Заменит ли умная строка традиционные графические интерфейсы?

С возрастанием интереса к искусственному интеллекту возникает вопрос: смогут ли традиционные интерфейсы с окнами и кнопками сохранить свою актуальность? Не станет ли основным интерфейсом умная строка, в которую пользователи будут просто вводить или произносить свои запросы? Я полагаю, что графические интерфейсы не исчезнут, но они претерпят изменения, подобно тому, как это происходило раньше.

Графические интерфейсы не убили командные строки, смартфоны не уничтожили десктоп, а голосовые помощники не заменили приложения. Каждый новый интерфейс не столько исключает предыдущий, сколько расширяет спектр сценариев их использования. В данной статье мы проанализируем, каким образом эволюционировали интерфейсы, их сильные стороны, а также почему умная строка, вероятно, станет дополнительным слоем на графическом интерфейсе, а не его заменой.

Что такое интерфейс и его значения в человеко-компьютерном взаимодействии

Человеко-компьютерный интерфейс (HCI, Human-Computer Interaction) охватывает все элементы, через которые человек взаимодействует с компьютером, смартфоном или любой другой вычислительной системой. К ним относятся клавиатура, мышь, экран, программное обеспечение, операционная система, веб-сайт, звук и тактильная обратная связь. Даже интерфейсы «без интерфейса», такие как голосовые команды или чаты, считаются интерфейсами. Нейроинтерфейсы, позволяющие управлять компьютером силой мысли, также относятся к этой категории.

Почему мы уделяем внимание интерфейсам? Скорость обработки человеком информации огромна, скорость обработки компьютером ещё больше, и именно интерфейс между ними представляет собой узкое место. Улучшение интерфейса обеспечивает значительный прирост в удобстве использования компьютеров. Эволюция интерфейсов стремится оптимизировать и расширить это ограничение. Если мы хотим оценить интерфейсы по измеряемым показателям, пропускная способность станет первым критерием качества интерфейсов.

Качество интерфейса определяется не только шириной канала, но и эффективностью. Мы обращаемся к компьютеру, как и к любому другому инструменту, для решения задач или достижения целей. Эффективные интерфейсы ускоряют решение задач, что является вторым параметром качества интерфейса.

Третий параметр — оперативность доступа. Это связано с физической доступностью и тем, сколько усилий и времени требуется, чтобы начать взаимодействие с компьютером или извлечь телефон из кармана.

Итак, параметры качества интерфейсов:

Эти три параметра помогают рассмотреть историю интерфейсов как последовательное сокращение дистанции между людьми и машинами.

История интерфейсов: от командной строки до современных графических интерфейсов

Командная строка как первый интерфейс

Начнём с командной строки (command line interfaces, CLI), хотя история компьютерных интерфейсов начинается не с неё. Ранее использовались интерфейсы в виде переключателей и перфокарт. В 1960-е годы существовала профессия людей, занимавшихся переводом кода в машиночитаемые перфокарты. К 1970-м годам появились более удобные интерфейсы, использующие клавиатуру для ввода и телевизор для вывода.

Оригинал

Форм-факторы компьютеров с CLI варьировались от мейнфреймов, занимающих целые комнаты, до микрокомпьютеров, таких как Apple II и IBM PC с MS-DOS. Хотя применение микрокомпьютеров было ограничено, их покупали для обучения программированию и использования в бизнесе. Это способствовало росту интереса к разработке и привлечению инвестиций в компьютерные компании, многие из которых находились в Калифорнии, в регионе, позже ставшем известным как Silicon Valley.

Оригинал

Преимущества и недостатки CLI:

• Требуется знание синтаксиса; ошибка может привести к сбою команды.

• Система не сообщает о допущенных ошибках.

• Функции и возможности интерфейса необходимо помнить.

• Точность логики команд определяет популярность CLI среди программистов.

По нашим параметрам, CLI представляет собой практически одномерный интерфейс, где взаимодействие происходит через последовательности символов и строк, поэтому его пропускная способность для ввода и вывода довольно низкая. Однако скорость решения задачи повысилась по сравнению с ранними системами, так как можно изменить ошибку и перезапустить программу в в пределах минуты. Оперативность доступа к компьютерам с CLI варьируется, поскольку мейнфреймы могли находиться в офисах, а микрокомпьютеры — у пользователей дома.

К началу 1990-х годов графические интерфейсы начали вытеснять CLI, однако между ними появилась текстовая пользовательская интерфейс (TUI), представляющий интересный этап развития, когда интерфейс, подобный графическому, создавался с помощью текстовых символов.

Оригинал

В итоге графические интерфейсы для большинства задач оказались более удобными, но CLI не исчез, а нашёл свою нишу в разработке ПО и серверном администрировании.

Графические интерфейсы (GUI) с 1980-х до настоящего времени

Графические интерфейсы (GUI, graphical user interface) включают классические элементы, такие как окна, иконки и меню (WIMP). Идеи графического интерфейса были разработаны ранее, но лишь в 1980-х годах они стали достаточно зрелыми и экономически оправданными для коммерческого использования. Мы не будем подробно разбирать историю Xerox PARC и Apple, но этот эпизод стал одним из ключевых для развития GUI.

Вдохновлённые разработками Xerox, Apple под руководством Джобса выпустила Macintosh в 1984 году — один из первых массово известных коммерческих компьютеров с графическим интерфейсом и мышью. Однако даже тогда графические интерфейсы использовали преимущественно профессионалы, такие как дизайнеры и университетские преподаватели, а массовое использование произошло только с появлением Windows 95.

Основной особенностью GUI является интуитивно понятное управление.

Преимущества GUI по сравнению с CLI:

• Неподготовленные пользователи могут легко им пользоваться.

• Объекты обозначены иконками, основанными на метафорах из реального мира.

• Ошибки сложнее допустить: небольшое отклонение при нажатии обычно не критично.

• Выбор из доступных опций на экране быстрее и проще, чем запоминание и ввод команд.

Если интерфейс командной строки можно считать одномерным, то GUI представляет собой двумерный интерфейс, где пользователь взаимодействует не только с текстом, но и с пространством экрана. Графический вывод стал возможным благодаря возможностям, ранее доступным только в полиграфии, включая визуальную иерархию, связи и иллюстрации. Например, в GUI можно структурированно расположить сценарии по частоте использования: выделить важные и скрыть менее значимые. С помощью графических инструментов можно передать визуальный стиль, настроение и культурный контекст продукта.

Теперь оценим GUI по нашим параметрам. Пропускная способность для вывода значительно выше, чем, например, в разговоре между людьми. Пропускная способность на ввод также возросла благодаря удобству управления мышкой. Скорость решения задачи повысилась благодаря мгновенному отклику интерфейса и постепенной оптимизации пользовательского опыта. Оперативность доступа к компьютерам с GUI увеличилась благодаря появлению ноутбуков, а также благодаря большей массовости устройств и простоте в использовании.

Пик популярности десктопных GUI пришёлся на 2000-е годы, а в 2010-е годы десктоп уступил первенство на рынке мобильным устройствам. Однако отказа от десктопов не произошло: как и CLI, десктопные GUI нашли свою нишу в дизайне, инженерии, таблицах и текстовой обработке.

Графические интерфейсы на смартфонах: развитие сенсорных технологий

Идея о создании карманного компьютера с сенсорным экраном существовала задолго до выхода iPhone. Существовали различные попытки реализовать эту концепцию, но именно iPhone сделал этот формат массовым и доступным для широкой аудитории.

Ключевые особенности, изменившие рынок:

• чувствительный сенсорный экран с мультитачем;

• интерфейс, адаптированный под управление пальцем;

• сильная упаковка продукта и маркетинг.

Нельзя отрицать влияние Стива Джобса на развитие потребительских интерфейсов. Он стремился сделать управление устройствами столь же простым, как использование молотка, и искал способы сделать взаимодействие более естественным и интуитивным. Когда ему удалось создать продукт с управлением мышью в Macintosh, он увидел возможность применить тот же принцип к телефонам. В результате управление стало более простым и интуитивным благодаря прямому взаимодействию с объектами на экране с помощью пальца.

В целом тач-интерфейсы во многом унаследовали принципы GUI с WIMP, но теперь можно взаимодействовать непосредственно без посредников, таких как мышь и курсор. Однако, если рассмотреть высокую оперативность доступа, то с появлением смартфонов появилась возможность носить устройство с собой. Следует отметить, что из-за небольшого экрана пропускная способность вывода несколько снизилась.

Интересный факт: Apple пытались усовершенствовать тач-интерфейсы, внедрив 3D-touch, но оказалось дешевле реализовать функцию длительного нажатия, и 3D-touch был закрыт.

Смарт-устройства и их влияние на интерфейсы (2015+)

Устройства всё больше приближаются к телесным ощущениям пользователя. Смартфоны можно положить в карман или сумку, тогда как умные часы находятся на запястье постоянно. Беспроводные наушники настолько удобны, что их можно использовать весь день. Следующей в линии являются AR-очки, которые обещают много. Кто помнит Google Glass?

После неудачного массового запуска технология нашла применение в профессиональных сценариях, например, их используют на складах для сканирования QR-кодов. Формально аналогичную задачу можно решить с помощью смартфона, но преимущество заключается в том, что экран всегда перед глазами, а руки остаются свободными.

Оригинал. Всё, что говорят вокруг, автоматически преобразуется в текст в реальном времени — словно субтитры для окружающего мира

Также стоит упомянуть голосовые интерфейсы. Идея о том, чтобы взаимодействовать с компьютером, как с человеком, возникла давно, но до недавнего времени технологии не были готовы. В 2010-х годах устройства начали понимать человеческую речь, однако словарный запас был ограничен. Ситуация изменилась с приходом LLM, и в настоящее время голосовые интерфейсы занимают значительную долю на рынке.

Стоит отметить и AR, хоть это сейчас и не в тренде. Важное преимущество заключается в том, что устройство всегда находится в контексте окружающего мира. Например, можно оценить, насколько полезен продукт на полке супермаркета. При ремонте автомобиля AR может выделить гайку, которую нужно подкрутить. В этом случае не требуется описывать ситуацию, как в голосовом или текстовом интерфейсе, так как контекст уже передан в компьютер, что позволяет получить ответ быстрее.

Оценим AR-очки по параметрам: пропускная способность для вывода зависит от разрешения, но обычно высока. Пропускная способность для ввода требует голосового управления или манипуляций руками. Скорость решения задач — высокая, если она связана с взаимодействием с объектами окружающего мира. Оперативность доступа — практически мгновенная.

Общее свойство носимых устройств — минимальное расстояние до интерфейса. Но из-за форм-фактора задачи этих устройств могут сильно различаться.

Эти интерфейсы подходят для различных типов задач:

• Смарт-часы: получение уведомлений, функция «прокси» для смартфона.

• AR-очки: предоставление информации об объектах окружающей среды.

• Наушники с голосовым ассистентом: ответы на вопросы, получение уведомлений.

Умная строка: будущее интерфейсов (2022+)

Сегодня можно с уверенностью сказать, что помощники на базе LLM — это следующее большое достижение в интерфейсах. Были даже компании, такие как Rabbit и Humane, которые пытались предложить альтернативу смартфонам, однако технологии еще недостаточно развиты. Тем не менее, удивительная способность ChatGPT взаимодействовать с человеком произвела впечатление на многих в 2022 году.

Хотелось бы отдельно рассмотреть интерфейсы AI-помощников. Их интерфейсы в некотором смысле напоминают CLI, но на новом уровне. Поскольку CLI является специфическим инструментом, он и не смог конкурировать с GUI, его популярность объясняется различными факторами.

Когда GUI предпочтительнее:

• Поиск и выбор, когда пользователь не сформулировал точный запрос. Например, выбор музыки или продуктов на маркетплейсах.

• Если пользователь не осведомлён о всех функциях, интерфейс может их продемонстрировать. Не зная, легко увидеть и попробовать.

• Если необходимо что-то исправить, проще указать на нужный элемент, чем объяснять словами.

• Умная строка в творческих или инженерных задачах.

• Интерфейс, где всё на виду. Пример: дашборд продавца в Ozon, пульт управления электростанцией и сводки за день в приложении «Здоровье».

Когда рекомендуется использовать умную строку:

• Когда необходимо найти что-то конкретное. Например, если в телефоне установлено 100 приложений, гораздо проще ввести запрос в строку поиска, чем просматривать их визуально.

• Когда требуется ответ на конкретный вопрос, представленный в виде небольшого структурированного текста.

• Если пользователь точно знает, какой результат ему нужен, но задача достаточно сложная. Например, нарисовать картинку, заменить текст с одной картинки на текст с другой или изменить тональность текста.

Умная строка не будет являться альтернативой графическому интерфейсу (GUI), а, скорее, они будут интегрироваться. В данный момент мы наблюдаем, как в выдаче ChatGPT появляются таблицы и карточки, а ИИ-помощники внедряются даже в службы по покупке авиабилетов. Умная строка, очевидно, не сможет обойтись без "упаковки" ответа в графическом формате. Более того, сейчас отсутствует возможность прямого указания на ту часть ответа, которая требует модификации.

Интересный факт: интерфейс умной строки решает задачу быстро, даже при низкой пропускной способности. Поскольку LLM понимает человеческий язык, мы можем передавать и получать информацию в максимально сжатом виде.

Заключение: различные интерфейсы и их функциональность

Мы видим, что существуют разные типы интерфейсов, каждый из которых имеет свои преимущества и недостатки. При разработке новых интерфейсов предыдущие не исчезают, и пользователи получают больше возможностей на выбор. Каждый тип интерфейса находит свою нишу, в которой он работает наиболее эффективно. Это можно визуализировать на графике, отражающем смену парадигм.

Будущее интерфейсов: ожидания и перспективы

Умная строка не заменит графические интерфейсы полностью; она будет интегрироваться в традиционные интерфейсы, а пользователи привыкнут к полям ввода в каждом приложении и на каждом сайте. Хотя сейчас это может показаться странным, со временем мы к этому привыкнем, так же как к людям, говорящим по гарнитуре на улицах.

В тех случаях, когда необходимо сформулировать цель, делегировать сложное действие или быстро получить ответ, умная строка будет более удобным вариантом, чем кнопки. Однако в ситуациях, где нужно сравнить варианты, увидеть текущее состояние системы, управлять сложными процессами или точно указать на объект, графические интерфейсы сохранят своё превосходство.

Модели семейства GPT и другие AI-системы будут продолжать развиваться. Поскольку текст сложно воспринимается, они будут обучаться самостоятельно создавать графические интерфейсы из различных компонентов. Упрощённые форматы, такие как карточки, ссылки и таблицы, будут внедряться в повседневное использование.

Очки дополненной реальности продолжат свой прогресс, и мы находимся только на начальных этапах этой технологии. С точки зрения быстрого доступа, AR-очки могут стать одним из самых эффективных способов взаимодействия с цифровым миром, не считая нейроинтерфейсов.

Не будет единственного доминирующего типа интерфейса; каждый из них найдёт своё место и предназначение, включая командные строки.