مقدمة: التطبيق الذي يفهمك دون أن يتجاوز حدودك

تسعى تطبيقات الذكاء الاصطناعي إلى تقديم تجربة أكثر ذكاءً من التطبيقات التقليدية. فهي تتعلم من سلوك المستخدم، وتقترح المحتوى أو الإجراء المناسب، وتختصر خطوات متكررة، وقد تتوقع احتياجًا قبل أن يطلبه المستخدم صراحةً.

لكن التخصيص لا يساوي النجاح تلقائيًا. فقد يبدو التطبيق ذكيًا في البداية، ثم يتحول إلى تجربة مزعجة إذا شعر المستخدم بأنه مراقَب، أو لم يفهم سبب ظهور توصية معينة، أو لم يتمكن من تعديل ما يعرفه النظام عنه. وفي المقابل، قد يفقد التطبيق قيمته إذا كان حذرًا إلى درجة تجعله يقدم تجربة عامة لا تختلف عن أي نظام تقليدي.

لذلك، فإن التحدي الحقيقي في تصميم تطبيقات AI ليس جعل النظام أكثر قدرة على التنبؤ فقط، بل تصميم علاقة متوازنة بين الذكاء والتدخل والثقة. يجب أن يعرف المستخدم متى يعتمد على النظام، ومتى يراجعه، وكيف يصحح مخرجاته، وكيف يستعيد السيطرة عندما لا تكون النتيجة مناسبة.

يؤكد دليل Google People + AI أن أنظمة الذكاء الاصطناعي تعتمد على الاحتمالات وعدم اليقين، ولذلك ينبغي تصميم التجربة لمساعدة المستخدم على معايرة ثقته في النظام، لا دفعه إلى الثقة الكاملة أو الرفض الكامل.[1]

ما المقصود بالتخصيص في تطبيقات AI؟

التخصيص هو تعديل التجربة أو المحتوى أو التوصيات بما يتناسب مع احتياجات المستخدم وسياقه. وقد يعتمد على بيانات صريحة، مثل اختيار اللغة أو القطاع أو الأهداف، أو على إشارات سلوكية، مثل الصفحات التي زارها أو المهام التي يكررها.

لكن التخصيص الجيد لا يعني جمع أكبر كمية ممكنة من البيانات. بل يعني استخدام أقل قدر مناسب من البيانات لتحقيق فائدة واضحة، مع إتاحة معرفة ما الذي يتغير ولماذا.

لماذا ترتبط الثقة بتجربة المستخدم؟

تتأثر الثقة بثلاثة عناصر: الفائدة، والفهم، والتحكم. قد يثق المستخدم في توصية لأن نتيجتها مفيدة، لكنه قد يتراجع إذا لم يعرف مصدرها. وقد يفهم طريقة عمل النظام، لكنه لا يثق به إذا لم يستطع تصحيح الخطأ أو إيقاف التخصيص.

وتشير إرشادات Google إلى أن شرح التنبؤات والتوصيات ومخرجات الذكاء الاصطناعي مهم لبناء الثقة، مع ضرورة اختيار مستوى الشرح المناسب للسياق.[1] فالمستخدم لا يحتاج دائمًا إلى تفاصيل تقنية عن النموذج، لكنه يحتاج إلى معلومات تساعده على اتخاذ قرار عملي، مثل مصدر البيانات، وسبب التوصية، ومستوى الثقة، والبدائل المتاحة.

الثقة الصحيحة ليست أن يصدق المستخدم النظام دائمًا، بل أن يعرف متى يثق به ومتى يراجع قراره.

سبعة مبادئ لتصميم تجربة AI موثوقة

1. ابدأ من احتياج المستخدم لا من قدرة النموذج

من السهل أن تبدأ الفرق التقنية بسؤال: «ما الذي يستطيع النموذج فعله؟». لكن السؤال الأهم هو: «ما المشكلة التي يحاول المستخدم حلها؟».

قد يكون المستخدم بحاجة إلى تلخيص تقرير طويل، أو مقارنة خيارات، أو اكتشاف خطأ في بيانات، أو تنفيذ إجراء متكرر. في بعض الحالات، يكون الذكاء الاصطناعي أفضل مساعد، وليس أفضل صاحب قرار. لذلك يجب تحديد الدور المناسب للذكاء الاصطناعي منذ بداية التصميم: هل يقترح؟ هل ينفذ؟ هل يراجع؟ هل يشرح؟

2. اجعل التخصيص مرئيًا وقابلًا للتحكم

إذا تغيرت واجهة التطبيق أو ظهرت توصية مخصصة، يجب ألا تبدو النتيجة عشوائية. يمكن استخدام عبارات بسيطة مثل: «بناءً على المشاريع التي تتابعها»، أو «لأنك استخدمت هذه الخاصية مؤخرًا»، أو «قد يناسب هذا الخيار هدفك المحدد».

ولا يكفي إخبار المستخدم بسبب التخصيص؛ يجب أن يتمكن من تعديله. ينبغي أن تتضمن الواجهة إعدادات واضحة لإيقاف التخصيص، أو حذف سجل التفضيلات، أو تغيير المجال واللغة والهدف، أو منع استخدام نوع محدد من البيانات.

3. استخدم الشرح التدريجي بدل إغراق المستخدم

ليست كل المعلومات مهمة في اللحظة نفسها. الأفضل تقديم شرح مختصر بالقرب من النتيجة، ثم إتاحة تفاصيل إضافية عند الطلب.

هذا الأسلوب يساعد المستخدم العادي على إنجاز مهمته بسرعة، ويمنح المستخدم المتخصص قدرة أكبر على التدقيق دون تحويل كل شاشة إلى تقرير تقني.

4. ميّز بين الاقتراح والقرار

يجب أن يعرف المستخدم هل ما يراه توصية، أم قرارًا منفذًا، أم مسودة قابلة للتعديل. استخدام ألوان أو أزرار أو عبارات مختلفة لهذه الحالات يمنع الالتباس.

على سبيل المثال، في تطبيق لإدارة المشتريات، يمكن للنظام أن يقترح المورد الأنسب، ثم يعرض أسباب التوصية، ثم يترك اعتماد الطلب لمسؤول بشري. أما في تطبيق بسيط لتلخيص البريد، فقد يكون التنفيذ التلقائي مناسبًا إذا كان المستخدم يستطيع المراجعة والتراجع.

كلما زادت حساسية الإجراء أو تأثيره، زادت الحاجة إلى نقطة تأكيد بشرية واضحة.

5. صمّم للخطأ منذ البداية

لا يوجد نظام AI معصوم من الخطأ. وقد تكون الأخطاء ناتجة عن نقص البيانات، أو سوء فهم السؤال، أو تغير السياق، أو إنتاج إجابة غير دقيقة. لذلك يجب ألا تكتفي الواجهة بعرض رسالة عامة مثل «حدث خطأ».

ينبغي أن تشرح الواجهة ما حدث بلغة مفهومة، وتقترح الخطوة التالية، وتتيح إعادة المحاولة، وتوفر طريقة للتواصل مع إنسان عند الحاجة. وإذا اتخذ النظام إجراءً قابلًا للتراجع، يجب أن يكون زر التراجع واضحًا وسهل الوصول.

6. اجعل التغذية الراجعة جزءًا من التجربة

يجب أن يستطيع المستخدم إخبار النظام بأن النتيجة مفيدة أو غير مفيدة، وأن يشرح السبب عند الحاجة. لكن زر الإعجاب أو عدم الإعجاب وحده لا يكفي في المهام المهمة.

يمكن أن تتضمن التغذية الراجعة خيارات مثل: «البيانات غير صحيحة»، «التوصية لا تناسب هدفي»، «الشرح غير واضح»، أو «لا أريد رؤية هذا النوع من الاقتراحات». هذه المعلومات تساعد فريق المنتج على تحسين النموذج، كما تمنح المستخدم شعورًا بأن صوته يؤثر في التجربة.

7. حافظ على البديل البشري

حتى التطبيقات المؤتمتة تحتاج إلى مسار واضح للوصول إلى موظف أو خبير، خصوصًا في الخدمات المالية، والرعاية الصحية، والدعم المؤسسي، والقرارات الحساسة.

وجود البديل البشري لا يعني فشل الذكاء الاصطناعي، بل يعكس تصميمًا مسؤولًا. يمكن للنظام أن يجمع المعلومات، ويصنف المشكلة، ويجهز ملخصًا للموظف، ثم ينقل الحالة دون إجبار المستخدم على إعادة شرح المشكلة من البداية.

التوازن بين التخصيص والخصوصية

لا يمكن فصل تجربة المستخدم عن إدارة البيانات. كلما زادت قدرة التطبيق على تخصيص التجربة، زادت الحاجة إلى توضيح نوع البيانات المستخدمة والغرض منها وفترة الاحتفاظ بها.

تساعد المبادئ التالية على تحقيق توازن أفضل:

ومن المهم عدم استخدام عبارات غامضة مثل «سنستخدم بياناتك لتحسين التجربة» دون تفاصيل. الأفضل تحديد الفائدة، مثل: «سنستخدم تاريخ المشاريع التي تابعتها لاقتراح قوالب مرتبطة بها، ويمكنك إيقاف هذا الخيار من الإعدادات».

كيف نصمم واجهة لوكيل ذكاء اصطناعي؟

تختلف واجهة الوكيل عن واجهة التطبيق التقليدي، لأن الوكيل قد يخطط وينفذ عدة خطوات بدل الاستجابة لأمر واحد. لذلك يجب عرض حالة المهمة للمستخدم بصورة مفهومة.

يمكن أن تتضمن الواجهة العناصر التالية:

1. الهدف الحالي: ما المهمة التي يحاول الوكيل إنجازها؟

2. الخطوة الحالية: ما الذي يفعله الآن؟

3. الأدوات المستخدمة: هل يقرأ من CRM؟ هل يبحث في قاعدة معرفة؟ هل ينشئ تقريرًا؟

4. نقاط الموافقة: أي خطوة تحتاج إلى اعتماد المستخدم؟

5. النتيجة القابلة للمراجعة: ما الذي تم إنجازه وما الذي بقي؟

6. السجل والتراجع: كيف يرى المستخدم ما حدث أو يلغي الإجراء؟

بدل عرض شريط تحميل عام، يمكن للواجهة أن تقول: «تم تحليل بيانات العملاء»، ثم «تم العثور على 12 فرصة محتملة»، ثم «تحتاج هذه الخطوة إلى موافقتك قبل إرسال الرسائل». هذا النوع من الوضوح يقلل الغموض ويجعل المستخدم شريكًا في العملية.

كيف نقيس نجاح تجربة AI؟

لا يكفي قياس عدد مرات استخدام خاصية الذكاء الاصطناعي. فقد يستخدمها الناس لأنهم مضطرون إليها، أو يتوقفون عن استخدامها لأنهم لا يثقون بها. يجب الجمع بين مؤشرات الاستخدام والجودة والثقة والنتائج.

ومن المفيد إجراء اختبارات استخدام تسأل المستخدم ليس فقط «هل أعجبتك الواجهة؟»، بل أيضًا: «لماذا تعتقد أن النظام قدم هذه التوصية؟»، و«ماذا ستفعل إذا شككت في النتيجة؟»، و«هل تعرف كيف توقف التخصيص أو تعدله؟».

أخطاء شائعة في تصميم تطبيقات AI

جعل الذكاء الاصطناعي مركز التجربة بلا داعٍ

ليست كل مهمة تحتاج إلى محادثة أو نموذج تنبؤ. إذا كان المستخدم يستطيع إنجاز المهمة بطريقة أبسط وأكثر وضوحًا، فلا ينبغي إضافة AI لمجرد مواكبة الاتجاه.

استخدام التخصيص المفاجئ

عندما يعرف التطبيق معلومات لم يتوقع المستخدم أنه شاركها، قد تتحول الميزة إلى مصدر قلق. يجب تقديم التخصيص تدريجيًا، وشرح مصدره، ومنح المستخدم فرصة للتعديل.

عرض درجة ثقة مضللة

قد يفهم المستخدم نسبة 90% على أنها ضمان، رغم أنها قد تكون درجة داخلية لا تعكس احتمال صحة القرار في كل سياق. ينبغي شرح معنى الثقة بطريقة مناسبة، واستخدامها مع لغة واضحة وحدود عملية.

إخفاء الفشل خلف لغة واثقة

الإجابة المصاغة بأسلوب حاسم لا تعني أنها صحيحة. عندما تكون البيانات ناقصة أو النتيجة غير مؤكدة، يجب أن تعكس اللغة ذلك وأن تقدم خيار التحقق أو التصعيد.

تجاهل الوصول واللغات المختلفة

يجب اختبار تجربة AI مع مستخدمين يتحدثون لغات مختلفة، ويستخدمون الهواتف أو قارئات الشاشة، أو يملكون مستويات متفاوتة من الخبرة التقنية. التخصيص الحقيقي لا يخدم مستخدمًا مثاليًا واحدًا.

كيف تساعد ESS For Computer Systems؟

تحتاج تطبيقات الذكاء الاصطناعي الناجحة إلى تكامل بين التصميم، والهندسة، والبيانات، والأمان. وهذا يتوافق مع خدمات ESS For Computer Systems في UI/UX، وتطوير تطبيقات الويب والهاتف، وتطوير البرمجيات المؤسسية، وAI/ML، والسحابة، وهندسة البرمجيات وأمنها.

يمكن لفريق ESS المساعدة في تحويل فكرة المنتج إلى تجربة واضحة تبدأ بفهم المستخدم، ثم تصميم تدفقات العمل والنماذج الأولية، وربط الواجهة بالخدمات والبيانات، وإضافة ضوابط الصلاحيات والمراجعة، واختبار الأداء وتجربة الاستخدام على مختلف الأجهزة.

والميزة الأساسية هي التعامل مع تجربة المستخدم باعتبارها جزءًا من المنتج كله، لا طبقة تجميلية تُضاف بعد اكتمال النموذج. فالتخصيص يحتاج إلى بنية بيانات مناسبة، والثقة تحتاج إلى شرح وتحكم، والأمان يحتاج إلى صلاحيات ومراقبة، وكل ذلك يجب أن يظهر في التصميم والهندسة منذ المراحل الأولى.

الخلاصة

تصميم تجربة المستخدم لتطبيقات AI لا يعني جعل الواجهة أكثر تعقيدًا أو إضافة أكبر عدد من الميزات الذكية. بل يعني بناء تجربة تفهم هدف المستخدم، وتقدم تخصيصًا مفيدًا، وتشرح ما يكفي، وتحترم الخصوصية، وتسمح بالتعديل والتراجع، وتحافظ على وجود الإنسان عندما يكون القرار حساسًا.

أفضل تطبيقات الذكاء الاصطناعي ليست تلك التي تتصرف بدل المستخدم في كل شيء، بل تلك التي تساعده على إنجاز المهمة بثقة أكبر، وتوضح حدودها، وتترك له القدرة على الفهم والاختيار.

هل تخطط شركتك لتطوير تطبيق ذكي أو إضافة خصائص AI إلى نظام قائم؟ ابدأ بتحديد احتياج المستخدم، ومستوى القرار الذي يمكن أتمتته، والبيانات اللازمة، ونقاط التدخل البشري. ويمكن لفريق ESS For Computer Systems مساعدتك في تصميم تجربة مستخدم موثوقة وربطها بحلول الويب والهاتف والذكاء الاصطناعي والسحابة.