Os sistemas de IA exigem novos modelos de interação. Os designers estão prontos?

Durante décadas, a maioria das interações de software funcionou da mesma maneira. Você abre aplicativos, fecha-os, arrasta arquivos para pastas, clica em menus, move-se entre janelas… Essa é a metáfora do desktop, software projetado para parecer um espaço de trabalho físico. O toque móvel e a web trouxeram seus próprios modelos de interação, mas o desktop definiu grande parte da gramática e ainda define como as pessoas se movem pelo software, mesmo à medida que as interfaces evoluem em torno dele.

Agora, os sistemas de IA estão desafiando essa gramática. A interação conversacional em software já existe há algum tempo (todos nós usamos Alexa, Siri e chatbots), mas apenas dentro de limites de script, respondendo à entrada do usuário. Modelos recentes podem interpretar a intenção, agir de acordo com ela e construir partes da interface à medida que avançam.

Estamos migrando de interfaces orientadas por tarefas, onde você opera cada etapa, para interfaces orientadas por intenções, onde o trabalho começa depois que você fala ou digita sua intenção. Existem novos modelos de interação em jogo agora? E se houver, onde entram os designers?

Enquanto escrevia este artigo, li que o Thinking Machines Lab, uma startup de IA fundada por Mira Murati (ex-CTO da OpenAI), lançou uma prévia da pesquisa de Modelos de Interação. A empresa usa o termo “modelos de interação” para nomear o que vem construindo. Veja a distinção: os modelos de interação da Thinking Machine são um novo tipo de modelo de IA com uma arquitetura projetada para troca multimodal em tempo real (áudio, vídeo e texto simultaneamente).

No design, um modelo de interação é a estrutura abrangente que une as funções de um produto. Não exatamente. Ambos usam a mesma palavra para duas camadas diferentes da mesma pilha.

A camada de modelo diz respeito ao que o sistema pode fazer internamente: como ele processa a entrada, mantém o contexto e responde entre modos. A camada de design trata de como uma pessoa vivencia esse trabalho: o que ela vê, o que clica e que modelo mental ela forma. Design é a tradução entre o que o modelo pode fazer e como uma pessoa o utiliza.

Quando o modelo ganha novos recursos, como manter uma conversa em tempo real através de áudio, vídeo e texto, a camada de design acima dele precisa traduzi-los em algo com que as pessoas possam trabalhar. Nos vídeos de demonstração compartilhados pelo Thinking Machine Labs, os modelos de interação captam áudio, vídeo e texto de uma só vez e respondem enquanto você ainda está falando. Ele pode interferir quando você diz algo errado, reagir ao que vê na câmera e traduzir um idioma para outro na hora.

Cadastre-se no Medium gratuitamente para obter atualizações deste escritor. Em um clipe, duas pessoas pedem para construir um gráfico dos ganhos e custos do Uber. O gráfico é uma interface de usuário generativa, criada na hora para essa pergunta.

Enquanto o modelo ainda está em segundo plano, eles perguntam o que o Uber tem feito para o negócio este ano. O modelo mantém a conversa e traz o gráfico quando estiver pronto. Por trás de toda a engenharia, o que está mudando é o ritmo da interação.

A configuração antiga fazia você esperar pela máquina e fazia a máquina esperar por você. Este elimina a espera, então a troca funciona sem parar. Essa mudança de ritmo é o que pressiona o modelo de interação.

A estrutura que temos usado pressupõe a alternância de turnos. Um modelo de IA que ouve, fala e trabalha em paralelo não se enquadra nessa estrutura. Quando a interação se torna contínua (em vez de sequencial), o papel do design muda de algumas maneiras específicas: alguns argumentam que as interfaces tradicionais estão em extinção, substituídas por agentes de IA que falam com os utilizadores em nome dos sistemas subjacentes.

Para muitos casos de uso, eles podem estar certos. As telas tradicionais podem desaparecer onde os agentes de IA podem lidar com o trabalho de ponta a ponta. Os agentes não se importam com a IU.

Mas os humanos sim. Onde os seres humanos são responsáveis ​​pelo resultado, a IU é o instrumento dessa responsabilização. É como uma pessoa vê o que o sistema fez, entende o resultado e intervém quando algo precisa ser corrigido.

Isto é especialmente relevante em software empresarial, onde as decisões muitas vezes precisam ser revisadas ou auditadas. Qualquer novo modelo de interação deve tornar as ações do sistema visíveis à medida que acontecem. Precisa dar às pessoas um lugar para intervir e um registro ao qual possam voltar.

O designer e diretor criativo Frank Chimero escreveu certa vez que as pessoas ignoram o design que ignora as pessoas. Esse é o teste que qualquer modelo de interação deve passar. A metáfora do desktop passou por quarenta anos, dando às pessoas um modelo mental claro: arquivos em pastas, aplicativos em uma tela, hierarquias nas quais eles podiam navegar.

Os novos modelos de interação que estamos começando a construir, conversacionais, agentes, multimodais, generativos, ainda não têm esse tipo de clareza. Estamos entrando em um tipo diferente de relacionamento entre pessoas e sistemas. Um que ainda estamos aprendendo a descrever.

Arin Bhowmick (@arinbhowmick) é Diretor de Design da SAP, com sede em São Francisco, Califórnia. O artigo acima é pessoal e não representa necessariamente as posições, estratégias ou opiniões da SAP.