Illustratie door Jessica Durkin

Ontwerpen met AI

Wat ik heb geleerd van het ontwerpen van een ervaring met kunstmatige intelligentie

Op Facebook is AI overal.

Achter de schermen helpt AI Facebook slimmer en gebruiksvriendelijker te maken. We gebruiken het om tekst te vertalen, zodat mensen elkaar beter kunnen begrijpen, om te herkennen wat er in afbeeldingen is zodat visueel gehandicapte mensen de foto's kunnen zien die hun vrienden posten, en om ongewenste inhoud zoals spam te filteren. We gebruiken AI ook om de bedoeling achter wat mensen plaatsen te begrijpen, zodat we hun ervaring op Facebook kunnen verbeteren.
 
Toen ik begon als ontwerper bij Facebook, had ik nog niet veel nagedacht over AI of hoe het zou kunnen worden gebruikt als hulpmiddel bij het ontwerpen van producten. Maar uiteindelijk heb ik Facebook-aanbevelingen ontworpen, die AI gebruikt om te detecteren wanneer mensen om lokale aanbevelingen vragen en vervolgens de plaatsen die hun vrienden aanbevelen, te matchen met Facebook-pagina's. Het is een manier waarop we mensen en lokale bedrijven helpen verbinden.

Het begon allemaal met een probleem

Ik heb veel berichten in mijn feed opgemerkt waarin mensen zich wenden tot Facebook om aanbevelingen te vinden voor plaatsen om naartoe te gaan en dingen om te doen. Deze berichten kregen veel betrokkenheid, maar waren niet erg nuttig. Je moest door alle opmerkingen bladeren en vervolgens de namen kopiëren en in Yelp of Google plakken om meer te weten te komen over de plaatsen die je vrienden aanbeveelden - hoewel meer dan 60 miljoen bedrijven pagina's op Facebook hebben. Het ergste was dat het heel gemakkelijk was om deze berichten in je feed kwijt te raken, dus ze waren alleen nuttig zolang je ze op je tijdlijn kon vinden.
 
Ik wilde het gemakkelijker en sneller maken om de aanbevelingen te verzamelen en te consumeren die mensen van hun vrienden krijgen - en hen helpen meer aanbevelingen te krijgen van mensen die ze vertrouwen.

Hoe we bij AI zijn aangekomen

Mensen vroegen al om aanbevelingen op Facebook en we wilden het gedrag dat al aan de gang was niet in de weg staan. Uiteindelijk bleek AI de beste aanpak omdat het ons in staat stelde hun berichten te verbeteren door van hun ongestructureerde gesprekken een nuttige shortlist of reisgids te maken. We hebben deze oplossing echter niet meteen bereikt. Eerst heb ik een aantal mogelijke oplossingen voor ons probleem onderzocht, die we hebben gevalideerd door gebruikersonderzoek en live experimenten.

Een van de eerste concepten die we hebben getest, was een aanpak waarbij je van tevoren moest zeggen wat je zocht en waar. Maar we ontdekten dat mensen niet echt begrepen waarom ze dit zouden doen. Ze zagen de waarde niet in van het toevoegen van deze extra metadata aan hun post, en het was moeilijk voor ons om de waarde aan te tonen die we hen konden geven als ze de ervaring niet zelf konden zien. We vochten ook tegen bestaand gedrag, dat was gewoon een statusupdate schrijven met hun vraag.

Een ander concept dat we hebben getest, was een meer educatieve benadering. We dachten dat we mensen konden helpen om zich comfortabeler te voelen met het product door mensen door een zelfstudie te leiden die uitlegde wat er ging gebeuren. We vonden opnieuw dat het moeilijk was om in woorden of illustraties uit te leggen hoe we waarde zouden bieden voordat we het zelf konden ervaren. Toen mensen het product eenmaal voor zichzelf gebruikten, waren ze er dol op, maar het was niet verrassend dat we wat minder gebruik zagen toen we extra stappen toevoegden voordat we het posten.

Door deze meer gestructureerde benaderingen te testen, hebben we geleerd dat hoe minder wrijving we aan de ervaring toevoegden, hoe beter het was voor mensen. We besloten dat de beste aanpak iets "automagisch" was dat het gedrag dat al aan de gang was zou vergroten, zonder al te opdringerig te zijn. Om de ervaring op een wrijvingsloze manier te activeren, vertrouwden we op kunstmatige intelligentie om te begrijpen wanneer mensen om aanbevelingen vroegen en welke plaatsen hun vrienden aanbeveelden toen ze antwoordden.

Hoe aanbevelingen werken

Met Aanbevelingen kunt u uw vraag op Facebook plaatsen zoals u normaal zou doen, en wanneer een vriend commentaar geeft op een aanbeveling, linken we naar de bijbehorende Facebook-pagina en tonen we details zoals beoordelingen, prijsklasse, openingstijden en adressen. We plaatsen ook alle plaatsen die ze aanbevelen op een kaart, zodat je alles gemakkelijk kunt vinden. We hebben gezien dat mensen Aanbevelingen gebruiken om alles te vinden, van water tijdens een orkaan in Florida tot de beste ambachtelijke brouwerijen in Australië. Er zijn zelfs Facebook-groepen, zoals de Tri-State Restaurant Club, waar bijna elk bericht een verzoek of aanbieding voor aanbevelingen is.

De AI achter het product

Het product Recommendations lijkt vrij eenvoudig. Het laten werken is een stuk ingewikkelder. Om een ​​statusupdate zoals “Vrienden! Waar is de beste plek om een ​​knipbeurt in Chicago te krijgen? ) waar u naar op zoek bent. Dit is gemakkelijker gezegd dan gedaan, vooral gezien de manier waarop mensen jargon en informele taal gebruiken op Facebook.
 
We hebben nauw samengewerkt met het Conversational Understanding-team op Facebook om Natural Language Understanding (NLU) te gebruiken om onze ervaring te versterken. Dit team heeft AI-technologie gebouwd die tekstberichten kan begrijpen om nauwkeurig te detecteren wanneer iemand om een ​​lokale aanbeveling vraagt, waardoor we de ervaring met aanbevelingen automatisch kunnen activeren.
 
Wanneer uw vrienden op uw bericht reageren en alle coole plaatsen voorstellen die u zou moeten bekijken, gebruiken we AI om de tekst te begrijpen en de meest waarschijnlijke plaats (en) te extraheren. AI geeft ons ook een vertrouwensscore die de waarschijnlijkheid aangeeft dat het de juiste plaats is. Deze score bepaalt de gebruikerservaring die de commentator ontvangt. Als deze hoog is, voegen we eenvoudig een plaatskaart toe aan hun opmerking (met de mogelijkheid om deze te verwijderen). Als we gemiddeld vertrouwen hebben, vragen we of het de juiste plek is voordat we het bevestigen. Wanneer de score laag is, tonen we ze een lege kaart die een zoekbalk opent waarmee ze handmatig kunnen zoeken naar de plaats die ze willen toevoegen.

Wat ik heb geleerd over ontwerpen met AI

De allure van AI is dat het uw product "magisch" kan laten werken. Maar mijn ervaring met Aanbevelingen hamert erop dat de kracht van AI de behoefte aan doordacht productontwerp niet vermindert - integendeel zelfs. Van alle lessen uit het project, hier zijn die waar ik steeds op terugkom:

Zoek naar bestaand gedrag

AI biedt veel mogelijkheden om bestaand gedrag sneller en gemakkelijker te maken voor mensen. We hebben niet geprobeerd een volledig nieuw gedrag uit te vinden; we hebben eerder een bestaande gevonden en deze veel beter gemaakt! AI maakte het ons mogelijk om een ​​magische ervaring te leveren en tegelijkertijd zo weinig mogelijk wrijving te introduceren voor mensen om aanbevelingen te geven of te ontvangen.

Als je de AI niet opmerkt, doe je het goed

Wanneer u AI gebruikt op een manier die een ervaring verbetert, in plaats van het te definiëren, kan het eigenlijk bijna onzichtbaar aanvoelen. Met AI kun je loskomen van een traditionele gebruikersinterface en problemen voor mensen op een naadloze en bijna magische manier oplossen.

We hebben met opzet besloten om het niet te laten voelen alsof je met een robot praatte of dat Facebook zichzelf onderbrak in een gesprek dat je probeerde te voeren met je vrienden. In plaats daarvan hebben we een ontwerp gebruikt dat de opmerkingen die u van vrienden ontvangt, aanvult met nuttige informatie. Deze aanpak voelt natuurlijker aan en houdt uw gesprek met uw vrienden op de voorgrond. In gebruikersonderzoek, toen we de ervaring toonden aan mensen die zeiden dat ze het nog nooit eerder hadden gezien, zeiden sommigen: "Oh ja, ik heb dit eerder gebruikt! Het is geweldig!"

Test, test, test

Zodra je 'magie' in de ervaring begint op te nemen, gaan mensen ervan uit dat het altijd zou moeten werken. Toen we begonnen met het testen van onze ervaring, had onze AI dingen fout. Veel. Het is geen geweldige ervaring wanneer we u aanraden om een ​​link te maken naar de pagina van een tandarts wanneer u een restaurant probeert aan te bevelen. Bruikbaarheidstesten met echte mensen was erg belangrijk, vooral nadat we een werkend product hadden. We hebben ook veel openbare aanbevelingen gepost om een ​​idee te krijgen hoe goed het product daadwerkelijk aan de behoeften van mensen voldoet. Door mensen vroeg door onze ervaring te laten kijken, hebben we veel problemen met onze AI ontdekt die we anders niet zouden hebben gemerkt.

Vertrouw niet op perfectie

Zelfs als je AI meestal werkt, zullen er momenten zijn waarop het volledig faalt. Als mensen hun doel niet kunnen bereiken wanneer dit gebeurt, zul je eindigen met veel zeer ongelukkige gebruikers. Een ding dat Aanbevelingen werkt, is dat zelfs als onze AI je bericht niet herkende, het je niet weerhield om je vraag te plaatsen en aanbevelingen van je vrienden te krijgen - je bericht zou gewoon niet zo nuttig zijn.

Degradeer sierlijk

Door terug te vallen op een alternatieve gebruikersinterface, zorgt u ervoor dat u mensen een goede ervaring kunt bieden, zelfs als uw AI faalt. Hoewel het een grotere uitdaging was om meerdere UI-behandelingen te ontwerpen, konden we een minder opdringerig product bieden door de ervaring te differentiëren op basis van AI-vertrouwen. Voor Aanbevelingen hebben we geëxperimenteerd met het verhogen en verlagen van de betrouwbaarheidsniveaus en met een aantal verschillende UI-behandelingen op elk niveau, totdat we de combinatie vonden die het beste werkte.

Feedback is een geschenk

Dit is een gezegde op Facebook, en het is vooral waar bij het ontwerpen met AI. Het is belangrijk om manieren te bieden waarop mensen feedback kunnen geven over onze gissingen en deze vervolgens kunnen gebruiken om de ervaring te verbeteren. Door mensen onze suggesties te laten uitzoeken als we het mis hadden, zorgden we niet alleen voor een ontsnappingsluik, maar creëerden we ook een manier om waardevolle informatie te verzamelen over hoe onze AI het doet. Elk stukje feedback dat we ontvangen, helpt onze AI en de algemene ervaring met aanbevelingen te verbeteren.

De toekomst van AI beïnvloeden

Sinds de lancering van Aanbevelingen zijn we de ervaring blijven verbeteren en ben ik veel blijven leren over de uitdagingen van AI en de mogelijkheden die het kan ontgrendelen. Bovenal heb ik geleerd dat ontwerpen met AI hetzelfde is als iets anders ontwerpen. Concentreer je op problemen van mensen, test je aannames en geef geld voor dingen die misgaan.
 
Naarmate AI onvermijdelijk diep geïntegreerd raakt met de producten die we bouwen, wordt het steeds belangrijker voor productontwerpers om deel te nemen aan hoe het zich ontwikkelt. Het is een natuurlijke pasvorm - waardoor technologie het gevoel heeft dat mensen al lang voordat AI langskwam, productontwerpers geobsedeerd waren. Door design thinking toe te passen op AI-compatibele producten, kunnen we ervoor zorgen dat deze tools de mensen die ze gebruiken echt van dienst zijn.