Контент-дизайн: секреты создания предлагаемых ответов в диалогах пользователей

No items found.
Аудио перевод статьи
0:00
0:00
·

Резюме: Узнайте, как команды продуктовых дизайнеров могут создавать шаблоны ответов для диалога с клиентом с помощью принципов контент-дизайна.

Вы, вероятно, видели или использовали шаблоны ответов, когда программа предлагает следующее слово или фразу, которые вы, возможно, захотите ввести. Например, типичный набор предлагаемых ответов на электронное письмо выглядит примерно так:

Даже если вы дизайнер, который использует эти функции, вы можете не осознавать, как много работы было проведено за кулисами, чтобы создать их.

В последние годы мы работали над рядом предлагаемых функций ответа в группах приложений и сервисов Facebook. И если некоторые функции подсказок направлены на то, чтобы помочь человеку набирать текст более эффективно или результативно, как, например, проверка орфографии или автокоррекция, то наши функции ориентированы на то, чтобы вдохновить или продолжить разговор.

Предлагаемый ответ имеет большой вес — это то, что, по прогнозам компании Facebook, кто-то может захотеть сказать, и что, следовательно, сформирует дальнейший диалог, который люди ведут на наших платформах. Это большая ответственность, и мы принимаем ее близко к сердцу, учитывая нашу миссию — сближать людей и сообщества.

За каждым предложенным словом, фразой или изображением стоит команда людей, которые стремятся обеспечить, чтобы предложения были полезными, уместными и контекстуально релевантными для контента, используя для этого сочетание человеческой фильтрации и технологии машинного обучения. В эту команду входят люди разных профессий, включая продуктовых дизайнеров, инженеров, менеджеров проектов, исследователей пользовательского опыта, специалистов по контентной политике и нас - контент-дизайнеров. Контент-дизайнеры в Facebook создают коммуникацию, которая появляется во всех наших продуктах. Мы все подходим к написанию, помня о философии Facebook: просто, понятно и человечно. 

Здесь мы приводим обзор того, как мы создаем предлагаемые ответы, а также советы для дизайнеров контента, которые работают над подобными проектами.

Возможно, вы привыкли к предложениям текста, таким как автозамена, проверка орфографии и умная композиция, но многие предлагаемые материалы носят визуальный характер, например смайлики (слева) и стикеры (справа).

Какую роль играет дизайн контента?

Несмотря на то, что у нас есть сотни ответов, которые могут быть подходящими для пользователей, предложение контента подразумевает одобрение со стороны Facebook. Вот почему нам нужны четкие ограничения для ответов, которые мы предлагаем.

Ключевую роль в этой работе играют дизайнеры контента, которые разрабатывают рекомендации о том, что можно, а что нельзя предлагать. Наиболее значительное влияние на продукт, основанный на машинном обучении, оказывают контент-дизайнеры, формируя эти рекомендации.

Подобно тому, как Facebook применяет стандарты, помогающие оградить людей от вредоносного контента, и технологические фильтры для выявления любого неприемлемого контента, появляющегося в рекламе или результатах поиска, мы, контент-дизайнеры, предлагаем дополнительный уровень проверки того, какие типы предложений должны быть предоставлены приложением или сервисом Facebook, чтобы помочь обеспечить соответствие нашим высочайшим стандартам честности.

С учетом вклада различных команд, ролей и дизайнеров контента в группах приложений и сервисов мы уделяем первоочередное внимание разработке рекомендаций по темам, которые могут быть вредными или оскорбительными. Цель? Предлагать актуальный и полезный контент с учетом того, что люди на самом деле хотят сказать и понять.

Предлагаемые ответы дают людям возможность по-разному реагировать на контент.

Как Facebook создает контент для предлагаемых ответов?

Вот краткий обзор того, как мы разрабатываем эти функции и как практикующие специалисты могут применять дизайн контента для обеспечения лучшего опыта для людей, использующих их продукты.

Шаг 1. Получите совокупные данные комментариев

С чего все начинается? Команда инженеров извлекает огромный набор данных об анонимных совокупных комментариях, которые публикуются чаще всего. Это создает основу для модели машинного обучения — алгоритмической модели, которая на основе закономерностей запускает наиболее релевантные предложения комментариев для данного фрагмента контента. Например, при рассмотрении предлагаемых ответов на публикацию о животном мы можем ввести данные, которые в целом создадут следующую модель: «Пост о животных должен вызывать такие предложения ответа, как «Мило!»»

Мы также стараемся удалить фразы, которые мы никогда не должны предлагать, такие как «bblegghhh», «i hate u» или другое неясное или неприемлемое содержание.

Шаг 2. Отфильтруйте данные комментариев

Используя набор определенных рекомендаций, дизайнеры контента затем удаляют другие предложения, нарушающие наши правила.

Мы основываем наши решения на сборнике правил и запретов, которые мы разработали для наших продуктов, который сам по себе является производным от наших стандартов сообщества и других стандартов контента. В соответствии с этим учебником можно, например, предложить некоторые общепринятые сокращения, такие как "LOL" (от англ. laughing out loud — громко, вслух смеяться), но не менее понятные или неуместные, такие как "IDGAF" (от англ. I don’t give a f*** — что, в переводе литературным языком, означает “мне все равно”).

Шаг 3. Распределите комментарии по категориям

Затем дизайнеры контента в сотрудничестве с инженерами разрабатывают систему классификации типов комментариев, которые мы могли бы предложить для определенного типа публикации. Это помогает обучить модель машинного обучения распознавать похожий контент, который должен вызывать схожие предложения. Таким образом, мы могли бы сгруппировать ответы, такие как «Вау!» «Круто» и «Очень нравится» вместе и классифицировать их как подходящие, чтобы предлагать их в большинстве постов или историй, которые модель машинного обучения интерпретирует как "посвященные отпуску".

Шаг 4. Отметьте локацию комментариев при необходимости

Затем мы гарантируем, что предлагаемые ответы являются подходящими и понятными для человека, получающего предложения, в зависимости от того, где он находится в мире и на каком языке говорит.

Это предполагает тесное сотрудничество с нашей командой по интернационализации, чтобы поделиться нашими рекомендациями по процессу локализации. Например, безобидный в каких-то странах жест рукой эмоджи может быть оскорбительным в других, поэтому мы работаем с языковыми менеджерами, представляющими разные страны, чтобы убедиться, что мы проверяем предложения с учетом культурных особенностей.

Шаг 5. Продолжайте развивать модели машинного обучения

Алгоритм постоянно учится и корректируется на основе последних данных, поэтому наша задача в команде разработчиков продукта заключается в том, чтобы поддерживать модель в актуальном состоянии. Наши команды отслеживают отчеты пользователей, отзывы сотрудников и текущие события и следят за тем, чтобы наша модель учитывала необходимые обновления, включая общекорпоративные списки блокировки спорного или оскорбительного контента.

Например, если эмоджи становится спорным символом, мы можем пересмотреть его включение в набор предложений. Или, если несколько пользователей отправят сообщения о том, что предложенный ответ плохо сочетается с содержанием сообщения или истории, мы скорректируем модель машинного обучения соответствующим образом, чтобы она с меньшей вероятностью сочетала этот ответ с определенным типом публикации.

Рекомендации по разработке

Вот некоторые из факторов, которые мы, контент-дизайнеры, учитываем при разработке рекомендаций для предполагаемых ответов пользователей.

Аудитория

При разработке руководства мы учитываем две основные аудитории:

  • Комментатор — это человек, которому мы предлагаем контент. Прежде чем комментатор выберет шаблонный ответ, этот ответ сам по себе является “голосом” продукта. После того, как комментатор сделает свой выбор, выбранный шаблон будет представлять непосредственно голос комментатора.
  • Получатель — это человек, который получает шаблонный ответ, выбранный комментатором. После того, как комментатор отправит предложенный ответ, получатель не сможет отличить: был ли ответ индивидуальным или предложенным комментатору программой.
Искусство и текст

Художественные иллюстрации, например, стикер с мультяшным животным или человеком, явно созданы не комментатором, поэтому они имеют меньший вес, чем текстовый ответ или ответ в виде эмоджи.

В некоторых случаях иллюстрированная или фотографическая версия текстового ответа может быть более подходящей для шаблонного ответа, чем текстовая версия. Например, может показаться более подходящим предложить «Я люблю тебя» в качестве стикера или подписи к гифке, чем «Я люблю тебя» в виде текста.

Сленг и неформальный язык

Сленг может быть сложным, отчуждающим или потенциально оскорбительным для получателей, и его сложно правильно подобрать для всех регионов и демографических групп. Мы избегаем неправильных написаний (например, "woah!"), даже если они часто используются, но допускаем использование аббревиатур и фраз, которые хорошо прижились в языках по всему интернету, например, "LOL".

Личные качества

Шаблонные ответы, предполагающие расу, этническую принадлежность, цвет кожи, национальное происхождение, религию, возраст, пол, сексуальную ориентацию, гендерную идентичность, семейное положение, инвалидность, медицинское или генетическое состояние, скорее всего, будут ошибочными, оскорбительными или дискриминационными, поэтому мы обычно избегаем любых предложений, которые требуют подтверждения для того, чтобы быть релевантными.

Неподобающие формулировки, ненормативная лексика или пошлость

Могут ли определенные изображения или формулировки показаться неуместными, жуткими, странными или иным образом опасными? Мы считаем, что если есть сомнения, лучше их не использовать.

Соображения разнообразия

Важно, чтобы наборы предложенных ответов не отталкивали людей. Чтобы этого не произошло, мы рассматриваем множество аспектов разнообразия, в том числе задаем себе такие вопросы, как:

  • Являются ли шаблоны ответов предвзятыми по отношению к стереотипам пола или расы?
  • Есть ли в них западный уклон?
  • Предлагаем ли мы ссылки, которые, вероятно, поймут только молодые поколения?
  • Смогут ли люди с низким уровнем цифровой и читательской грамотности понять контекст?
Сильные эмоции

Предполагаем ли мы или поощряем негативный диалог, используя предлагаемые ответы? Люди могут воспринимать иллюстрации негативных эмоций как более уместные, чем текст, предполагающий, например, грусть или удивление. Если Facebook предлагает вам сказать: "Что за черт?!", это может показаться весьма тревожным, то предложение использовать эмоджи 😯 может показаться не таким уж сильным эмоциональным выражением.

Текущие события

Мы помним о своевременности и о том, что повторное использование может со временем показаться устаревшим на платформе, и стараемся учитывать, какие локации получают эти предложения, чтобы они были актуальными и понятными.

Процесс разработки рекомендаций никогда не бывает полностью завершен, поскольку человеческое самовыражение развивается каждый день, а вместе с ним и предлагаемое нами содержание ответа. Например, функция автозаполнения одной из платформ электронной почты недавно предложила использовать фразу "изменение климата", но все чаще принято (и правильно) говорить "климатический кризис". А такие фразы, как "Эй, ребята" или "Это безумие", которые могли показаться безобидными несколько лет назад, сегодня уже не являются разговорными или культурно приемлемыми.

По мере развития языка нам также необходимо улучшать предлагаемый контент. 

Заметьте разницу между предложенными фразами «изменение климата» и «климатический кризис».

Поскольку технология несовершенна, мы также должны признать, что не всегда все будет правильно. Некоторые платформы все еще могут предлагать устаревшие фразы, а наиболее распространенные фразы могут казаться странными или смешными, когда их предлагает Facebook. (Вы можете увидеть множество таких примеров в этой группе Facebook, где собраны люди, которые комментируют посты, используя только предложенные ответы). И даже хорошо проверенный набор предложенных ответов может стать неуместным, если они будут использоваться в неправильном контексте.

То, как разговор может быть полностью изменен или перенаправлен из-за выбора одного-единственного слова, - это мощный инструмент, и это одна из причин, почему мыслить, как контент-дизайнер, является таким увлекательным вызовом.

Мы часто считаем, что дизайнеры контента сосредоточены на формулировке кнопки, пути пользователя через набор экранов, информационной архитектуре приложения или таксономии навигационных меток, но по своей сути дизайн контента имеет отношение к любой форме коммуникации, которая исходит от наших продуктов.

Пишем ли мы, чтобы что-то объяснить, направить кого-то куда-нибудь или сымитировать ответ, который человек может захотеть сказать, все слова нужно подбирать с осторожностью.

Советы по работе над функциями предложенных ответов

Мы представили некоторые факторы, которые мы учитываем при составлении руководства для предлагаемых ответов пользователей. Но вам также могут быть полезны наши советы о том, как подойти к этой работе.

Представляйте повседневные сценарии

После того как мы определились с честностью и уместностью ответов, нам также необходимо подумать о разнообразии. Большинство предложенных ответов используется в повседневных разговорах, поэтому, чтобы пользователи не теряли интерес, мы хотим разнообразить ответы. Для особых случаев, таких как дни рождения, люди привыкли к шаблонным комментариям "С днем рождения!" к своим публикациям, но для других бесед, возможно, будет более уместен расширенный выбор предлагаемых ответов.

Рассмотрите наихудшие сценарии

Подумайте о стрессовых ситуациях, редких сценариях, в которых наша функция может показаться неуместной или расстроить. Например, предложение шаблонных реакций к истории о трагедии потенциально оскорбительно, независимо от того, являются ли наши предложения точными или уместными.

Обратите внимание на предлагаемые ответы других программ

Взаимодействуя с предлагаемым контентом на различных технических продуктах, легче понять, что кажется естественным, понять ожидания пользователей и, наоборот, понять, что может быть неуместным или неестественным для предложения.

Гордитесь своей ориентированной на человека, гуманитарной ролью в техническом пространстве

Для человека, не являющегося инженером, работа над такими продуктами, как предлагаемые ответы, которые полагаются на машинное обучение для правильной адресации (кто должен получить это предложение) и ранжирования (какие три предложения должны быть показаны), может показаться непосильной задачей. Но важно помнить, что контент-дизайнерам отводится повышенная роль в пространстве, где сложно объяснить, как что-то работает. Чем сложнее функция, тем больше должны проявляться наши чуткие, инклюзивные и всесторонние навыки мышления.

С помощью предлагаемого ответного контента мы можем обеспечить точное представление голоса пользователей, а также проложить путь к более безопасному и здоровому общению.

Источник:
design.facebook.com
·
comments powered by HyperComments