为新的设计世界开发 UX/AI 思维

史蒂文·斯皮尔伯格的电影提醒我们，人工智能将带我们走多远。UX / AI设计师将提醒我们在未来的设计中我们的人性。

我记得有一次我在航空公司货运运营部门工作。尽管我们多次尝试在货运业务中找到以人为本的话题，但我们很快意识到这种情况很少。这是可以理解的，因为客户离这种后台行动还很远。此外，还有更大的问题，例如提高运营效率和实行成本管理。与此同时，指导委员会希望揭示设计思维的价值——通过文化建设、协作和同理心建立情感联系对于与货运运营人员建立更好、更高效的工作关系非常重要。

经过各种头脑风暴会议，我们观察到每个货物包裹看起来都很平凡，没有任何表情。务实地说，有必要在整个旅程中保护内容物，但出于设计思维的目的，我们看到了为平庸的货物包装注入一些个性的机会。在几分钟内，我们能够识别出从常见物品（例如药品，食品）到奇怪货物（例如，孵化器鸡蛋，F1赛车零件）的物品。从这些物体中，我们想象发送者和接收者之间的交换，以及附着在每件货物上的情感。来自80多名参与者的设计思维研讨会是从货物及其最终用户的情感中产生的想法。

货箱被赋予了基于人类感情的个性。

这发生在生成式人工智能繁荣之前，并且基于一种称为拟人化的熟悉设计练习。人格化被称为识字设备，是将人类品质或特征赋予非人类事物的行为。这与另一个称为个性化的熟悉概念不同，后者是设计或生产某些东西以满足某人的个人需求的行为。后者为UX设计师所熟知，将用户元数据链接到数字界面。相反，拟人化的重点是赋予人类品质，以便在适当时创造情感吸引力。

最明显的例子之一是多年来组件如何呈现出更加有机的形状。曲线更赏心悦目，因为它们与人体解剖学相似。甚至梯度也可以被认为是拟人化的一种情况，因为皮肤色素沉着均匀地分布了不同的色调。其他的，比如亚马逊，将它的标志性箭头和盒子插图作为其应用程序标志，故意给平庸的货箱一个微笑。（来源：亚马逊）

最明显的例子之一是多年来组件如何呈现出更加有机的形状。称它们为圆角、圆角或松鼠，曲线更赏心悦目，因为它们与人体解剖学相似。在现代 UI 中，如果不是因为缩微复制的对比色，某些主按钮很容易被误认为是拇指。甚至梯度也可以被认为是拟人化的一种情况，因为皮肤色素沉着均匀地分布了不同的色调。其他公司，如亚马逊，将其标志性的箭头与盒子插图作为其应用程序徽标，故意给平庸的货箱带来微笑。

然而，还有另一个更好的“呼吸”装置的例子。花点时间观察一下智能扬声器的运行情况。当一个人使用他们的声音激活触发器时，会给出反馈响应。通过一系列的互动，我们可以见证一个更智能的扬声器通过其指示灯和音频铃声的节奏模式栩栩如生。所有这些都是对人类手势和行为的一种模仿形式，以便为产品带来人性化的元素。与此形成对比的是没有任何感官反馈的实用开/关开关。是的，它完成了工作，但它没有任何人际关系。就像用于后台操作的货箱一样。

花点时间观察一下智能扬声器的运行情况。当一个人使用他们的声音激活触发器时，会给出反馈响应。通过一系列的互动，我们可以见证一个更智能的扬声器通过其指示灯和音频铃声的节奏模式栩栩如生。所有这些都是对人类手势和行为的一种模仿形式，以便为产品带来人性化的元素。（来源：谷歌）

然而，还有更多的东西。另一个定义特征是处理口语以执行后续操作。这一次，它可以被认为是更人性化的，更“聪明的”。因此，它为一种全新的用户体验学科打开了大门，称为会话用户体验，其中考虑了人类对话。

术语拟人化经常与拟人化混淆。以下是这两个词之间的主要区别：

拟人化是使用比喻语言以隐喻和代表性的方式赋予无生命的物体或自然现象人类特征。另一方面，拟人化涉及非人类事物，这些事物显示出字面上的人类特征并能够进行人类行为。 — 大师班

关键的区别在于将人类特征应用于非人类物体。虽然拟人化解释了人类的属性，但拟人化直接应用了它们。智能扬声器是拟人化和拟人化之间的过渡，因为用户开始想象无生命的物体栩栩如生并成为人类。这解释了为什么当我的Google Home Mini不听她的语音命令时，我三岁的女儿哭了。她像对待人类一样对待这个无生命的物体，即使它看起来不像人类。

如今，她年纪大了，知道智能音箱是数字助理。话虽如此，随着大型语言模型（LLM）的出现，人工智能视野继续以惊人的速度发展，通过提示生成连续的自然对话的能力将拟人化提升到一个显着的水平。虽然最知名的界面是ChatGPT，但LLM的API将允许进一步探索其他形式的界面，如语音助手，机器人，甚至人形。

一个著名的寓言浮现在脑海中：木偶曹的故事，一个栩栩如生的木制木偶玩具。匹诺曹渴望成为一个真正的男孩，他不得不学习许多关于处理人类行为的惨痛教训。这个故事可以与人工智能相提并论，史蒂文·斯皮尔伯格（Steven Spielberg）和斯坦利·库布里克（《2001：太空漫游》的导演）制作了被低估但高度情绪化的电影《人工智能》（A.I. Artificial Intelligence）时，他走上了正确的轨道。

当我反思斯皮尔伯格的电影时，我想知道什么时候会有无生命的物体达到极端拟人化的状态，以抑制自己的情感和判断。按照人工智能的速度，我们可能会在有生之年达到这一点。

在这个故事中，主角大卫是一个原型机甲孩子，送给一对夫妇，他们正在为儿子的医疗状况而悲伤。随着时间的推移，大卫对母亲产生了爱，但在儿子康复后被拒绝。被遗弃的大卫和他的泰迪熊泰迪开始寻找自己的“蓝仙女”成为现实。然而，电影以一个失败的事实结束：即使拥有未来最先进的技术，大卫也没有办法成为人类。大卫通过重现他的“母亲”度过了他最快乐的一天，让他们在最终入睡之前在一起度过最后一天。

当我反思斯皮尔伯格的电影时，我想知道什么时候会有无生命的物体达到极端拟人化的状态，以抑制自己的情感和判断。按照人工智能的速度，我们可能会在有生之年达到这一点。但在此之前，具有与生俱来的用户体验和人工智能知识的以人为本的设计师需要介入。新一代的UX / AI设计师需要与类似领域的其他职业合作，通过拟人化设计提供道德而愉快的人类体验。

以下是UX / AI设计师发挥作用的三个可观察实例：

1. 应对恐怖谷

恐怖谷效应首先由机器人学教授Masahiro Mori提出，当无生命的物体变得太像人类时，人类的情绪反应急剧下降。尽管该理论有其批评者，他们质疑年轻一代（即Z世代，A世代）可能更类似于接受，但普遍的共识是，当经验不匹配时，就会发生不信任。

恐怖谷效应首先由机器人学教授Masahiro Mori提出，当无生命的物体变得太像人类时，人类的情绪反应急剧下降。

尝试观看斯皮尔伯格的人工智能电影，比较人形大卫和机器熊泰迪之间的情感反应。很有可能你会在大卫的一些互动中体验到更高的毛骨悚然感。虽然恐怖谷通常与视觉外观有关，但聊天机器人等对话界面会根据不适当的反应产生类似的反应。Microsoft早期的人工智能实验Tay创造了一个这样的事件，当时它在被关闭之前向人们投掷辱性推文。

因此，作为UX / AI设计师，制定最佳美学处理策略至关重要，但要执行这种跨学科实践，需要设计师具有良好的品味。这是一段优美的摘录

味道是识别质量的能力。为了理解质量，我们需要批判性地看待：适合目的的材料，考虑观众需求的人体工程学，有效使用可及性，可用性，可访问性，和谐的颜色选择，引发情感的美学选择，有意的视觉层次结构 - 等等。品味在观察者中，质量在对象中。当客观地围绕质量构建时，以可衡量或至少可比较的方式，品味的概念会变得更加富有成效。

同时，将不可思议性作为用户体验指标衡量的能力也值得开发。从过去 Meta 低质量的头像设计所犯的错误到过度表现力的 CGI 角色，例如猫，挑战在于找到正确的情感平衡而不会翻倒。我们可能会看到一套新的UX / AI方法来测试最终用户的不可思议和其他情绪反应。

2.处理意识的帕雷多利亚

有没有想过你在日常事物或自然环境中看到一张脸？心理学家称这种现象为Pareidolia，这是一种从人类感知中形成有意义的模式的倾向，而实际上没有。

有没有想过你在日常事物或自然环境中看到一张脸？心理学家称这种现象为Pareidolia，这是一种从人类感知中形成有意义的模式的倾向，而实际上没有。

同样的现象也存在于人工智能中，当用户在LLM中想象意识时，实际上根本没有。随着模型变得越来越复杂，检测错觉变得更加困难，因为对话会让人感觉真实。

其中一家值得关注的公司是Air AI，它声称是世界上第一个可以进行全长电话通话的对话式AI工具，持续10到40分钟，听起来就像一个真正的人。换句话说，一个人很有可能与人工智能机器人交谈，同时想象它是一个真正的人类。

UX / AI设计师应该介入创建有利于各方的系统解决方案。他们将创造符合现有 AI 治理、标准和原则的体验。因此，UX / AI设计师的角色是将这些策略转化为实际的产品体验。

在这种情况下，UX / AI设计师应该介入创建有利于各方的系统解决方案。他们将创造符合现有 AI 治理、标准和原则的体验。值得庆幸的是，Microsoft的负责任AI等资源是公开的。因此，UX / AI设计师的角色是将这些策略转化为实际的产品体验。

打破 pareidolia的一种方法是创建一个序言来通知用户任何 AI 参与。对话也可以在用户帐户中同步，以便用户可以参考 AI 所做的注释。这种干预创造了透明度，并在与更拟人化的人工智能交互时为用户提供代理权。最后，与其减少深度伪造的倾向，建立用户真实性的另一种方法在于越来越多地在用户个人资料或其他较新的身份验证方法中使用徽章。

3. 处理人工智能幻觉

也许匹诺曹故事中最著名的失败是他对蓝仙女说的每一个谎言都会长鼻子。但我们应该仔细看看。匹诺曹撒谎是出于恶意还是出于对自己处境的绝望？或者，也许他没有自我意识来识别他提供的虚假信息，特别是因为他只有大约一天大？

在人工智能的世界里，这更广为人知的是幻觉，LLM试图提供一个合理的答案。输出可能听起来令人信服，因为LLM使用统计数据来生成语法和语义正确的语言，但它实际上可能实际上不准确甚至荒谬。很大程度上由于数据的质量，人工智能可能被认为是幼稚的。或者用户可能在没有提供正确的参数或进行任何事实检查的情况下一无所知。无论如何，这些不一致可能会引起对AI的每个输出的怀疑。

ChatGPT 幻觉的一个典型例子，当聊天机器人用 URL 块捏造一个响应时，即使 URL 是假的。

虽然有一些方法可以减轻幻觉，例如用示例编写更清晰、更具体的提示，但UX / AI设计师也可以结合以用户为中心的功能来寻求改进。我们已经在 ChatGPT 中看到了这一点，用户可以通过报告输出是否准确来提供二进制👍 👎反馈。通过创建允许用户轻松调整随机性温度的模块，或显示精度强度计以显示结果的置信度，还可以在这方面做更多工作。

随着LLM的新拟人化进入者，人们可能会感受到数字领域的转变，其中对本机应用程序或Web开发的关注将减少，而更多地关注完全支持AI的计划。我们看到，投资者在 2 年将生成式人工智能的投前估值中位数提高了 90 倍以上，达到 2023 万美元。事实上，在最近的一份报告中，一位 Pitchbook 分析师预测，以 32% 的复合年增长率 （CAGR） 计算，到 98 年，市场规模可能达到 1 亿美元。那么，这是否意味着我们曾经知道的数字世界的终结？

我们看到，投资者在 2 年将生成式人工智能的投前估值中位数提高了 90 倍以上，达到 2023 万美元。事实上，在最近的一份报告中，一位 Pitchbook 分析师预测，以 32% 的复合年增长率 （CAGR） 计算，到 98 年，市场规模可能达到 1 亿美元。（图片来源：Pitchbook)

答案是否定的，因为UX / AI设计师需要考虑多模态。与其从现有应用程序迁移，不如使用相同的 AI 模型进行集成。这意味着在现有的数字网络和应用程序产品中配置人工智能功能，同时保持它们与更新、更独特的应用程序的一致性。无论是语音到文本，文本到图像，还是图像到应用程序，最终结果都是积累了在多种交互模式中创造人类友好性的专业知识。与在AI中建立基础模型类似，在设计中也存在基础模型。可以说，只有通过系统的和谐互联，我们才能创造出一个产品系列。

拥有一个具有吸引人的情感反应的产品系列不是很好吗？你在哪里确信，甚至确定，人工智能为你做什么？我们的拟人化和拟人化之旅以用户体验为核心开始和结束。不仅要考虑最终用户的人的反应，还要考虑产品本身的人性品质。也许有一天，我们会在所有无生命的物体中拥抱人类品质的一个方面，包括货箱的设计。

这篇好文章是转载于：学新通技术网