Uncanny Valley Effect

Hiệu ứng Thung lũng kỳ lạ là gì và tại sao nó xảy ra

Hiệu ứng Thung lũng kỳ lạ mô tả sự sụt giảm mạnh về mức độ thoải mái và tin cậy xảy ra khi một thực thể giống con người — một robot, một hình đại diện kỹ thuật số, một giọng nói AI, hoặc thậm chí là một hình minh họa siêu thực — trở nên gần như con người nhưng không hoàn toàn. Được nhà nghiên cứu robot người Nhật Masahiro Mori đặt ra vào năm 1970, khái niệm này ánh xạ sự quen thuộc với sự giống con người: khi một thực thể ngày càng giống con người về ngoại hình hoặc hành vi, sự yêu thích của chúng ta đối với nó tăng đều đặn — cho đến khi nó vượt qua một ngưỡng mà sự sai lệch tinh tế gây ra sự khó chịu sâu sắc, sự ghê tởm hoặc sự ngờ vực. Đường cong lao xuống một thung lũng trước khi phục hồi chỉ khi thực thể đó không thể phân biệt được với một người thật.

Giải thích thần kinh tập trung vào xử lý dự đoán. Não liên tục tạo ra các kỳ vọng về cách một khuôn mặt, giọng nói hoặc cử chỉ của con người nên hành xử. Khi những kỳ vọng đó bị vi phạm theo những cách nhỏ nhưng dai dẳng — một nụ cười đến chậm hơn một chút, đôi mắt theo dõi mà không có sự ấm áp, một giọng nói thay đổi mà không có hơi thở tự nhiên — sự không khớp đó được ghi nhận là một tín hiệu đe dọa. Các nhà tâm lý học tiến hóa cho rằng phản ứng này ban đầu có thể đóng vai trò là cơ chế phát hiện bệnh tật, cái chết hoặc sự lừa dối: những thứ trông sống động nhưng không hoàn toàn đúng đắn trong lịch sử đã nguy hiểm.

Trong trải nghiệm khách hàng, rủi ro là tức thời và mang tính thương mại. Lòng tin, một khi đã bị phá vỡ bởi một tương tác kỳ lạ, cực kỳ khó xây dựng lại trong cùng một hành trình.

Cách nó xuất hiện trong trải nghiệm khách hàng

Chatbot AI và Trợ lý ảo

Biểu hiện phổ biến nhất trong CX là chatbot AI tự giới thiệu bằng một cái tên người, một hình đại diện thân thiện và ngôn ngữ đàm thoại — nhưng lại phản hồi bằng những câu nói hơi lạc đề, bỏ lỡ cảm xúc hoặc lặp lại các cụm từ theo cách mà không người nào làm. Erica của Bank of America được thiết kế cẩn thận để tránh cái bẫy này bằng cách được định vị rõ ràng là một trợ lý kỹ thuật số chứ không phải là một người thay thế con người; nhận dạng hình ảnh của nó là trừu tượng chứ không phải giống khuôn mặt. So sánh điều này với các phiên bản trước của bot dịch vụ khách hàng sử dụng chân dung người thật: thử nghiệm người dùng liên tục cho thấy tỷ lệ bỏ cuộc cao hơn và điểm hài lòng thấp hơn, không phải bất chấp sự chân thực mà chính vì nó.

Robot dịch vụ hình người

Pepper, robot xã hội được triển khai bởi các thương hiệu bao gồm Softbank và nhiều chuỗi bán lẻ khác, có một thẩm mỹ hoạt hình có chủ ý — đôi mắt to, hình dạng tròn không đe dọa — chính xác là để giữ an toàn cho thung lũng. Khi Henn-na Hotel ở Nhật Bản giới thiệu các lễ tân android siêu thực, phản hồi của khách cho thấy sự khó chịu đáng kể; khách sạn sau đó đã giảm số lượng robot và chuyển sang các thiết kế cơ khí rõ ràng hơn. Bài học rất trực tiếp: càng gần con người, tiêu chuẩn mà não áp dụng càng cao.

Giọng nói tổng hợp và Thương hiệu âm thanh

Giọng nói chuyển văn bản thành giọng nói gần như tự nhiên nhưng không hoàn toàn tự nhiên tạo ra ma sát trong các hệ thống IVR và thương mại giọng nói. Alexa của Amazon và Siri của Apple đều đã phát triển giọng nói của mình một cách lặp đi lặp lại, với các nhóm nghiên cứu đặc biệt thử nghiệm các yếu tố kích hoạt kỳ lạ — tạm dừng không tự nhiên, nhấn trọng âm sai vị trí hoặc cảm xúc không khớp với nội dung ngữ nghĩa. Một giọng nói nghe ấm áp khi đưa tin xấu, hoặc vui vẻ khi xử lý một khiếu nại, rơi trực tiếp vào thung lũng.

Người phát ngôn thương hiệu Deepfake và AI tạo ra

Một số thương hiệu đã thử nghiệm người phát ngôn con người do AI tạo ra để giảm chi phí sản xuất. Khi chất lượng tạo ra không hoàn hảo — đôi mắt hơi đờ đẫn, tóc di chuyển không tự nhiên, đồng bộ môi bị lệch — niềm tin của người tiêu dùng vào thông điệp thương hiệu sụp đổ. Phản ứng kỳ lạ không chỉ là sự khó chịu về mặt thẩm mỹ; nó kích hoạt sự hoài nghi về tính xác thực, điều này chuyển trực tiếp sang uy tín của thương hiệu.

Kết nối với Khung REBEL: Niềm tin

Trong khung REBEL của Renascence, Hiệu ứng Thung lũng kỳ lạ nằm ngay trong danh mục Niềm tin vì thiệt hại chính của nó là về mặt nhận thức: nó khiến khách hàng đặt câu hỏi liệu những gì họ đang trải nghiệm có phải là thật hay không. Niềm tin trong CX được xây dựng dựa trên khả năng dự đoán, tính nhất quán và sự trung thực được cảm nhận. Sự kỳ lạ phá vỡ cả ba điều này cùng một lúc. Một khách hàng cảm thấy bất an bởi một tương tác không thể dễ dàng diễn đạt lý do tại sao — họ chỉ cảm thấy có điều gì đó không ổn — và sự bất an mơ hồ đó gắn liền với thương hiệu hơn là với công nghệ cụ thể gây ra nó.

Niềm tin không chỉ đơn thuần là lý trí; nó là thể chất. Khi cơ thể ghi nhận sự sai lệch, tâm trí sẽ xây dựng một lời biện minh sau đó. Trong thung lũng kỳ lạ, lời biện minh đó gần như luôn là sự ngờ vực đối với thương hiệu.

Điều này làm cho hiệu ứng này đặc biệt nguy hiểm đối với các nhóm CX: phản hồi tiêu cực có thể không trực tiếp đề cập đến chatbot hoặc hình đại diện, mà thay vào đó xuất hiện dưới dạng Điểm khuyến nghị ròng thấp, ý định mua lại giảm hoặc những nhận xét mơ hồ về việc thương hiệu cảm thấy "lạnh lùng" hoặc "không chân thực."

Hướng dẫn thiết kế thực tế cho các nhóm CX và Hành vi

Cam kết một phía của Thung lũng

Thiết kế các nhân vật AI và robot dịch vụ để rõ ràng là không phải con người hoặc đầu tư đủ để làm cho chúng không thể phân biệt được với con người. Vùng trung gian nguy hiểm — gần như con người — nên được tránh bằng các lựa chọn thẩm mỹ và hành vi có chủ ý. Các hình đại diện trừu tượng, hình dạng hình học và hình minh họa cách điệu luôn vượt trội hơn các hình ảnh gần như thực tế trong thử nghiệm niềm tin.

Căn chỉnh cảm xúc với nội dung

Đảm bảo rằng cảm xúc của bất kỳ giọng nói AI hoặc phản hồi chatbot nào khớp với nội dung ngữ nghĩa của thông điệp. Một giọng nói tổng hợp đưa ra giải pháp cho lỗi dịch vụ nên nghe có chừng mực và đồng cảm, không phải lúc nào cũng tươi sáng. Cảm xúc không khớp là một trong những yếu tố kích hoạt kỳ lạ đáng tin cậy nhất.

Minh bạch về các tương tác không phải con người

Việc gắn nhãn rõ ràng một tương tác là do AI hỗ trợ — thay vì cho phép khách hàng giả định rằng họ đang nói chuyện với một con người — làm giảm đáng kể phản ứng kỳ lạ. Khách hàng biết rằng họ đang tương tác với một bot sẽ áp dụng những kỳ vọng khác, dễ tha thứ hơn. Sự lừa dối, ngay cả khi không cố ý, cũng làm tăng độ sâu của thung lũng.

Kiểm tra bằng các chỉ số cảm xúc, không chỉ hoàn thành nhiệm vụ

• Bao gồm đo lường cảm xúc (mã hóa khuôn mặt, phản ứng sinh trắc học hoặc thang đo tự báo cáo đã được xác thực) trong thử nghiệm khả năng sử dụng cho bất kỳ điểm tiếp xúc nào có AI.
• Theo dõi mô hình bỏ cuộc tại các thời điểm tương tác cụ thể — một sự tăng đột biến tại thời điểm hình đại diện chatbot xuất hiện có thể cho thấy một yếu tố kích hoạt kỳ lạ.
• Sử dụng thăm dò định tính để làm rõ sự khó chịu mơ hồ mà các điểm số định lượng có thể che giấu.

Lặp lại nhịp điệu giọng nói và chuyển động

Đối với giọng nói tổng hợp, những điều chỉnh nhỏ về độ dài tạm dừng, mô phỏng hơi thở và biến thể ngữ điệu mang lại những cải thiện không cân xứng về sự tự nhiên được cảm nhận. Đối với hình đại diện hoạt hình, dữ liệu ghi lại chuyển động từ con người thật — thay vì chuyển động được tạo ra bằng thuật toán — luôn làm giảm phản ứng kỳ lạ trong môi trường thử nghiệm A/B.