Wie UX die Einführung generativer KI beeinflusst

Okay, da steht, dass wir live sind. Wir werden ungefähr eine Sekunde warten, um zu sehen, ob wir Zuschauer bekommen. Ja, wir haben unseren ersten Zuschauer. Wir sind also live. Toll, lass uns anfangen. Hallo und willkommen bei Momentum Officers. Mein Name ist Yash und ich werde von meinen Mitbegründern Jay und Koushik begleitet, um über das Thema der Woche zu diskutieren, wie UX die Einführung generativer KI beeinflusst.

Unser Ziel ist es, Ihnen umsetzbare Erkenntnisse und praktische Strategien zu bieten, die Sie auf Ihr eigenes Unternehmen anwenden können. Während der gesamten Sitzung empfehlen wir Ihnen, mit uns in Kontakt zu treten, indem Sie Fragen stellen und Ihre Gedanken teilen. Dies ist eine fantastische Gelegenheit, voneinander zu lernen und neue Erkenntnisse zu gewinnen, die Ihnen helfen können, Ihre Initiativen voranzutreiben. Lassen Sie uns also loslegen. Jay, Koushik, wie geht's dir heute? Gut, nett. Beendet wie immer das Kundengespräch und die Arbeit.

Jays Hintergrund ist heute besser. Jay, ist dein Hintergrund heute besser als das, was wir sonst in unserem Büro haben? Ja, weil ich gerade auf Reisen bin und bei einem unserer Kunden bin und auch über neue Geschäftsinitiativen nachdenke. Es war ziemlich hektisch, aber sehr interessant, neue Dinge zu lernen, neue Möglichkeiten zu erkunden und ja, Dinge vorzubereiten. Die Räume unseres Kunden zu besuchen und unsere Arbeit zu erledigen.

Das ist eine weitere Produktivitätsstufe. Also, was Leben und Wissenschaft angeht, ich arbeite auf eigene Initiative. Also, sag mir, Koushik, um welches Thema geht es heute? Warum diskutieren wir das? Denn als ich den Titel des Themas zum ersten Mal las, hatte ich das Gefühl, dass nur Sam Altman die einzige Person ist, für die dieses Thema Sinn machen würde.

Warum sprechen wir also über UX und generative KI? Erzählen Sie uns ein bisschen darüber. Das ist oben. Der häufigste Anwendungsfall für die Einführung von KI, den wir derzeit beobachten und der es auch geben wird, ist die Einführung von KI der Generation. Also, wenn Sie mich fragen, was ist dann die andere Adoption, die es gibt? das ist die nächste Frage. Ist das so, Sie haben überwachtes Lernen. Haben Sie beaufsichtigtes Lernen.

Yasch Shah (02:26,274)

Ich muss Ihnen ein sehr kurzes Beispiel geben. Bei Ihren Spamfiltern handelt es sich im Grunde genommen um überwachtes Lernen. Im Grunde genommen haben Sie bei der Eingabe einen bestimmten Satz von E-Mails, die KI wird anhand einer Reihe von E-Mails trainiert, und dann möchten Sie, dass die Ausgabe herausfindet, ob es sich um Spam handelt oder nicht. Das ist überwachtes Lernen. Ihre künstliche Intelligenz, die in Ihren selbstfahrenden Autos zum Einsatz kommt, ist eigentlich überwachtes Lernen. Sie haben es also, es klickt im Grunde auf Bilder von allem, was Sie umgibt.

Und dann hat es auch ein Radar, das die relative Position und Tiefe zwischen den einzelnen Objekten im Bild angibt. Und das ist die Eingabe, mit der Sie das Modell trainieren. Und dann ist die Ausgabe, die das Modell abgeben soll, im Grunde die Entfernung zum nächsten Auto vor mir oder zum nächsten Objekt vor mir. Das ist also überwachtes Lernen, oder? Also, was ein vordefiniertes Ergebnis ergibt, von dem ich wissen möchte, ob es sich um eine „Ja“ oder „Nein“ -Situation handelt, ist das, was passiert.

Generative KI ist die neue große Veränderung in der KI, oder? Wenn Sie einen Input geben, wird der Output auf der Grundlage des Inputs generiert, den Sie gegeben haben. Die Eingabe ist etwas, das Sie geplant oder zusammengestellt haben und dann aktualisieren Sie es, und die Ausgabe ist auch nicht etwas, bei dem nicht nur ein Output, ich kann so viele Outputs wie möglich erstellen. Jetzt, und vor allem, wenn GENai es gibt, sind wir an einem Punkt angelangt, an dem es verwendet wird.

für Unternehmen auf ihren Plattformen, für alle Produkte auf ihren Plattformen, die UX für die Gestaltung und die UX für die Frage, wie wir für die GNI-Plattform helfen sollten. Das UX hilft auch dabei, dass die Plattform besser wird. Also, zum richtigen Zeitpunkt. Also ja, das versuchen wir zu verstehen. Also, welche Maßnahmen Sie ergreifen müssen, das hilft auch bei der internen Produktentwicklung.

wo die UX dabei tatsächlich eine große Rolle spielt. Darüber diskutieren wir. Nur um auf den Punkt zu kommen, sagen wir als Beispiel, wenn ich ein SaaS-Gründer bin, der eine Social-Media-Planungsplattform aufgebaut hat, so etwas wie Buffer oder etwas wie Hootsuite. Und wenn ich Fähigkeiten innerhalb meiner Social-Media-Planungsplattform ausbaue,

Yasch Shah (04:50,979)

damit meine Nutzer Beiträge generieren, Bilder für ihre sozialen Medien generieren und Bildunterschriften für ihr Instagram schreiben können, was auch immer der Fall sein mag. Es wäre höchstwahrscheinlich ein Wrapper von Chat GPT oder es wäre ein Wrapper für irgendeine Art von anderem LLM, Lama oder was auch immer. Allerdings muss ich die UX in meine Systeme integrieren. Diese UX...

ist das, worüber wir sprechen. Ist das eine faire Art, es zu sagen? Ja, die UX der endgültigen Anwendung, es könnte eine webbasierte Oberfläche sein oder es könnte eine App-basierte Oberfläche sein, hängt von der Benutzerbasis ab, die da ist. Aber es gibt noch mehr Nuancen. Ich gebe dir zum Beispiel ein Beispiel, oder? Die Ausgabe ist sehr oft in Ihrer Chat-GPU erfolgt, außerdem werden Sie das Daumen-Hoch- und Daumen-Ab-Symbol sehen. Jeder einzelne Ausgang ist da.

Woher wissen Sie also, warum Sie die Einführung überhaupt in Rechnung stellen sollten, dass Feedback einen großen Teil der Modellentwicklung in Bezug auf die gesamte Anwendung selbst ausmacht. Das macht die eigentliche Anwendung besser darin, Ihnen bessere Ergebnisse zu bieten. Nun, wie gestaltet man die UX der Fehler-UX für GENai selbst, ist ein Thema. Die Art und Weise, wie wir früher mit Fehlern umgegangen und sie gestaltet haben, und wie wir Fehler jetzt selbst gestalten müssen, ändert sich also.

Über diese Hauptunterschiede sprechen wir also. Ich hab's. Interessant.

Yasch Shah (06:24,687)

Also, Koushik, hatte diese Frage größtenteils unabhängig von den GenAI-Tools, die wir sehen, die meisten von ihnen haben diese, du weißt schon, Chat-Oberfläche. Und jetzt haben wir auch das Sprachinterface. Ist es quasi Pflicht oder kannst du etwas Licht anmachen, wann sollte jemand das Chat-Interface anderen Optionen vorziehen? Es ist ein Anwendungsfall. Nochmals, Sie haben also drei Kategorien von uns. GenAI,

Die Eingabeausgabe kann alles sein, die Ausgabe könnte Text sein, es könnte ein Bild sein. Es könnte eine Stimme sein, es könnte ein Video sein, alles, richtig, der größte Teil der Anwendung ist Text zu Text, richtig. Sie geben Text ein, Sie sind die Ausgabe, die generiert wird. Ein Text, der für Sie jetzt von Nutzen ist. Wenn es um den Chat geht, ist Chat ein Aspekt davon. Es wird geschrieben, es wird gelesen, dann gibt es Chat. Ihr Anwendungsfall könnte also in eine dieser Kategorien fallen

Wenn ich zum Beispiel einen Personalassistenten für ein internes Team aufbaue, bei dem jeder Mitarbeiter, der etwas über das Unternehmen fragen möchte, sofort einen Ort braucht, an dem er etwas fragen und die richtigen Informationen erhalten kann, dann muss ich dort drüben einen Chatbot bauen. Nehmen wir an, ich bin ein Restaurant, das versucht, basierend auf den Bewertungen, die in meinem Restaurant auf verschiedenen, unterschiedlichen Plattformen veröffentlicht werden, ein Zomato aufzubauen.

dieses Video oder irgendwo, Google oder irgendwo. Ich möchte eine Stimmungsanalyse, die erstellt werden muss und die mir im Grunde Aufschluss darüber gibt, wie viele positive Kommentare oder Bewertungen ich an einem Tag erhalten habe und wie viele negative Bewertungen ich an einem Tag erhalten habe und an welchem Teil des Tages ich positiv und an welchem Teil des Tages negativ war. Wenn ich die Daten haben will, dass du dort kein Chat-Interface brauchst, sondern da ist es eine Repräsentation, es ist ein Graph oder so etwas, das gerade wird

Ihr Anwendungsfall entscheidet also, was die endgültige Schnittstelle sein muss. Chat ist also nicht für alles Pflicht. Wir sehen mehr Chats, weil mehr Chat die Allzweck-Webanwendung ist. Und es gibt noch einen weiteren Grund. Der größte Teil der JNA-Einführung findet derzeit in den Bereichen Kundenservice, Vertrieb und Produktentwicklung statt, und zwar in den Bereichen, in denen Chat der Hauptanwendungsfall ist. Sagen wir jetzt, die meisten...

Yasch Shah (08:52,271)

was passiert, aber wenn es einmal angefangen hat, es in der Lieferkette passiert, dann passiert es in verschiedenen Bereichen, wie man sieht. Ja, ja. Und als Beispiel haben wir einen Kunden, für den generative KI ein Canvas-basierter Anwendungsfall war, oder? Also, wo haben wir Mindmaps und solche Dinge gebaut. Also da drüben,

Generative KI war wie die Reaktion, die man bekommen würde, oder sogar einige Teile der Aufforderung geschahen auch auf einer, ich weiß nicht, sie wird Leinwand genannt, oder? Oder eine Art Whiteboard. Wie Redakteur, ja. Ja, wie ein Redakteur, richtig? Also, es gibt im Grunde verschiedene Arten von Benutzeroberflächen, weißt du, es gibt, also Jay, worüber du sprichst, sind Prompt-basierte Anwendungsfälle, in denen die Chat-Oberfläche in ein bisschen funktionieren könnte.

Aber dann gibt es Canvas-basierte Anwendungsfälle, es sind adaptive UI-Komponenten, sind auch Sprachschnittstellen und so weiter und so fort, denke ich. Ich hab's. Also noch eine, in Bezug auf eine der Herausforderungen, die meiner Meinung nach viele SaaS-Gründer lösen wollen, indem sie einen Wrapper auf LLMs aufbauen und dann

Die Einführung dieser Funktionen in ihre Produkte ist die Herausforderung der Latenz. Latenz ist zwar ein technisches Problem, aber Technik und Technologie können es nur bis zu einem gewissen Grad lösen. Es wird also besser, wenn die Technologie besser wird. Darauf können wir alle warten, aber die Kunden werden nicht darauf warten. Gibt es irgendwelche UX-Methoden zur Behebung der Latenz?

Ja, hier besteht also auch der Bedarf an dem Thema. Es ist schön, dass du diese Frage gestellt hast. UX-Designer sollten also auch diese Konzepte wie Latenz und Prompt verstehen, was Prompt-Engineering ist und was das Output-Ergebnis ist. Latenz hängt jetzt mit Prompt-Engineering zusammen. Ich werde Ihnen aus UX-Sicht sagen, warum. Ich gebe also an, dass die Qualität der Ausgabe, die ich erhalte, von meinem Input abhängt.

Yasch Shah (11:19,341)

Jetzt könntest du die UX so optimieren, dass, wenn du eine schlechte Aufforderung gibst, die Chat-Oberfläche oder was auch immer da ist, Fragen gestellt werden könnten, die die Aufforderung aufbauen könnten. Und dann wird das irgendwann eingereicht und dann kommt das bessere Ergebnis rein. Nun, das ist ein UX-Anwendungsfall, den wir versuchen, aufzuzeigen, oder? Sie haben also 20% eines guten Prompts gegeben, welche Art von Fragen müssen gestellt werden, damit daraus, Sie wissen schon, ein besserer Prompt wird.

Ihre Oberfläche, die UX, hilft Ihnen also dabei, die Aufforderung selbst zu entwickeln, dann wird sie eingereicht und dann verarbeitet sie. Aber der UX-Designer sollte sich diese Idee einfallen lassen. Also solltest du das sagen, okay, gut, du solltest diese Art von Pre-Level haben, wo wir ihnen helfen sollten, den Prompt zu erstellen und ihn dann einzureichen. Nehmen wir außerdem an, Sie haben den Prompt sogar auf der Ausgangsebene eingereicht.

Sie könnten versuchen, mehrere Entwürfe der Ausgabe auch gleichzeitig einzubringen. Sie könnten also jedes Mal, anstatt diesen zusätzlichen Klick zu machen, um eine neue Ausgabe zu erhalten, vier Ausgaben erstellen, das sind vier Entwürfe, und Ihr Benutzer kann die Entwürfe vergleichen und den Entwurf auswählen, den er ausführen möchte. Das könnte ein anderer Weg sein. Bei diesen Entscheidungen handelt es sich nun um einfache UX-Flows zur Berechnung der Latenz. Jetzt

Wenn Sie zurückkommen und zu Ihrer Frage zurückkehren, wird die Latenz automatisch besser, wenn die Eingabe besser ist. Und meiner Erfahrung nach wird die Benutzererfahrung automatisch besser, sobald ich mehr Optionen zur Auswahl habe, aus denen ich die bessere auswählen kann. Beides ist also eine Kombination. Das ist also eine Möglichkeit, wie wir es lösen könnten. Also diese Art von Initiativen und auch hier spielen Fehler eine große Rolle. Ich gebe gutes Feedback.

Wie bekommst du überhaupt das Feedback? Wie oft, ich meine, wir können uns diese Frage selbst stellen, oder? Wie oft drücken wir die Tasten „Daumen hoch“ und „Daumen runter“ für eine, du weißt schon, Ausgabe, die reinkommt? Das bedeutet also, dass UX-Designer eine Aktualisierungsoption in Betracht ziehen sollten, die auch dem entspricht, was ein Daumen hoch, Daumen runter ist, was bedeutet, dass der Benutzer nicht die richtige Ausgabe erhalten hat. Jetzt haben wir ein paar Benutzeroberflächen gesehen, wie zum Beispiel Zapier-Interviews, Zapier-Agenten

Yasch Shah (13:46,302)

Zapier Agents ist so aufgebaut, dass Sie, wenn die Ausgabe eingeht, einen Entwurf davon erhalten, und dann wird für jeden vorhandenen Entwurf dieser zunächst verwischt und dann wird einer nach dem anderen geöffnet. Nehmen wir an, im zweiten Teil sind Sie damit zufrieden. Die Leute öffnen es, dann musst du das andere nicht öffnen. Aber es gibt auch einige Mängel, wo es so ist, warum hast du mir vier davon gezeigt? Diese Art von Dingen, die immer wieder reinkommen.

Sie iterieren weiter, um herauszufinden, welche besseren Fehlerimplementierungen Sie durchführen können, sodass die Latenzfähigkeit viel schneller ist und so.

Es gab also eine Frage dazu. Wir haben oft viele Tools gesehen, die zeigen, wie die Ausgabe verarbeitet wird, sobald die Eingabe eingegeben wurde. Hängt das auch mit diesem speziellen Blickwinkel zusammen, bei dem nur darauf gewartet wird, dass die Ausgabe generiert wird, anstatt zu zeigen, dass sie verarbeitet, analysiert wird und so der Denkprozess von der Modellseite aus abläuft? Und dann zeigt es das Ergebnis. Ich wollte es wissen

aus meiner persönlichen, individuellen Perspektive, manchmal mag ich es nicht, ich will nur die Antwort bekommen und manchmal, ich meine, ich lese den Prozess nicht oft, was verarbeitet wird, in bestimmten Fällen möchte ich auch gerne wissen, aber ich wollte generell wissen, nervt das die Benutzer und oder bevorzugen die Leute das auch, okay, wie die Ausgabe verarbeitet wird, ich möchte wissen, dass okay, die Maschine es sehr gut verstanden hat

Ich denke, worüber Sie sprechen, ist der Argumentationsaspekt, der hinzukommt, dass wir gerade sehen, wo Sie eingeben, dann heißt es, ich denke, ich mache das. Es gibt also zwei Aspekte. Der eine ist, sagen wir, sie zeigen Ihnen das, sodass Sie verstehen, dass die Latenz, die dafür erforderlich ist, abgedeckt wird, ist das in Ordnung. Aber nehmen wir an, Sie sind jemand, der es immer noch ist

Yasch Shah (15:53,172)

die Argumentation lesen. Nehmen wir außerdem an, es führt eine bestimmte Argumentation durch, es zeigt einen bestimmten Schritt an, bei dem ich das denke und Sie nicht möchten, dass die KI das denkt. Es gibt keine Möglichkeit für Sie, es zu stoppen. Stoppen Sie den gesamten Vorgang und geben Sie erneut eine bessere Aufforderung oder etwas, das Sie frustrierter macht, weil Sie es doppelt tun. Das ist also immer noch ein Problem, das ist ein Problem, das mit der Innovation einherging.

Als sich die Tiefsee den Aspekt der Argumentation ausdachte, fingen alle an, ihn zu übernehmen. Das war der Moment, in dem der Unterschied, was hier passiert ist, ist, dass zuvor kein Internetzugang da war. Jetzt ist der Internetzugang da, was eine große Menge an Daten ist, die verarbeitet werden müssen. Daher die erhöhte Latenz, die auftritt. Es handelt sich jedoch um ein vollständiges technisches Problem, dessen Lösung ebenfalls viel Zeit in Anspruch nehmen wird. Aber was besser wäre, ist, dass du es nicht brauchst

so umfangreiche Argumentationsdokumente, die Sie zeigen. Was Sie geschaffen haben, um die Leute davon abzuhalten, die verzögerte Latenz zu verstehen, wird jetzt fast frustrierend, wenn Sie dort lange Dokumente sehen. Das könnte alles im Backend sein, aber wir könnten eine viel einfachere Version davon haben, in der nur vier oder fünf Aufgaben gleichzeitig angezeigt werden, und dann die nächsten vier Aufgaben, die nächsten vier Aufgaben. Was gerade passiert, zeigt es

Wenn 50 Schritte ausgeführt werden, werden alle 50 Schritte gleichzeitig angezeigt. Du magst es also nicht, was für den Benutzer nutzlos ist, oder? Es ist, als würdest du die ersten Schritte zeigen, die nächsten vier Schritte, die nächsten vier Schritte, ein kleineres Fensterdesign würde helfen. Wenn du es nicht zeigst, wenn du es wiederholst, sogar iteriert, wie bei der UX auch, als ob ein paar Benutzer angefangen haben, dieses Ding zu sehen, wo du willst, wirst du nicht die gesamte Dokumentation sehen. Sie würden ein einfaches Laden der Daten sehen, die geladen werden.

Oder eine viel bessere Art, damit umzugehen, ist, dass die KI die Forschung durchführt oder die KI die Sache macht. Das kannst du, es könnte eine Botschaft geben, die besagt, dass du gehen und alles tun kannst, was du willst. Sobald die Nachricht fertig ist, informieren wir Sie oder es erscheint ein Pop-up oder eine Push-Benachrichtigung. Das ist eine viel bessere Benutzererfahrung, also, weißt du, du sagst, du gehst und tust, was du willst. Wann immer es fertig ist, lasse ich es dich wissen. Also das, das, das ist eine viel bessere UX dazu. Das ist es also, was wir in einem der Produkte, die wir ausprobiert haben, das haben wir versucht zu tun.

Yasch Schah (18:15,314)

Recherchen laufen, sobald es fertig ist, kommt eine Push-Benachrichtigung rein und Sie kehren zur Plattform zurück und Sie sehen, okay, gut, das werde ich tun. Ja, und genau zu diesem Artikel, richtig, ich habe mir ein Gespräch mit dem CEO von Perplexity angehört. Und eines der Dinge, die er erwähnte, war, dass sie, anstatt die Antworten zu senden, anfingen, die Antwort zu streamen. Das bedeutet im Wesentlichen, dass es einen Unterschied zwischen der Art und Weise gibt, wie KI

generiert eine Antwort und wie der Mensch eine Antwort generiert. Wenn du also Jay eine Frage stellst, überlege ich mir zuerst die vollständige Antwort und dann fange ich an, die Antwort auszusprechen. Aber so funktioniert KI nicht. KI generiert unterwegs. Nehmen wir an, Sie fragen nach einer Aufforderung und es wird eine Antwort mit 300 Wörtern generiert. Lassen Sie uns beginnen, die Antwort an Sie zu streamen, sobald sie etwa 50 Wörter geschrieben ist.

wenn es 50 Wörter geschrieben hat, weiß es nicht, was die letzten 50 Wörter sind. Das tut es nicht, es geht nur Wort für Wort. Und das ist der Grund für Latenz, du wirst sehen, dass OpenAI, Gemini, wie ChatGPD, Gemini, Perplexity, du nicht so viel Latenz spüren wirst, weil die Antwort zu dir gestreamt wird. Es wird länger dauern, bis Sie die 50 Wörter gelesen haben, als es dauert

chatte GPT, um die nächsten 50 Wörter zu schreiben. Sie erhalten also sehr, sehr schnell eine Antwort. Dies wird jedoch zu einem großen Problem für SaaS-Produkte, die obendrein noch Rapper sind, da sie die Antwort nicht streamen können. Sie müssen warten, bis Chat GPT die Antwort an sie streamt und sie dann an den Benutzer sendet. Und deshalb irgendwie lösen, deshalb die Lösungen, von denen Koushik spricht, richtig? Wie gehen Sie mit der Latenz in Ihrem SaaS-Produkt um, bei dem es sich um einen Rapper neben einem anderen LM handelt?

Wie gehst du damit um? Weil der Benutzer sowohl Ihr Produkt als auch Chat-GPT verwendet und der Benutzer dann das Gefühl hat, dass Chat-GPT deutlich schneller ist und Sie, ein Rapper im Chat-GPT, extrem langsam sind. Und das ist der Grund, warum es irgendwie repariert werden muss. Aber das bringt mich zu einem anderen Punkt, wie einer weiteren Frage, die ich habe, in Bezug auf die Einführung generativer KI durch SaaS-Gründer und ihre Kunden sowie UXO.

Yasch Shah (20:38,76)

Wie auch immer, welche Kennzahlen empfehlen Sie einer SaaS-Gründermaßnahme oder einem Produktmanager, damit sie wissen, dass die von ihnen vorgenommene UX-Änderung tatsächlich funktioniert? Wenn ich zum Beispiel eine UX-Änderung vornehme und ich feststelle, dass mehr Leute sie häufiger verwenden, könnte das auch daran liegen, dass meine Engine schlecht ist und die Leute sie daher häufiger verwenden müssen.

um die Antwort zu bekommen oder es könnte auch sein, dass meine Engine extrem wertvoll ist und so, also, was sind die Kennzahlen, die einem Produktmanager sagen würden, dass hey, du weißt schon, gute Arbeit an der UX-Front gemacht hat. Also die üblichen Dinge, die mir auffallen oder nach denen wir Ausschau halten würden, sind: Was ist Ihr Was ist das pro Stunde

Lesefähigkeit Ihres Benutzers. Es ist eine andere Metrik. Worüber wir sprechen, ist die durchschnittliche Lesefähigkeit eines Menschen. 250 Wörter pro Minute sind die durchschnittliche menschliche Fähigkeit. Also wow, es sind also ungefähr vier Wörter pro Sekunde. Ich meine, du schaust nur durch und gehst. Also, sagen wir jetzt, ob du insgesamt

Es gibt auch eine Studie von OpenAI, die besagt, dass 30.000 Wörter das sind, was ein Mensch kann, 30.000 Ausgabewörter sind, was ein Mensch versteht, keine 15.000 Ausgabewörter, 15.000 Eingabewörter, 15.000 Ausgabewörter sind das, was ein Mensch pro Stunde verstehen kann. Das ist es, was sie verwenden, um die Kosten für die Tokens und alles andere zu erledigen. Deshalb ist die Forschung ins Hintertreffen geraten. Nehmen wir nun an, Sie haben ein GenAi-Produkt entworfen, oder?

Jetzt erstellt es eine Ausgabe. Nehmen wir an, Sie haben eine Ausgabe erstellt, die so detailliert und umfangreich ist, dass sie für den Benutzer nicht nützlich ist. Das passiert sehr oft. Tatsächlich ist die Ausgabe im Argumentationsmodell, wenn Sie darauf klicken, fast auf einer Ebene von Seiten und Seiten, die da ist. Sie verwenden wahrscheinlich wieder eine KI, um die Ergebnisse zusammenzufassen, die herausgekommen sind. Sie versuchen also zu verstehen, was die richtige Ausgangsmenge ist?

Yasch Shah (23:02,644)

dass Ihr Benutzer es verstehen kann, ist sehr wichtig. Das ist also eine Metrik, auf die Sie achten sollten. Das optimiert auch, dass der UX-Designer das dem Produktmanager melden und sagen wird, dass, okay, das ist die ganze Reihe von Dingen, die sich ergeben haben. Dann ist das jetzt die Ausgabe, die von LLM kam, dann wird Ihr UX-Designer denken, dass ich mir ziemlich sicher bin, dass mein Benutzer sagen wird, dass ich möchte, dass das zusammengefasst wird. Also, wie lässt sich das zusammenfassen? Also sollte ich eine Automatik einbauen?

Wissen Sie, vereinfachen Sie diese Schaltfläche dort drüben, sodass sie automatisch vereinfacht wird, wenn Sie darauf klicken. Muss ich da drüben aufgrund dieses speziellen Faktors einige neue Innovationen einführen? Das ist einer. Dann Ihre Menge an Feedback, die regelmäßig eingeht. Das ist eine weitere Kennzahl, auf die Sie sehr genau achten sollten. Es ist aus zwei Gründen eine Metrik. Jedes JNI-Produkt, das gebaut wird, ist nicht perfekt.

Sie müssen bereit sein, mit der Leistung, die es liefert, unzufrieden zu sein. Dies ist gegeben, weil der Prozess selbst auf Ergebnissen basiert. Der Schlüssel zum Glück sind niedrige Erwartungen. Ja, extrem niedrige Erwartungen. Es funktioniert also so, eine kleine Abweichung, aber sehr schnell werde ich das kurz beschreiben. Sie legen den Umfang Ihres Produkts fest, unabhängig von der Funktion oder KI-Funktion, die Sie verwenden möchten, und dann stellen Sie es bereit.

Du denkst, dass es dort gemacht wird. Es sind nur 10% Ihres KI-Produkts. Dann folgt eine interne Bewertung, bei der Ihre KI-Ingenieure im Grunde genommen versuchen, einen Input zu geben und zu sehen, ob das richtige Ergebnis kommt. Der richtige Output wird nicht kommen. Sie gehen also immer wieder zurück und optimieren es regelmäßig, bis sie überzeugt sind, dass es einsatzbereit ist. Und sobald es einsatzbereit ist, werden Sie Vorurteile feststellen. In Ordnung. Aber ich gebe dir ein Beispiel.

Es gab einen Chatbot, der für eine Gesundheitsbranche eingesetzt wurde, und bei dem Einsatz beobachteten sie, dass der Chirurg das tun muss, wenn Sie tippen, und was sollte das Ergebnis sein? Irgendetwas dieser Art. In der Ausgabe steht, dass er sich so etwas einfallen lassen sollte. Wie kam es nun zu dem Schluss, dass ein Chirurg nur für ihn zuständig sein sollte? Richtig? Also das ist etwas, was

Yasch Shah (25:30,068)

Sie würden es nicht bemerken, Sie können es nicht bemerken, weil ein Benutzer tippt und das ist die Ausgabe, die eingeht. Also, was alle UX ist, also wenn ein Benutzer darüber berichtet oder irgendwelche Vorurteile, müssen Sie haben, Sie müssen Ihre Rückmeldungen auch in diese Vorurteile einteilen. Das sind, Sie wissen schon, richtige Probleme, die auf der Latenz der Eingabeaufforderung basieren. In diesem Fall müssen Sie das Feedback selbst aufteilen und dann Bericht erstatten. Also die Anzahl der Rückmeldungen, die Sie erhalten, und auch die Qualität der Rückmeldungen, die Sie erhalten.

muss kontinuierlich überwacht werden. Das sind also einige Dinge, auf die Sie achten müssen. Ich würde sogar bis zu einem gewissen Grad sagen, wenn Sie Ausgaben mit mehreren Entwürfen anbieten, die Qualität zwischen den einzelnen Ausgaben, wie viele, welcher Output wird am meisten angeklickt? Entschuldigung, was hast du gesagt? Mehrfach was? Also die Entwurfsoption, die ich erwähnt habe, richtig? Mehrere Entwürfe. In Ordnung. Also meistens passiert Entwurf eins, Entwurf zwei, Entwurf drei, Entwurf vier.

Draft 2 arbeitet wahrscheinlich an einem sehr ähnlichen, fein abgestimmten Modell. Bei Entwurf 3 handelt es sich um eine weitere fein abgestimmte Option. In Entwurf 4 geht es um eine weitere fein abgestimmte Option. Unabhängig von der Frage arbeitet Entwurf 2 also immer noch an derselben fein abgestimmten Option. Wenn sich also mehr Leute für Draft 3 oder Draft 2 entscheiden, bedeutet das, dass etwas mit der Feinabstimmung Ihres Draft 2 nicht stimmt. Du musst also zurückgehen und es überprüfen. Das Klickverhältnis innerhalb der Entwurfsausgabe ist also ebenfalls etwas, auf das Sie achten sollten.

Solche Dinge sind also zumindest in dieser Phase einige Schlüsselfaktoren, auf die Sie achten müssen. Es ist so interessant, weil ich erst gestern, vorgestern, ein Produkt ausprobiert habe, das versprochen hat, dass wir in Sekunden E-Books erstellen werden. Ich erinnere mich an die Website, auf der gesagt wurde, schreibe E-Books in Sekunden, nicht in Wochen. Ich dachte, oh mein Gott, das ist unglaublich, du, das wird das Spiel verändern, das wird meine Welt verändern.

und ich habe es ausprobiert und es war so frustrierend. Es spricht wahrscheinlich auch für meinen Anspruch, wenn ich daran denke, dass ich eine Aufforderung eingebe und sie mir genau das gibt, was ich brauche, wenn ich es brauche. Aber ja, damit das ein echtes Problem ist. Aber tut mir leid, Jay, du hattest eine Frage. Ja, ja. Aber nein, ich meine, das ist ein bisschen anders, aber es hat mehr mit UX und JNI zu tun. Also wir haben es gesehen und ich tatsächlich

Yasch Schah (27:49,596)

Ich habe es in einem der Artikel mit einem anderen Kontext gelesen, aber es wurde erwähnt, dass es in bekannten JNI-Tools mehr Drop-Offs gibt, zu denen gehören, die eine mobile Oberfläche im Vergleich zum Desktop haben. Gibt es einen bestimmten Grund, den Sie entdeckt haben, oder wissen Sie, dass Sie wissen, warum es auf Mobilgeräten mehr Drop-offs gibt, warum die Leute es nur einem Desktop vorziehen? das hängt von zwei Gründen ab

Wenn Sie es also bemerkt hätten, hat OpenAI auch die mobile Version sehr später veröffentlicht. Sie haben zuerst die Webversion eingeführt. Und der Grund dafür war, dass es nur aus Modellsicht ist. Normalerweise funktionieren LLMs anfangs hervorragend, wenn sie auf den Markt kamen. Jetzt sind sie sehr effizient. Als sie auf den Markt kamen, waren sie anfangs sehr gut im Internet, aber sie waren sehr schlecht für den Einsatz auf Mobilgeräten. Derzeit gibt es ähnliche Probleme auch mit SLMs.

Ich habe immer noch Probleme damit, wo der Desktop vielleicht gut funktionieren kann, aber wenn es um mehrstufige Benutzeroberflächen geht, auf denen er sein muss, ob es ein Handy ist oder wenn es ein ist, wie zum Beispiel, wenn Sie im Gesundheitswesen und in der Gesundheitsbranche tätig sind, müssten Sie, wenn Sie möchten, dass ein Teil der KI-Ausgabe der Generation im Gerät des medizinischen Geräts angezeigt wird, das da ist.

dann ist es noch nicht so weit, dass ich diese Daten senden und diese Daten dort wiedergeben kann. Solche kleinen Einschränkungen gibt es also. Es ist eigentlich ein technisches Problem, kein UX-Problem. Die Drop-offs sollten nicht da sein, denn technisch gesehen sagen wir, wenn du denkst, immer zuerst Mobile. Für alle von ihnen in der vorherigen Version, auch für Websites, sagen wir, dass Mobilgeräte an erster Stelle stehen. Es ist besser, wenn KI tatsächlich zuerst mobil ist, weil, aber es ist ein...

Aus technischer Sicht gab es eine gewisse Latenz. Dennoch denke ich, dass selbst Gemini bis heute Probleme damit hat, mobil zu sein. Verglichen mit, und wir sprechen hier von einem der führenden Tech-Leute, die es gibt. Vor Kurzem kamen sie auf das Handy. Sie besitzen Android. Eigenes Android. Es handelt sich also um ein Problem bei der technischen Bereitstellung, das wir derzeit sehen, und im Grunde genommen war das auf Mobilgeräten der Fall.

Yasch Schah (30:10,105)

Und noch eine Sache ist, dass ich zum Beispiel mehr habe, sagen wir, ich schreibe einen Code, um ein Spiel zu generieren. Ich kann es in mehreren Fenstern auf einem Bildschirm anzeigen. Habe mehr Platz dafür. Haben Sie auf dem Handy Platz, um es anzuzeigen. Ich muss wahrscheinlich zwei-, dreimal scrollen und es zeigen. Das wird also wieder zu einem Problem. Also würde ich den Code sehen oder würde ich die Vorschau sehen? Das selbst ist also ein Problem. Also diese UX.

Aus UX-Sicht sind dies Dinge, die angepasst werden sollten. Ich habe zum Beispiel keine Punktzahl. Ich kann es als mehrere Tabs oben haben. Wechseln Sie einfach vom Code zur Vorschau, von der Vorschau zum Code. Ich kann weitermachen. Aber der Code für die Vorschau selbst kam erst vor etwa zwei Wochen. Ich denke, in Zukunft werden Sie diese Änderungen sehen. Ja. Interessant. Und ich möchte eine Sache hervorheben

interessante Informationen für alle unsere Zuschauer und Zuhörer, aber Sie haben es vielleicht auch verpasst, dass wir erst gestern Abend eine Veranstaltung abgehalten haben, bei der wir darüber gesprochen haben, wie KI UX prägt und Sie wissen schon, Pixel-Prompts und Power, wie Sie wissen, generative KI ist der beste Freund eines UX-Designers und heute sprechen wir darüber, wie UX die Einführung generativer KI beeinflusst, also das ist

Das war nicht einmal geplant, es war nicht geplant, dass es so abläuft, aber die Sterne haben sich irgendwie ausgerichtet, Form oder Form, und hier sind wir, was im Wesentlichen über die tiefe Zusammenarbeit zwischen KI und UX spricht. Also, was UX für KI tut und dann auch, was KI auch für UX tut, aber das bringt uns zum Ende unseres heutigen Gesprächs. Vielen Dank an alle, die

wer hat mitgemacht und hoffe, dass dieses Gespräch für Sie wertvoll und bedeutsam war. Wenn Sie ein SaaS-Gründer sind, der auf jedem LLM in Ihrem Produkt einen Wrapper integriert hat und Sie nach einer Verbesserung der Nutzerfreundlichkeit suchen, Sie vor Herausforderungen stehen, was die Akzeptanz durch Ihre Nutzer oder Kunden angeht, oder wenn Sie auf Ihren Bewertungsplattformen oder in Ihrem Chat-Support kritisches Feedback dazu erhalten, sollten Sie in Erwägung ziehen, uns zu kontaktieren. Koushik hat es getan.

Yasch Shah (32:29,883)

Sehr interessante Menge an Recherchen. Wir würden uns freuen, Ihnen die Dinge mitzuteilen, die Sie gelernt haben, und einige Beispiele, von denen Sie lernen und die Sie auch umsetzen könnten. Die andere Sache, die ich auch erwähnen möchte, ist, dass unser Katzenbudget von Ihren Abonnements abhängt. Wenn du den Kanal abonnierst, wenn du kommentierst, wenn du magst, dann bekommt unsere Katze Futter.

Wenn Sie nicht an uns denken, denken Sie an die Kätzchen und das Futter, das Sie ihnen nicht geben, wenn Sie sich nicht anmelden. Bitte erwägen Sie also, zu abonnieren, zu liken oder zu kommentieren. Wir haben gerade die Katze von Scrooge mit genau dieser Aussage vorgestellt. Die Katze lebt oder stirbt je nach Abonnement. Richtig, basierend auf dem Abonnement, richtig? Es befindet sich also in einem Zustand der Unsicherheit. Aber sobald Sie auf Abonnieren klicken, werden wir sicher sein.

Aber bis Sie das erreichen, ist es in einem Zustand der Unsicherheit. Aber danke, dass du bei uns bist. Und wir sehen uns nächste Woche wieder mit einem interessanten Thema darüber, wie SAS und KI zusammenarbeiten können. Bis zum nächsten Mal. Tschüss.