隨著AI產(chǎn)品的到來(lái)，我們進(jìn)入了智能化時(shí)代。設(shè)計(jì)師的目標(biāo)是創(chuàng)造有用的、易于理解的產(chǎn)品，并遵循一些設(shè)計(jì)原則。

我們可以從最近發(fā)生的特斯拉致命事故（一輛特斯拉在自動(dòng)駕駛時(shí)墜毀，導(dǎo)致駕駛員死亡）中學(xué)到一件事：人工智能和機(jī)器學(xué)習(xí)產(chǎn)品需要非常仔細(xì)的設(shè)計(jì)。

在本文中，我將介紹設(shè)計(jì)人工智能產(chǎn)品時(shí)應(yīng)遵循的七個(gè)基本用戶體驗(yàn)原則。

隨著AI產(chǎn)品的到來(lái)，我們進(jìn)入了智能化時(shí)代。機(jī)器不僅按照我們的指令行動(dòng)，而且具有一定程度的自主性，可以自發(fā)地執(zhí)行一些活動(dòng)。這也影響著人類面對(duì)產(chǎn)品時(shí)的反應(yīng)、行為和期望。

作為設(shè)計(jì)師，我們的目標(biāo)是創(chuàng)造有用、易于理解的產(chǎn)品，讓這個(gè)新的、晦澀的機(jī)器學(xué)習(xí)世界變得清晰。最重要的是，我們希望利用人工智能的力量讓人們的生活更輕松、更幸福。那么，讓我們看看如何通過(guò)良好的用戶體驗(yàn)設(shè)計(jì)來(lái)實(shí)現(xiàn)這些目標(biāo)。以下是設(shè)計(jì)人工智能產(chǎn)品時(shí)應(yīng)遵循的七個(gè)基本用戶體驗(yàn)原則。

AI UX 原則#1：從視覺上區(qū)分AI 內(nèi)容與常規(guī)內(nèi)容在許多情況下，我們使用AI 和機(jī)器學(xué)習(xí)來(lái)更深入地挖掘數(shù)據(jù)并為自己生成新的、有用的內(nèi)容。它們可以是Netflix上的電影推薦、谷歌翻譯中的翻譯，也可以是CRM系統(tǒng)（客戶關(guān)系管理系統(tǒng)），CRM系統(tǒng)是指利用軟件、硬件和網(wǎng)絡(luò)技術(shù)為企業(yè)建立一個(gè)客戶信息收集、管理、分析和利用的系統(tǒng)。信息系統(tǒng)中的銷售預(yù)測(cè)。

人工智能生成的內(nèi)容對(duì)人們來(lái)說(shuō)非常有用，但在某些情況下，這些建議和預(yù)測(cè)需要更高的準(zhǔn)確性。人工智能算法有其自身的缺陷，尤其是當(dāng)它們沒有足夠的數(shù)據(jù)或反饋可供學(xué)習(xí)時(shí)。我們應(yīng)該讓人們知道算法是否生成了一段內(nèi)容，以便他們可以自己決定是否信任它。以上就是人工智能UX的第一個(gè)原則。

在上圖中，您可以看到Zendesk 對(duì)支持請(qǐng)求的AI 預(yù)測(cè)。它明確地將其標(biāo)識(shí)為預(yù)測(cè)，因此人們對(duì)專欄中的內(nèi)容有合理的預(yù)期。 Firebase 是一款面向移動(dòng)開發(fā)人員的工具，它用魔棒圖標(biāo)標(biāo)記預(yù)測(cè)數(shù)據(jù)。

在這里，他們還提供有關(guān)預(yù)測(cè)準(zhǔn)確性的信息，用戶也可以設(shè)置風(fēng)險(xiǎn)承受能力。當(dāng)然，這個(gè)工具是為那些對(duì)機(jī)器學(xué)習(xí)了解更多的工程師準(zhǔn)備的。人們不一定每天都了解“高風(fēng)險(xiǎn)承受能力”。但魔棒仍然可以輕松突出顯示人工智能內(nèi)容。

AI 用戶體驗(yàn)原則#2：解釋機(jī)器如何思考人工智能通?？雌饋?lái)像魔法：有時(shí)即使是工程師也很難解釋機(jī)器學(xué)習(xí)算法如何得出結(jié)論。我們?cè)谟脩趔w驗(yàn)領(lǐng)域希望幫助人們了解機(jī)器是如何工作的，以便他們能夠更好地使用它們。

這并不意味著我們應(yīng)該解釋卷積神經(jīng)網(wǎng)絡(luò)在簡(jiǎn)單的照片搜索中如何工作。相反，應(yīng)該向用戶提示算法的用途或他們使用的數(shù)據(jù)。

一個(gè)很好的老例子來(lái)自電子商務(wù)領(lǐng)域，我們解釋了為什么我們推薦某些產(chǎn)品。這些推薦引擎是許多人多年前遇到的第一個(gè)AI UX。

自動(dòng)駕駛汽車也是一個(gè)很好的例子。為了建立乘客對(duì)汽車的信任，我們建議在車內(nèi)放置屏幕，以便每個(gè)人都可以從汽車的角度觀察周圍的環(huán)境。

最后但并非最不重要的一點(diǎn)是，讓我們看一下電子郵件營(yíng)銷工具Drip。它本身不是人工智能產(chǎn)品，但具有顯示時(shí)事通訊訂閱者參與度的評(píng)分功能。單擊分?jǐn)?shù)，您將獲得詳細(xì)的操作列表，解釋獲得分?jǐn)?shù)的原因。

AI UX 原則#3：設(shè)定正確的期望在上述特斯拉致命事故中，駕駛員可能對(duì)自動(dòng)駕駛系統(tǒng)過(guò)于信任。與谷歌汽車等其他自動(dòng)駕駛技術(shù)不同，特斯拉的自動(dòng)駕駛技術(shù)不夠復(fù)雜，無(wú)法應(yīng)對(duì)復(fù)雜的情況，因此即使使用自動(dòng)駕駛技術(shù)，駕駛員也必須將手放在方向盤上。盡管收到多次視覺和語(yǔ)音通知提醒，但司機(jī)未能遵循這些指示。他可能認(rèn)為汽車可以自動(dòng)駕駛。

我們必須為人工智能產(chǎn)品建立適當(dāng)?shù)挠脩羝谕绕涫窃谝粋€(gè)充滿關(guān)于新人工智能技術(shù)的聳人聽聞、膚淺新聞的世界里。

一些聊天機(jī)器人使用消息來(lái)闡明其進(jìn)度。在這種情況下，我們?cè)噲D通過(guò)給機(jī)器人一個(gè)完美的計(jì)劃和友好的角色來(lái)降低期望。

人工智能用戶體驗(yàn)原則#4：查找并處理奇怪的邊緣情況人工智能可以以前所未有的方式生成內(nèi)容并采取行動(dòng)。由于這種不可預(yù)測(cè)性，我們必須花更多的時(shí)間測(cè)試產(chǎn)品并發(fā)現(xiàn)奇怪、有趣、甚至令人不安或不愉快的邊緣情況。

當(dāng)聊天機(jī)器人不理解上下文或有人給它們簡(jiǎn)單但意想不到的指令時(shí)，很可能會(huì)出現(xiàn)荒謬的結(jié)果。

亞馬遜Alexa的類似事件還有很多。有一次，它訂購(gòu)了一個(gè)玩具屋，只是因?yàn)樗趶V播中聽到有關(guān)玩具屋的談?wù)?。還有一次，自動(dòng)護(hù)照檢查程序拒絕接受亞洲人的照片，因?yàn)椤八麄兊难劬κ情]著的”。

廣泛的現(xiàn)場(chǎng)測(cè)試可以最大限度地減少這些錯(cuò)誤。關(guān)于產(chǎn)品功能范圍的清晰溝通可以幫助人們理解這些驚喜。

設(shè)計(jì)人員還必須向開發(fā)人員提供有關(guān)用戶期望的信息。他們可以微調(diào)算法以防止不必要的響應(yīng)。在許多情況下，它們會(huì)在準(zhǔn)確性和容錯(cuò)性之間進(jìn)行權(quán)衡。

優(yōu)化容錯(cuò)意味著機(jī)器學(xué)習(xí)產(chǎn)品將使用它找到的所有正確答案，即使同時(shí)顯示一些錯(cuò)誤答案。假設(shè)我們構(gòu)建一個(gè)可以識(shí)別畢加索畫作的人工智能。如果我們針對(duì)容錯(cuò)進(jìn)行優(yōu)化，算法將列出所有畢加索的畫作，但一些梵高的畫作也可能會(huì)出現(xiàn)在結(jié)果中。

優(yōu)化準(zhǔn)確性意味著機(jī)器學(xué)習(xí)算法將只使用明顯正確的答案，但會(huì)錯(cuò)過(guò)一些邊際正確的結(jié)果。它的結(jié)果只會(huì)顯示畢加索的畫作，而不會(huì)顯示梵高的畫作，但同時(shí)可能會(huì)錯(cuò)過(guò)一些畢加索的畫作。它不會(huì)找到所有正確的答案，只會(huì)找到一些正確的情況。

在設(shè)計(jì)人工智能產(chǎn)品交互時(shí)，我們可以幫助開發(fā)人員確定要優(yōu)化的內(nèi)容。它提供了對(duì)人類反應(yīng)和人類優(yōu)先事項(xiàng)的寶貴見解，還說(shuō)明了設(shè)計(jì)師在人工智能項(xiàng)目中發(fā)揮的重要作用。

AI UX 原則#5：為工程師提供正確的培訓(xùn)數(shù)據(jù)從工程方面創(chuàng)建AI 產(chǎn)品通常需要以下三個(gè)高級(jí)步驟：

找到最適合您任務(wù)的人工智能算法。提供AI訓(xùn)練數(shù)據(jù)。人工智能從這些數(shù)據(jù)中學(xué)習(xí)并創(chuàng)建一個(gè)將在實(shí)時(shí)產(chǎn)品中使用的模型。在上面的示例中，訓(xùn)練數(shù)據(jù)將包括許多繪畫以及創(chuàng)作每幅畫的藝術(shù)家的姓名。產(chǎn)品發(fā)布。它將在為用戶做某事之前使用經(jīng)過(guò)訓(xùn)練的模型。它還可以收集新數(shù)據(jù)以供以后用于重新訓(xùn)練模型并提高其自身的性能。所以你確實(shí)需要訓(xùn)練數(shù)據(jù)。用戶體驗(yàn)設(shè)計(jì)專業(yè)人員需要幫助收集培訓(xùn)數(shù)據(jù)并定義人們希望從人工智能產(chǎn)品中看到的預(yù)期結(jié)果。

有時(shí)定義期望的結(jié)果很容易。但當(dāng)結(jié)果與用戶相關(guān)聯(lián)時(shí)，一切都會(huì)變得復(fù)雜。 Netflix 電影推薦真的有用嗎？用戶體驗(yàn)設(shè)計(jì)團(tuán)隊(duì)旨在了解用戶并定義標(biāo)準(zhǔn)。

工程師將需要訓(xùn)練數(shù)據(jù)，尤其是為可以輸入機(jī)器學(xué)習(xí)算法的不同輸入提供明確定義的結(jié)果。據(jù)報(bào)道，谷歌聘請(qǐng)了“內(nèi)容專家”，即產(chǎn)品領(lǐng)域的專家，來(lái)幫助構(gòu)建訓(xùn)練數(shù)據(jù)集。

收集初始數(shù)據(jù)集后，工程師可以訓(xùn)練算法，我們可以開始使用早期原型進(jìn)行用戶測(cè)試。通過(guò)這些測(cè)試，我們重新檢查訓(xùn)練后的模型，看看它們?cè)谡鎸?shí)用戶上的表現(xiàn)如何。在人工智能項(xiàng)目中，開發(fā)人員和設(shè)計(jì)人員之間需要更密切的合作。

AI UX原則#6：AI產(chǎn)品的用戶測(cè)試（傳統(tǒng)的用戶測(cè)試方法無(wú)法應(yīng)用于AI產(chǎn)品）

測(cè)試人工智能產(chǎn)品的用戶體驗(yàn)比傳統(tǒng)應(yīng)用要困難得多。這些人工智能應(yīng)用主要用于提供個(gè)性化內(nèi)容，但幾乎沒有辦法在線框圖中以虛擬方式模擬它們。但是，這里有兩種有效的測(cè)試方法：綠野仙蹤測(cè)試和個(gè)人內(nèi)容。

在《綠野仙蹤》 研究期間，有人模仿了產(chǎn)品在后臺(tái)的反應(yīng)。它通常會(huì)用真人回答每條消息并假裝機(jī)器人正在寫作來(lái)測(cè)試聊天機(jī)器人。

您還可以在測(cè)試情況下使用測(cè)試參與者的個(gè)人內(nèi)容。詢問(wèn)他們最喜歡的音樂家和歌曲，并與他們一起測(cè)試音樂推薦引擎。這測(cè)試了人們的假設(shè)以及他們對(duì)好建議和壞建議的不同反應(yīng)。

AI UX 原則#7：提供反饋機(jī)會(huì)如果我們將越來(lái)越多的數(shù)據(jù)輸入到機(jī)器學(xué)習(xí)算法中，AI 產(chǎn)品的用戶體驗(yàn)將會(huì)變得越來(lái)越好。在下面的電影推薦系統(tǒng)中，對(duì)于每一個(gè)展示的電影，用戶都可以設(shè)置自己是否喜歡。它為算法收集大量的訓(xùn)練數(shù)據(jù)。

電影推薦幫助還可以為您的用戶提供對(duì)您的AI 內(nèi)容提供反饋的機(jī)會(huì)。讓用戶有機(jī)會(huì)在您的應(yīng)用提出推薦或預(yù)測(cè)的每個(gè)屏幕上立即輕松地提供反饋。這通常意味著在人工智能內(nèi)容旁邊顯示一鍵反饋選項(xiàng)。在Zendesk 中，預(yù)測(cè)旁邊的按鈕會(huì)報(bào)告不良情況。

在您的Google Feed 中，您可以在每張卡片下方看到問(wèn)題，以便偶爾提供有關(guān)該卡片是否有用的反饋。您可以看到，他們還找到了一種很好的方式來(lái)傳達(dá)算法的工作原理。它們顯示用戶感興趣的短語(yǔ)來(lái)解釋他們推薦某篇文章的原因。

總結(jié)起來(lái)，設(shè)計(jì)AI UX 時(shí)需要做以下七件事：

從視覺上區(qū)分人工智能內(nèi)容與常規(guī)內(nèi)容，以便人們知道信息來(lái)自哪里。解釋機(jī)器如何思考，以便人們能夠理解結(jié)果。設(shè)定期望，以便人們知道他們可以使用人工智能產(chǎn)品實(shí)現(xiàn)什么或不能實(shí)現(xiàn)什么。查找并處理邊緣情況，以便用戶不會(huì)發(fā)生奇怪或不愉快的事情。幫助開發(fā)者了解用戶需求并選擇合適的數(shù)據(jù)集。使用類似于綠野仙蹤測(cè)試的理論工具來(lái)測(cè)試AI產(chǎn)品的體驗(yàn)設(shè)計(jì)，并在模擬AI內(nèi)容時(shí)使用測(cè)試參與者的真實(shí)數(shù)據(jù)。 （綠野仙蹤方法：簡(jiǎn)而言之，這是一種在不實(shí)際開發(fā)軟件的情況下測(cè)試原型的方法。WOZ 原型用于評(píng)估設(shè)計(jì)的功能、滿足用戶目標(biāo)的能力以及改善整體用戶體驗(yàn)的能力。WOZ該實(shí)驗(yàn)看起來(lái)和感覺就像是真實(shí)的體驗(yàn)，但被測(cè)試的人與虛擬角色的表演進(jìn)行交互，參與者可能知道也可能不知道他們正在與幕后的向?qū)нM(jìn)行交互。 hgrm）。為用戶提供反饋并向系統(tǒng)添加新訓(xùn)練數(shù)據(jù)的機(jī)會(huì)。設(shè)計(jì)人工智能產(chǎn)品帶來(lái)了令人興奮的新挑戰(zhàn)。牢記這七個(gè)原則，你就可能成功。

作者：大衛(wèi)·帕斯托爾

原文：https://uxstudioteam.com/ux-blog/ai-ux/

本文由@AIInteraction Design翻譯發(fā)布在《人人都是產(chǎn)品經(jīng)理》上。未經(jīng)許可禁止轉(zhuǎn)載

題圖來(lái)自Unsplash，基于CC0協(xié)議