中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

上周的文章里，我們聊了AI文案技術的現狀以及它對文案創意職業的影響。這次我們繼續人工智能的主題，看看交互設計師在這個新環境里，?如何才能不失業以及需要作出怎樣的改變。

AI的提出以及相關技術算法其實已經提出了很久，而電影里對AI的恐懼也是個老掉牙的主題。但真正讓我們在生活上、在自己職業上感到擔心的，卻是最近幾年的事。

在這幾年里，深度學習等技術的優化以及硬件性能提升讓理論變得可實用，我們看到從IBM的Watson的快速問答，到AlphaGo逐步吊打人類。包括語音對話、圖像識別等技術也逐漸融入到平時使用的產品上?；贏I的設計工具，像自動作圖、文案生成等，也開始出現，設計師不僅要追趕AI技術的發展速度，還要對自己的工作內容產生懷疑。

面對這個情況，與其擔心自己是否會失業，不如一起討論一下交互設計師應該做出什么樣的改變，才能趕上AI這波節奏？

一、邏輯的改變

從本質上，機器的邏輯是一種二進制邏輯，歸根到底是精確的0和1的運算和判斷。二進制邏輯下，所有情況都在有限的固定狀態集合中，這種邏輯只會考慮預設條件，不需要外部知識，顯然結果也是可推倒可預測的。

由于職業的需要，交互設計師的設計模式也習慣了這種二進制邏輯。我們進行設計時，時常思考的是判斷條件是什么，如何根據判斷條件和輸入內容給出明確的反饋。能清楚梳理一個功能的所有條件邏輯，甚至是交互設計師的基礎能力。

但這也讓我們有意無意地忽略了人類實際的思考邏輯，一種基于經驗法則的邏輯。人類實際的思考過程是十分模糊、近似的，判斷的內容也不一定需要明確的是或非的邊界，甚至一個問題可能的結果不一定是一個固定有限的集合。這種邏輯允許并且需要大量的外部知識和經驗，這些知識并沒有一個固定的輸入流程。

正是這個粗糙但高效思考方式，讓我們大腦在這么低能耗的情況下可以思考各種復雜抽象的事情（雖然有時不那么準確就是了）。

機器和人類判斷小明身高的邏輯差異（簡化版）

而機器學習等技術發展，正是讓機器的思考方式更加模擬和接近人類，于是，機器可以開始解決一些界限模糊的抽象問題（譬如圖像識別）。但是，我們也需要適應機器模糊的思考邏輯，并且接受機器給出的結果是近似而無法精準預測評判的現實。

即使人類也會把火星上的一座山理解為人臉。我們對AI“容易出錯”有時是一個主觀偏見——對于一些需要進行模糊的判斷時，我們還會用著“必須只有唯一可推導的答案”的二進制邏輯，過于苛刻地要求AI。

二、輸入輸出的改變

當機器開始像人類思考時，給交互帶來的另一個直接變化是輸入輸出方式的改變。對于輸入方式，最直觀的轉變是輸入方式變得更加豐富。

聲音、語音、圖像、動作、環境等信息已經成為很常見的輸入手段，但更本質地說，我們現在可以輸入更加抽象、邊界模糊以及內容混合的信息。

舉個栗子，過往的人機對話其實跟文字RPG一樣是一問一答，根據條件觸發反饋的。但當人機對話時，機器會同時考慮環境、語境、前后文、情感、性格、即興等模糊抽象的信息時，人機對話的體驗是否會完全不一樣呢？

聽著有點眼熟？

前面說到，機器邏輯的改變使得結果不再是精確固定的，那意味著AI的交互流程中，輸出環節需要我們考慮更多的事情。

譬如說，AI的輸出結果通常是基于概率的，如何根據使用場景把控結果的置信值將很大影響體驗和可用性。譬如在電商的智能推送，或者一些需要創造力的產品，我們很樂意看到機器給我們一些更即興或者多變的反饋，但在醫療影像疾病分析或者銀行對于客戶的信用評判的產品上，你就不會希望機器隨隨便便給你下判斷了。

與我們預期相反，在第一批AI浪潮里，一些產品不僅沒有取代人類工作，反而迅速被下架回爐再造。與其說是因為“業績不好”，不如說這些AI產品沒有符合使用者和業務的需求。

隨著AI產品被實際使用，大家逐漸發現了AI與人進行交流時出現的體驗問題，而這些問題并不簡單地通過程序可以解決的，它們涉及到場景、流程、使用者的心理和主觀體驗。正如前面提及，AI產品的交互流程復雜且難以參數化預估，這些產品的用戶體驗將成為一個新的設計領域。

Amelia是IPSoft為銀行、醫療、保險等提供的客戶服務的AI系統，但瑞典Nordnet銀行因為其業績不理想以及客戶反饋一般將其“解雇”。不過Amelia仍然是公認較為領先的AI系統，正在被全球超過50家公司使用。

蘇格蘭一家超市中的AI導購機器人Fabio，因無法符合顧客預期地解決導購問題而下崗，在崗前甚至有些顧客看見它還不得不繞著走。有趣的是，當初大家覺得會因被機器人替代而不滿的超市員工，反而是最舍不得Fabio離開的人。

三、設計關注點的改變

AI不僅影響著我們需要設計的產品，同時也影響著我們的設計工具。面對AI設計輔助工具的出現，交互設計師需要調整自己的設計關注點。

最直接可見的是工作替代，AI的出現其實跟工業革命的機器化生產很相似，只要可以設置精度和標準化的事情，機器都是可以輕松代替人類的。于是現在出現的AI文案、banner生成，以及在逐漸成熟的風格模仿、組件化布局等工作，機器都會越來越輕松去勝任。但包括業務洞察、服務流程、主觀體驗、初始創意等無法定義精度和標準的工作，是目前的AI技術難以完成的。

當這些標準化作業逐漸由機器進行后，我們與機器的關系將逐漸從工具使用變成設計協作，你甚至可以把這些設計工具當作一個和你合作的初級設計師。我們需要學習如何利用這個標準而高效的合作者，并把節省的時間用于更高價值的設計工作中。

我們也需要思考如何互相提高設計能力，這既包括人對機器提出更清楚的需求和定義，拓展機器的設計能力與領域，也包括通過機器數據分析、方案創作的效率，激發人更多的靈感與思維。

而且，AI的思考過程是不可見的，所以我們無法簡單根據條件和邏輯去分析AI為何給出這個結果。因此我們看到一個不符合我們預期的輸出時，我們在想程序哪里出bug之前，先要需要考慮出現這個結果的各個因素，以及這個結果在應用場景下，和預期不一樣的結果是否反而有更高的價值。

當初柯潔對AlphaGo的棋路表示懷疑和無法理解，但是棋局的結果和后面AlphaGo的持續學習結果表明，不符合預期的輸出不一定用“出BUG”就糊弄過去了，這種矛盾反而是創造的動力。

四、總結

我們需要承認，AI將會逐漸取代部分基礎的工作，這也包括交互設計中可標準化、重復化、依靠運算量的內容。但AI發展導致交互邏輯和方式的變化，交互設計師的工作反而變得更加復雜和重要了。這意味著，交互設計師在AI技術的發展下需要變得更加專業化，而仍在進行著簡單重復勞動的人將會逐步被淘汰，所以抓緊時間給自己補補課吧~

作者：戳，微信公眾號：未知素設計

本文由 @戳 原創發布于人人都是產品經理。未經許可，禁止轉載

題圖來自 Pexels ，基于 CC0 協議