bir cümleyle yazmak zorunda kalır. Bu, dilsel bir engel oluşturur. Tasarımcılar için bir görseli tarif etmek, sürgü veya renk seçici kullanmaktan çok daha zordur. Kısacası, girdi modalitesi seçerken kullanıcının doğal ifade biçimini dikkate almak gerekir.
Çıktı tarafında ise, AI'ın uzun metin bloklarıyla yanıt vermesi, yorumlama işini kullanıcıya yükler. Metin sıralı bir ortamdır; beyniniz anlam çıkarmak için kelimeleri tek tek okumak zorundadır ve bu zaman alır. Karmaşık hukuki analizler veya tıbbi geçmişler için paragraflar gerekli olabilir, ancak bir kapı numarası veya bir eğilim grafiği gibi veriler için görsel bir çıktı çok daha etkilidir. Takımlar, verileri görsel olarak sunabilecekken metne yöneldiklerinde sürtüşme yaratırlar. Sonuç olarak, başarılı bir yapay zeka arayüzü için Görev Denetimi ve Girdi/Çıktı Hizalama Matrisi gibi araçlar kullanarak, kullanıcının anlık niyetine en uygun modaliteyi seçmek şarttır.
