2019人工智能用户体验设计指南：技术、场景、设计

 

 

本文在微软、谷歌、adobe的AI设计经验基础上，结合了我的亲身实践经验，重新梳理、更新，总结而成。

 

技术 /

 

- 人工智能的角色地位

 

我觉得MIT教授Patrick Winston总结的蛮好，他把AI在软件系统中的身份分为四类：

tools, assistants, peers, and managers.

 

- tools 工具 ，这个很好理解，比如AI用于识别垃圾邮件、分类图像都是此类；

 

- assistants 助手 ，例如siri，扮演的是助理的角色，辅助系统帮助用户完成某项任务；

 

- peers 同等地位的公民 ，就像我们经常接到电话机器人的电话，AI已经如同人的存在一样在我们身边；

 

- managers 管理者 ，先问问读者们，当你的工作、报酬都由AI来分配的时候，你会怎么想？

 

举阮一峰在文章中提到的一个现象为例，硅谷科技公司正在用 API 替代掉中层干部。例如，外卖送餐员不再有领导，他们直接从 API 接单，然后把送餐结果反馈给 API。把API换成AI，即AI管理者。

 

 

Amazon有一个众包市场 ， Mechanical Turk（MTurk），可使个人和企业轻松地将其流程和工作外包给可以执行这些任务的分布式劳动力。就是一个典型的AI管理者模式。

 

 

场景  /

 

- 实际痛点、解决方案

 

How Adobe Became a Successful $95 Billion SaaS Company

 

经过35年的发展，adobe的市值已经近千亿。这无疑得益于这些年来的产品形态、应用领域的拓展，再加上AI驱动的底层技术支持。

 

Adobe Sensei把AI技术与实际的应用场景紧密结合，痛点跟AI解决方案，值得我们借鉴。 Adobe Sensei驱动（AI）解决方案：

- 处理重复、耗时的流程，帮助用户有更多的时间来创作；

- 当信息太多而无法查找，帮助用户寻找目标；

- 当趋势或重大事件发生时， 用户可以获得有关数据驱动方式的建议，帮助用户更好地确定决策的优先级。

 

 

- 设计师需要掌握的知识

- 找到用户的需求与AI能力的交集

- 了解适合AI的场景

- 了解不适合AI的场景

 

 

 

设计  /

 

-  人机交互重点环节

 

AI系统的设计需要重点关注的4个环节：初始化、交互进行中、出错时、全过程。

 

- 环节1 初始化

 

主要处理用户预期与系统能力范围的匹配。需要告知用户AI可以 完成哪些事情，哪些问题暂时是无法解决的。

 

- 环节2 交互进行中

 

AI需要多少时间完成，结果对应的相关信息，结果对应的基准指标是什么。

 

- 环节3 出错时

 

AI出错时，用户可以什么样的方式去参与修正，需要提供用户反馈或者修正的方式。

 

- 环节4 全过程

 

记录当前交互状态、学习用户的使用行为、更新、鼓励用户反馈、告知用户变化的内容、用户可以全局控制AI。

 

 

- 设计模式指南

 

- 模式1 -

探索大数据，提取规律

 

从大数据中分类、提取，提供灵感、输入建议等。

 

关于灵感，我们不能从无到有创造出一些东西。而机器可以从大数据中提取信息，激发我们的灵感;

 

关于提取知识，我们无法从大数据中，而机器可以总结，提炼出来;

 

Ancestry.com是一个 案例，该站点帮助用户快速完成创建家谱。系统通过分析数百万个通过机器学习处理的扫描图像，历史文档和公共记录，读取，分类与用户潜在祖先匹配的记录，反馈给用户，借此用户可以快速地完成家谱的创建。

 

 

 

- 模式2 -

了解用户 ，实现产品的个性化定制

 

机器学习能够根据其对用户的了解，结合总体趋势，为用户提供个性化定制的服务。Netflix是一个很好的例子。不仅是内容的个性化定制，布局形态也是可以如此。

 

 

- 模式3 -

内容理解，实现自动分组

 

利用机器学习，机器对文本、图像、声音等都有了感知能力，经过训练AI系统弄，从而可以实现对内容的理解。比如adobe的Lightroom产品中，AI可以在照片中发现人物，从而主动对照片进行分组和标记，从而可以快速搜索目标。

 

 

- 模式4 -

提供捷径，流程自动化

 

自动抠图、图像定位、内容生成等，可以加速用户创建内容的速度，例如 Fontphoria使用增强现实技术自动检测新样式并将其叠加到现实世界中的物理对象上。把以往需要手动的多项操作，交由AI自动完成。

- 模式5 -

人机交互，设计除了键盘、鼠标之外的交互方式

 

除了键盘、鼠标，有什么其他的交互方式是适合AI的？比如语音、手势，甚至人脸，表情等等，借助于AI对内容的理解，我们可以实现各式各样、新的交互方式。

 

基于音频的音乐搜索引擎Shazam是一个很好的例子，用户唱几句，AI即可立即识别歌曲。

 

- 模式6 -

建议和指引，设计人机协作的功能

 

一个明显的特点就是，在人机协作的系统里，AI扮演的是助手的角色，一般用来提供建议和路径指引。

 

产品形态可以是聊天机器人，也可以是其他的交互方式。一般设计师会习惯性地理解为是聊天机器人，其实不然，小到一个简单的toast，其实也是可以有协作的功能的。

 

- 模式7 -

优雅的失败，清晰告知用户AI系统可以做什么，不能做什么

 

微软在论文《Guidelines-for-Human-AI-Interaction-camera-ready》中也提到了AI系统首要解决的问题就是如何清晰地传达系统可以解决的问题，保证用户的预期不要被过度拔高。

 

系统有可能会出错，需要有个明确的指示，告知用户，让用户理解。

 

以上为全文，

所有的指南都需要靠实践来转化为个人的技能 ，

有任何疑问可以添加我的微信，

或者加入mixlab无界社区，

或者关注我的知识星球