优秀AI产品的七大设计原则

随着AI产品的到来，我们进入了一个智能时代。设计师的目标是创建有用的，易于理解的产品，其中，要遵循一些设计原则。

我们可以从最近一次致命的特斯拉事故（特斯拉处于自动驾驶状态时发生车祸，致驾驶人死亡。）中学到的一件事：AI和机器学习产品需要非常仔细的设计。

在本文中，我将介绍设计AI产品应遵循的七个基本UX原则。

随着AI产品的到来，我们进入了一个智能时代。机器不只是按照我们的指令行事，而是具有了一定的自主性，可以自发的进行一些活动。这同时也影响着人类面对产品时的反应、行为和期待。

作为设计师，我们的目标是创建有用的，易于理解的产品，以使这个全新模糊的机器学习新世界更加清晰。最重要的是，我们希望利用人工智能的力量使人们的生活更轻松，更快乐。因此，让我们看看如何通过良好的UX设计来实现这些目标。下面是设计AI产品应遵循的七个基本UX原则。

AI UX原则＃1：从视觉上区分AI内容和常规内容

在许多情况下，我们使用AI和机器学习来深入挖掘数据并为自己生成新的有用的内容。它们可以是Netflix上的电影推荐，可以是Google Translate中的翻译，或者是CRM系统（客户关系管理系统，是指利用软件、硬件和网络技术，为企业建立一个客户信息收集、管理、分析和利用的信息系统。）中的销售预测。

AI生成的内容可以证明对人们非常有用，但是在某些情况下，这些建议和预测需要更高的准确性。人工智能算法有其自身的缺陷，特别是当它们没有足够的数据或反馈以供学习时。我们应该让人们知道算法是否生成了一条内容，从而他们可以自己决定是否信任它。以上是人工智能UX的第一个原理。

在上图中，您可以看到Zendesk对支持通知单的AI预测。它清楚地将其标识为一种预测，因此人们对栏中内容会有合理的预期。Firebase是面向移动开发人员的工具，它使用魔术棒图标标记预测的数据。

在这里，他们还提供有关预测准确性的信息，用户也可以设置风险承受能力。当然，此工具为了解更多机器学习知识的工程师服务。人们不一定每天都会理解“高风险承受能力”。但是魔术棒仍然可以轻松地突出显示AI内容。

AI UX原则＃2：解释机器如何思考

人工智能通常看起来像魔术：有时甚至工程师也很难解释机器学习算法是如何得出结论的。我们在UX领域希望能帮助人们了解机器的运作形式，从而使他们可以更好地使用机器。

这并不意味着我们应该解释卷积神经网络如何在简单的照片搜索中发挥作用。而是应该向用户提示该算法的作用或他们使用了什么数据。

一个很好的古老例子来自电子商务领域，我们在其中解释了为什么我们推荐某些产品。这些推荐引擎是很多年前许多人遇到的第一个AI UX。

自动驾驶汽车同样也是一个很好的例子。为了建立乘客对于汽车的信任感，我们建议在汽车中放置屏幕，因此每个人都可以从汽车的视角观察周围的环境。

最后但并非最不重要的一点，让我们看一下电子邮件营销工具Drip。它本身不是AI产品，而是具有显示通讯订阅者参与度的评分功能。单击分数，您将获得详细的动作列表向人们说明了获得分数的原因。

AI UX原则 #3：设定正确的期望

在上面提到的致命特斯拉事故中，驾驶员可能对自动驾驶仪系统过度信任。与Google的汽车等其他自动驾驶技术不同，特斯拉的自动驾驶技术的复杂性并不足以使其在复杂的情况下导航，因此即使使用自动驾驶技术，驾驶员也必须把手放在方向盘上。尽管收到多个视觉和语音通知提醒，驾驶员仍没有遵循这些说明。他可能认为这辆车可以自动驾驶。

我们必须让用户对AI产品建立合适预期，尤其是在这个充满对新的AI技术轰动的，表面化的新闻的世界中。

一些聊天机器人使用消息来阐明他们的进步水平。在这种情况下，我们尝试通过给机器人一个完美的预案和一个友好的角色来降低期望值。

AI UX原则 #4：查找和处理奇怪的边缘情况

人工智能可以产生内容并采取前所未有的行动。对于这种不可预测的情况，我们必须花更多的时间测试产品，并发现奇怪，有趣，甚至令人不安或不愉快的边缘情况。

当聊天机器人不了解上下文或有人给了他们简单但出乎意料的指令时，就很可能会出现可笑荒唐的结果。

关于亚马逊的Alexa也有许多类似的事件。一次，它订购了一个玩具屋，只是因为它在广播中听到了关于玩具屋的谈话。还有一次，护照检查器自动程序不接受亚洲人的照片，因为认定“他们闭着眼睛”。

在现场进行广泛的测试可以最大程度地减少这些错误。对于产品能力范围进行清晰的沟通可以帮助人们理解这些意外情况。

设计人员还必须向开发人员提供有关用户期望的信息。他们可以微调算法以防止不良响应。在许多情况下，它们会在准确度和容错率之间进行权衡。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!