如何利用人工智慧設計更好的用戶體驗？

如果你現在在科技領域工作，那你對人工智慧（AI）或用戶體驗（UX）肯定不陌生了。隨著人工智慧的不斷進步，人工智慧越來越不局限在開發者或數據科學家的領域。作為設計師/技術愛好者/企業家/創業者，開始或繼續思考我們目前使用的設備是很重要的。為了改善生活，我們不應該局限於現狀。我們應該從每件事物中尋找靈感，並把生活看做一個界面。

當我在2017年寫這篇文章時，人工智慧是被控制的，有限制的，有事實依據的和一種形式的代碼。人工智慧不是有生命的，有意識的，天網系統的，有創造力的，有野心的或者有同情心的。讓我們來看看一些公司的研究案例，這些公司正在使用各種形式的人工智慧來改善他們的用戶體驗。

Airbnb

GIF

Image—Airbnb https://www.airbnb.com

當你想到人工智慧時，你第一個聯想到的不只是出租房間或公寓。隨著人工智慧和數據驅動文化的發展，Airbnb不僅改變了酒店行業，也改變了該行業與人工智慧的關係。當你去度假時，不管你住在何處或住宿類型如何-你極有可能按照供求模型來支付價格。

Airbnb的「價格指南」是一個人工智慧工具,「讓Airbnb的房東知道，他們應該根據每天的情況確定房屋價格，以使其更有可能被租出去」-Airbnb。有了這個技術，房東就能看到一個日曆，顯示他們每天為房屋設定的價格。如果房東對房屋的價格設定是合理的，日期呈現出綠色，如果價格太高，呈現出紅色。使用此信息，房東可以使用滑塊調整價格並找到「最佳位置」——價格太低被出租的概率就會很高，價格太高出租的概率較低，可能整體盈利會少。

價格指南人工智慧演算法是基於Airbnb使用開放式人工智慧工具收集並處理的大量數據。價格指南模型中有很多影響因素，包括列表類型、位置、價格、可用性，以及每個日期離當前時間有多遠。通過這些數據，價格指南可以為Airbnb用戶自動計算和思考，從而使體驗更加直觀和透明。

聊天機器人

GIF

聊天機器人和其他現代界面每天都在變得越來越人性化（至少他們給人的感覺是這樣的）——這是由於「好萊塢公式」。好萊塢公式是由Martin Stellinga提出的用來創造有意義的故事。想想迪士尼人物是如何與他們的用戶建立關係的。他們設法與不同的人群構成了這些大規模的關係。

迪士尼的每一個角色都有獨特的個性，在不同的媒介(應用、書籍、電影等)中展現。想像一下我們是否能夠成為在界面上創建這些角色的專家，並與我們的用戶建立類似的連接。如果人工智慧是新的UI，那麼個性化可能就是新的UX。

許多網站/產品為客戶提供了在瀏覽時與聊天機器人聊天的機會。*劇情反轉*雖然他們看起來像真人，但並不是每個公司都有一個真人在另一端。通常你是在和原始的AI交流。有趣的是，這些聊天機器人需要熟練地解釋自然語言——這是一個很難驗證的假設。

Netflix

在一個多設備的世界裡，各行各業的設計人員必須想出大量的內容/圖形來滿足許多媒體的需求。這個過程需要時間…很多時間——哦，對於Netlfix不是這樣。Netflix和許多其他公司已經將這個創意階段交給了人工智慧。

以面部和全身特徵來確定圖像焦點的例子-圖像:Netflix

Netflix早期發現了視覺效果如何影響用戶群體和他們觀看特定內容的決策，為了利用這一結論，Netflix開發了一種人工智慧演算法，從圖片中抓取元素，並應用樣式化的電影標題來創建一個與用戶興趣、語言和位置對應的海報——酷吧？與此同時，該演算法對每一種設計效果進行AB測試，從而優化內容。當人工智慧處理這樣的任務時，設計團隊可以更專註於理解用戶的路徑並細化這些規則。

人工智慧不僅局限於大玩家，像RealEyes這樣的小公司也在利用科技的進步。

驅動人類決策的不是理性，而是情感。我們知道，人類是被他們的情緒所激發的，而情感刺激大腦的速度是認知思維的3000倍。為了客觀、準確地幫助組織測量人類情感，RealEyes提供了通過面部識別演算法讀取人類表情的技術。

Image—RealEyeshttps://www.realeyesit.com/Media/Default/Videos/Video_Poster.jpg

RealEyes軟體通過網路攝像頭記錄人的情緒，並利用底層人工智慧演算法對其進行理解。這一技術對於像可用性測試這樣的東西非常有用——當測試一個產品時，你可能會發現用戶能夠使用並理解它(很好)，但是看到某種信息後她們變得憤怒(不太好)。如果沒有測量用戶的情緒反應，該產品可能已經發布，並導致客戶不安。該技術的其他好處還包括通過高效分析和編碼視頻/圖像數據等方式實現工作流程的自動化。

你已經讀過一些案例研究如何使用人工智慧來改善用戶體驗，但是最後我喜歡添加一個有點不同的例子。這個例子是關於人工智慧可能改變也將改變我們構建產品的方式，但也有可能改善我們和產品的關係。

Pix2code

人工智慧可能是你新的前端開發人員——是的前端開發人員，很棒吧？Pix2code是一種智能的形式，可以從你的界面截圖中生成代碼。像這樣的工具可以幫助縮小UI/UX設計人員和前端開發人員之間的差距，但也不能替代。

雖然這樣生成的代碼現在不完美，但是理解這一個概念是很重要的。當人工智慧得到更多訓練時，它只會變得更聰明、更有效率。從這一刻起，它只會變得更好。

我們來談談數據。 數據=智能，沒有數據=沒有智能

Image —Fabien Girardin：一個將學習材料（數據）提供給演算法的反饋循環。在UX中運用AI和這個反饋循環是很容易的。 然而，重要的是要記住，它提供給用戶的結果是依據大數據的。數據的質量對AI來說很重要。信息越複雜，AI了解得越詳細，結果就越好。

用人工智慧很容易提升用戶體驗。然而，重要的是要記住，它為用戶提供的結果，是依據大數據的。數據的質量對人工智慧很重要。信息越複雜，AI了解得越詳細，結果就越好。向人工智慧提供未開發的信息可能是災難性的——大的整體數據集是必須的。

儘管這是一個大膽的想法，我們可能需要設計一些激勵參與的體驗，從而幫助我們改進/培訓我們的AI。我們可能需要優先考慮AI而不是我們的用戶，AI的優先順序在UX之前。體驗越難以預測，人工智慧就會變得越聰明，因此；我們需要對我們的用戶發布不成熟的體驗以收集數據。作為設計師，我們需要解決的問題是獲取人工智慧需要知道的信息和我們的用戶願意提供的信息。

下面的流程圖幫助說明了人工智慧和人類之間的反饋循環。

Image—Elaine Lee (AI Designer atEbay)

結論

我們正在快速進入人工智慧的世界。作為設計師，我們有機會定義我們與人工智慧的關係將如何發展。這是我們所有人與數據科學家(以及其他利益相關者)合作創新的機會，並創造令人興奮的有意義的體驗，這將有益於我們的用戶和UX的未來。記住，系統獲得的數據是體驗的基礎。數據、學習演算法和UXD的結合可以為我們的用戶觸發一個難忘的體驗。

原文作者：Jake Deakin

譯文作者：楊會靜

原文標題：How AI is being leveraged to design better UX

題圖來自PEXELS，基於CC0協議

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！