AI与UX：从设计到数据，再到产品目的的探索

# AI与UX：从设计到数据，再到产品目的的探索 ## 1. 应用UCD流程进行初始设计 在了解用户、环境和任务的背景信息后，就可以开始进行初始设计。设计应从交互模型、控件和对象入手，但先保持在一个粗略的层面。设计的目的是通过监控用户行为来帮助用户，并在检测到问题时提供建议或支持。 ### 1.1 设计触发和交互规则 需要明确聊天机器人何时应该触发并中断用户，提供重要信息或在需要做决策时介入。同时，要设定好聊天机器人交互的规则，明确何时以及如何进行交互。但这是一项棘手且有潜在危险的任务，例如在电子健康记录（EHR）等应用的关键任务中分散用户注意力，可能会导致用户忘记输入关键信息。 ### 1.2 迭代设计与测试 设计团队会经历一系列的概念设计过程，可能会通过纸质或粗糙的数字原型（如使用PowerPoint）来呈现。接下来就是迭代设计、测试、修订、再测试的循环。将设计交给具有代表性的用户，让他们执行具有代表性的任务进行可用性测试。让用户体验聊天机器人界面如何响应操作，对于逐步优化其行为至关重要。 ### 1.3 用户测试要点 在这个阶段，我们假设算法是可靠的，底层的人工智能是合适的。在用户测试中，不仅要测试与聊天机器人交互的体验，还要对基于人工智能的内容进行测试。用户测试通常从低成本、快速的方式开始，最后以更大规模、更正式的用户测试结束。 ### 1.4 案例：Clippy的教训 微软在20世纪90年代中期推出的Clippy，试图让Office应用更友好。它有一个基于规则的引擎，能检测用户是否需要帮助并进行干预。但它会打断用户的工作，让用户不得不回应，很快就遭到了大多数人的厌恶。而且，微软忽略了自身的研究，很多女性认为Clippy是男性化且令人毛骨悚然的形象，而男性则没有这种感受。Clippy成为了一个反面案例，提醒我们用户研究可以识别潜在问题并进行纠正。 ### 1.5 成功的衡量标准 在这样的开发过程中，成功的衡量标准可能较难确定。用户对实用性和可用性的评价是重要的指标，例如很多应用会在多次交互后询问用户对服务质量的星级评价。此外，还可以衡量聊天机器人交互后用户成功操作的数量是否增加。建立这些衡量标准对于确定设计是否成功以及能否进行详细编程至关重要。 以下是UCD流程的流程图： ```mermaid graph LR A[了解用户、环境和任务背景] --> B[初始设计（交互模型、控件和对象）] B --> C[设定触发和交互规则] C --> D[迭代设计与测试（设计、测试、修订、再测试）] D --> E[用户测试（体验交互和AI内容）] E --> F[确定成功衡量标准] ``` ## 2. UX为AI提供更好的数据集 除了UCD流程，用户体验（UX）还能以其他方式为人工智能（AI）带来益处。用户体验源于心理学的各个学科，心理学