NNGroup: Dizajn AI asistenta — zašto pristup kontekstu važniji od sposobnosti modela
Caleb Sponheim iz Nielsen Norman Group objavio je ovaj članak 9. oktobra 2026. godine, oslanjajući se na strukturisano testiranje triju AI asistenata — originalne Siri, ažurirane Siri AI i ChatGPT-a — na stvarnim zadacima posle putovanja: pronalaženje nedavnog računa, prisećanje razgovora s prošle nedelje, proveravanje rasporeda leta. Centralni nalaz je kontraintuitivan: manje sposoban model s pristupom stvarnom kontekstu korisnika može nadmašiti sposobniji model koji zahteva da korisnici ručno dostavljaju informacije.
Test čini mehanizam vidljivim. ChatGPT, uprkos generalno jačim jezičkim sposobnostima, zahtevao je od korisnika da opišu situaciju, nalepe relevantan tekst i rekonstruišu kontekst koji je već bio prisutan na uređaju. Ažurirana Siri AI s pristupom podacima uređaja, porukama i kalendarom mogla je da reši iste zadatke bez tog opterećenja. Originalna Siri, s pristupom ali ograničenim sposobnostima, nije uspevala u interpretaciji. Korisna kombinacija je obe komponente: pristup kontekstu i sposobnost da se on efikasno koristi.
Sponheim identifikuje šest dizajnerskih principa koji proizilaze iz nalaza. Prvo: AI asistenti treba da smanjuju napor korisnika automatskim povezivanjem s relevantnim izvorima podataka. Drugo: kada upit izlazi izvan dostupnih podataka, asistent treba da objasni šta je i gde pretraživao — korisnici ne mogu da dijagnostikuju odsustvo koje ne vide. Treće: kako asistent interpretira zahtev treba da bude vidljivo, kako bi korisnici mogli da isprave pogrešno razumevanje pre nego što se radnja izvrši. Četvrto: akcije s visokim ulogom zahtevaju potvrdu pre izvršenja. Peto: kada je zahtev istinski dvosmislen, asistent treba da pita pre nego što deluje. Šesto: kontekst treba da se čuva tokom celog zadatka, uključujući i prelaz u ciljne aplikacije.
Članak takođe ukazuje na metodološku pojedinost koju većina evaluacija AI asistenata preskače: ceo tok rada treba meriti od početka do kraja, uključujući ciljnu aplikaciju. Asistent koji tačno odgovori, ali izgubi nit kada korisnik pređe u drugu aplikaciju, nije završio zadatak.
Korisno za dizajnere koji rade na interfejsima AI asistenata, AI funkcijama na uređaju, ili bilo kom proizvodu gde AI komponenta mora da odlučuje koliko konteksta da zatraži, a koliko da izvede iz dostupnih podataka.