2019年、Saleema AmershiとEric Horvitzが率いるMicrosoftの研究チームは、多くのプロダクトチームが今なお勘に頼って答えている問いに、根拠を持って向き合おうとしました。それは、AIシステムが通常の決定論的なソフトウェアとは異なる形で「信頼でき、使い方が明快である」と感じられるのは何によってか、というものです。彼らの論文Guidelines for Human-AI Interactionは、20年以上にわたって散在していたHCI研究と業界の実践知を、18の具体的で検証可能なガイドラインへと蒸留し、さらに49名のデザイン実務家に20の人気AIプロダクトへ適用させることで、その有効性を検証しました。あれから6年、プロダクトは何世代も移り変わりましたが、このフレームワークは今なお、従来のユーザビリティ・ヒューリスティクスをそのまま流用するのではなく、AIインタラクションのために専用に構築された数少ないフレームワークの一つであり続けています。そして、執筆当時にはまだ存在しなかったプロダクトに当てはめても、十分に通用するものです。
このフレームワークの耐久性が今まさに重要なのは、その周囲のあらゆるものが変化し続けているからです。デザインライターのPatrick Neemanは、現在のAIプロダクトデザインの状況を「まるで1999年に戻ったようだ」と評しています。卓越した能力がある一方で、それをユーザーの前にどう提示するかについての共有された作法がほとんど存在しないというのです。この分野の語彙の半分は、いまだ使われながら発明されている最中です。だからこそ、根拠に基づいた不変の物差しが真価を発揮します。新しいリリースのたびに評価基準を一から作り直すのではなく、動き続ける対象を測るための安定した基準点を与えてくれるからです。そこで私は、多くの人が日常的に使っている3つのプロダクト——Claude、ChatGPT、そしてGoogleのAI Mode——を選び、これらのガイドラインのいくつかを手がかりに、それぞれの初回利用体験を見ていくことにしました。
人間とAIのインタラクションのためのガイドライン
Amershiらは、18のガイドラインをユーザーとAIシステムとの関係における4つのフェーズに沿って整理しています。最初に何を伝えるべきか、インタラクション中にどう振る舞うべきか、誤ったときにユーザーに何を返すべきか、そして時間の経過とともにどう進化すべきか、という4つです。この構造自体が有用なデザインツールになっています。なぜなら、これは新規ユーザーが実際に抱く問いの順序——これは何なのか、どこまで信頼できるのか、失敗したときはどうすればいいのか、使い続けるうちに良くなっていくのか——と、そのまま重なるからです。
本稿では、そのスペクトルの両端にあたる「最初に」と「時間の経過とともに」に属する3つのガイドラインに焦点を当てます。プロダクト間で最も際立ったコントラストが見られたのが、まさにこの部分だったからです。G1(システムができることを明確にする)、G2(システムがどれだけうまくできるかを明確にする)、そしてG13(ユーザーの行動から学習する)の3つです。
Claude
G1:システムができることを明確にする
Claudeのホーム画面は、このガイドラインを明快にクリアしています。ラベルのない一つのテキストフィールドだけを提示し、ユーザーに範囲を推測させるのではなく、Write、Strategize、Learn、Code、Life stuffという5つのカテゴリーチップを表示し、それらは単なる装飾ではなく、できることのメニューとして機能しています。新規ユーザーにとってこれは、「とりあえず何か入力して祈る」のと、「ここに歩いて入れる具体的な5つの扉がある」のとの違いです。インターフェース上のささやかな要素ではありますが、実質的な役割を果たしています。抽象的で無限定なツールを、輪郭の見えるものへと変換しているのです。
G2:システムがどれだけうまくできるかを明確にする
Claudeのホーム画面が苦しくなり始めるのは、その次のガイドラインです。カテゴリーラベルは、システムがどんな種類のタスクを扱えるかを教えてくれますが、そのタスクの個々のケースをどれだけうまくこなせるかについては何も語りません。そして、まさにこのギャップこそが、信頼を調整する場になります。「Write」は、2行のSNS投稿用キャプションから、機微を要するクライアント宛のメールまで、あらゆるものをカバーしています。しかし、インターフェースは、その範囲のどちら側でClaudeが確実に強いのか、それとも単に「試みることはできる」だけなのかについて、何のシグナルも与えてくれません。
これはClaudeに特有の欠点というよりも、基盤となる技術そのものが持つ厳然とした性質です。Ethan Mollickは著書『Co-Intelligence』の中で、AIの能力を「ギザギザのフロンティア(jagged frontier)」と表現しています。遠くから見ると、AIシステムはある領域において一様に得意か、一様に不得意かのどちらかに見えます。しかし近づいてよく見ると、その境界線はギザギザです。難しそうに見えるタスクは驚くほど得意で、その隣にある、簡単そうに見えるタスクは驚くほど不得意、ということが起こり得ます。しかもユーザーには、実際に試してみる以外に、自分がその境界線のどちら側にいるのかを直感的に知る術がありません。単一の大まかなカテゴリーラベルでは、このギザギザのフロンティアを伝えることはできず、均一な能力であるかのように平板化してしまいます。ここでG2を本当に満たすには、カテゴリー全体に対して一度だけ決められた静的なラベルではなく、利用のその瞬間における、よりきめ細かなシグナル——出力例や、明示された確信度、あるいは特定のタスクタイプにおける可視化された実績など——が必要です。
G13:ユーザーの行動から学習する
体験が崩れ始めるのはここからで、その理由を正確に見ておく価値があります。ホーム画面は、私を名前と曜日で迎えてくれます——「Happy Sunday, Jesse」——これは一見、文脈を理解している証拠のように読めます。しかし、どのカテゴリーをクリックしても、その下にあるクイックアクションは汎用的なプロンプトのテンプレートであり、誰がログインしていようと、過去にClaudeに何を尋ねていようと、まったく同じものが表示されます。「説得力のあるCTAを書く」も「自分にとってのヒーローをもとに学習フレームワークを作る」も、私が新規ユーザーであろうと、このプロダクトを何か月も使い込んだユーザーであろうと、同じように現れます。ここには、私の実際の行動によって形作られたものは何一つなく、パーソナライゼーションは挨拶文の中の名前だけに限定されているのです。
この「パーソナライズされた表層」と「没個性的な中身」との間のギャップは、それ自体として名指す価値があります。というのも、これは現行世代のAIプロダクト全体に見られるパターンだからです。最近のUX Collectiveの記事(ブレードランナーのデザイン予測について)は、合成された記憶(synthetic memory)について、関連する指摘をしています。あるシステムが、あなたについて何かを覚えていることが目に見える形で示されると、ユーザーはそれ以降にシステムが言うことへの吟味を緩めがちになり、「記憶があるように見えること」を「理解の実質」の代わりとして受け取ってしまう、というのです。名前と曜日による挨拶は、まさにこの「見えてはいるが浅い」記憶にあたります——パーソナライゼーションとして認識されるには十分ですが、その裏側では何も機能していないほど薄いものです。G13が求めているのは、その「裏側」の部分です。つまりシステムは、静的なメニューに名前を添えるだけでなく、ユーザーが実際に何をしているかから学習し、提示するアクションを通じて体験そのものをパーソナライズすべきだ、ということです。
このガイドラインを真剣に受け止めるべき理由は、第一印象の話にとどまらず、もう一段階先にもあります。別のUX Collectiveの記事(AIと認知的委任について)が引用している調査によれば、コーディングタスクをAIに完全に委任した開発者は、自分自身の成果物についての理解度テストで40%を下回るスコアしか取れなかった一方、AIを代替ではなく思考のパートナーとして使った開発者は65%以上のスコアを記録しています。このメカニズムは一般化できます。汎用的でワンクリックのクイックアクションのメニューは、ユーザーを「協働」よりも「委任」の方向へと後押しします。なぜなら、自分が本当に必要としていることを言語化するよりも、あらかじめ書かれたプロンプトをクリックする方が、抵抗の少ない道だからです。ユーザーの実際の履歴に根ざした、本当の意味で学習された提案のセットであれば、これとは逆の効果を持つはずです。ユーザー自身の目標を映し返すことで、ユーザーを迂回させるのではなく、意思決定のループの中にとどめておくことができるのです。
ChatGPTとGoogle AI Mode
G1とG2:「空白のボックス」問題
Claudeのホーム画面が新規ユーザーに5つの具体的な扉を用意するのに対し、ChatGPTとGoogle AI Modeが用意するのは、一つの開かれた入力欄と「何でも聞いてください(ask anything)」という指示だけです。この指示は、G1とG2の両方を同時に満たせていません。範囲が限定された能力の集合も、システムが得意とする領域の感覚も、何一つ伝えていないのです。しかもそれは、意図的にそうなっています。制約のない入力欄というのは、まさに「範囲を伝えることの拒否」そのものだからです。自分が何をしたいかすでにわかっている熟練ユーザーにとっては、空の入力欄は効率的です。しかし新規ユーザーにとっては、これは「白紙を渡されて、何か書けと言われる」ことのインターフェース版です。自由は確かに本物ですが、それこそがまさに、フリーズ(思考停止)を生み出す原因でもあるのです。
これはAIプロダクトに限らず、よく知られた失敗のパターンでもあります。制約のない選択肢が増えるほど、満足度が上がるのではなく、むしろ認知負荷と意思決定の麻痺が増していく——これは、Barry Schwartzの「選択のパラドックス」研究の核心にある知見であり、インタラクションデザインの用語で言えばヒックの法則(Hick's Law)、すなわち「目の前の選択肢の数と複雑さが増すほど、意思決定にかかる時間も長くなる」という法則にも通じます。無限の入力が可能な空白のボックスは、選択の複雑さを極限まで押し進めたものです。「Hi Jesse, what's on your mind?」のように挨拶をパーソナライズしても、この問題は解決しません。ボックスがより温かみのあるものに感じられるだけで、空白であること自体は変わらないのです。このガイドラインが本当に求めているのは、Claudeのチップが試みていることに近いものであり、あるいはUIパターンの収束についての最近の調査記事が、このカテゴリー全体が向かっている方向として描いているもの——手動でのセットアップや設定を、システムが意図を推測して出発点を提示することに置き換え、その推測をユーザーの最初の一打鍵にまるごと外注しない、という方向性です。
「何でも聞いてください」がもたらすセキュリティ上のコスト
空白のボックスがもたらすコストには、エンゲージメントの喪失よりもさらに深刻なもの——セキュリティ上のコストがあります。枠組みのない、無制限のプロンプトは、無制限の開示を招きます。入力した内容がシステムにどう扱われるのか、何が保持されるのか、そもそも「妥当な質問の範囲」とはどのようなものなのか、何のシグナルもない状態では、ユーザーは、インターフェースが少しでも立ち止まるきっかけを与えてくれていた場合よりも多くのものを、日常的に貼り付けてしまいます——健康に関する詳細、財務上の具体情報、業務上の機密内容、あるいは大きなテキストブロックを貼り付ける習慣の中で、うっかり紛れ込んだ認証情報などです。これは、G2と同じ「信頼の調整」の失敗が別の顔をして現れたものです。境界を伝えないシステムは、誤って使われたときに悪い回答を生み出すだけでなく、より悪い開示の判断をユーザーに生み出させます。なぜなら、妥当な境界がどこにあるのかを知る手がかりが、ユーザーには何もないからです。枠組みのある出発点の提示は、認知負荷を下げるだけでなく、適切な問いかけの形を暗黙のうちに示してくれます。それは、空白の入力欄にはできないことです。
AIインタラクションデザインの現在地
これらのプロダクトを並べてみると、あるパターンが浮かび上がってきます。今日を代表するAIプロダクトは、静的なUIの層だけで安く満たせるガイドラインには強い一方、ユーザーのデータや行動へと実際に配線を繋ぎ直す必要があるガイドラインには弱い、というパターンです。カテゴリーチップや親しみやすい挨拶は、リリース時に一度だけ下されるデザイン上の決定です。一方、行動から本当の意味で学習すること、あるいはタスクごとに調整された確信度を可視化することには、ローンチ後も動き続けるインフラストラクチャが必要になります。そしてそれは、はるかに難しく、はるかに目に見えにくい、リリースしたことの評価を得にくい類のものです。
これは、「モデル自体が絶え間なく進化し続ける」ことを中心的な売り文句にしているプロダクトにとって、本当の意味での問題です。というのも、それは、インタラクションの層が同じペースで改善されていくとは限らない、ということを意味するからです。特筆すべきは、先に引用した「10 UI patterns」の記事が、AIはすでに、静的なウィザードや汎用的なツールチップに代わって、ユーザーが実際に何をしているかに応じた、文脈に沿ったサポートへと、業界全体のオンボーディングとヘルプドキュメントを作り変えつつあると論じている点です。そうした推論を可能にするAIシステムを構築している当の企業自身が、それを自社の「玄関先」にはまだ向けていないというのは、なんとも皮肉な話です。G13を解決するためのツールは、すでにこれらのプロダクトの内部に存在しています。ただ、それがオンボーディング体験そのものに向けられていないだけなのです。
参考リンク
- Guidelines for Human-AI Interaction (PDF) — 18のガイドラインすべてと、その検証手法を含む論文全文。
- Google PAIR Guidebook — GoogleのPeople + AI Researchによるガイダンス。Amershiらの、よりアカデミックな枠組みを補完する実践的な内容。
- A running list of human-AI interaction papers — Georgia TechのTAILラボによる文献リスト。このガイドライン群が依拠する研究をさらに深掘りしたい場合に。
- Ethan Mollick, Co-Intelligence: Living and Working with AI (2024) — 本稿で用いた「ギザギザのフロンティア」という概念の出典であり、G2全般を理解するうえでも有用な思考モデル。
- 10 UI patterns that won't survive the AI shift — セットアップウィザードやダッシュボード、オンボーディングが、推測された意図によって置き換えられていくことについて。
- AI and Cognitive Delegation: The Hidden Cost of AI That Works Too Well — 本稿で引用した、「委任」対「協働」に関する研究について。
- What Blade Runner Got Right About AI — 合成された記憶(synthetic memory)と、「記憶しているように見えること」と「実際に理解していること」の間のギャップについて。
参考文献
- Amershi, S., Weld, D., Vorvoreanu, M., Fourney, A., Nushi, B., Collisson, P., ... & Horvitz, E. (2019, May). Guidelines for human-AI interaction. In Proceedings of the 2019 CHI Conference on Human Factors in Computing Systems (pp. 1–13).
- Mollick, E. (2024). Co-Intelligence: Living and Working with AI. Portfolio/Penguin.
- Schwartz, B. (2004). The Paradox of Choice: Why More Is Less. Ecco.