人工智能时代需要怎样的设计师

人工智能时代需要怎样的设计师

今年元旦,AlphaGo 连续挑战包括聂卫平、柯洁、朴廷桓在内的中韩顶尖围棋选手,三天内取得的战绩为令人咋舌的 60 胜 0 负。在过去一年的互联网舞台上,人工智能 (Artificial Intelligence)站在了聚光灯的中心。AlphaGo 在新年伊始, 为 2016 年打上了一个大大的惊叹号。

过去这一年,和 AI 相关的新闻铺天盖地。身为设计师的你可能会问:人工智能和我的日常工作有关吗?我应该为此做什么准备?



人工智能和设计师有关吗?

回首过去这一年全球科技公司的大事件,「人工智能」几乎是一个绕不开的关键词。

  • 3月,人机围棋世纪之战打响:李世乭在 5 番棋中以1:4败给 AlphaGo,震惊了整个围棋界以及......朋友圈...
  • 4月,人工智能成为 Facebook 开发者大会上的主角,基于 AI 技术的聊天机器人开放平台,让很多人第一次感性地认识了这个听起来有点深奥的技术概念。
  • 5月,Google 首席执行官 Sundar Pichai 在 Google IO 上高调宣布公司未来战略将由「移动优先」转向「人工智能优先」,并发布了智能语音家庭助理 Google Home。
  • 9月,Amazon、Facebook、Google、IBM、Microsoft 五家公司宣布在人工智能领域建立合作,分享其各自在 AI 技术上的突破,以吸引更多人才进入这一领域。
  • 12月,Amazon 宣布他们在刚刚过去的这个圣诞假期中,卖出了上百万台 Amazon Echo (亚马逊旗下智能语音助理)。
  • 上月,前微软高级副总裁陆奇宣布将加盟百度,除了负责百度旗下众多主线产品业务,还将专攻人工智能研发。

据「财富」杂志预测,人工智能将会在 2020 年成为一个价值 700 亿美金的市场,我们看到的是一个爆火的概念和急速发展的市场。那么,现在这个市场上缺什么?

两样东西——产品,和人才——而这,就和设计师密切相关了。

人工智能说到底是一个技术概念,它需要产品来落地。AlphaGo 打败再多高手,也只是一个围棋大师。真正有价值的东西是它背后的深度神经网络和树搜索算法——你可能会问「这东西和设计有半毛钱关系吗?」

有,不止半毛钱。

在设计创新领域深耕多年的 Patrick Hoof 教授预测说:

Design will be less about delivering on a user’s request, and more about responding to the needs they haven’t expressed yet.

(未来,设计会更多地去响应用户还没有表达的需求,而不是去为了响应用户主动提出的需求)


这句话换个表达就是,未来的产品,可以并且应该比用户更早知道用户的下一步,并提前作出应对。

「知道你的下一步是什么」——这其实就是下围棋的道理,比你想在前头。海量的数据,先进的算法,再加上超强的机器计算力,使得「机器比你自己更早知道你需要什么」成为了可能。为什么以前不行呢?因为用户的下一步行为和围棋对手的下一招一样,都难以预测。现在之所以可能了,是因为我们在数据、算法和计算能力上取得了长足进步。于是,围棋界有了 AlphaGo,而互联网则有了新的产品机会。

身为设计师,如果你能够掌握人工智能领域最基本的几个概念,并在此基础之上充分发挥对产品的想象力,知道 AI 技术已经可以做到什么、未来有希望做到什么,你就能走在这个浪潮汹涌的时代前面。

发挥想象力之前,让我们先来看看美国几个巨头公司们,用现有的人工智能技术已经做到了什么,他们把它转化成了哪些产品形态。



AI 技术在现有产品设计中的运用

先讲一个你可能没注意到的例子。

Google Doc

Automatic Outline - Google Doc

Google Doc 去年悄悄地上线了一个功能:它会根据文本格式自动为你生成文章大纲(大纲起到全文概览和导航的作用)。也就是说,你不用告诉 Google Doc 某行内容是否是一级标题、二级标题还是三级标题,Google Doc 会分析文字格式、并结合大量历史数据,自动推测出你的意图。

回想一下,你是否有一套自己偏好的文字样式规范?比如经常把一级标题居中、加粗?二级标题用加粗的 16 号字,正文用 11 号?Google Doc 学习了你的这些习惯(事实上是学习了无数用户的习惯),自动列出文章提纲,从而提升你的工作效率。

这是一个非常典型的运用人工智能改进现有产品的例子,然而却不容易被普通用户觉察到。正如最好的设计是「感受不到的设计」,最好的智能是「隐形的智能」。



再来看一个常用产品的例子。

Inbox

Smart Reply - Inbox by Gmail


Inbox 是 Google Gmail 团队开发的一款邮件应用,它有一个非常经典的功能叫做「智能回复」。例如,同事向你询问是否有某一个文档,在你打开这封邮件的同时,Inbox 就会自动分析这封邮件的内容,并据此自动为你生成一些快捷回复选项。更神奇的是,Inbox 还会根据你的过往邮件回复不断学习并修正这些句子,来使得这些句子变得越来越像你平时写邮件的口吻。

Smart Reply 这样的功能不再是媒体今天争相报道的「黑魔法」,而是实实在在地成为了一个被用户广泛使用的功能。我们在产品设计中运用人工智能技术,目的是为了满足用户的需求,而不是强调技术本身。事实上很多时候,我们做设计的目的就是为了掩盖技术本身,而不是反过来。


亚马逊旗下智能语音助理 Amazon Echo



第三个例子,是上个月在 CES 大会上大红大紫的 Amazon Echo。Echo 的接口开放策略让许多和 AI 相关的软硬件公司选择与其紧密合作,互利共赢,以致 CES 上几乎呈现出亚马逊在语音助理方向上一家独大的局面。

「Alexa,把客厅灯关了,把我的床头灯开到一半的亮度」

「Alexa,再买一袋我上个月买过的那款猫粮」

「Alexa,我今天早上的会议几点开始?」

就在几年前,这些「人机对话」还大多只是停留在计算机实验室里、科幻电影的剧本上。然而只在过去短短的两年时间,「智能语音助理」就已经走入了美国几百万户寻常百姓的家庭。语音交互设计师(Voice Interaction Designer)在硅谷成了抢手的香饽饽。他们不用 Photoshop、Sketch 做界面,也不用 Principle、Framer 做原型。一个新的技术时代,催生了一种新的设计岗位。



给设计师的 3 个建议

在未来两年里,许多科技公司将主动投身于人工智能的浪潮之中。身为设计师的你,在伏案画界面的同时,有没有关注公司新一年的年度目标?「人工智能」是否在列?它被提及了几次?优先级如何?你为此做好准备了吗?

也许你负责的产品中已经运用了人工智能(若不自知,实该警醒),也许你正在考虑如何通过人工智能来改善产品体验。这里有 3 个建议,给已经、即将和人工智能打交道的设计师们参考。



建议一:「人工智能」不够智能,请随时准备好「擦屁股」

当 AlphaGo 所向披靡,当视频里的语音机器人无所不知,当硅谷黑科技刷遍你的朋友圈,你很难去相信这个事实:「人工智能」在绝大多数领域的智慧水平,其实还只是个婴儿——设计师要谨记这一点。

如果机器学习结果出错,你是否为用户提供了方便的「非智能」方式,帮助她解决问题?


在做 AI 产品设计时,要时时牢记假设机器学习的最坏结果。最坏结果下的「撤退方案」,和最佳结果下的设计一样重要,很多时候甚至更重要。

一旦用户产生了失望、沮丧的情绪,就很容易放弃这个功能、甚至整个产品,这种结果是很难挽回的。因此,实际上更重要的一条原则是,如果你对「机器智能」的信心不足,宁可选择不做。

如何清楚地向用户传达出「智能」带来的好处,如何为随时可能出现的错误,提供优雅的解决方案——这是对设计师们的挑战。



建议二:降低使用门槛,及时正向回馈

为用户提供个性化内容,是人工智能技术一个非常常见的应用场景。了解用户的一些基本信息,往往是个性化内容的基础。获取用户信息,这件事情听起来简单,但并不容易做好。

Quora(可以简单理解为英文版知乎)要求新用户在第一次注册完成后,必须选择至少 10 个感兴趣的领域。并且,用户会被要求手动输入自己熟知的领域。我们都理解,这是 Quora 希望通过掌握用户的初始数据,从而为用户展示个性化内容。这个交互流程的初衷很好,然而你却能看到很多用户在 Reddit 和 Twitter 上抱怨。

Quora 的用户注册流程



问题出在哪里?两个原因:

1. 门槛过高

在用户使用产品之前,应该尽量简化强制性任务。在 Quora 这个例子里,选择至少 10 个兴趣(不可跳过),还要求用户手动输入熟知领域,这个门槛有点过高了。新用户在注册完成前,什么内容都没看到,甚至可能连这个网站究竟是什么都不明确(Quora 的首页只有一个注册登录框)。这种时候,任何强制性、高认知负荷的任务都可能会造成用户流失。用户没有义务回答这些问题,也并不一定清楚,完成这些任务能为她带来什么好处。

你是否能想到一些优化的思路,来降低这个门槛?比如:是否可以基于用户已经做出的前两个选择(比如「互联网」和「设计」),猜测出用户可能还对什么话题感兴趣,从而降低必选项的数量?是否能够在用户使用产品后,通过分析用户的浏览行为来逐步了解她的其他兴趣?


2. 反馈不及时

如果获取初始数据是强制的、繁重的,并且用户也不能感受到提供数据带来的好处,那么「训练人工智能」对用户来说,感觉就像是一场「义务劳动」——这种感觉是我们在产品设计中要尽量避免的。因此,对于用户的付出,我们都要尽可能地及时反馈。

举两个产品的例子:在 Facebook 里,如果你向新公司同事发出了好友申请,你会发现,Facebook 会立即更新「你可能认识的朋友」列表。在网易云音乐的「私人 FM」里,如果你「喜欢」了一首歌,你很可能会很快就听到该歌手的其他歌曲。

其实 AI 产品中这种反馈机制的设计,和游戏设计的原则是一样的。我们要构建的就是一个「首次任务」-> 「及时反馈」-> 「激励用户完成下一个任务」这样正向的、有节奏的短循环。回想一下让你欲罢不能的游戏,是不是都是这个套路?



建议三:别着急,从小事开始积累信任

一个刚毕业的设计新人,对张小龙说自己有能力重新设计出更好的微信,你一定觉得这人疯了。人与人之间的信任,是在时间和合作的基础上建立起来的。人与机器也是这样。

市面上所有的「智能助理」类产品距离真正的「智能」还有很长的路要走。现阶段,人工智能产品最最紧要的事情就是建立「用户信任」,这件事很重要,但急不得。把天气报好了,放音乐放对了,把闹钟设准了——我们要从这些标准化的小任务开始,慢慢地赢得用户信任。

大公司做产品的性子往往很急(这其实给了很多 AI 小团队机会),但这里不得不表扬电商巨头 Amazon。坐拥上百万 Echo 用户,面对「智能购物助理」这个诱人的大蛋糕,Amazon Echo 却耐住了性子。他们先从「重复购买」这一小块蛋糕开始入手。高频次、低错误率——这是现阶段所有人工智能产品都应该去努力寻求的切入口。

大部分人天性不喜欢被他人「指导」,不喜欢失去控制权。但如果一个人不断地完成了你让她做的每一件小事,信任就随之产生了。当用户慢慢习惯了说一句话,牙膏、猫粮、厨房纸第二天就送到了家,也许有一天,用户也会信任她去做叫外卖、订机票、订酒店,甚至买车、买房。

信用这件事,建之不易,毁之顷刻。所以,人工智能产品的设计师们,千万别着急,从小事做起,努力积累产品的信用分。



结语

1956年的达特茅斯会议上,「人工智能」第一次被正式命名。过去60年来,它已经经历了两次大起大落。而今天,我们正处在第三次人工智能大潮之中。

如果你相信现代社会中仍有大量劳动可以被机器智能取代,那么你就应该相信人工智能必然会持续高速发展,你就应该为此做好准备。

当你接到下一个人工智能相关的产品设计需求,不妨想一想:

  1. 你为不够智能的「人工智能」随时准备好「擦屁股」了吗?
  2. 用户的使用门槛够低吗?正向的反馈够及时吗?
  3. 机器学习的错误率足够低吗?用户更满意、更信任你的产品了吗?



微信公众号:uxcoffee | 每周一杯咖啡,聊聊用户体验

「真诚赞赏,手留余香」
3 人赞赏
Shirley.Y
不是问题
hardhard
文章被以下专栏收录
17 条评论
推荐阅读