- Giao diện của các sản phẩm AI quá phức tạp, khiến người dùng phổ thông khó sử dụng
- Nhu cầu về các giao diện thân thiện với người dùng và trực quan đang gia tăng
- Thử áp dụng tâm lý người dùng (hiệu ứng IKEA, nghịch lý của sự lựa chọn, hiệu ứng bandwagon, hiệu ứng sở hữu, kỹ thuật foot-in-the-door) vào AI
Hiệu ứng IKEA: The IKEA Effect
- Hiệu ứng IKEA là hiện tượng người dùng đánh giá giá trị của sản phẩm cao hơn khi họ tham gia vào quá trình tạo ra nó
- Điều này tương tự với lý thuyết quả trứng, nhưng vẫn có khác biệt
- Lý thuyết quả trứng: nếu quá trình quá dễ, người dùng sẽ không cảm thấy mình đã đóng góp
- Hiệu ứng IKEA: vì người dùng tự tay tạo ra nên họ đánh giá giá trị cao hơn
- Hàm ý trong thiết kế sản phẩm AI
- Sản phẩm AI cần nhấn mạnh vào cá nhân hóa
- Các trợ lý AI, chatbot... mà người dùng có thể tự thiết lập và tùy biến trực tiếp có thể mang lại mức độ hài lòng cao hơn
- Ví dụ: nếu AI quản lý email có thể được cấu hình theo phong cách của người dùng, người dùng sẽ cảm thấy nó có giá trị hơn
Nghịch lý của sự lựa chọn: The Paradox of Choice
- Quá nhiều lựa chọn sẽ dẫn đến lo lắng, tê liệt trong quyết định và không hài lòng
- Trong một nghiên cứu năm 2000, khi đưa ra 6 loại mứt thì 30% mua hàng, nhưng khi đưa ra 24 loại mứt thì chỉ 3% mua
- Càng nhiều lựa chọn, người dùng lại càng khó đưa ra quyết định
- Vấn đề trong sản phẩm AI
- Các sản phẩm AI hiện nay cung cấp quá nhiều tùy chọn, gây rối cho người dùng
- Ví dụ: UI chọn model của Gemini quá phức tạp, làm giảm trải nghiệm người dùng
- Cần có tính năng tự động chọn model tối ưu
- Ví dụ về sản phẩm AI được thiết kế tốt
- Midjourney: một prompt, một model hình ảnh, đưa ra 4 kết quả → đơn giản và trực quan
- Granola: AI tóm tắt cuộc họp, có UI gọn gàng và chỉ cần mức nhập liệu tối thiểu từ người dùng
- AI cần giảm gánh nặng cho người dùng và mang lại trải nghiệm trực quan
- Thay vì quá nhiều tính năng và thiết lập, điều quan trọng là thiết kế để người dùng có thể dễ dàng hoàn thành công việc họ muốn làm
Hiệu ứng bandwagon: The Bandwagon Effect
- Hiệu ứng bandwagon: hiện tượng tâm lý khi con người làm theo hành vi của những người khác
- Ví dụ: điệu nhảy TikTok, trào lưu quần skinny jeans, thử thách ALS Ice Bucket Challenge...
- Trong startup, điều này thúc đẩy tăng trưởng lan truyền và hiệu ứng mạng lưới
- Vấn đề của sản phẩm AI
- Phần lớn các sản phẩm AI hiện nay thiếu tính năng xã hội, nên người dùng phải tự mình khám phá
- Ví dụ: ChatGPT thiếu các tính năng mạng lưới để người dùng chia sẻ
- Trên TikTok có văn hóa chia sẻ prompt ChatGPT rất sôi động, nhưng lại không có tính năng chính thức hỗ trợ điều đó
- Các model tạo ảnh cũng cần được cải thiện
- Tính năng "Explore" của Midjourney cho phép xem các hình ảnh phổ biến, nhưng thiếu tính năng để xem nội dung được tạo bởi bạn bè hoặc trong mạng lưới của tôi
- AI hiện vẫn đang ở trạng thái "single-player"
- Trong tương lai, khả năng cao sẽ có thêm nhiều tính năng dựa trên mạng lưới và cộng tác
- Cần thiết kế để người dùng có thể chia sẻ thông tin dễ hơn và mở rộng trải nghiệm dùng AI trong môi trường xã hội
Hiệu ứng sở hữu: The Endowment Effect
- Hiệu ứng sở hữu: hiện tượng tâm lý khi con người đánh giá món đồ mình sở hữu cao hơn giá trị thực tế của nó
- Trong một nghiên cứu năm 1990, sau khi ngẫu nhiên phát cốc hoặc bút và cho cơ hội trao đổi,
người ta có xu hướng đánh giá cao hơn món đồ mình đang sở hữu
- Hàm ý cho sản phẩm AI: tầm quan trọng của cá nhân hóa
- Người dùng càng trực tiếp thiết lập và tích lũy trải nghiệm được cá nhân hóa, thì mức độ gắn bó với sản phẩm càng tăng
- Ví dụ: nếu AI email học được phong cách của người dùng, sẽ khó để họ từ bỏ nó
- Nếu Granola phản ánh phản hồi của người dùng để cung cấp bản tóm tắt tùy chỉnh, người dùng sẽ cảm thấy sản phẩm có giá trị hơn
- AI cảm xúc (ví dụ: chatbot NSFW) cũng sẽ càng khó bị thay thế khi mối liên kết cá nhân với người dùng trở nên sâu sắc hơn
- Thiết kế AI tốt cần mang lại cảm giác "sản phẩm này là dành riêng cho tôi"
- AI càng học từ dữ liệu người dùng để mang lại trải nghiệm cá nhân hóa, thì mức độ trung thành càng tăng
- Để tối đa hóa hiệu ứng sở hữu, cần thiết kế sản phẩm AI ngày càng được tối ưu theo từng người dùng
Kỹ thuật foot-in-the-door: The Foot-in-the-Door Technique
- Kỹ thuật foot-in-the-door: chiến lược tâm lý khiến người ta chấp nhận một yêu cầu nhỏ trước, rồi dần dần chấp nhận những yêu cầu lớn hơn
- Trong một nghiên cứu năm 1966, những người đồng ý đặt biển nhỏ "Drive Carefully" trước nhà
cũng dễ đồng ý hơn với yêu cầu đặt một bảng quảng cáo lớn hơn sau 2 tuần
- Trong doanh nghiệp, nó được sử dụng rộng rãi theo các cách như dùng thử miễn phí → chuyển đổi sang đăng ký trả phí
- Các trường hợp áp dụng trong sản phẩm AI
- Phần lớn dịch vụ AI dùng model premium để khuyến khích thanh toán sau giai đoạn dùng thử miễn phí
- Nếu AI muốn thúc đẩy hành vi sử dụng mới, thì cách hiệu quả là ban đầu cung cấp tính năng nhỏ rồi mở rộng dần
- Ví dụ về AI pháp lý
- Nếu AI pháp lý tự động hóa toàn bộ công việc ngay từ đầu, ngành luật vốn bảo thủ có thể phản ứng tiêu cực
- Vì vậy, giai đoạn đầu nên hỗ trợ các tác vụ đơn giản như rà soát hợp đồng,
rồi khi người dùng đã quen thì mở rộng sang các tính năng mạnh hơn như soạn thảo hồ sơ
- Sản phẩm AI cần dẫn dắt người dùng một cách tự nhiên đến việc sử dụng các tính năng mạnh hơn
- Ban đầu cung cấp tính năng dễ tiếp cận → sau đó thiết kế để người dùng dần khai thác sâu hơn là điều quan trọng
Suy nghĩ cuối cùng: vấn đề gia tăng độ phức tạp
- Các sản phẩm AI hiện nay quá phức tạp
- Các đội ngũ sản phẩm có xu hướng phô diễn mọi tính năng và khả năng của AI
- Nhưng thiết kế có tiết chế mới mang lại trải nghiệm người dùng tốt hơn
- Ranh giới giữa người tiêu dùng và doanh nghiệp đang ngày càng mờ đi
- Ví dụ: Cursor, ElevenLabs, Elicit, GPTZero, Granola, HeyGen, Midjourney, Perplexity, Runway, Suno...
đều được chấp nhận đồng thời ở cả thị trường tiêu dùng lẫn doanh nghiệp
- Tuy vậy, nhiều sản phẩm AI vẫn mang cảm giác như công cụ doanh nghiệp và thiếu thiết kế thân thiện với người tiêu dùng
- Các nguyên tắc cốt lõi trong thiết kế sản phẩm AI
- Người dùng muốn sản phẩm đơn giản: trải nghiệm trực quan quan trọng hơn việc có quá nhiều lựa chọn
- Cần giải thích rõ ràng các tính năng: phải thiết kế để người dùng dễ hiểu họ có thể sử dụng chức năng nào
- Dẫn dắt người dùng mở rộng tính năng một cách tự nhiên: cần thiết kế để họ có thể dần dùng đến các tính năng mạnh hơn
- Kết luận
- Sản phẩm AI cần mang lại trải nghiệm trực quan lấy người tiêu dùng làm trung tâm
- Điều quan trọng là giảm độ phức tạp, nhấn mạnh các chức năng cốt lõi và thiết kế để người dùng có thể thích nghi một cách tự nhiên
Chưa có bình luận nào.