Confesso di non prendere troppo sul serio i futurologi, che spesso prendono delle cantonate clamorose. Ciononostante mi lancio in una previsione: strumenti di intelligenza artificiale generativa come ChatGPT o Bard sono l'innovazione più importante dai tempi del lancio dell'iPhone. Difficile stimare in quale contesto avrà maggior impatto, ma mago Bux tenta una seconda previsione: i motori di ricerca. E lo dico non da futurologo ma dalla prospettiva della user experience.
Sin dai tempi di Lycos l'interazione con un motore di ricerca si compone di 3 passaggi:
- l'utente scrive la query
il motore restituisce una lista di link - l'utente deve decidere quali link sembrano promettenti
- l'utente apre una o più pagine e le legge cercando i contenuti che le interessano, affogati in documenti spesso molto prolissi.
Sebbene da tempo abbia integrato la ricerca con degli elementi di contenuto, spesso tratti da Wikipedia, il flusso di interazione di Google è rimasto da sempre quello appena descritto.
Con strumenti come ChatGPT l'interazione è diversa: l'utente inserisce la query e il servizio scrive la risposta pertinente nella stessa pagina. Non c'è bisogno di aprire altre pagine né di prendere delle decisioni. La risposta è lì, senza fronzoli inutili.
La chat di Bing utilizza un approccio intermedio: ti offre una risposta sintetica e ti cita le fonti, ovvero 3, 5 link per approfondire. Abbina i vantaggi di un motore di ricerca e l'economicità della risposta generata dall'AI.
Fino a ieri, sebbene la qualità dei risultati di Bing fosse paragonabile a quella di Google, tu usavi Google e non Bing per due motivi: meno rumore (la home di Google è molto più pulita di quella di Bing) e abitudine - e le abitudini sono la quintessenza dell'economia cognitiva.
Ma l'esperienza utente di un motore che ti offre una risposta, sintetica, in pagina porterà gli utenti ad usare sempre più spesso Bing Chat (o Google Bard) e meno spesso i motori di ricerca tradizionali. Il vantaggio di questa interazione (risultati spesso ottimi sulla stessa pagina senza doverne visitare altre) sarà probabilmente un motivo sufficiente per indurre le persone a modificare le proprie abitudini.
Se la mia previsione è corretta questo cambiamento può avere un impatto enorme su internet come lo conosciamo oggi. Anche perché mentre il modello di business di Google è basato sulla pubblicità, quello di ChatGPT si basa sul pagamento di un abbonamento (ChatGPT Plus). Se le persone non avranno più bisogno di visitare altri siti il traffico generato dai motori di ricerca calerà drasticamente, con tutta una serie di conseguenze.
Interfacce conversazionali
Un secondo aspetto importante per chi si occupa di UX, UI e interaction design è che, per la prima volta, le interfacce conversazionali - per ora scritte, in futuro chissà - non si limitano a pochi comandi stereotipati (spegni la luce, metti la sveglia) ma permettono una interazione naturale.
Ora, interagire inserendo del testo (scrivendo o dettando) è l'interazione a cui siamo abituati con i motori di ricerca, e dunque ci vengono naturali per usare ChatGPT come un motore di ricerca avanzato. Questa tipologia di interazione, però, ha un grosso limite: la persona deve sapere cosa scrivere per ottenere quello che vuole.
Prendiamo ad esempio strumenti come Midjourney, Dall-E o Bing Image Creator. L'utente si trova davanti ad una casella di input - o in un canale di Discord - e deve scrivere, in maniera più dettagliata possibile, quello he vuole ottenere. Il problema è che chi non conosce lo strumento non sa quali parametri siano necessari per ottenere un certo risultato. E dunque sono spuntate come funghi le guide di prompt engineering, che sono la dimostrazione che l'interazione è radicalmente sub-ottimale.
L'input testuale è necessario per dire al sistema cosa si vuole rappresentare ("a Tibetan monk surfing between spectacular waves and a magnificent landscape"). Ma sul come rappresentarlo dovrebbe essere l'interfaccia a mostrarmi i possibili parametri ("telephoto lens, as ektar sample"). Questo perché per quanto riguarda il cosa le possibilità sono praticamente infinite, e sta all'utente dirle. Ma sul come probabilmente con un elenco di un centinaio di parametri probabilmente si coprono le esigenze del 90% dei casi. E con una buona architettura dell'informazione e una buona tassonomia si potrebbero gestire molti più parametri.
E allora il Mago Bux fa un'altra previsione: fra non molto i software per la generazione di immagini avrano una interazione mista: il cosa sotto forma di input di testo, il come anche sotto forma di una serie di opzioni con delle immagini generiche che ne mostrano lo stile.
Tecnologie, futuro e persone
Ok Bux - so che mi vorresti dire - prima scrivi che non prendi sul serio i futurologi e poi ti lanci in previsioni. La questione - secondo me - è che molti futurologi si basano quasi esclusivamente sugli sviluppi della tecnologia - spesso sui presunti sviluppi - e non sui bisogni e le esperienze delle persone. E questo aumenta il rischio di cantonate. Da una parte perché non è detto che una tecnologia che sembra quasi pronta in realtà lo sarà "a breve" (si vedano le auto a guida autonoma), ma soprattutto perché a volte si immaginano soluzioni in cerca di un problema.
Questa ondata di modelli di Machine Learning a mio avviso è diversa. Intanto perché già questa generazione è qualitativamente impressionante. Ma soprattutto perché può essere usata per fare cose molto, molto interessanti, a patto di immaginare interfacce e interazioni tali da non costringere le persone a dover frequentare un corso di prompt engineering. E dunque concludo con l'ultima previsione: alcune applicazioni di maggior successo dell'AI saranno integrate dietro e dentro a prodotti e interazioni già noti agli utenti.
Per quanto riguarda i nati nel segno della bilancia ... (sto scherzando ;) )
Tu cosa ne pensi? Che impatto avrà, se ne avrà, l'intelligenza artificiale generativa?