Sesli AI mülakat ekranı nasıl tasarlanmalı? NIVA'nın 5 prensibi

Sesli bir AI ile mülakata giren aday, klavyede yazan bir kullanıcı gibi davranmaz. Mikrofonunu kontrol eder, soluğunu tutar, "duydu mu?" sorusunu sessizce yapar. Ekranda olan biten bu kaygıyı ya yatıştırır ya derinleştirir. Bu yazı, sesli AI mülakat ekranı için tasarım kararlarımızı; akademik ve endüstri kaynaklarına dayanarak ve NIVA'nın fiili implementasyonu üzerinden anlatıyor.

Mülakat arayüzü neden klasik bir form değil?

Geleneksel form arayüzünde durum bellidir: imleç bir alandadır, butona basılır, sonraki alana geçilir. Sesli mülakatta üç şey aynı anda olur:

1. Aday konuşur, AI dinler.
2. AI düşünür (LLM çağrısı, dakikalar değil ama saniyeler).
3. AI konuşur, aday dinler.

Bu üç durumun hangisinde olduğumuzu aday her an bilmeli — yoksa "duydu mu, donmuş mu, kesilmiş mi?" sorusu kaygıya dönüşür. Nielsen Norman Group'un en bilinen kullanılabilirlik kuralı tam olarak budur: sistemin durumunun görünürlüğü, kullanılabilirlik buluşssalları arasında 1 numara (Heuristic #1).

Sesli arayüzde bu kural ikiye katlanır, çünkü kullanıcının ekrandan ayırabileceği başka bir geri bildirim yok.

Prensip 1 — Durum her an görünür olmalı

Amazon Echo'nun halo ışığı bu yüzden var: cihazda ekran olmadan bile "dinliyorum / çalışıyorum / yanıtlıyorum" durumlarını bir ışık halkasıyla anlatır. Aynı mantık, NN/g'nin Audio Signifiers for Voice Interaction yazısında detaylıca anlatılır: sesli sistem hem işitsel hem görsel imzalarla "şu anda neredeyim" sorusunun cevabını vermelidir.

NIVA mülakat ekranında bu kararı dört açık moda indirgedik:

• connecting — bağlantı kuruluyor, orb sakin döner
• listening — aday konuşuyor, ışık yumuşar
• speaking — NIVA konuşuyor, orb adayın sesi yerine NIVA'nın ses dalgasına tepki verir
• repair — bir şeyler ters gitti (örn. 60 saniye agent gelmedi), uyarıya geçer

Her mod sahnenin merkezindeki orb'un boyutunu, ışık renklerini ve aurora animasyonunun yönünü değiştirir. Aday ekran üzerinde tek bir yazı okumak zorunda kalmadan "şu an sıra kimde?" sorusunun cevabını alır.

Prensip 2 — Sıra kimde olduğu net olmalı (turn-taking)

Google'ın Conversation Design rehberi sesli arayüzlerin en zor problemini "turn-taking" olarak tanımlıyor: insan diyaloğunda kimin konuşacağını jest, mimik, göz teması bildirir; sesli AI'da bunların hiçbiri yoktur. Sistem, sırayı açık görsel ve işitsel sinyallerle vermek zorundadır.

NIVA bunu şöyle çözüyor:

• AI konuşurken orb adayın değil, NIVA'nın canlı ses seviyesine tepki verir (agentVolume CSS değişkeni --ai-audio-level aracılığıyla orb'un scale'ini canlı yönetir).
• AI sustuğu an scale "presence-scale"e geri döner — bu adayın "şimdi senin sıran" sinyalidir, hiç yazı kullanılmadan.
• Aday istemediği anda barge-in yapabilir; sistem onu kesmez, yazı kutusu ve "tekrar et / netleştir" düğmeleri her zaman görünürdür.

Bu, Voiceprinciples.com'un (Clearleft) "tut, ver, geri al" prensibinin görsel karşılığıdır.

Prensip 3 — Audio-reactive olmalı, ama sakin olmalı

Sesli AI arayüzlerinde son iki yıldır iki uç görüyoruz:

• Statik sembol (Siri'nin eski tek noktalı orb'u, eski Alexa dairesi). Net, ama "kuru".
• Aşırı animasyon (parçacık fırtınaları, müzik klibi gibi spektrumlar). Etkileyici, ama dikkati konuşmadan çalar.

Apple'ın hareket rehberi animasyonun deneyimi gölgede bırakmamasını, önemli bilgiyi yalnız hareketle aktarmamayı ve hareketi isteğe bağlı tutmayı öneriyor. W3C'nin azaltılmış hareket tekniği de işletim sistemi tercihi etkin olduğunda zorunlu olmayan animasyonların bastırılmasını tarif ediyor. Bu nedenle ses tepkisi bir durum desteğidir; durum metninin yerine geçmez.

NIVA'nın orb tasarımı bu felsefeyi şöyle yorumladı:

Maksimum canlı tepki (--ai-audio-level) orb'u sadece %12 büyütüyor. Yani ses geldikçe büyüyen bir hayvan değil; nefes alan bir varlık. Bu, "AI ile konuşuyorum" hissini verirken, görsel gürültüye boğmuyor.

Hareket azaltma tercihi açık olduğunda dekoratif dönüş ve nefes animasyonları durur. “Bağlanıyor”, “dinliyor” ve hata gibi değişimler ayrıca metinle gösterilir; WCAG 2.2 durum mesajları doğrultusunda kritik değişimler yardımcı teknolojilere programatik olarak bildirilir.

Prensip 4 — Antropomorfizm beklenti kurar; karşılığı yetkinliktir

"AI'a yüz çizelim mi?" sorusu tasarım toplantılarında sık çıkar. İnsan benzeri bir yüz ve jest dili, sistemin anlayış ve yetkinliği hakkında güçlü beklenti kurar. NIVA bu beklentiyi büyütmek yerine sistemin durumunu, sınırlarını ve kullanıcı kontrolünü açık göstermeyi tercih ediyor.

NIVA bu yüzden:

• Yüz, avatar, animasyonlu karakter kullanmaz. Orb soyut bir varlıktır; "biri seni dinliyor" hissi verir, "kim olduğunu" iddia etmez.
• Tonu mütevazi. Soru sormak için "Lütfen şunu açıklar mısın" der, "Sana komut veriyorum" demez.
• Yetkinliğini davranışıyla ispatlar: dinleme, açıklama isteme, soruyu yargısız tekrar etme. Görselle değil.

Aynı prensip yargısal görsel tasarımda da geçerli: NIVA ekranında puan, sıralama, "uygun/uygun değil" rozetleri yoktur. Aday "değerlendirilmediğini" görsel olarak da hisseder.

Prensip 5 — Mülakat kaygıyı azaltmalı, sınav hissini değil

Mülakat kaygısı gerçektir; AI bunu ağırlaştırmamalı. Bu nedenle ürün kararlarımız sınav hissini azaltmaya odaklanıyor:

• Mid-interview feedback yok. Adayın aklı "iyi mi söyledim?" sorusuyla meşgul olursa konuşamaz. NIVA da görüşme bitene kadar hiçbir "puan", "değerlendirme", "iyi yanıt" sinyali göstermez.
• Soru sayısı yerine yüzde ilerleme. Adayın "3/15 soru" görmesi sayısallaşmış bir testin baskısını yaratır. NIVA mülakat akışını blok adlarıyla (örn. "Geçmiş deneyim", "Senaryo", "Kapanış") gösterir — sınav değil, sohbet hissi.
• Sakin renk paleti. Mavi-mor-cyan tonlarda düşük doygunluk, koyu zeminde yüksek kontrastlı tipografi. "Pop" renk kullanmıyoruz çünkü mülakat ekranı dikkat çekmek için değil, dikkati dağıtmamak için var.

Birleştirince: NIVA mülakat ekranı

Bütün bu kararlar tek bir hedefe hizmet ediyor: "Aday görüşmeyi bitirdiğinde 'AI ile konuştum' demek yerine 'iyi bir mülakat geçirdim' desin."

Bu yüzden ekranımızda var olanlar şunlardır:

• Merkezde nefes alan bir varlık (orb)
• "Şu anki soru" kartı — net, tek bir cümle
• "Tekrar et" ve "Netleştir" butonları — adayın eline kontrol vermek için
• Bir küçük durum çubuğu — "Dinliyor / Düşünüyor / Konuşuyor"

Olmayanlar:

• Puan, sıralama, "uygun/uygun değil" rozetleri
• Sayaç ya da "kalan soru"
• AI'a çizilmiş bir yüz ya da avatar
• Geri bildirim, kutlama, hata sesi
• Sosyal medya akışı, reklam, ikincil dikkat öğesi

EU AI Act ve NYC AEDT çerçevesinde de tasarımın görevi sadece estetik değil: otomatik karar üretmediğimizi görsel olarak da kanıtlamak. Aday ekrana baktığında "burada bana not veren bir sistem yok, sadece bir mülakat akıyor" demeli.

Kaynaklar

• Nielsen Norman Group — Audio Signifiers for Voice Interaction
• Nielsen Norman Group — Visibility of System Status (Heuristic #1)
• Nielsen Norman Group — Voice Interaction UX
• Google Design — Speaking the Same Language (VUI)
• Voice Principles — Clearleft
• W3C — WCAG 2.2 Status Messages
• W3C — Using prefers-reduced-motion
• Apple Human Interface Guidelines — Motion