如今,许多产品都具备了 AI 支持的一些功能。我们每天都在移动设备上以各种形式携带 AI 系统,例如活动跟踪器、邮件过滤器、自动完成和社交网络订阅广告。像 Siri、Google Home 和 Cortana 这样的虚拟助手帮助我们完成简单的任务。推荐系统会为我们建议在亚马逊上的下一次购买,并指引导我们进入下一个喜欢的 Netflix 系列。
AI 融合产品的共同特征是,与其他系统不同,它们依赖于概率,因此涉及不确定性。AI 注入的产品本质上是不一致的,因为它们是随着时间的推移而学习的。它们也可能依据光线环境、环境噪声、人类口音和其他情况有不同的反应。这种不可预测性会让用户感到困惑,降低他们的信任,最终可能导致他们放弃产品。
为了确保良好的设计,Amershi 及其同事推荐了一些人工智能交互指南。这些设计指南融合了该领域 20 多年的经验教训。他们从白皮书、评论、新闻文章、社论和学术论文中收集了 168 个设计建议,并将它们合成为以下 18 个指南。
DG1:明确系统可以做什么。
帮助用户了解 AI 系统的功能。例如,在处理用户数据时,对跟踪哪些数据以及如何跟踪数据保持透明。
DG2:明确系统能够做得如何。
帮助用户了解 AI 系统可能出错的频率。
DG3:基于环境的时间服务。
AI 系统应根据当前任务和环境考虑何时采取行动或何时中断用户。
DG4:显示相关信息。
显示与用户当前任务和环境相关的信息。
搜索电影标题 “Weathering With You” 将反馈相关的放映时间和地点。
DG5:符合相关的社会规范。
考虑到用户的社会和文化背景,提供期望的体验。例如,语音助手在与有孩子的家庭交谈时,应该注重用语的健康。
DG6:减轻社会偏见。
防止 AI 系统的语言和行为加强不良的刻板印象和偏见。
DG7:支持高效的调用。
简化向 AI 系统请求服务的方法。
用户可以直接说唤醒词 “Alexa” 开始与 Amazon Echo 互动
DG8:支持有效的忽略。
简化拒绝或忽略不需要的服务的方法。
DG9:支持有效的纠正。
简化编辑或在错误中恢复的方法。例如,通过语音助手设置提醒后,用户可以在手机上找到提醒并且手动编辑它。
DG10:服务范围有疑问时。
当不确定用户的目标时,参与消除歧义或委婉地削弱 AI 系统的服务。
自动填充提供可滚动的建议,而不是自动为用户填写单词。
DG11:明确系统为什么会这样做。
AI 系统的行为表现应该是透明的,向用户表面它为什么会这样做。
谷歌地图显示“最快路线”是选择特定路径的原因。
DG12:记住最近的交互。
保持短期记忆并允许用户有效地引用它。例如,搜索引擎应该基于先前的查询来理解后续查询的内容。
DG13:从用户行为中学习。
通过不断学习用户的行为,个性化用户体验。
DG14:谨慎更新和调整。
在更新和调整 AI 系统的行为时,不要有破坏性的更改。
当用户选择歌曲时,不要突然更新所有的热门推荐。保持顶部稳定并更新其余部分。
DG15:鼓励细化反馈。
使用户能够在与 AI 系统定期的互动期间提供指示其偏好的反馈。例如,如果AI 系统没有将电子邮件标记为重要的话,用户可以自己标记。
DG16:传达给用户行为的后果。
立即更新或传达给用户此操作将如何影响 AI 系统之后的行为。
Instagram 通知用户隐藏广告的操作将帮助他们改善广告未来的质量。
DG17:提供全局控制。
允许用户全局定制 AI 系统监控的内容及其行为方式。例如,用户能够打开和关闭位置共享。
DG18:通知用户有关更改的信息。
当 AI 系统添加或更新其功能时应该告知用户。例如,AI系统可以提供针对新功能的应用教程。
这些指南来自 Amershi 等人在 CHI 2019 年发表的人工智能交互指南。
原文链接:https://mp.weixin.qq.com/s/b7ut5AV7Ygc4cV1pmENH5A
既然来了,说些什么?