- ソフトウェアの中心が画面やメニューから 対話／委任／バックグラウンド実行へ移るにつれ、UXデザインの対象も固定された画面ではなく、ユーザーの意図を解釈して行動するシステムへと変わりつつある
- チャットはあらゆる作業を置き換えるインターフェイスではなく、ユーザーが望むことを明確に理解している場合は構造化されたGUIを使い、目標が曖昧な場合にのみ 対話型インターフェイスを使うのが適している
- 音声は社会的な相互作用として受け止められるため、単発の命令よりも会話の文脈を維持することが重要であり、遅延時間／文脈の喪失／エラー復旧は画面ベースのインターフェイスよりはるかに致命的な問題になる
- エージェント型AIはインターフェイスなしでも作業できるが、ユーザーが信頼するには行動計画、進捗、権限範囲、取り消せない時点を示す必要があり、主要なパターンは 計画の可視性／段階的な委任／優雅な介入である
- 3つのパラダイムはいずれもUXの中心をインタラクションの流れから 意図と信頼関係へ移すが、ユーザーが理解され、コントロールを保ち、時間と注意を尊重されたいという基本原則は変わらない
画面中心UXの分化
- 過去30年間、UXデザインとは画面、メニュー、モーダル、ボタン、カルーセル、状態間の流れを設計する作業だった
- ウィンドウ、フォルダ、ファイルで構成されるデスクトップメタファーが、デジタルプロダクトを作るための共通語彙を提供していた
- この語彙が消える代わりに、互いにほとんど似ていない複数のインタラクション方式へ分化しつつある
- ユーザーはソフトウェアに話しかけ、作業を委任し、すでにバックグラウンドで処理された結果だけを確認することもある
- 画面は存在し続けるが、人とプロダクトの間の 基本契約を代表する表面ではなくなる
- 現在UXを再構成している3つのパラダイムはチャット、音声、エージェント型AIであり、それぞれ異なるインタラクション契約を必要とする
チャットは汎用インターフェイスではない
- 2022年にはプロダクトのインターフェイスに自然言語の命令を入力したことがある人は多くなかったが、2025年には企業の73%が顧客とのやり取りに何らかの形で対話型インターフェイスを使うようになる
- テキスト入力欄が中核的なUI要素として浮上したが、チャットそのものが優れたUXを保証するわけではない
- Erika HallのConversational Designは、システムとユーザーが意味を交渉する必要がある場合にのみ会話が適切だと区別している
- ユーザーが
カートに追加、価格順でフィルタ、フォームを送信のように望む作業をすでに理解している場合は、構造化されたインターフェイスのほうが速く、正確で、疲れにくい - ユーザーが探索中であったり、目標が不明確で、クリックやフォームでは要求を表現しにくいときに会話は有効である
- ユーザーが
- これを適用したプロダクトは、チャットだけでプロダクト全体を置き換えるのではなく ハイブリッドインターフェイスを使う
- Notion AIはドキュメントを置き換えるのではなく、ドキュメント横のサイドバーで動作する
- Linearのコマンドパレットは、ユーザーがすでに理解しているチケット作成を処理し、AIは「モバイルチームを妨げているものは何か？」のような曖昧な質問を処理する
- GitHub CopilotはIDEをチャット画面に置き換えるのではなく、既存の作業環境内でインライン提案を提供する
- 重要な基準は、ユーザーの意図が明確なら構造化されたGUIを、意図が曖昧なら会話を使うことだ
- チャットをあらゆるインターフェイス問題を解決する汎用手段として扱うと、不要なインタラクションコストが発生する
意図の明確さがインターフェイスを決める
- 多段階の意図ベース推薦システム特許であるUS20260065349A1は、リクエストを2つのレベルに分けている
- ミクロな意図は、同一カテゴリ内で信頼度の高いリクエストである
- マクロな意図は、複数カテゴリをまたぐ探索型の目標である
- どのインターフェイスを提供するかは、プロダクトがチャット中心かGUI中心かではなく、ユーザーの意図がどれほど明確かによって決めるべきである
- Perplexityは検索ボックスを改善する代わりに、質問ごとに要約、出典引用、フォローアップ質問、構造化データをリアルタイムに組み立てた回答ページを生成する
- 研究では、ユーザーが望むことを述べると、その目的に合うインターフェイスがその場で組み立てられる方式をGenerative UIと呼ぶ
- デザイナーはすべての画面状態を直接作る代わりに、適切な状態を生成する システムとルールを設計するようになる
- 完成した文を書く役割から、文を生成する文法を作る役割へ移る
生成型インターフェイスの信頼設計
- 生成結果を一度に表示する代わりにテキストを順次表示すると、ユーザーはシステムが止まったのではなく作業中だと認識する
- 生成中に常に見える停止ボタンは、不透明な処理過程にユーザーが介入できるという感覚を与える
- クリック可能な出典引用は、チャットボットを正解を宣言する神託ではなく、根拠をともに検討する協力者に変える
- ストリーミング、停止ボタン、出典表示のような小さなインタラクション設計が、システム全体の 信頼と導入可能性を左右する
音声は命令チャネルではなく社会的チャネルである
- 音声インターフェイスはスマートスピーカー時代からアンビエントコンピューティングの中核として提示されてきたが、実際の体験は期待に届かなかった
- 2025年末から、変化の中心は画面ではなく 耳へ移り始めた
- 2026年6月に発表されたSiri AIは、携帯電話に付け足した音声アシスタントではなく、デバイスを横断する会話レイヤーとして提示された
- iPhoneで始めた質問をiPadで続けられ、会話の文脈が維持される
- 画面で見ている内容を認識し、メール、カレンダー、写真の個人的文脈を活用する
- センシティブなリクエストはプライバシーを保護するオンデバイス推論で処理し、AirPodsを補助デバイスではなく主要インターフェイスへ拡張する
- Clifford NassとScott BraveのWired for Speechは、人は音声を命令チャネルではなく 社会的相互作用のチャネルとして受け止めると分析している
- 音声を聞くと、相互性、文脈、関係を期待する社会的認知システムが活性化する
- 従来のSiriは命令を出し、結果を受け取ったら関係が終わる取引型モデルだったため、この期待と食い違っていた
- 新しいモデルは、会話、デバイス、時間にわたって文脈を維持する関係型構造を目指している
Humane AI PinとRabbit R1が示した失敗条件
- Humane AI Pinは、画面のない音声中心ウェアラブルに2億4,000万ドルを投じた製品で、2024年4月に699ドルで発売されたが、1年を待たずに終了した
- Cathy PearlのDesigning Voice User Interfacesは、音声体験を左右する主要変数として 遅延時間とエラー復旧を挙げている
- AI Pinは日常的な質問にも2〜5秒かかり、音声インターフェイスでは2秒でも非常に長く感じられる
- インタラクションごとに状態がリセットされ、会話の基本条件である継続的な文脈を提供できなかった
- Rabbit R1も発売当時は同じ問題を抱えていたが、ハードウェア変更ではなく、2025年末のRabbitOS 2が音声インタラクションの要求を反映したことで改善された
- 音声UXは画面より 遅延と文脈喪失にはるかに敏感である
- 画面では、ユーザーは周辺要素を見渡して現在位置を再把握できる
- 音声には空間記憶を補助する視覚的な基準点がないため、会話の流れが途切れると復旧が難しい
- 素早い応答、文脈維持、自然なエラー復旧のためのインフラ要件もより高くなる
耳と身体のための新しいデザイン要素
- 空間オーディオが画面に代わるフィードバックレイヤーとして登場している
- AirPodsのリアルタイム音響シーン分析は、信号と環境ノイズを区別し、音そのものを状態伝達手段として使えるようにする
- ウェアラブルの触覚振動は、画面を見なくても行動完了を確認できるようにする
- 音声パラダイムは、携帯電話と会話する機能というより、料理、歩行、運転のように 別のことをしている間に発生するインタラクションを設計する問題である
- ユーザーの注意は部分的にしかプロダクトに向かない
- 文脈は画面内ではなく、身体活動と周辺環境に含まれる
- 画面レイアウト中心の設計モデルだけでは対応しにくい
エージェント型AIはインターフェイスなしで行動する
- エージェント型AIは質問に答えることを超え、ツールを使い、Webを探索し、コードを書き、メールを送り、フォームを送信する一連の行動を実行する
- 2024〜2025年の間に、研究デモから実製品へ移行した
- OpenAI Operatorはレストラン予約を実行する
- Anthropic Claudeはcomputer use APIを通じてユーザーの代わりにWebブラウザを操作する
- Salesforce Agentforceは人の介入なしにカスタマーサービス案件を最初から最後まで処理する
- Gartnerは、2025年には5%未満だった業務特化AIエージェント統合型企業アプリケーションの割合が、2026年末には40%に達すると予測している
- エージェントは作業遂行にインターフェイスを必要としないが、ユーザーがそれを信頼するには、行動を把握し制御するための 可視的なインターフェイスが必要である
自動化と人間のコントロールを同時に高める
- Ben ShneidermanのHuman-Centered AIは、人間の判断を自律エージェントで置き換えるアプローチは技術的に性急で倫理的に危険だと見ている
- 代案は、自動化を下げて人間のコントロールを確保することでも、人間のコントロールをなくして自動化を高めることでもなく、高い人間のコントロールと高い自動化を同時に提供することだ
- 人間の役割を最小化するのではなく、監督を理解しやすく、アクセスしやすく、負担が少ないものとして設計しなければならない
- エージェント型UXの目標は、自律性とコントロールのどちらかを選ぶことではなく、最初から 制御可能な自律性を構築することである
エージェント透明性のパラドックス
- 何の説明もなく静かに行動するエージェントは効率的だが、恐れを生む可能性がある
- すべての行動を常に説明するエージェントは信頼できるが、ユーザーをシステムログで疲れさせる可能性がある
- 適切な設計は、ユーザーがコントロールを感じられるだけ十分に見せつつ、システム内部の活動に圧倒されない程度に情報を制限しなければならない
- 実際に展開されたエージェント製品で共通して見られるパターンは、計画の可視性、段階的な委任、優雅な介入である
計画の可視性
- エージェントは行動を始める前に、何をしようとしているのかをユーザーに示すべきである
POST /api/calendar/eventを実行しますのようなシステム言語ではなく、「おっしゃったレストランに午後7時の席を予約しようとしています。まず空席を確認しましょうか？」のように人が理解できる表現を使うべきである- 実行前のプレビューは、ユーザーがシステムを信頼するかどうかを決める地点になる
- マルチエージェント強化学習研究でも、複数のエージェントがシステムの一貫性を維持するには、行動前に計画を共有しなければならないとしている
段階的な委任
- エージェントに最初からすべての自律性を与えるのではなく、信頼を得た分だけ拡張すべきである
- Intercomのエージェントは、単純で確信度の高い作業から処理し、リスクの高い行動を実行する前には承認を求める
- ユーザーの過去の承認履歴が信頼モデルとして機能し、エージェントが信頼性を証明するほど、より広い行動権限を得る
- 人間は直接作業を行う形ではなく、エージェントが越えてはならない境界を設定する形でループ内に残る
優雅な介入と取り消せない行動
- ユーザーはエージェントのワークフローのどの時点でも停止を要求し、コントロールを取り戻せなければならない
- エージェントはメール送信や航空券予約のように取り消しにくい行動を実行できるため、単純な元に戻す機能だけでは十分ではない
- システムは行動後に復旧を試みるのではなく、取り消せない地点を越える前にそれを明確に表示し、承認を得るべきである
説明可能性がプロダクトそのものになる
- 臨床AIシステムが根拠なしに推奨だけを表示したとき、医療従事者はそれを使わなかった
- 一度に推奨を1つだけ表示し、根拠パネルとワンクリックで可能な無視機能を提供するようインターフェイスを変えた後、採用が進んだ
- AIモデルや推奨結果は変わっておらず、インターフェイスだけが変更された
- エージェント型UXにおける説明可能性は、規制遵守のために付け足す機能ではなく、ユーザーにプロダクトを受け入れさせる 中核的なプロダクト体験である
画面状態からシステム行動へ
- デザイナーはインターフェイスに見える状態だけでなく、ユーザーが見ていないときにシステムがどのように行動するかも設計するようになる
- 問いも「ユーザーに何が見えるか？」から「ユーザーがこのシステムを信頼するには、何を信じられなければならないか？」へ移る
- 視覚的構成よりも、行動、責任、意図、信頼に関する判断がより重要になる
インタラクションから意図へ
- Don NormanのThe Design of Everyday Thingsは、ユーザーが信じているシステムの動作方式と実際の動作方式が異なるとき、デザインは失敗すると見ている
- 従来のUXは、ユーザーがインターフェイスに到着する前に、すでに実行する行動を決めていると仮定していた
- ユーザーがどのメニューを開くかを知っているため、メニューが存在する
- どのフィールドを埋めるかを知っているため、フォームが存在する
- 実際にユーザーが持ってくるのは具体的な意図ではなく、より抽象的な 目標である
- この違いを無視する仮定は完全に正確ではなかったが、画面ベースのUXを構築するうえでは30年間十分に有用だった
- 新しいインターフェイスは目標と意図を分離する
- チャットはユーザーが目標を自然言語で述べると、システムが意図を具体化する
- 音声は手を使えない状況でも目標を表現できるようにする
- エージェントは目標を一度受け取り、それを満たす多段階計画を実行する
- 3つのパラダイムを結ぶ共通の変化は、インタラクションではなく意図が主要なデザイン対象になる点である
デザイナーは信頼関係を設計する
- デザイナーの役割は、インタラクションフローの設計者から、ユーザーの代わりに行動するシステムと人間の間の 信頼関係の設計者へ移る
- 新たに扱うべき対象には次が含まれる
- ユーザーがシステムにどれだけの作業を委任するか
- 曖昧な要求をシステムがどのように解釈するか
- ユーザーが言ったことと実際に望んでいることの違いをどう確認するか
- この作業には新しいツールと評価方法が必要である
- 人間-AIインタラクション研究は、作業完了の有無だけを測定するのではなく、ユーザーが十分な情報を受け取り、コントロールを維持できたと感じているかを評価する方法を提案している
- ユーザーの代わりに判断するシステムを作るとき、どの決定を委任してよいかについての倫理的基準も必要である
チャット／音声／エージェントのデザイナーの課題
- チャットインターフェイスでは、チャットを適用する場所よりも チャットを使うべきでない場所を判断することが最も難しい
- 成果を出すプロダクトは、最も強力なAIを持つプロダクトではなく、会話とフォームに適した作業を正確に区別するプロダクトである
- この区別はエンジニアリングではなくデザイン上の決定である
- 音声インターフェイスでは、画面外の要素を設計しなければならない
- レイアウトより応答時間が重要なので、時間を設計しなければならない
- ユーザーが何を覚えているかを考慮し、文脈を設計しなければならない
- システムが理解できなかったときに会話を復旧する方法を設計しなければならない
- オーディオフィードバック、触覚、空間的シグナル、会話復旧戦略が新しい道具になる
- エージェント型システムは、確立されたパターンが最も少なく、リスクが最も高い領域である
- 透明性、介入制御、段階的な委任に関する決定が、ユーザーが権限を与えられたと感じるか、監視されていると感じるかを左右する
- 個別のプロダクトを超えて、複数の産業で人々がAIにどれだけの自律性を与えるかにも影響する
- 3つのパラダイムを1つのプロダクトで同時にサポートする場合、異なるインタラクション契約を持つインターフェイス群を1つの一貫した体験へつなぐ 調整問題まで解決しなければならない
変わらないUXの原則
- 新しいインターフェイスが登場しても、ユーザーは依然として自分が理解されていると感じたい
- コントロールを失うことを恐れ、不透明なプロダクトを避け、正直なプロダクトを信頼する
- ユーザーに自分が無能だ、遅いと感じさせるプロダクトは、これからも避けられる
- 優れたUXデザイナーの役割は、常にユーザーが自分を有能で理解されている存在だと感じられるようにすることだった
- チャット、音声、エージェントはそれを実行するための新しい楽器であり、明確さ／信頼／楽しさ／時間と注意への尊重という基準は変わらない
さらに読む
- Erika Hall — Conversational Design
- Cathy Pearl — Designing Voice User Interfaces
- Clifford Nass / Scott Brave — Wired for Speech
- Ben Shneiderman — Human-Centered AI
- Don Norman — The Design of Everyday Things
まだコメントはありません。