百度技術中臺用戶體驗設計團隊:用戶研究如何驅動AI產(chǎn)品體驗升級
編輯導語:如何能夠驅動AI產(chǎn)品體驗升級?本篇文章中,作者從智能技術對產(chǎn)品體驗的變革、AI產(chǎn)品的用戶研究思考、實踐以及影響力構建等方面進行詳細的介紹和講解,推薦想要學習AI產(chǎn)品升級的群體閱讀。
11月18日-21日,IXDC 2021國際體驗設計大會以線上大會的形式順利召開,來自百度技術中臺用戶體驗部的陳憲濤博士,組織了一場主題為《用戶研究如何驅動AI產(chǎn)品體驗升級》的線上工作坊,分享了他對AI產(chǎn)品體驗研究的一些實踐經(jīng)驗和思考,以下是工作坊的部分演講實錄。
大家上午好,很高興能夠有機會在IXDC 2021大會組織工作坊,我來自百度AIG人工智能事業(yè)群組,目前是技術中臺用戶體驗部用戶研究團隊的負責人,我從2017年底開始負責百度部分AI產(chǎn)品的體驗研究,近3年多的時間里先后支持了包括百度DuerOS、百度地圖、百度輸入法、百度翻譯等產(chǎn)品的用戶研究。
本次工作坊的主要目的是面向人工智能時代,針對不斷創(chuàng)新和進化的AI產(chǎn)品,探討用戶研究如何助力產(chǎn)品智能化體驗升級。課程主要包括以下3方面內容:
- 在智能技術不斷驅動產(chǎn)品創(chuàng)新和體驗變革的趨勢下,探討用戶研究面臨的新課題和新挑戰(zhàn);
- 結合我們的實踐經(jīng)驗,重點分享幾個智能產(chǎn)品的體驗研究案例,希望可以從實際的研究案例中收獲知識和汲取經(jīng)驗;
- 課程最后安排了分組討論,針對工作坊分享的內容進行擴展和補充討論。
一、智能技術對產(chǎn)品體驗的變革
1. 理解智能和人工智能
首先,聊聊什么是智能和人工智能,之所以要強調這兩個概念,主要是平時工作中會發(fā)現(xiàn)少數(shù)研究員或設計師沒有真正理解智能的含義.
最常見的表現(xiàn)是在討論具體產(chǎn)品問題時,大家對智能的理解是不一致的,有的人說的是理想化的智能(強人工智能/超人工智能),有的人談的是目前的智能能力(弱人工智能),這說明大家對目前人工智能技術的能力邊界理解的還不太清晰。
什么是智能,我們可以通過自然界生物智能的例子一窺究竟。同屬自然界鳥類,鸚鵡和烏鴉的體型大小差不多。鸚鵡有很強的語言模仿能力,你說一個短句,它能夠重復,好像很聰明,但鸚鵡實際上并不明白說話的語境和含義。烏鴉遠比鸚鵡聰明,它能夠制造工具,懂得各種物理的常識和人類活動的社會常識。
圖:一只烏鴉的啟示
上圖展示的是一只烏鴉在城市尋找和解決吃到食物的過程,是被研究人員在日本發(fā)現(xiàn)和跟蹤拍攝的。具體描述的是一只烏鴉找到了堅果食物,但自己無法打開堅果進食,它就學會了借助行駛的車輪壓碎堅果,并通過理解紅綠燈、斑馬線、行人指示燈、車子停留、人流之間復雜的關系,最后“安全的” 吃到食物。
烏鴉打開堅果的過程為我們展示了完全自主的智能,它包括了感知、認知、推理、學習、執(zhí)行。這種智能是我們追求的智能,即真正的理解用戶、洞察環(huán)境、滿足需求,我們要尋找“烏鴉”模式的智能,而不是“鸚鵡”模式的智能。
2. 人工智能對體驗的影響
關于人工智能對產(chǎn)品和體驗的影響,用一句話來說,智能技術對產(chǎn)品和體驗的變革是十分深遠的。
目前智能技術已經(jīng)帶來了很多可感知的體驗升級。
基于語音技術,帶來的基于自然語言的交互,如在車載和家居場景下人們可以通過自然語言與產(chǎn)品交互?;谝曈X技術,帶來的更豐富的場景化體驗,如在新冠疫情的背景下,人們非常關注出行場所的實時人流量信息,現(xiàn)在很多產(chǎn)品提供了這類信息的查詢,這些實時信息有些是通過視覺技術獲取的。
基于AR等技術的綜合應用,帶來的更真實的互動體驗,例如像今年比較熱的數(shù)字人交互。
圖:智能技術對體驗的變革
智能技術一方面帶來了體驗變革和產(chǎn)品創(chuàng)新的機會,一方面也帶來很多的設計挑戰(zhàn)。這些挑戰(zhàn)根本上源于目前我們所處的智能階段,即主要還處于感知智能階段,也就是人們常說的弱人工智能階段,產(chǎn)品雖然能聽會說、能看會認,但真正能理解會思考的能力還不太行,而且用戶對產(chǎn)品智能化的預期又很高,所以,會導致AI產(chǎn)品存在很多的體驗問題。
以智能音箱為例,我們經(jīng)常會聽到用戶對“感知、處理、反饋”等交互環(huán)節(jié)的問題反饋,如下圖所示,這里面包括一些基礎的交互體驗問題,如喚醒的問題(喚不醒、喚醒麻煩)、響應速度的問題(反應很遲鈍)、理解的問題(聽不懂用戶說的是什么)。
也包括一些比較復雜的問題,如對話的問題(連續(xù)對話)、情感交互問題(用戶已經(jīng)很生氣了,可它根本感知不到)、個性化的問題(不能識別交互人身份)、主動交互問題(交互不夠主動)等。
這些體驗問題的解決,既需要技術的進步和突破,同時也需要設計師和用戶研究人員的建議和答案。
圖:“感知、處理、反饋”的常見問題
二、AI產(chǎn)品的用戶研究思考及實踐
1. 小度硬件的用戶研究思考
接下來,我先以小度智能硬件產(chǎn)品為例,分享如何針對創(chuàng)新的AI產(chǎn)品進行用戶研究規(guī)劃,以及規(guī)劃背后的一些思考邏輯。
需要說明的是,如何進行AI產(chǎn)品研究規(guī)劃是戰(zhàn)術層面的問題,每個團隊的執(zhí)行路徑可能不太相同,這里簡要介紹下我們的經(jīng)驗,大致包括3個主要過程,首先,洞察業(yè)務方向,需要與業(yè)務充分溝通,并通過大量的產(chǎn)品測試,掌握目前產(chǎn)品存在問題和體驗現(xiàn)狀。
然后,基于業(yè)務目標和產(chǎn)品體驗問題的理解,明確用戶研究目標,可以區(qū)分短線和長線的研究目標。最后,對研究課題進行枚舉,收斂和明確課題優(yōu)先級,按照優(yōu)先級和協(xié)同業(yè)務方的關注點,開展研究執(zhí)行。
圖:小度智能硬件家族產(chǎn)品
如圖所示,我們規(guī)劃的小度智能硬件產(chǎn)品的研究布局。在業(yè)務方向上,區(qū)分研究課題針對的是系統(tǒng)層面的問題,還是產(chǎn)品/硬件層面的問題,由于DuerOS軟件系統(tǒng)的體驗是關鍵,其表現(xiàn)會影響到小度所有的智能硬件產(chǎn)品,所以我們會優(yōu)先關注DuerOS系統(tǒng)層面的研究課題。
在研究目標上,區(qū)分研究課題針對的是基礎的交互體驗問題,還是比較復雜的體驗問題,或偏向對未來的交互探索。在研究的優(yōu)先級上,我們明確了每個研究階段,用戶研究核心要解決的問題是什么。
圖:小度智能硬件產(chǎn)品的研究布局
2. 小度硬件的幾個研究案例
圍繞語音對話的基礎體驗,我們最先關注了語音交互的響應速度問題。之所以關注這個問題,一方面這是產(chǎn)品團隊和技術團隊非常關心的問題,另一方面,已有研究資料顯示,產(chǎn)品的響應速度是影響用戶滿意度的最重要因素。
我們先后對無屏音箱和有屏音箱的語音交互響應時間進行拆解和研究,如下圖所示,針對有屏音箱的語音交互過程,通過大量的人因實驗研究,我們定義了語音交互不同階段最佳的響應時間范圍,我們建議ASR的識別時間應小于400ms,首響時間應小于800ms,內容加載時間應小于500ms,并以此為理想的響應時間目標,不斷驅動業(yè)務進行產(chǎn)品性能的優(yōu)化。
圖:有屏音箱語音交互過程
針對無屏音箱和有屏音箱語音交互響應時間的兩個研究,我們分別在國內核心期刊《人類工效學》和國際知名會議HCI上發(fā)表了2篇學術論文,向行業(yè)和學界分享研究結果,供同行從業(yè)者參考。
圖:發(fā)表的學術論文
圍繞語音對話的復雜/情感體驗,我們關注了人和產(chǎn)品的對話交流體驗。其實真正實現(xiàn)人和機器之間的對話交流是非常復雜的問題,難度比想象的大。人和產(chǎn)品之間的對話可以被分為兩種,如下圖所示,即任務式對話(封閉域對話)和聊天式對話(開放域對話),左邊的對話實現(xiàn)相對較容易,右邊的聊天對話會很難。
圖:兩種常見的對話交流類型
針對聊天式對話體驗該如何開展研究呢,我們首先聚焦了高頻的聊天對話場景,主要包括6大類聊天場景,如開場(早上好、你好)、離場(我睡覺了、我去上班了)、正負向情感(我愛你、我不開心)表達等。
然后,我們分別針對6個聊天場景進行對話設計,并邀請用戶對對話內容進行評價和反饋。最后,總結不同聊天場景下的對話策略,并將對話策略反哺到技術和算法里。
同時,我們也會與技術團隊密切合作,一起探索更有效的聊天對話內容的生成方法。
針對開放域聊天對話體驗的研究結果,我們在人機交互知名會議MobileHCI上發(fā)表了1篇學術論文,MobileHCI是CCF(中國計算機學會)指定人機交互領域的B類會議。
圖:發(fā)表的學術論文
3. 百度地圖/輸入法的智能化思考
以上是針對智能硬件類產(chǎn)品的一些研究思考和實踐。其實,除了新的智能硬件產(chǎn)品以外,很多成熟產(chǎn)品也在不斷的進行智能化升級,越來越多的AI技術正在被應用到產(chǎn)品中。
以百度地圖和百度輸入法為例,目前已有很多AI技術的加持,這些產(chǎn)品智能化的趨勢未來還會加速。
針對百度地圖和輸入法等成熟產(chǎn)品的智能化體驗升級,用戶研究仍然有很多需要思考和探索的工作,如下圖所示,在百度地圖、百度輸入法、百度翻譯等產(chǎn)品中具有AI特色的功能,其中部分功能已經(jīng)擁有大量的用戶,例如百度地圖的智能語音助手已有超過5億的用戶。
針對百度地圖和百度輸入法的智能化升級,目前我們的主要思路是從功能點研究開始,逐漸探索整體的用戶智能感知。
圖:百度地圖/輸入法/翻譯的AI應用
三、AI產(chǎn)品用戶研究影響力構建
最后,圍繞AI產(chǎn)品設計和研究,談談對用戶研究如何構建影響力的思考,之所以要討論這點,主要是為了在AI產(chǎn)品創(chuàng)新過程中體現(xiàn)用戶研究或設計研究的價值,這是與我們非常相關的一個話題。
在過去3年多的時間里,我們構建影響力的路徑主要是依靠知識輸出,一方面包括對內輸出知識,提升研究效率,另一方面對外部輸出標準,參與行業(yè)標準制定,發(fā)表行業(yè)報告和發(fā)表學術論文。
圖:用戶研究影響力構建思路
為了在公司內部提升用戶研究的影響力,我們搭建AI產(chǎn)品設計研究知識平臺,向內部業(yè)務輸出知識。
其次,我們搭建了內部實驗平臺,用以減小實驗程序開發(fā)成本和提升效率。針對AI產(chǎn)品體驗調研,嘗試搭建基于語音的智能調研平臺,通過語音對話的方式收集用戶的反饋和評價。
同時,我們會與業(yè)務團隊協(xié)作,輸出產(chǎn)品關鍵指標的體驗參數(shù),共同參與行業(yè)標準制定,我們參與了2個標準的制定,一個是公司內部的標準,一個是外部行業(yè)標準。
我們會梳理AI產(chǎn)品人機交互技術應用及體驗趨勢,向行業(yè)發(fā)布趨勢報告,目前已經(jīng)發(fā)布了2份趨勢報告。我們會通過發(fā)表學術論文的方式,將研究經(jīng)驗和研究結果進行沉淀,與學界/行業(yè)交流經(jīng)驗,團隊已累計發(fā)表30多篇學術論文。
以上是本次工作坊分享環(huán)節(jié)的主要內容,希望我分享的研究案例和研究思考,能夠對各位的實際工作有啟發(fā)和幫助,歡迎大家交流和提問,謝謝。
本文由 @Du Design 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉載
題圖來自 Unsplash,基于 CC0 協(xié)議
- 目前還沒評論,等你發(fā)揮!