Designing AI's Tone of Voice: A UX-Centered Approach

Wyzwanie komunikacji AI

Badanie Stanford z 2023 roku, analizujące interakcje z asystentami AI, wykazało, że użytkownicy często porzucali rozmowy nie dlatego, że AI się myliło, ale dlatego, że sprawiało wrażenie niespójnego lub niewiarygodnego [1]. Rodzi to kluczowe pytanie: jak projektować AI, które przez cały czas sprawia wrażenie stabilnego i przewidywalnego?

Jak AI rozwija swój ton?

Niedawno obejrzałem wnikliwy wywiad Lexa Fridmana z Amandą Askell [6], w którym rozmawiali o tym, jak modele AI rozwijają cechy przypominające osobowość poprzez powtarzające się interakcje. Wiąże się to z badaniami nad sieciami neuronowymi, które sugerują, że AI buduje wzorce komunikacji dzięki wielokrotnemu kontaktowi z interakcjami użytkowników [2]. Podobnie jak ludzie, AI potrafi zachować rozpoznawalną tożsamość, jednocześnie dostosowując swój styl komunikacji do różnych sytuacji.

Kluczowy wniosek: ton AI nie polega na gotowych, z góry napisanych odpowiedziach - chodzi o tworzenie spójnych wzorców zachowań.

Przykłady z życia:

Mapy Google w Polsce (2024)

Gdy Mapy Google zastąpiły swojego dobrze znanego polskiego lektora głosem wygenerowanym przez AI, użytkownicy zareagowali bardzo emocjonalnie, co doprowadziło do fali skarg. Problemem nie była dokładność wskazówek - była nim utrata znajomego głosu, do którego użytkownicy zdążyli nabrać zaufania.

To pokazuje, że głosy AI robią coś więcej niż tylko przekazują informacje - z czasem budują poczucie zażyłości. Nagłe zmiany przerywają tę więź.

"Erica" z Bank of America

Asystent AI banku Bank of America, Erica, utrzymuje wysoki poziom zadowolenia użytkowników dzięki równoważeniu profesjonalizmu z elastycznością. Kluczowe czynniki jego sukcesu [3]:

Spójna osobowość - zawsze profesjonalny, klarowny i dbający o bezpieczeństwo
Odpowiedzi uwzględniające kontekst - dostosowuje wyjaśnienia do wiedzy finansowej użytkownika
Stopniowe dostosowania - rozwijał się małymi krokami na podstawie informacji zwrotnych, aby unikać nagłych zmian

Jak zatem projektować ton AI?

Badania nad interakcją człowiek-AI wskazują na trzy główne czynniki [4]:

1. Utrzymanie rozpoznawalnej tożsamości - użytkownicy muszą czuć, że za każdym razem rozmawiają z tym samym asystentem. Nawet jeśli odpowiedzi się dostosowują, AI powinno zachować swoją podstawową osobowość.

2. Świadomość kontekstu - AI powinno dostosowywać się w oparciu o:

Emocje użytkownika - wykrywać frustrację, zadowolenie lub zagubienie i odpowiednio reagować.
Znajomość techniczną - dopasowywać wyjaśnienia do tego, ile użytkownik już wie.
Różnice kulturowe - używać języka i odniesień pasujących do regionu i oczekiwań użytkownika.
Wcześniejsze interakcje - rozpoznawać powracających użytkowników i unikać niepotrzebnego powtarzania tych samych wyjaśnień.

3. Stopniowe dostosowania - zmiany tonu AI powinny być niewielkie i sprawiać wrażenie naturalnych. Przykłady:

Jeśli użytkownik konsekwentnie woli szczegółowe wyjaśnienia, AI powinno stopniowo wchodzić w większą głębię.
Jeśli użytkownik dobrze reaguje na swobodny ton, AI może kontynuować to podejście, zachowując jednocześnie profesjonalizm.
Jeśli wykryta zostanie frustracja, AI powinno przejść na zwięzłe, nastawione na rozwiązanie odpowiedzi.
Powracający użytkownicy powinni otrzymywać subtelne odwołania do wcześniejszych interakcji, by wzmacniać poczucie ciągłości.

Zasady te można ująć w prosty wzór:

ToV AI = Rozpoznawalna Tożsamość + Świadomość Kontekstu + Stopniowa Zmiana

Relacje międzyludzkie działają tak samo:

Godny zaufania przyjaciel zachowuje swoje podstawowe cechy, ale dostosowuje ton do sytuacji.
Nagłe zmiany osobowości sprawiają wrażenie nienaturalnych i mogą podważyć zaufanie.

Jak zastosować to w AI?

Trzeba przestrzegać tych zasad:

Utrzymuje nastawiony na rozwiązywanie problemów, profesjonalny ton (Rozpoznawalna Tożsamość)
Dostosowuje odpowiedzi do wiedzy użytkownika i wcześniejszych interakcji (Świadomość Kontekstu)
Uczy się na bieżąco z interakcji, ale zmienia się stopniowo (Stopniowa Zmiana)

Użytkownicy nie oczekują, że AI będzie brzmieć dokładnie jak człowiek. Oczekują, że z czasem będzie sprawiać wrażenie przewidywalnego i znajomego.

Jak mierzyć skuteczność tonu AI?

Badania nad interakcją człowiek-AI sugerują śledzenie tych wskaźników [5]:

Wskaźnik realizacji zadań - czy AI pomaga użytkownikom dokończyć to, po co przyszli?
Wskaźnik powracalności użytkowników - czy użytkownicy wielokrotnie korzystają z AI?
Długość rozmowy - czy interakcje są wartościowe i nie zostają urwane z powodu frustracji?
Nastawienie użytkownika - czy ludzie wyrażają w odpowiedziach zadowolenie czy frustrację?

Dokąd zmierza ton AI

Przyszłe modele AI są rozwijane z większymi możliwościami w zakresie:

Lepszego rozpoznawania emocji użytkownika
Adaptacji kulturowej
Ulepszonej zdolności rozumienia bieżącego kontekstu

AI nie musi być doskonałe - musi sprawiać wrażenie niezawodnego. Użytkownicy nie zawsze zauważą drobne usprawnienia, ale zauważą, jeśli AI nagle zacznie brzmieć inaczej lub niewiarygodnie.

Maya Angelou powiedziała: "People will forget what you said, people will forget what you did, but they will never forget how you made them feel." Interakcje z AI działają tak samo.

Jak zacząć pracę nad tonem głosu dla AI?

Aby dopasować ton AI do potrzeb biznesowych, pomocne są ustrukturyzowane rozmowy z interesariuszami, które porządkują kierunek działań. Kluczowe kroki:

Doprecyzuj cele biznesowe - jaką rolę pełni AI w kontakcie z klientem? Przykład: asystent w opiece zdrowotnej może potrzebować uspokajającego tonu, podczas gdy chatbot fintech może stawiać na klarowność i bezpośredniość.
Zbierz opinie interesariuszy - zaangażuj zespoły marketingu, obsługi klienta, UX i działu zgodności, aby ukształtować odpowiedzi AI.
Zdefiniuj grupy użytkowników - kto będzie korzystał z AI? Chatbot w handlu detalicznym może obsługiwać zarówno doświadczonych klientów, jak i kupujących po raz pierwszy, co wymaga różnych tonów.
Testuj i iteruj - testy A/B i analiza nastawienia mogą pokazać, które tony najlepiej trafiają do użytkowników.
Monitoruj na bieżąco - regularne przeglądy opinii użytkowników i danych o odpowiedziach zapewniają, że AI trzyma się obranego kierunku bez zakłócających zmian.

Najważniejsze wnioski

Projektowanie tonu AI wymaga równowagi. Najskuteczniejsze AI: utrzymuje znajomą osobowość, dostosowuje odpowiedzi do potrzeb użytkownika i rozwija się stopniowo, zamiast wprowadzać nagłe zmiany

Użytkownicy nie potrzebują AI, które brzmi doskonale. Potrzebują AI, które sprawia wrażenie przewidywalnego i niezawodnego.

Bibliografia

Johnson, K. (2024). "Trust Patterns in AI Interactions." Stanford HCI Group.
Zhang, L. et al. (2024). "Neural Networks and Personality Development in AI Systems." MIT AI Lab.
Williams, R. (2024). "Erica: A Case Study in AI Banking." Harvard Business Review.
UCL Human-AI Interaction Lab. (2024). "Principles of AI Tone Design."
Microsoft Research. (2024). "Measuring AI Interaction Success."
Dario Amodei: Anthropic CEO on Claude, AGI & the Future of AI & Humanity | Lex Fridman Podcast #452 (YouTube)

The Challenge of AI Communication

A 2023 Stanford study analyzing AI assistant interactions found that users often left conversations not because the AI was wrong, but because it felt inconsistent or untrustworthy [1]. This raises a key question: how do we design AI that feels stable and predictable over time?

How AI Develops Tone?

Recently, I watched an insightful interview by Lex Fridman with Amanda Askell [6], where they discussed how AI models develop personality-like traits through repeated interactions. This ties into research on neural networks, which suggests that AI builds communication patterns through repeated exposure to user interactions [2]. Like people, AI can maintain a recognizable identity while adjusting its communication style to different situations.

The key takeaway: AI tone isn't about pre-scripted responses-it's about creating consistent behavioral patterns.

Real-World Cases:

Google Maps Poland (2024)

When Google Maps replaced its well-known Polish narrator with an AI-generated voice, users reacted strongly, leading to a wave of complaints. The issue wasn't the accuracy of directions - it was the loss of a familiar voice users had come to trust.

This shows that AI voices do more than provide information - they create a sense of familiarity over time. Abrupt changes break that connection.

Bank of America's "Erica"

Bank of America's AI assistant, Erica, has maintained a strong user satisfaction rate by balancing professionalism with adaptability. Key factors in its success [3]:

Consistent personality - Always professional, clear, and security-conscious
Context-aware responses - Adjusts explanations based on a user's financial knowledge
Gradual adjustments - Evolved in small steps based on feedback to avoid abrupt shifts

So How to Design AI Tone?

Studies on AI-human interaction point to three main factors [4]:

1. Maintaining a Recognizable Identity - Users need to feel that they are speaking to the same assistant every time. Even if responses adapt, the AI should retain its core personality.

2. Context Awareness - AI should adjust based on:

User emotions - Detect frustration, satisfaction, or confusion and respond accordingly.
Technical familiarity - Adapt explanations based on how much the user already knows.
Cultural differences - Use language and references that fit the user's region and expectations.
Past interactions - Recognize returning users and avoid repeating the same explanations unnecessarily.

3. Gradual Adjustments - Changes in AI tone should be small and feel natural. Examples:

If a user consistently prefers detailed explanations, the AI should gradually provide more depth.
If a user responds positively to a casual tone, the AI can continue that approach while maintaining professionalism.
If frustration is detected, the AI should shift to concise, problem-solving responses.
Returning users should receive subtle acknowledgments of past interactions to reinforce continuity.

These principles can be summed up in a straightforward formula:

AI ToV = Recognizable Identity + Context Awareness + Gradual Change

Human relationships work the same way:

A reliable friend keeps their core traits but adjusts their tone depending on the situation.
Sudden personality shifts feel unnatural and can break trust.

How to Apply This to AI?

You need to follow those rules:

Keeps a problem-solving, professional tone (Recognizable Identity)
Adjusts responses based on user knowledge and previous interactions (Context Awareness)
Learns from ongoing interactions but changes gradually (Gradual Change)

Users don't expect AI to sound exactly like a person. They expect it to feel predictable and familiar over time.

How to Measure AI Tone Effectiveness?

AI-human interaction studies suggest tracking these indicators [5]:

Task success rate - Does the AI help users complete what they came for?
User return rate - Do users engage with the AI repeatedly?
Conversation length - Are interactions meaningful and not cut short by frustration?
User sentiment - Do people express satisfaction or frustration in responses?

Where AI Tone is Heading

Future AI models are being developed with greater capabilities for:

Better recognition of user emotions
Cultural adaptability
Improved ability to understand ongoing context

AI doesn't need to be perfect - it needs to feel dependable. Users won't always notice minor improvements, but they will notice if the AI suddenly sounds different or unreliable.

Maya Angelou said, "People will forget what you said, people will forget what you did, but they will never forget how you made them feel." AI interactions work the same way.

How to Start Working With Tone of Voice for AI?

To align AI tone with business needs, structured discussions with stakeholders help clarify direction. Key steps:

Clarify business goals - What role does the AI play in customer interaction? Example: A healthcare assistant may need a reassuring tone, while a fintech chatbot might prioritize clarity and directness.
Gather stakeholder input - Involve marketing, customer service, UX, and compliance teams to shape AI responses.
Define user groups - Who will interact with the AI? A retail chatbot might handle both experienced customers and first-time buyers, requiring different tones.
Test and iterate - A/B testing and sentiment analysis can reveal which tones resonate best with users.
Monitor over time - Regular reviews of user feedback and response data ensure the AI stays on track without disruptive changes.

Key Takeaways

Designing AI tone requires balance. The most effective AI: maintains a familiar personality, adjusts responses based on user needs and evolves gradually instead of making abrupt shifts

Users don't need AI that sounds perfect. They need AI that feels predictable and reliable.

References

Johnson, K. (2024). "Trust Patterns in AI Interactions." Stanford HCI Group.
Zhang, L. et al. (2024). "Neural Networks and Personality Development in AI Systems." MIT AI Lab.
Williams, R. (2024). "Erica: A Case Study in AI Banking." Harvard Business Review.
UCL Human-AI Interaction Lab. (2024). "Principles of AI Tone Design."
Microsoft Research. (2024). "Measuring AI Interaction Success."
Dario Amodei: Anthropic CEO on Claude, AGI & the Future of AI & Humanity | Lex Fridman Podcast #452 (YouTube)