Je stelt een vraag en weet niet precies wat het systeem zal antwoorden. Je geeft een opdracht en het systeem kan die anders interpreteren dan je bedoelde. En met AI-agents komt daar nog iets bij: systemen kunnen steeds vaker zelfstandig handelingen uitvoeren.
Dat vraagt om andere ontwerpprincipes. Want hoe ontwerp je een goede ervaring met technologie die kan twijfelen, fouten kan maken en soms meer doet dan de gebruiker verwacht?
Daar worden UX-patterns voor AI interessant.
Een goed AI-model is nog geen goede gebruikerservaring
Veel aandacht rond AI gaat naar de technologie. Hoe goed is het model? Hoe accuraat is het antwoord? Wat kan de nieuwste agent?
Voor UX’ers ligt er een andere ontwerpvraag: hoe zorgen we dat mensen goed met die technologie kunnen samenwerken?
Een AI kan bijvoorbeeld een overtuigend antwoord geven dat feitelijk niet klopt. Of zelfstandig een keuze maken waarvan de gebruiker niet wist dat die keuze aan het systeem was overgelaten.
Je kunt als UX’er het model zelf niet betrouwbaar maken. Je kunt wél ontwerpen hoe de gebruiker ermee omgaat.
Daarbij komen nieuwe ontwerpvragen naar voren:
- Begrijpt iemand wat de AI wel en niet kan?
- Is zichtbaar waarop een antwoord is gebaseerd?
- Kan iemand een voorstel makkelijk aanpassen of afwijzen?
- Kan de gebruiker ingrijpen als een AI zelfstandig handelt?
- Wat gebeurt er wanneer de AI het fout heeft?
Dat zijn geen technische details. Het zijn UX-vraagstukken en kun je niet alleen maar beleggen bij de afdeling 'gouvernace'.
Van gebruiksgemak naar passend vertrouwen
Traditionele UX probeert vaak frictie te verminderen: minder stappen, minder klikken, minder nadenken. Bij AI is minder frictie niet altijd beter. Neem een AI die een advies geeft. Een vloeiend en gedetailleerd antwoord kan betrouwbaar voelen, ook wanneer het niet klopt. Dat kan leiden tot automation bias: we nemen een antwoord over omdat het systeem overtuigend klinkt. De oplossing is niet simpelweg meer uitleg toevoegen. Ook een uitgebreide toelichting kan ten onrechte vertrouwen wekken. De interessantere ontwerpvraag wordt daarom: wanneer moet een gebruiker kunnen vertrouwen op AI en wanneer moet de interface juist uitnodigen tot controleren? Daar ontstaan inmiddels allerlei UX-patterns voor. Bijvoorbeeld rond het zichtbaar maken van bronnen en onzekerheid, maar ook rond het stellen van verwachtingen voordat de interactie überhaupt begint.
Hoe autonomer de AI, hoe belangrijker menselijke regie
Die ontwerpvragen worden nog belangrijker bij AI-agents. Er zit een wezenlijk verschil tussen een AI die een mail voor je schrijft en een AI die de mail zelfstandig verstuurt. In het eerste geval beslist de gebruiker. In het tweede geval delegeert de gebruiker een handeling aan het systeem. Dan moet je als UX’er andere vragen stellen.
Wat mag de AI zelfstandig doen? Wanneer is toestemming nodig? Kan iemand zien wat er gebeurt? Kun je een handeling stoppen of terugdraaien? En wat gebeurt er wanneer het systeem iets anders doet dan de bedoeling was? Hoe autonomer het systeem wordt, hoe belangrijker het wordt om niet alleen de happy flow te ontwerpen, maar ook controle, herstel en handelingsruimte.
Soms betekent goede UX zelfs bewust frictie toevoegen. Een extra bevestiging voordat een AI iets betaalt, verstuurt of verwijdert kan juist een essentieel onderdeel van de ervaring zijn.
AI-patterns gaan over gedrag
Misschien is dat wel de interessantste verschuiving. Veel klassieke UX-patterns gaan over interfaces: navigatie, formulieren, filters, feedback en foutmeldingen. UX-patterns voor AI gaan steeds vaker over het gedrag van het systeem en de samenwerking tussen mens en AI:
- Wanneer vraagt de AI door?
- Wanneer laat het systeem twijfel zien?
- Wanneer neemt het initiatief?
- Wanneer vraagt het toestemming?
- Wanneer kan de gebruiker ingrijpen?
- Wat gebeurt er als het misgaat?
Daarmee verandert ook wat we als UX’er ontwerpen. Niet alleen wat iemand ziet en doet, maar steeds vaker ook de afspraken tussen mens en systeem.
UX Patterns voor AI
Voor UX’ers ontstaat daarmee een nieuw stuk gereedschap. Niet omdat alle bestaande UX-principes ineens waardeloos zijn, maar omdat probabilistische en steeds autonomere systemen nieuwe problemen introduceren.
In de training UX Patterns voor AI van UX Academy gaan we daar praktisch mee aan de slag. Je onderzoekt bestaande AI-interfaces, leert Human-AI patterns herkennen en past ze toe op een eigen case. Daarbij kijken we onder andere naar vertrouwen, onzekerheid, transparantie, controle, herstel, toegankelijkheid en menselijke regie.
Want de vraag voor UX wordt steeds minder alleen: Hoe maken we AI makkelijk om te gebruiken? En steeds vaker: Hoe ontwerpen we een samenwerking waarin de mens begrijpt wat AI doet en voldoende grip houdt wanneer het systeem het anders doet dan verwacht?
Wil je daar als UX’er praktisch mee leren ontwerpen? Bekijk dan de training UX Patterns voor AI bij UX Academy.