AIシステムは、主にその決定性の低さから、従来の設計慣習では対応できない独自のインターフェース上の課題をもたらします。同じ入力でも異なる出力が得られる可能性があり、製品の品質はモデルの能力だけでなく、それ以上のものに依存します。主要なインタラクションの問題には、AIがいつ提案、質問、または行動すべきかを判断すること、不確実性をどのように表現するか、そして生成された回答にどのような証拠を付随させるべきかが含まれます。これらの問いは、ユーザーが出力を評価し、エラーから回復し、決定に対する責任を維持するために重要です。中心的な設計目標は、ユーザーがAIを適切に信頼できるように支援することです。このフレームワークは、人間とAIのインタラクション、混合イニシアチブシステム、自動化への信頼、および責任あるAIに関する研究を、実践的な設計原則に集約します。それは、フロンティアモデルの仕様、混合イニシアチブインタラクションに関する研究、およびGoogleやIBMのような企業からの既存のAI原則に基づいています。Microsoftのガイドライン、特にAIの失敗に関するものは、影響力があります。このフレームワークは、システムの役割を明確にし、出力の理解と検証を可能にし、ユーザーの制御を維持し、修正をサポートし、必要に応じて自律性を制限するインターフェースを設計することを強調します。確率的な基盤は、AIモデルが固定関数よりも確率的サービスに近いことを認識しており、出力のばらつきを考慮した設計が必要です。期待値の設定には、AIの能力と限界を明確に述べ、ガイダンスをもって「白紙」の問題に対処し、出力を最終的な評決ではなく出発点として提示することが含まれます。調整された信頼は、来歴を通じてユーザーの信頼とシステムの信頼性を一致させること、信頼スコアよりも証拠を優先すること、そして検証を容易にすることによって達成されます。透明性は、必要に応じて推論と証拠が検査可能であることを保証し、制御と主体性は、編集や上書きのアクションを容易にすることによって促進されます。優雅な失敗戦略は、ユーザーが不確実性とエラーから回復するのを助け、共同作成はAI出力を形成されるべきドラフトとして扱います。責任ある自律性は、利害と許可に基づいてAIの行動を制限し、持続的な信頼は、品質と時間の経過に伴う変化の継続的なガバナンスを含みます。