生成AIのユーザー体験はAAAAモデルで考えられる

あらゆるAIサービスはユーザ体験の観点から、以下の4つに大別することが可能。

Automation：タスクを自動化するAI

Advice：ユーザのタスクを評価するAI

Augment：ユーザの能力を強化するAI

Agent：タスクを代行するAI

また、MECEではないが、以下の2軸で分類が可能である。

①ユーザとAIとのタッチポイント

②タスクの実行主体はユーザか？AIか？

https://scrapbox.io/files/662462785137310025652c91.png

注意点が2つある。

サービスの受益者が誰になるかによって、この分類は変わってくる

契約書レビューは、ユーザーからしたら助言タスク、弁護士からしたら自動化タスク

1つのサービスに、各要素が複数混ざっていることがある

感じたこと

横軸のインタラクションについて、しっくりこないことがあった。

具体的には、これは強化タスクだと思うにも関わらず、インタラクションが少ないことがあった。

https://scrapbox.io/files/664012b42dab05001dae0e94.png

これは大抵、1回のインタラクションで成功する。

失敗してもせいぜい2-3回

この機能については、自動化タスクというよりも、強化(Copilot)タスクと感じている。

つまり、インタラクションの多い少ないで分類することは、本質的ではないと考えている。

結論

https://scrapbox.io/files/664574d81b61e4001d391d1c.png

横軸は、出力空間の広さで区切ると良いと感じた。

つまり、たくさんの可能性が考えられるタスクは出力空間が広い

買い物、旅行計画、論文検索、デザイン探し、記事執筆、etc...

こういうタスクは、日常生活でも悩む。(けど、それが楽しい)

この出力空間で区切れば、助言タスクにも応用が効く。

つまり、横軸がインタラクションの数ではないため、助言AIが複数回レビューをしても良い。

https://scrapbox.io/files/6646e84b787850001caa0230.png

1つのタスクが完結するまでに、複数回の助言をするケースも多いだろう。

関連

参考