人工智能時代,產品如何設計才能給用戶良好的體驗?
最近這段時間,人工智能(AI)已經成為了熱詞。天氣預報、翻譯、修圖……我們也開始感受到這項技術對日常生活的影響。在這種情況下,如何設計產品才能讓我們有良好的體驗?讓 Google 用戶體驗設計師 Riceman 來告訴你。
今年元旦,AlphaGo 連續挑戰包括聶衛平、柯潔、樸廷桓在內的中韓頂尖圍棋選手,三天內取得的戰績為令人咋舌的 60 勝 0 負。在過去一年的互聯網舞臺上,人工智能 (Artificial Intelligence)站在了聚光燈的中心。AlphaGo 在新年伊始, 為 2016 年打上了一個大大的驚嘆號。
過去這一年,和 AI 相關的新聞鋪天蓋地。身為設計師的你可能會問:人工智能和我的日常工作有關嗎?我應該為此做什么準備?
人工智能和設計師有關嗎?
回首過去這一年全球科技公司的大事件,「人工智能」幾乎是一個繞不開的關鍵詞。
- 3 月,人機圍棋世紀之戰打響:李世乭在 5 番棋中以1:4敗給 AlphaGo,震驚了整個圍棋界以及……朋友圈…
- 4 月,人工智能成為 Facebook 開發者大會上的主角,基于 AI 技術的聊天機器人開放平臺,讓很多人第一次感性地認識了這個聽起來有點深奧的技術概念。
- 5 月,Google 首席執行官 Sundar Pichai 在 Google IO 上高調宣布公司未來戰略將由「移動優先」轉向「人工智能優先」,并發布了智能語音家庭助理 Google Home。
- 9 月,Amazon、Facebook、Google、IBM、Microsoft 五家公司宣布在人工智能領域建立合作,分享其各自在 AI 技術上的突破,以吸引更多人才進入這一領域。
- 12 月,Amazon 宣布他們在剛剛過去的這個圣誕假期中,賣出了上百萬臺 Amazon Echo (亞馬遜旗下智能語音助理)。
上月,前微軟高級副總裁陸奇宣布將加盟百度,除了負責百度旗下眾多主線產品業務,還將專攻人工智能研發。
據「財富」雜志預測,人工智能將會在 2020 年成為一個價值 700 億美金的市場,我們看到的是一個爆火的概念和急速發展的市場。那么,現在這個市場上缺什么?
兩樣東西——產品,和人才——而這,就和設計師密切相關了。
人工智能說到底是一個技術概念,它需要產品來落地。AlphaGo 打敗再多高手,也只是一個圍棋大師。真正有價值的東西是它背后的深度神經網絡和樹搜索算法——你可能會問「這東西和設計有半毛錢關系嗎?」
有,不止半毛錢。
在設計創新領域深耕多年的 Patrick Hoof 教授預測說:
Design will be less about delivering on a user’s request, and more about responding to the needs they haven’t expressed yet.
(未來,設計會更多地去響應用戶還沒有表達的需求,而不是去為了響應用戶主動提出的需求)
這句話換個表達就是,未來的產品,可以并且應該比用戶更早知道用戶的下一步,并提前作出應對。
「知道你的下一步是什么」——這其實就是下圍棋的道理,比你想在前頭。海量的數據,先進的算法,再加上超強的機器計算力,使得「機器比你自己更早知道你需要什么」成為了可能。為什么以前不行呢?
因為用戶的下一步行為和圍棋對手的下一招一樣,都難以預測。現在之所以可能了,是因為我們在數據、算法和計算能力上取得了長足進步。于是,圍棋界有了 AlphaGo,而互聯網則有了新的產品機會。
身為設計師,如果你能夠掌握人工智能領域最基本的幾個概念,并在此基礎之上充分發揮對產品的想象力,知道 AI 技術已經可以做到什么、未來有希望做到什么,你就能走在這個浪潮洶涌的時代前面。
發揮想象力之前,讓我們先來看看美國幾個巨頭公司們,用現有的人工智能技術已經做到了什么,他們把它轉化成了哪些產品形態。
AI 技術在現有產品設計中的運用
先講一個你可能沒注意到的例子。
Google Doc
Automatic Outline – Google Doc
Google Doc 去年悄悄地上線了一個功能:它會根據文本格式自動為你生成文章大綱(大綱起到全文概覽和導航的作用)。也就是說,你不用告訴 Google Doc 某行內容是否是一級標題、二級標題還是三級標題,Google Doc 會分析文字格式、并結合大量歷史數據,自動推測出你的意圖。
回想一下,你是否有一套自己偏好的文字樣式規范?比如經常把一級標題居中、加粗?二級標題用加粗的 16 號字,正文用 11 號?Google Doc 學習了你的這些習慣(事實上是學習了無數用戶的習慣),自動列出文章提綱,從而提升你的工作效率。
這是一個非常典型的運用人工智能改進現有產品的例子,然而卻不容易被普通用戶覺察到。正如最好的設計是「感受不到的設計」,最好的智能是「隱形的智能」。
再來看一個常用產品的例子。
Inbox
Smart Reply – Inbox by Gmail
Inbox 是 Google Gmail 團隊開發的一款郵件應用,它有一個非常經典的功能叫做「智能回復」。例如,同事向你詢問是否有某一個文檔,在你打開這封郵件的同時,Inbox 就會自動分析這封郵件的內容,并據此自動為你生成一些快捷回復選項。
更神奇的是,Inbox 還會根據你的過往郵件回復不斷學習并修正這些句子,來使得這些句子變得越來越像你平時寫郵件的口吻。
Smart Reply 這樣的功能不再是媒體今天爭相報道的「黑魔法」,而是實實在在地成為了一個被用戶廣泛使用的功能。我們在產品設計中運用人工智能技術,目的是為了滿足用戶的需求,而不是強調技術本身。事實上很多時候,我們做設計的目的就是為了掩蓋技術本身,而不是反過來。
亞馬遜旗下智能語音助理 Amazon Echo
第三個例子,是上個月在 CES 大會上大紅大紫的 Amazon Echo。Echo 的接口開放策略讓許多和 AI 相關的軟硬件公司選擇與其緊密合作,互利共贏,以致 CES 上幾乎呈現出亞馬遜在語音助理方向上一家獨大的局面。
Alexa,把客廳燈關了,把我的床頭燈開到一半的亮度。
Alexa,再買一袋我上個月買過的那款貓糧。
Alexa,我今天早上的會議幾點開始?
就在幾年前,這些「人機對話」還大多只是停留在計算機實驗室里、科幻電影的劇本上。然而只在過去短短的兩年時間,「智能語音助理」就已經走入了美國幾百萬戶尋常百姓的家庭。
語音交互設計師(Voice Interaction Designer)在硅谷成了搶手的香餑餑。他們不用 Photoshop、Sketch 做界面,也不用 Principle、Framer 做原型。一個新的技術時代,催生了一種新的設計崗位。
給設計師的 3 個建議
在未來兩年里,許多科技公司將主動投身于人工智能的浪潮之中。身為設計師的你,在伏案畫界面的同時,有沒有關注公司新一年的年度目標?「人工智能」是否在列?它被提及了幾次?優先級如何?你為此做好準備了嗎?
也許你負責的產品中已經運用了人工智能(若不自知,實該警醒),也許你正在考慮如何通過人工智能來改善產品體驗。這里有 3 個建議,給已經、即將和人工智能打交道的設計師們參考。
建議一:「人工智能」不夠智能,請隨時準備好「擦屁股」
當 AlphaGo 所向披靡,當視頻里的語音機器人無所不知,當硅谷黑科技刷遍你的朋友圈,你很難去相信這個事實:「人工智能」在絕大多數領域的智慧水平,其實還只是個嬰兒——設計師要謹記這一點。
如果機器學習結果出錯,你是否為用戶提供了方便的「非智能」方式,幫助她解決問題?
在做 AI 產品設計時,要時時牢記假設機器學習的最壞結果。最壞結果下的「撤退方案」,和最佳結果下的設計一樣重要,很多時候甚至更重要。
一旦用戶產生了失望、沮喪的情緒,就很容易放棄這個功能、甚至整個產品,這種結果是很難挽回的。因此,實際上更重要的一條原則是,如果你對「機器智能」的信心不足,寧可選擇不做。
如何清楚地向用戶傳達出「智能」帶來的好處,如何為隨時可能出現的錯誤,提供優雅的解決方案——這是對設計師們的挑戰。
建議二:降低使用門檻,及時正向回饋
為用戶提供個性化內容,是人工智能技術一個非常常見的應用場景。了解用戶的一些基本信息,往往是個性化內容的基礎。獲取用戶信息,這件事情聽起來簡單,但并不容易做好。
Quora(可以簡單理解為英文版知乎)要求新用戶在第一次注冊完成后,必須選擇至少 10 個感興趣的領域。并且,用戶會被要求手動輸入自己熟知的領域。我們都理解,這是 Quora 希望通過掌握用戶的初始數據,從而為用戶展示個性化內容。這個交互流程的初衷很好,然而你卻能看到很多用戶在 Reddit 和 Twitter 上抱怨。
Quora 的用戶注冊流程
問題出在哪里?兩個原因:
1. 門檻過高
在用戶使用產品之前,應該盡量簡化強制性任務。在 Quora 這個例子里,選擇至少 10 個興趣(不可跳過),還要求用戶手動輸入熟知領域,這個門檻有點過高了。新用戶在注冊完成前,什么內容都沒看到,甚至可能連這個網站究竟是什么都不明確(Quora 的首頁只有一個注冊登錄框)。
這種時候,任何強制性、高認知負荷的任務都可能會造成用戶流失。用戶沒有義務回答這些問題,也并不一定清楚,完成這些任務能為她帶來什么好處。
你是否能想到一些優化的思路,來降低這個門檻?比如:是否可以基于用戶已經做出的前兩個選擇(比如「互聯網」和「設計」),猜測出用戶可能還對什么話題感興趣,從而降低必選項的數量?是否能夠在用戶使用產品后,通過分析用戶的瀏覽行為來逐步了解她的其他興趣?
2. 反饋不及時
如果獲取初始數據是強制的、繁重的,并且用戶也不能感受到提供數據帶來的好處,那么「訓練人工智能」對用戶來說,感覺就像是一場「義務勞動」——這種感覺是我們在產品設計中要盡量避免的。因此,對于用戶的付出,我們都要盡可能地及時反饋。
舉兩個產品的例子:
- 在 Facebook 里,如果你向新公司同事發出了好友申請,你會發現,Facebook 會立即更新「你可能認識的朋友」列表。
- 在網易云音樂的「私人 FM」里,如果你「喜歡」了一首歌,你很可能會很快就聽到該歌手的其他歌曲。
其實 AI 產品中這種反饋機制的設計,和游戲設計的原則是一樣的。我們要構建的就是一個「首次任務」-> 「及時反饋」-> 「激勵用戶完成下一個任務」這樣正向的、有節奏的短循環?;叵胍幌伦屇阌T不能的游戲,是不是都是這個套路?
建議三:別著急,從小事開始積累信任
一個剛畢業的設計新人,對張小龍說自己有能力重新設計出更好的微信,你一定覺得這人瘋了。人與人之間的信任,是在時間和合作的基礎上建立起來的。人與機器也是這樣。
市面上所有的「智能助理」類產品距離真正的「智能」還有很長的路要走?,F階段,人工智能產品最最緊要的事情就是建立「用戶信任」,這件事很重要,但急不得。把天氣報好了,放音樂放對了,把鬧鐘設準了——我們要從這些標準化的小任務開始,慢慢地贏得用戶信任。
大公司做產品的性子往往很急(這其實給了很多 AI 小團隊機會),但這里不得不表揚電商巨頭 Amazon。坐擁上百萬 Echo 用戶,面對「智能購物助理」這個誘人的大蛋糕,Amazon Echo 卻耐住了性子。他們先從「重復購買」這一小塊蛋糕開始入手。
高頻次、低錯誤率——這是現階段所有人工智能產品都應該去努力尋求的切入口。
大部分人天性不喜歡被他人「指導」,不喜歡失去控制權。但如果一個人不斷地完成了你讓她做的每一件小事,信任就隨之產生了。當用戶慢慢習慣了說一句話,牙膏、貓糧、廚房紙第二天就送到了家,也許有一天,用戶也會信任她去做叫外賣、訂機票、訂酒店,甚至買車、買房。
信用這件事,建之不易,毀之頃刻。所以,人工智能產品的設計師們,千萬別著急,從小事做起,努力積累產品的信用分。
結語
1956年的達特茅斯會議上,「人工智能」第一次被正式命名。過去60年來,它已經經歷了兩次大起大落。而今天,我們正處在第三次人工智能大潮之中。
如果你相信現代社會中仍有大量勞動可以被機器智能取代,那么你就應該相信人工智能必然會持續高速發展,你就應該為此做好準備。
當你接到下一個人工智能相關的產品設計需求,不妨想一想:
- 你為不夠智能的「人工智能」隨時準備好「擦屁股」了嗎?
- 用戶的使用門檻夠低嗎?正向的反饋夠及時嗎?
作者:UX Coffee,微信公眾號:uxcoffee
來源:http://www.ifanr.com/app/808662
本文來源于人人都是產品經理合作媒體@愛范兒,作者@UX Coffee
- 目前還沒評論,等你發揮!