以人为本的人工智能:用户体验设计师的 5 个框架

2025-7-24    杰睿 交互设计及用户体验

以一个人为决策树中心的插图

2024 年是人工智能取得重大进步的一年,这项技术以惊人的速度融入我们的职业和个人生活。

在家里,我很享受看着我的三个小儿子以他们自己独特的方式沉浸在人工智能世界里。他们被最新一波的人工智能玩具所吸引,尤其是我们家的新“宠物”机器人Loona。它能用近乎科幻般的对话让他们着迷——这得益于与2024年5月发布的GPT-4o的集成。Loona激发了孩子们的好奇心,引发了他们富有想象力的人机对话,甚至引发了兄弟姐妹之间关于它如何“思考”的热烈讨论。他们的兴奋提醒我们,人工智能已经在塑造下一代人与科技的关系——使其更加个性化、引人入胜,甚至更容易被理解。

将显示缩放图像
Loona机器人玩具图片
KEYi Tech 的 Loona 机器人 — 图片来源:keyirobot.com

这种惊奇感一直延续到2025年,伴随着NVIDIA在CES上令人叹为观止的主题演讲拉开帷幕,这场演讲展示了人形机器人的进步。NVIDIA首席执行官黄仁勋的演示凸显了他对机器人和人工智能发展现状的着迷,以及他对未来几年快速变革步伐的有力预测。

对于用户体验设计师来说,在人工智能快速发展的时代,好奇心与奉献精神的结合至关重要。拥抱人工智能需要我们重新思考我们的流程,理解该技术的底层系统,并确保人类价值观和用户需求始终是我们创作的核心。拥抱人工智能需要我们重新思考我们的流程,了解该技术的底层系统,并确保人类价值观和用户需求仍然是我们创造的核心。

随着人工智能成为数字创新的支柱,我们作为设计师的角色也在不断演变。我们不仅要塑造界面,更要打造将以人为本的原则与全新的技术交互方式相融合的体验。这种转变要求我们像技术人员一样思考,拥抱数据驱动的系统,并将用户中心置于人工智能项目之中。

为了引领这一转变,领先的科技公司和大学为以人为本的人工智能提供了切实可行的战略。在本文中,我将分享来自 IBM、谷歌、微软和卡内基梅隆大学的用户体验框架,为应对人工智能技术和工具的快速发展提供洞见和资源。

1. IBM 的 AI/人类语境模型

IBM 的AI/人类情境模型是其AI 设计实践的核心。该模型提供了一个结构化的框架,确保 AI 解决方案能够与用户无缝交互,并随着用户输入而不断演进,同时尊重并增强其运行环境。

将显示缩放图像
IBM网站截图
资源:IBM 的 AI 设计

IBM 的 AI/人类情境模型旨在指导符合人类需求和价值观的 AI 系统的开发。该模型将 AI 驱动的体验分解为几个关键考量因素,每个因素对于创建有目的性、情境感知和以人为本的解决方案都至关重要:

  1. 理解意图:人工智能系统必须优先考虑以人为本的目标,并考虑用户的意图、情感和情境。意图代表了人工智能系统的基本宗旨,涵盖了用户和企业的目标、愿望、需求和价值观。它定义了解决方案背后的“原因”,并确保系统设计具有清晰的、以用户为中心的目标。
  2. 数据与政策:这指的是从用户和外部世界收集的原始数据,以及保护和管理其使用的政策。数据是人工智能决策的支柱,但其收集和处理必须遵守严格的道德和监管标准。情境是实现有效人工智能交互的关键。IBM 强调系统理解影响用户行为的情境和环境因素的重要性。例如,位置、时间或任务紧急程度等情境数据可以帮助人工智能提供更个性化、更相关的建议。
  3. 机器理解、推理、知识和表达:这指的是人工智能系统在其领域范围内解释结构化和非结构化数据的能力,应用逻辑分析数据并决定最佳行动方案的能力,确保知识库通过新见解动态更新的能力,以及以符合用户环境和期望的方式传达其响应的能力。
  4. 人类反应与系统改进循环:这强调人工智能系统必须被设计为与人类协同工作,而不仅仅是为人类服务,从而确保自动化与人类自主性之间的平衡。用户反应反映了用户对人工智能系统表达的真实反馈——无论是显式的还是隐式的。学习强调系统如何基于用户交互和反馈不断改进,使其能够随着时间的推移不断发展并更好地服务于其目标。
  5. 评估结果:这强调结果衡量人工智能系统对现实世界的影响,代表它如何有效地满足用户需求并有效且合乎道德地解决问题。

2. Google 的可解释性评估标准

Google 的可解释性评估标准 (Explainability Rubric)提供了一个清晰的框架,用于创建透明、公平且以用户为中心的 AI 系统,并重点强调了 22 条需要与用户分享的关键信息。随着 AI 不断影响我们的工作方式、与企业的互动方式,甚至成为我们表达自我的工具,确保用户能够理解并信任这些系统至关重要。

将显示缩放图像
谷歌网站截图
资源:Google 的可解释性评估标准

该评分标准分为三个信息级别:一般级别特征级别决策级别。

  1. 总体层面:概述您的产品或服务的运作方式,包括人工智能的作用。解释使用人工智能的主要目的和优势、商业模式以及人工智能如何促进价值创造。重点介绍为确保安全、公平和透明而采取的措施,包括与社区互动、解决偏见问题以及分享绩效信息。
  2. 功能层面:详细说明具体的 AI 功能,包括其运作方式、AI 的激活时间以及用户控制选项。解释系统限制、人工参与和个性化选项。提供有关所用数据的信息,包括训练数据、外部输入以及用户数据的处理和利用方式。
  3. 决策层:阐明具体的人工智能决策是如何制定的,系统对其输出的可信度,以及如何识别错误或低质量结果。决策完成后,应提供用户反馈渠道,允许提出异议,并清晰地告知用户错误和修复措施。

3.微软的人机交互体验(HAX)工具包

微软的HAX 工具包是一个综合框架,专为开发面向用户的 AI 产品团队而设计。它有助于概念化 AI 系统的功能和行为方式,使其成为设计早期阶段的实用工具。

将显示缩放图像
微软网站截图
资源:微软的 HAX 工具包

HAX 工具包功能多样,允许团队根据自身独特的需求、用例、产品类别和目标,混合搭配其设计工具。HAX 工具包的关键组件包括:

  1. 人机交互指南:这些是设计用户交互过程中 AI 行为的最佳实践。它们指导 AI 产品规划,以确保直观有效的体验。
  2. HAX 设计库:一个资源中心,通过可操作的设计模式和真实世界的例子来解释人机交互指南。
  3. HAX 工作簿:一种协作工具,供团队确定优先实施哪些指南,促进有重点且高效的设计讨论。
  4. HAX 剧本:该剧本专为自然语言处理 (NLP) 应用程序量身定制,可识别常见的人机交互故障并提供缓解这些故障的策略。

4. HCI Institute 的 AI 头脑风暴工具包

AI 头脑风暴工具包由卡内基梅隆大学人机交互 (HCI) 研究所的研究人员创建,旨在提炼 AI 能力,帮助团队探索如何利用 AI 构建应用。创新的停滞往往并非源于技术,而是因为团队选择了错误的项目。AI 头脑风暴工具包解决了这个问题,提供了一种结构化的方法来设计既技术可行又以用户为中心的 AI 驱动解决方案。

将显示缩放图像
HCI Institute 工具包截图
资源:HCI Institute 的 AI 头脑风暴工具包

该套件的结构化方法降低了开发不相关或不必要的AI解决方案的风险。通过关注AI的功能和用户的需求,该套件使团队能够进行周到而有效的创新。该套件将AI功能分为不同的功能,例如:

  • 检测模式(例如识别图像中的人脸)
  • 预测趋势(例如预测股票价格)
  • 生成内容(例如创建合成图像或文本)
  • 自动化操作(例如跨不同应用程序执行工作流程)

它概述了 40 个涵盖医疗保健、教育和交通等不同领域的真实 AI 产品示例。该工具包还包含创意提示、影响力-投入矩阵和绩效-专业知识网格等工具,可指导用户选择具有高影响力且可行的创意。要使用该工具包,首先要查看 AI 功能和示例,以激发您的团队灵感。然后,进行结构化的头脑风暴会议,探索机会、完善概念并评估潜在解决方案。该资源非常适合研讨会、组织战略会议和创新实验室,确保团队设计出具有影响力且以用户为中心的 AI 产品。

5. Google 的 People + AI 指南

《People + AI 指南》由 Google 的多学科团队People + AI Research (PAIR) 创建,提供了方法、最佳实践、案例研究和设计模式的全面资源,旨在帮助设计师、开发人员和产品团队创建有影响力的 AI 驱动解决方案。

将显示缩放图像
谷歌网站截图
资源:Google 的 People + AI 指南

该指南介绍了 20 多种设计模式,为 AI 产品设计提供了实用且以行动为导向的指导。这些模式专注于解决产品开发过程中的关键挑战,并围绕常见问题进行组织,以帮助团队找到相关的见解。

  • 以人为本的人工智能入门:
    包括确定人工智能是否增加价值、设定明确的用户期望以及有效解释产品优势的指导。
  • 在产品中使用人工智能:
    强调充分利用人工智能,平衡自动化与用户控制,并管理精度和召回率的权衡。
  • 引导用户熟悉 AI 功能:
    涵盖熟悉度、确保探索安全以及对新功能提供清晰的解释。
  • 向用户解释人工智能:
    专注于解释人工智能能力以便理解,适当地展示模型信心,并在直接用例之外提供更深入的背景解释。
  • 负责任的数据集构建:
    重点介绍诸如涉及领域专家、为数据标签者设计、维护数据集以及接受现实世界数据的混乱等实践。
  • 建立和校准信任:
    指导团队透明地设置隐私、错误责任以及实现用户反馈和监督。
  • 平衡用户控制和自动化:
    提供有关逐步实现自动化、在需要时将控制权交还给用户以及确保自动化安全的建议。
  • 故障期间为用户提供支持:
    鼓励规划错误解决并确保用户在 AI 系统发生故障时能够继续前进。

这五个框架为设计能够自然融入我们日常生活的人工智能奠定了基础——无论是好玩的、会对话的机器人玩具,还是让我们保持井然有序、高效的应用程序。作为用户体验设计师,以人为本的框架来处理人工智能意味着要在新技术能力与责任之间取得平衡,审视人工智能是否已准备好并适用于每个用例,并构建具有用户反馈循环的系统以推动持续改进。

 

兰亭妙微(www.lanlanwork.com )是一家专注而深入的界面设计公司,为期望卓越的国内外企业提供卓越的大数据可视化界面设计、B端界面设计、桌面端界面设计、APP界面设计、图标定制、用户体验设计、交互设计、UI咨询、高端网站设计、平面设计,以及相关的软件开发服务,咨询电话:01063334945。我们建立了一个微信群,每天分享国内外优秀的设计,有兴趣请加入一起学习成长,咨询及进群请加蓝小助微信ben_lanlan

日历

链接

个人资料

蓝蓝设计的小编 http://www.lanlanwork.com

存档