Sesli Arayüz Tasarımı: Yönlendirme ile Bilgi Yükü Arasındaki Sınır

Sesli arayüz rehberlerinin çoğu iki tavsiyeyi yan yana koyar: kullanıcıya her adımda ne yapabileceğini söyle, bir de tek seferde fazla bilgi yükleme. Bu ikisi aynı cümlede duramaz. Sesli arayüz tasarımının asıl işi de tam burada başlıyor, rehberlikle susmak arasındaki sınırı nereye koyacağına karar vermekte.

Çelişki nerede çözülüyor

Alexa tarafının klasik önerisi, tek seferde üçten fazla seçenek okumamak. Makul bir sayı, ama kuralın kendisi değil, bir semptomu. Asıl kısıt seçeneklerin adedi değil, kullanıcının onları akılda tutmak zorunda kalması.

Ekranda altı maddelik liste sorun çıkarmaz, çünkü göz istediği an geri döner ve bu geri dönüşün maliyeti sıfıra yakındır. Seste geri dönüş yoktur. Üçüncü seçeneği duyduğunda birincisi gitmiştir; hatırlamak için tek yol listenin tamamını yeniden dinlemektir, yani her tereddüt kullanıcıya baştan bir tur ödetir. Uzun listeyi sesle okumak, listeyi kısaltmadığın sürece maliyeti azaltmaz, katlar.

Bu yüzden sürekli bilgilendirme tavsiyesini olduğu gibi uygulamak ters teper. Yönlendirmeyi seçenek listesi olarak değil, tek bir sonraki adım olarak ver. Kullanıcı yolunu kaybettiğinde ona menüyü okumak değil, bulunduğu yeri söylemek işe yarar.

Konumu menüyle değil, cevabın kendisiyle bildir

Kullanıcının hangi işlevde olduğunu bilmesi gerekir, bu doğru. Ama bunun için ayrı bir bildirim cümlesi kurmak akışı gereksiz uzatıyor. Bugün İstanbul'da hava 24 derece, öğleden sonra yağmurlu cümlesi hem nerede olduğunu hem sonucu taşır. Üstüne hava durumu bölümündesiniz demenin kimseye faydası yok.

Geri bildirim için de sözel onay tek yol değil. Cihazın üzerinde ışık, kısa bir ton, telefonda titreşim varsa komutun alındığını bunlar zaten söyler. Sesli kanalı yalnızca içerik için kullan, mekanik onaylar için değil.

Doğal konuşma beklentisi ne kadar gerçekçi

Kullanıcıların sesli sistemlerden insan gibi cevap beklediği sık tekrarlanan bir tespit. Beklentinin varlığı doğru, ama buradan çıkarılan tasarım sonucu çoğu zaman yanlış yöne bakıyor. Pratikte yaptığımız şey sistemi insana benzetmek değil, insanı sistemin anladığı dar aralığa çekmek. Örnek diyaloglar, karşılama cümlesindeki ipuçları, kabul edilen komut kalıpları, hepsi bunun için var.

İşin gerçek yükü de burada: aynı niyetin farklı söylenişlerini toplamak. Bu masa başında tahmin edilmiyor. Çözülemeyen ifadeleri kendi tarafında logla ve haftada bir kendin oku; hangi cümlenin niyete bağlanmadığını sağlayıcının panelindeki başarı yüzdesinden değil, o ham kayıttan görürsün. Yüzde iyimserdir, kayıt değildir.

Sesin kötü olduğu yerler

Parola, adres, doğrulama kodu gibi girdilerde ses en zayıf kanal. Karakter karakter teyit gerektirir, ortamda başkası varsa mahremiyet sorunu çıkar, yanlış anlaşılan bir harfi düzeltmenin maliyeti yazarak düzeltmenin kat kat üstündedir. Bu adımı ekrana devretmek kaçamak değil, doğru karar.

Sesli akışın işlemi baştan sona sesle bitirmesi gerekmiyor. Konuşma ile başlayıp hassas adımda ekrana geçen bir tasarım, tamamı sesle yürüyen ve her üçüncü denemede kullanıcıyı bırakan bir tasarımdan iyidir.