Весь этот шум вокруг AI заставляет задуматься, а выживут ли традиционные интерфейсы с окнами и кнопками. Не окажется ли, что через несколько лет основным интерфейсом станет одна умная строка, в которую мы просто пишем или говорим, что хотим получить? Я думаю, что графические интерфейсы не исчезнут. Но они изменятся — как уже менялись не раз.

Графические интерфейсы не убили командную строку, смартфоны не отменили десктоп, а голосовые помощники не заменили приложения. Каждый новый интерфейс не столько стирает предыдущий, сколько забирает себе часть сценариев. В этой статье посмотрим, как менялись интерфейсы, чем они сильны и почему умная строка, скорее всего, станет не заменой графического интерфейса, а его новым слоем.

Что можно считать интерфейсом 

Человеко-компьютерный интерфейс (HCI, Human-Computer Interaction) — это все элементы, через которые человек взаимодействует с компьютером, смартфоном или другой вычислительной системой. Клавиатура, мышь, монитор, программное обеспечение, операционная система, сайт, звук, тактильный отклик — всё это элементы интерфейса. Даже интерфейс «без интерфейса», такой как голос или чат, тоже интерфейс. Даже чип в мозге (нейроинтерфейс), которым управляешь силой мысли, — тоже интерфейс. 

Почему мы уделяем внимание интерфейсам? Быстродействие человеческого мозга огромно, быстродействие компьютера ещё больше, а интерфейс между ними выступает в роли бутылочного горлышка. Именно его улучшение обеспечивает многократный прирост в применимости компьютеров. Вся эволюция интерфейсов идёт в направлении расширения и оптимизации этого ограничения. И если мы хотим оценить интерфейсы по измеримым показателям, пропускная способность — наш первый параметр качества интерфейсов.

Интерфейс характеризуется не только шириной канала, но и эффективностью. Мы обращаемся к компьютеру, как и к любому другому инструменту, чтобы решить задачу или достичь цели. Производительные интерфейсы обеспечивают максимум скорости решения задачи. Это второй параметр качества интерфейса.

И третий параметр — оперативность доступа. Это про физическую доступность, про то, сколько сил и времени нужно потратить, чтобы дойти до компьютера или вытащить телефон из кармана.

Итак, параметры качества интерфейсов:

Эти три параметра помогут посмотреть на историю интерфейсов как на последовательное уменьшение дистанции между человеком и машиной.

До графических интерфейсов — командная строка

Начнём с командной строки (command line interfaces, CLI), хотя история компьютерных интерфейсов начинается не с неё. Ещё раньше были интерфейсы, например, в виде переключателей и перфокарт. В 1960-е была целая профессия людей, занятых переводом кода в машиночитаемые перфокарты. Но к 1970-м получили распространение гораздо более удобные интерфейсы — такие компьютеры использовали клавиатуру от печатной машинки для ввода и телевизор для вывода. 

Формфактор компьютеров с CLI был разный: от мейнфреймов, занимавших целые комнаты, до микрокомпьютеров типа Apple II и IBM PC с MS-DOS. Несмотря на ограниченность применения микрокомпьютеров, это было модно. Любители покупали их себе домой, чтобы учиться программированию. Чуть позже появились программы для бухгалтерии и бизнеса. Спрос на микрокомпьютеры двигал разработку и привлекал инвесторов в компьютерные компании. Множество таких компаний было сосредоточено в Калифорнии, в регионе, который прозвали Silicon Valley.

Можно выделить достоинства и недостатки CLI:

• Нужно знать синтаксис — одна ошибка может привести к сбою команды.

• Если допустил ошибку — система не сообщает где.

• Неизвестны все функции и возможности, их нужно держать в голове.

• Достоинство CLI — точность описания логики, что определило его популярность для программирования.

Оценим интерфейс командной строки по нашим параметрам. CLI это практически 1D (линейный) интерфейс, где взаимодействие идёт через последовательность символов и строк, поэтому его пропускная способность на ввод и вывод низкая. Скорость решения задачи повысилась по сравнению с ранними компьютерами с перфокартами, можно поправить ошибку и перезапустить программу в течение минуты. Оперативность доступа к компьютерам с CLI варьируется. Мейнфреймы могли стоять в офисе или НИИ, а микрокомпьютеры — у пользователя дома.

Значительный рост скорости решения задачи произошёл, когда стало можно купить приложение и пользоваться, а не писать его самому. Для микрокомпьютеров были доступны некоторые программы, например текстовые редакторы, программы для работы с таблицами и игры.

К началу 1990-х на смену CLI стал приходить графический интерфейс, но в промежутке между ними возник TUI — text user interface. Это интересный этап развития, когда интерфейс, похожий на графический, создавался текстовыми символами.

В итоге для большинства задач графический интерфейс оказался удобнее, но CLI не исчез, а нашёл свою нишу в разработке ПО и серверном администрировании.

Графические интерфейсы (1980-е — настоящее время)

GUI (graphic user interface), WIMP (windows, icons, menus, pointer) — классические элементы графического интерфейса. Идеи графического интерфейса появились раньше, но именно в 1980-е стали достаточно зрелыми и экономически оправданными для коммерческих продуктов. Подробно историю Xerox PARC и Apple здесь разбирать не будем, но этот эпизод стал одним из ключевых для развития GUI. 

Впечатлившись наработками Xerox, Apple под руководством Джобса выпустила Macintosh в 1984-м — один из первых массово известных коммерческих компьютеров с графическим интерфейсом и мышью, но даже тогда графические интерфейсы использовали в основном профессионалы (например, дизайнеры и профессора университетов). По-настоящему массовыми они стали только с появлением Windows 95. 

Особенность GUI — то, что работать с ним интуитивно просто.

Преимущества GUI по сравнению с CLI:

• Пользоваться ими могли даже неподготовленные люди.

• Объекты обозначены иконками с метафорами из реального мира.

• Сложнее совершить ошибку: ±10 пикселей при клике обычно не критичны.

• Выбрать из имеющихся на экране опций быстрее и проще, чем запоминать и вводить команды.

Если интерфейс командной строки можно назвать одномерным, GUI — это 2D-интерфейс, где пользователь работает не только со строкой текста, а с пространством экрана. Вывод на мониторе с графическим интерфейсом дал возможности, которые раньше были только в полиграфии: визуальную иерархию, связи и иллюстрации. Например, в GUI мы можем структурировано разместить несколько сценариев по частоте использования: выделить важное и скрыть неважное. С помощью графических инструментов и шрифта можно передать визуальный стиль, настроение и культурный контекст продукта.

Оценим GUI по нашим параметрам. Пропускная способность интерфейса на вывод весьма велика, гораздо выше, чем, например, разговор человека с человеком. На ввод пропускная способность тоже выросла — благодаря интуитивному управлению мышкой. Скорость решения задачи возросла благодаря мгновенному отклику интерфейса и постепенной оптимизации UX-сценариев. Оперативность доступа к компьютерам с GUI увеличилась благодаря появлению ноутбуков, а за счёт лёгкости в использовании они стали гораздо более массовыми.

Пик популярности десктопных GUI пришёлся на 2000-е, а в 2010-х десктоп уступил первенство по доле рынка мобильным устройствам. Но полного отказа от десктопа не произошло. Как и CLI, десктопный GUI нашёл свою нишу: дизайн и инжиниринг, таблицы и работа с текстом. 

Графические интерфейсы в смартфонах

Идея карманного компьютера с сенсорным экраном существовала задолго до iPhone. Были разные попытки изобрести — не раз и не два, но именно iPhone сделал такой формат массовым и понятным для широкой аудитории.

Вот ключевые особенности, благодаря которым он изменил мир: 

• чувствительный сенсорный экран с мультитачем;

• интерфейс изначально адаптирован под управление пальцем;

• сильная продуктовая упаковка и маркетинг.

К Стиву Джобсу можно относиться по-разному, но его влияние на развитие потребительских интерфейсов трудно отрицать. У него было представление, что устройством должно быть так же просто пользоваться, как и молотком, поэтому он искал способы сделать управление более естественным и интуитивным. И когда ему удался продуктовый ход с переходом от командной строки к управлению мышкой в Macintosh, он увидел возможность повторить тот же фокус с телефонами. В итоге получилось сделать управление более простым и интуитивным через прямое взаимодействие с объектами на экране при помощи пальца.

В целом тач-интерфейсы во многом наследуют GUI c WIMP, только нет мышки и курсора, а с интерфейсом можно взаимодействовать без посредников. Но если смотреть на нашу схему, то самое мощная эволюция произошла с оперативностью доступа — теперь компьютер можно носить с собой. Однако должен заметить, что из-за маленького экрана пропускная способность на вывод несколько снизилась. 

Любопытный факт: Apple пытались дать тач-интерфейсам ещё одну степень свободы в виде 3D-touch, или сильного нажатия. Но оказалось гораздо дешевле делать не сильное нажатие, а долгое нажатие, и 3D-touch закрыли.

Важность формфактора — Wearables (носимые устройства, 2015+)

Устройства постепенно становятся ближе к телу и органам чувств пользователя. Если смартфон можно убрать в карман или сумку, умные часы находятся на руке постоянно. А беспроводные наушники настолько удобные, что можно провести в них весь день. На очереди — AR-очки, и они обещают многое. Кто помнит Google Glass?

После неудачного массового запуска технология нашла применение в профессиональных сценариях. Например, их используют на складах как сканеры для считывания и расшифровки QR-кодов. Формально похожую задачу можно решить и со смартфоном, но плюс в том, что экран всегда перед глазами, а руки свободны.

Пару слов про голосовой интерфейс. Видение, что с компьютером можно разговаривать как с человеком, возникло очень давно, но не было готовой технологии. В 2010-х устройства начали понимать человеческую речь, но лексикон был ограничен набором простых команд. Ситуация поменялась только с появлением LLM, и сейчас голосовые интерфейсы занимают приличную долю.

Ещё пару слов про AR, хоть это сейчас и не в тренде. Важное преимущество в том, что устройство всегда в контексте того, что ты видишь. К примеру, можно посмотреть, насколько полезен продукт на полке в супермаркете. Второй пример: когда ремонтируешь машину, AR может подсветить гайку, которую нужно подкрутить. При этом тебе не нужно описывать ситуацию, как в голосовом или текстовом интерфейсе. Контекст уже передан в компьютер — значит, ответ будет быстрее.

Разложим AR-очки по параметрам: пропускная способность на вывод — зависит от разрешения, но скорее большая. Пропускная способность на ввод — требует голоса, манипуляторов, или управления руками. Скорость решения задачи — высокая, если предполагает работу с объектами окружающего мира. Оперативность доступа — оперативнее не бывает.

Объединяющее свойство wearables — дистанция до интерфейса минимальна. Но за счёт формфактора задачи устройств могут быть разными.

Каждый из этих интерфейсов эффективно подходит для своего типа задач:

• Смарт-часы: чтение уведомлений, «прокси» смартфона.

• AR-очки: информация об объектах окружающего мира.

• Наушники с голосовым ассистентом: ответы на вопросы, уведомления.

Умная строка (2022+)

Думаю, уже понятно, что помощники на основе LLM — the next big thing. Были даже компании типа Rabbit и Humane, которые пытались найти замену смартфонам, но технология ещё пока недостаточно зрелая. Тем не менее способность ChatGPT разговаривать как человек в 2022-м произвела впечатление на многих. 

Хочу рассмотреть отдельно интерфейсы AI помощников. Их интерфейс в некотором смысле похож на CLI, но на новом витке. А CLI инструмент специфический, и в своё время он проиграл GUI неспроста. Давайте рассмотрим эти причины.

Когда GUI лучше:

• Поиск и выбор, когда пользователь ещё не сформулировал точный запрос. Например, выбор музыки или покупки на маркетплейсах.

• Если ты не знаешь всех возможностей, интерфейс говорит о них. Не знал — увидел — попробовал.

• Если нужно что-то подправить, проще указать, чем описывать это словами, например в творческих или инженерных задачах.

• Всё на виду. Пример: дашборд продавца в Ozon, пульт управления электростанцией, сводка за день в приложении «Здоровье».

Когда удобнее умная строка:

• Нужно найти что-то конкретное. Например, в телефоне 100 приложений, проще ввести запрос в поиск, чем искать глазами.

• Нужен ответ на конкретный вопрос в виде небольшого структурированного текста.

• Когда пользователь точно понимает, какой результат ему нужен, но это довольно сложная вещь. Пример — нарисовать картинку. Заменить весь текст с одной картинки на текст с другой картинки. Изменить тон текста.

Умная строка не будет альтернативой GUI, скорее они будут интегрироваться. Сейчас мы как раз видим, как в выдаче ChatGPT появляются таблицы и карточки, а ИИ-помощники появляются даже, например, в сервисе по покупке авиабилетов. Умная строка явно не сможет обойтись без «упаковки» ответа в графическом виде. Ещё сейчас не хватает возможности прямого указания на ту часть ответа, которая требует изменений. 

Интересно, что интерфейс умной строки быстро решает задачу даже без большой пропускной способности. Благодаря тому, что LLM понимает человеческий язык, мы передаём и получаем информацию в максимально сжатом виде.

Вывод

Видим, что есть разные варианты интерфейсов, каждый со своими плюсами и минусами. При появлении следующих предыдущие не исчезают, просто у нас появляется выбор. Каждый интерфейс находит нишу, в которой он работает лучше всего. Вот так можно визуализировать смену парадигм на графике: 

Чего ждём в ближайшее время

Умная строка не заменит графические интерфейсы полностью. Она будет встраиваться в традиционные интерфейсы, а мы будем привыкать к полю ввода в каждом приложении и сайте. Сейчас это выглядит немного странно, но мы привыкнем. Привыкли же к людям, которые разговаривают по гарнитуре на улице. 

Там, где человеку нужно сформулировать цель, делегировать сложное действие или быстро получить ответ, умная строка будет удобнее кнопок. Там, где нужно сравнить варианты, увидеть состояние системы, управлять сложным процессом или точно указать на объект, GUI останется сильнее.

Модели семейства GPT и другие AI-системы продолжат развиваться. Текст сложно воспринимается, поэтому они научатся сами строить GUI из компонентов. Уже сейчас экспериментируют с карточками, ссылками, таблицами — такого будет больше.

Очки дополненной реальности продолжат развиваться. Мы сейчас только на ранних этапах этой технологии. С точки зрения оперативности доступа AR-очки могут стать одним из самых быстрых способов взаимодействия с цифровым слоем, не считая нейроинтерфейса.

Не победит какой-то конкретный тип интерфейса. Каждый тип найдёт свою нишу и задачу, даже командная строка.