<aside> ✍️ 핵심 요약
이번 챕터에서는 다음 내용을 다룸
피드백과 모델 개선의 일치 : 암시적 피드백 과 명시적 피드백 의 차이점을 명확히하고 올바른 수준의 세부 사항에서 질문 수행피드백의 가치와 영향의 시점에 대한 소통 : 사람들이 피드백을 제공하는 이유를 이해하고 기존 Mental model을 기반으로 이점을 설명하고 사용자 피드백이 경험을 언제 어떻게 변화시킬지 소통제어와 자동화의 균형 : 사용자가 원하는 경험의 측면을 제어하고 피드백 제공을 쉽게 거부할 수 있도록 지원
</aside>사용자 피드백은 사용자, Product 및 팀 간의 커뮤니케이션 채널입니다. 피드백 활용은 기술을 개선하고 개인화된 콘텐츠를 제공하며 UX를 향상시키는 강력하고 확장 가능한 방법입니다.
AI Product의 경우 사용자 피드백 및 제어는 기본 AI 모델의 출력 결과 및 UX를 개선하는 데 중요합니다. 사용자가 피드백을 제공할 기회가 있을 때 사용자는 자신의 경험을 개인화하고 Product가 제공하는 이점을 극대화하는 데 직접적인 역할을 할 수 있습니다. 또한, 사용자가 시스템을 적절한 수준으로 제어할 수 있으면 시스템을 더 신뢰하게 됩니다. 피드백 및 제어 메커니즘에 대한 주요 고려 사항은 다음과 같습니다.
피드백과 모델 개선의 일치 : 암시적, 명시적 피드백의 차이점을 명확히하고 적절한 세부 수준에서 유용한 질문 수행피드백의 가치와 영향의 시점에 대한 소통 : 사람들이 피드백을 제공하는 이유를 이해하고 언제 어떻게 UX를 개선할 것인지에 대한 기대 수준 설정제어와 자동화의 균형 : 사용자에게 경험의 특정 측면의 제어와 피드백 제공을 쉽게 거부할 수 있도록 설정일반적으로 피드백 수집을 위한 **암시적 및 명시적 메커니즘**이 있습니다 . 어떤 유형의 피드백이든 어떤 정보가 수집되고 있는지, 무엇을 위한 것인지, 정보를 사용하면 어떤 이점이 있는지 사용자에게 알리는 것이 중요합니다. 피드백을 사용하여 AI를 개선하는 방법을 찾아보세요.
**암시적 피드백**은 Product 로그의 사용자 행동 및 상호 작용에 대한 데이터입니다. 이 피드백에는 하루 중 사용자가 앱을 여는 시간이나 권장 사항을 수락하거나 거부하는 횟수와 같은 중요한 정보가 포함될 수 있습니다. 종종 이것은 일반적인 Product 사용의 일부로 발생합니다. 이러한 유형의 정보를 명시적으로 요청할 필요는 없지만 사용자에게 정보를 수집하고 있음을 알리고 사전에 허가를 얻어야 합니다.
우리는 Mental Models, Data Collection + Evaluation 장에서 프라이버시에 대해 이야기했습니다. 사용자는 자신의 동작이 입력 또는 피드백으로 사용되는 시점을 항상 인식하지 못하므로 이 데이터를 사용하는 방법을 설명할 때 Explainability + Trust, Mental Models 장의 고려사항을 검토해야 합니다. 특히 사용자가 암묵적인 피드백 공유의 특정 측면 (동작 기록 등)에서 벗어날 수 있도록 제공해야 하며, 이 점은 서비스 약관에 포함해야 합니다.
사용자에게 데이터를 볼 수 있는 위치와 데이터 수집 설정을 변경할 수 있는 위치를 알려야 함 / 이상적인 형태는 컨텍스트 내에서 수행되도록 설계
사람들에게 알리지 않고 암묵적으로 데이터를 수집하는 것은 적절하지 않음 / 이상적인 형태는 수집된 데이터를 보거나 편집할 수 있는 방법의 제공
**명시적 피드백**은 사용자가 AI의 출력 결과에 대해 의도적으로 피드백을 제공하는 경우입니다. 종종 이것은 권장 사항이 도움이 되었는지 여부 또는 사진 Label과 같은 분류가 잘못되었는지 여부와 방법과 같이 **정성적인 형태**입니다. 이는 설문 조사, 평가, 좋아요 또는 싫어요 또는 오픈 텍스트 필드와 같은 다양한 형태를 취할 수 있습니다.
명시적 피드백에서 제공하는 질문 및 답변 선택은 사용자가 이해하기 쉬워야 합니다. 또한 문구 선택이 요청하는 피드백 유형에 적합한 음성 및 어조에 맞고 공격적으로 해석될 수 있는 단어나 참조를 피하는 것이 중요합니다. 심각한 것에 대해 물을 때 농담은 적절하지 않을 가능성이 높습니다. 명시적 피드백은 두 가지 방법으로 사용할 수 있습니다.