优秀AI产品的七大设计原则
|
优化容错率意味着机器学习产品将使用找到的所有正确答案，即使同时会显示出一些错误的答案。假设我们建立了可以识别毕加索画作的AI。如果我们针对容错进行优化，该算法将列出所有毕加索的画作，但是一些梵高也可能会出现在结果中。 优化准确度意味着机器学习算法将仅使用明显正确的答案，但是会漏掉一些边缘的正确结果。它的结果中只会显示毕加索的画而不出现梵高的画，但是同时可能会错过一些毕加索的画。它不会找到所有正确的答案，只会找到部分正确的案例。 在进行AI产品交互设计时，我们可以帮助开发人员确定要优化的内容。提供有关人类反应和人类优先事项的有价值的见解，这也说明了设计师是在AI项目中的重要角色。 AI UX原则 #5：为工程师提供合适的训练数据从工程方面创建AI产品通常需要执行以下三个高级步骤：
因此，您确实需要训练数据。用户体验设计相关人员需要帮助收集培训数据并定义人们希望从AI产品中看到的预期结果。 有时定义预期结果很容易。但当结果与用户相关联时，一切就变得复杂起来。Netflix电影推荐真的有用吗？用户体验设计团队旨在了解用户并定义标准。 工程师将需要训练数据，尤其是对于可以输入到机器学习算法中的不同输入给出明确定义的结果。据报道，谷歌聘请了“内容专家”，即产品领域的专家来帮助建立训练数据集。 收集初始数据集后，工程师可以训练算法，我们可以开始使用早期原型进行用户测试。通过这些测试，我们对训练好的模型进行再次检验，以了解它们在真实用户中的表现。在一个AI项目中，开发人员和设计人员之间需要更紧密的协作。 AI UX原则#6：AI产品的用户测试（传统的用户测试方法无法应用在AI产品中）与常规应用相比，测试AI产品的用户体验困难得多。这些AI应用程序主要用于提供个性化的内容，但在线框图中我们几乎没有办法使用一些虚拟的方式来模拟它们。但是，这里有两种有效的测试方法可以起作用：绿野仙踪测试和个人内容。
在《绿野仙踪》研究期间，有人模仿产品在后台的反应。它通常会用一个真实的人回答每个消息来测试聊天机器人，并假装该机器人正在编写。 您还可以在测试情况下使用测试参与者的个人内容。询问他们最喜欢的音乐家和歌曲，并使用他们测试音乐推荐引擎。这可以测试人们的预设以及他们对好和坏的推荐所做出的不同反应。 AI UX原则#7：提供反馈的机会如果我们将越来越多的数据输入到机器学习算法中，那么AI产品的用户体验将越来越好。下面的电影推荐系统，对于显示的每部电影，用户都可以设置是否喜欢。它为算法收集了大量的训练数据。
电影推荐辅助还可以为您的用户提供有关AI内容的反馈的机会。在应用做出建议或预测的每个屏幕上，让用户有机会立即轻松地提供反馈。这通常意味着在AI内容旁边显示一键式反馈选项。在Zendesk中，预测旁边的按钮会报告不良情况。
在谷歌订阅中，您可以在每张卡片下方看到问题，以不时提供有关卡片是否有用的反馈。您可以看到他们还找到了一种很好的方式来传达算法的工作原理。他们显示了用户感兴趣的短语，以解释为什么他们推荐某篇文章。
综上所述，设计AI UX时要做的七件事：
设计AI产品带来了令人兴奋的新挑战。牢记这七个原则，您可能会成功。
作者：Dávid Pásztor 原文：https://uxstudioteam.com/ux-blog/ai-ux/ 本文素材来自互联网 （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! |
