Sesli yapay zekâya bakarken ilk dikkat çeken şey çoğu zaman sesin ne kadar doğal olduğu. Benim ilgimi, o sesin bir işi nasıl ilerlettiği çekiyor. Kişi ne söyleyeceğini biliyor mu, karşısındaki ne zaman dinliyor, görüşme bittiğinde elinde ne kalıyor? Callyt.io üzerinde çalışırken bu soruları satış görüşmesi pratiği üzerinden ele alıyorum. Ürün bir prototip; çözmeye çalıştığım mesele, konuşma teknolojisini anlaşılır bir öğrenme deneyimine dönüştürmek.
İlk cümleden önceki iş
Bir satış görüşmesi pratiğine başlayacağımı düşünelim. Ekranda yalnızca “Görüşmeyi başlat” yazıyorsa, düğmeye bastıktan sonra ne yapacağımı bilmeyebilirim. Kiminle konuşuyorum? Karşımdaki hangi konuda kararsız? Bu çalışmada neyi denemem bekleniyor? Başlangıç ekranının görevi bu ortak zemini kurmak. Senaryoyu uzun bir kullanım kılavuzuna çevirmeden, kişinin konuşmaya girebileceği kadar açık bir bağlam vermek gerekiyor.
Callyt.io’da senaryo ile görüşme arasındaki ilişkiyi bu nedenle önemsiyorum. Yapay zekânın müşteri rolü, kullanıcının alıştırması ve görüşme sonrası bakılacak noktalar birbirini taşımalı. İtirazla karşılaşma pratiği yapıyorsam, karşımdaki rolün tereddüdü buna uygun olmalı. Geri bildirim de bu çalışmanın içinde anlamlı olan davranışlara dönmeli. Kullanıcının hedefi konuşmanın başında başka, sonunda başka bir ölçüte dönüşmemeli.
Konuşma sırası da bir arayüz
Yazılı bir üründe mesajımı görür, gönderildiğini takip ederim. Sesli üründe aynı ilişki daha az görünürdür. Bir duraklama, kişinin sözünün bittiği anlamına gelebilir; düşünüyor olması veya bağlantının gecikmesi de mümkün. Bu nedenle dinleme, yanıt hazırlama ve konuşma durumlarının kullanıcı tarafından anlaşılmasını bir tasarım konusu olarak görüyorum. Ekrandaki küçük bir işaret, yanlış anda yeniden konuşma ihtiyacını azaltabilir.
Örneğin bir yanıt geciktiğinde kullanıcı aynı soruyu tekrar sorabilir. Sistem iki soruyu da ayrı kabul ederse konuşmanın sırası karışır. Burada ilk sorum “Hangi animasyonu gösterelim?” olmuyor. Kişi beklediğini nasıl anlayacak, sözü yeniden almak istediğinde ne olacak, görüşmeyi bitirebilecek mi? Bu davranışları tarif etmeden yalnızca hareketli bir ses dalgası eklemek, belirsizliği çözmüyor. Görselin hangi durumu anlattığı açık olmalı.
Bu yüzden bir sesli akışı incelerken yalnızca karşı tarafın cevabını dinlemiyorum. Başlatma ile mikrofonun hazır olması arasındaki zamanı, sessizlikte ne görüldüğünü ve kullanıcının kontrolü hangi noktada geri alabildiğini de değerlendiriyorum. Ses, ekran ve davranış aynı sırayı anlatmalı.
Görüşmeyi bitirince ne başlıyor?
Bitir düğmesi de konuşmanın dışında kalan basit bir ayrıntı değil. Kullanıcı görüşmeyi sonlandırdığında ses durmalı, görüşmenin durumu anlaşılmalı ve geri bildirimin hazırlanıp hazırlanmadığı görülebilmeli. Callyt.io’nun çalışma akışında konuşma, metin dökümü ve değerlendirme birbirine bağlı. Bu parçaların hepsinin aynı anda hazır olacağını varsayarak bir ekran tasarlayamam. Sonuç bekleniyorsa bunun da anlaşılır bir karşılığı olmalı.
Bir görüşmenin bittiği bilgisi farklı yollardan gelebiliyor: Kullanıcının uygulamada yaptığı işlem ve konuşma servisinin daha sonra gönderdiği bildirim. Bunların aynı görüşmeyi iki kez sonuçlandırmaması gerekiyor. Kullanıcının göreceği şey tek bir görüşme ve ona ait tek bir sonuç. Benim için arka plandaki bu kararın deneyimdeki karşılığı, kişinin farklı ekranlarda farklı sonuçlarla karşılaşmaması ve neyin tamamlandığını anlayabilmesi.
Puanın konuşmaya geri dönmesi
Görüşme sonunda bir sayı göstermek kolayca güçlü bir değerlendirme hissi yaratabilir. Fakat kişi o sayıdan neyi değiştireceğini çıkaramıyorsa, geri bildirim eksik kalır. Callyt.io’da karşılama, ihtiyacı anlama, değer önerisi veya itirazı ele alma gibi ayrı başlıklara bakma fikri bu yüzden var. Bir görüşmenin bütününü tek bir işaretle kapatmak yerine, çalışılabilecek davranışların ayrılmasını önemsiyorum.
Örneğin “İhtiyacı yeterince anlamadın” cümlesi tek başına kullanışlı değil. Hangi sorunun eksik kaldığı, hangi varsayımın erken yapıldığı ve bir sonraki denemede neyin farklı sorulabileceği açıklanabilmeli. Böyle bir yorumun konuşmadaki dayanağı da görülebilmeli. Yapay zekânın verdiği puanı tartışılmaz bir hüküm olarak ele almıyorum; değerlendirme yöntemi ve sınırı, kullanıcının o sonucu nasıl okuyacağını etkiliyor.
İyi bir geri bildirim, yeni deneme için küçük bir görev bırakabilir: Ürünü anlatmadan önce ihtiyacı açan bir soru sormak veya itirazı yanıtlamadan önce doğru anlayıp anlamadığını kontrol etmek. Burada aradığım, otomatik bir değerlendirmenin doğruluk gösterisinden çok, kişinin üzerinde çalışabileceği açık bir davranış.
Bir sonraki denemeyi seçebilmek
Sesli bir ürünün değerini görüşme süresine veya ürettiği cümle sayısına indirgemiyorum. Bir alıştırmadan sonra kullanıcı neyi denediğini, hangi noktada zorlandığını ve yeniden neye odaklanacağını anlayabilmeli. Bunun için sonuç ekranında her şeyi aynı ağırlıkta göstermemek gerekebilir. Önce bir gözlem, ardından konuşmayla bağlantısı ve küçük bir sonraki çalışma daha anlaşılır bir sıra kurabilir.
Bu bakış, benim pazarlama ile ürün geliştirme arasında kurduğum ilişkiye de uyuyor. İnsanın hangi anda hangi soruyu cevaplamaya çalıştığını anlamak, hem bir satış konuşmasını hem o konuşmayı çalıştıran ürünü etkiliyor. Callyt.io’da araştırdığım bağ bu. Teknoloji konuşmayı mümkün kılıyor; senaryo, sıra, kontrol ve geri bildirim kararları ise kişinin bu konuşmadan nasıl yararlanacağını belirliyor.
Sesli bir üründe başlangıç bağlamı, konuşma sırası, bitirme ve geri bildirim birlikte tasarlanmalı. Kullanıcı, bir görüşmeden sonra neyi farklı deneyeceğini anlayabilmeli.

Büyüme, pazarlama, tasarım, ürün ve veriyi aynı işin parçaları olarak ele alıyorum.
Biraz daha yakından ↗