国外亚洲成av人片在线观看,热99re久久精品这里都是精品,天堂网在线最新版www,国产成人av区一区二区三,51久久成人国产精品麻豆

當 AI 成為界面背后的“隱形同事”，UX 設計師如何既借力又守界？本文匯總 IBM、Google、Microsoft 與卡內基梅隆等團隊公開的 5 大框架：從理解意圖、可解釋性到人機協(xié)作與持續(xù)反饋，給出可落地的工具包與案例，讓 AI 真正為人而設計。

2024 年是 AI 實現(xiàn)突破性發(fā)展的年份，令人驚訝的是這種技術已經迅速滲透到我們的工作領域和日常生活中。

在家里，我特別喜歡看著我的三個年幼的兒子用他們獨特而有趣的方式體驗 AI 的魅力。最新一批人工智能玩具深深吸引了他們，尤其是我們新添的一款“寵物”機器人 Loona。這款機器人集成了2024年5月發(fā)布的 GPT-4 功能，以一種近乎科幻的對話模式深受他們喜愛。

Loona 不僅激發(fā)了他們的好奇心，還促成了充滿想象力的互動交流，甚至引發(fā)了關于它“思維方式”的一場場熱烈討論。孩子們的興奮讓我感到 AI 正逐步改變下一代與科技的互動方式——它越來越個性化、生動有趣，還能打動人心。

KEYi 科技 Loona 機器人 — 圖片來源：keyirobot.com

進入 2025 年伊始，我的這種驚嘆感依然在延續(xù)。在 CES 上，英偉達的主題演講令人贊嘆不已，尤其是展示了人形機器人技術的進步。

英偉達 CEO 黃仁勛在演講中不僅體現(xiàn)了他對機器人技術和 AI 快速發(fā)展的濃厚興趣，更表達了他對未來幾年變革加速的強烈信心。

英偉達CEO黃仁勛CES 2025主題演講—2025年1月6日

對于 UX 設計師而言，好奇心與奉獻精神是與 AI 協(xié)同工作的關鍵。融入 AI 的同時，我們需要重新審視工作流程，深入了解技術基礎，并始終將人文價值與用戶需求置于設計的核心位置。

隨著 AI 逐漸成為數字創(chuàng)新的重要支撐，設計師的角色正處于不斷演變之中。當前，我們不僅致力于設計界面，更在構建融合以人為中心的理念和全新技術交互方式的整體體驗。這一變化要求設計師具備技術思維，善于運用數據驅動的系統(tǒng)，并融合用戶需求來推動 AI 相關項目的發(fā)展。

為了推動這場轉型，一流的科技公司和知名大學推出了一些以人為核心的 AI 實施策略。本文將匯集來自 IBM、Google、Microsoft 和卡內基梅隆大學的用戶體驗框架，分享它們在引領 AI 技術快速發(fā)展方面的洞察和資源。

1. IBM 的 AI/人類情境模型

IBM 的人工智能/人類背景模型是其”為人工智能而設計”實踐的核心。這個模型提供了一個結構化的框架,確保人工智能解決方案與用戶無縫交互,并隨用戶輸入而不斷發(fā)展,同時尊重并增強其所運作的背景。

Resource: IBM’s Design for AI” 資源:IBM的人工智能設計”

IBM 的 AI/人類情境模型旨在指導開發(fā)符合人類需求和價值觀的 AI 系統(tǒng)。該模型將 AI 驅動的體驗分解為關鍵考慮因素，每個因素對于創(chuàng)建有目的性、情境感知和以人為本的解決方案都是必不可少的：

1.理解意圖：

AI 系統(tǒng)必須優(yōu)先考慮以人為本的目標，考慮用戶意圖、情感和上下文。意圖代表了 AI 系統(tǒng)的基本目的，包含了用戶和企業(yè)的目標、愿望、需求和價值觀。它定義了解決方案背后的”為什么”，確保系統(tǒng)的設計具有明確的、以用戶為中心的目的。

2.數據和政策：

這指的是從用戶和世界收集的原始數據，以及保護和管理數據使用的政策。數據構成了 AI 決策的基礎，但其收集和處理必須遵守嚴格的道德和監(jiān)管標準。上下文對于有效的 AI 交互至關重要。IBM 強調系統(tǒng)需要理解影響用戶行為的情境和環(huán)境因素的重要性。例如，位置、時間或任務緊急程度等上下文數據可以幫助 AI 提供更個性化和相關的建議。

3.機器理解、推理、知識和表達：

指 AI 系統(tǒng)在其領域內解釋結構化和非結構化數據的能力，應用邏輯分析數據并決定最佳行動方案，確保知識庫通過新見解動態(tài)更新，并以符合用戶背景和期望的方式傳達其響應。

4.人類反應和系統(tǒng)改進循環(huán)：

這強調人工智能系統(tǒng)必須設計為與人類合作，而不僅僅是為人類服務，確保自動化和人類主導性之間的平衡。用戶反應反映了用戶對 AI 系統(tǒng)表現(xiàn)的真實反饋——無論是明確的還是隱含的。學習的重點在于系統(tǒng)如何基于用戶互動和反饋持續(xù)改進，使其能夠隨時間演進并更好地實現(xiàn)其目標。

5.評估成果：

強調成果衡量 AI 系統(tǒng)在現(xiàn)實世界中的影響，反映系統(tǒng)在有效且合乎道德地滿足用戶需求和解決問題方面的表現(xiàn)如何。

2. 谷歌的可解釋性評估標準

谷歌的可解釋性評估框架通過強調 22 個需要與用戶分享的關鍵信息，為創(chuàng)建透明、公平且以用戶為中心的 AI 系統(tǒng)提供了清晰的框架。隨著 AI 持續(xù)影響我們的工作方式、與企業(yè)的互動，甚至成為自我表達的工具，確保用戶能夠理解和信任這些系統(tǒng)變得至關重要。

資源：Google 的可解釋性評分標準

該評分表分為三個信息層次：總體層次、特征層次和決策層次。

1.總體層級：

概述產品或服務的運作方式，包括 AI 的作用。說明使用 AI 的主要目的和好處、商業(yè)模式，以及 AI 如何創(chuàng)造價值。強調為確保安全、公平和透明度所采取的措施，包括與社區(qū)互動、解決偏見問題和分享性能信息。

2.功能級別：

詳細說明特定的 AI 驅動功能，包括其運作方式、AI 何時激活以及用戶控制選項。說明系統(tǒng)限制、人工參與度和個性化選項。提供有關所使用數據的信息，包括訓練數據、外部輸入，以及用戶數據如何被處理和使用。

3.決策層面：

闡明 AI 驅動決策的具體制定方式、系統(tǒng)對其輸出結果的置信度、以及如何識別錯誤或質量低劣的結果。在做出決策后，提供用戶反饋渠道，允許決策的可爭議性，并就錯誤和修復提供清晰的溝通。

3. 微軟人工智能體驗（HAX）工具包

微軟的 HAX Toolkit 是一個面向開發(fā)面向用戶的 AI 產品團隊的綜合框架。它幫助概念化 AI 系統(tǒng)將執(zhí)行的操作和應有的行為，使其成為設計過程早期的有用工具。

資源：微軟 HAX 工具包

HAX 工具包具有多功能性，允許團隊根據其獨特需求、用例、產品類別和目標來混合搭配其設計工具。HAX工具包的主要組件包括：

1.人機交互指南：

這些是設計 AI 在用戶交互過程中行為的最佳實踐。它們指導 AI 產品規(guī)劃以確保直觀有效的體驗。

2.HAX 設計庫：

一個解釋人機交互準則的資源中心，提供可執(zhí)行的設計模式和真實世界的案例。

3.HAX 工作簿：

一個協(xié)作工具，幫助團隊優(yōu)先確定要實施的準則，促進重點和高效的設計討論。

4.HAX 操作手冊：

專門針對自然語言處理（NLP）應用，此操作手冊識別常見的人機交互失敗問題并提供緩解策略。

4. HCI 研究所 AI 頭腦風暴工具包

卡內基梅隆大學人機交互（HCI）研究所的研究人員開發(fā)的 AI 頭腦風暴工具包旨在提煉 AI 能力，幫助團隊探索如何利用 AI 進行構建。創(chuàng)新往往失敗不是因為技術原因，而是因為團隊選擇了錯誤的項目來推進。

AI 頭腦風暴工具包解決了這個問題，為設計既技術可行又以用戶為中心的 AI 驅動解決方案提供了一個結構化的方法。

資源：HCI 研究所的 AI 頭腦風暴工具包

套件的結構化方法降低了開發(fā)無關或不需要的 AI 解決方案的風險。通過同時關注 AI 的能力和用戶需求，該套件使團隊能夠周到有效地創(chuàng)新。該套件將 AI 功能分類為以下不同的能力：

• 檢測模式（例如識別圖像中的人臉）
• 預測趨勢（例如預測股票價格）
• 生成內容（例如創(chuàng)建合成圖像或文本）
• 自動化操作（例如在不同應用程序間執(zhí)行工作流）

它提供了 40 個涉及醫(yī)療保健、教育和交通等不同領域的 AI 產品實例概覽。該工具包還包含創(chuàng)意提示、影響力-努力矩陣和性能-專業(yè)知識網格等工具，以指導用戶選擇高影響力、可行的想法。要使用該工具包，首先要查看 AI 功能和示例以激發(fā)團隊靈感。

然后，進行結構化頭腦風暴會議，探索機會、完善概念并評估潛在解決方案。這個資源非常適合工作坊、組織戰(zhàn)略會議和創(chuàng)新實驗室，確保團隊設計出有影響力和以用戶為中心的 AI 產品。

由 Google 的 AI 研究團（PAIR）創(chuàng)建，這是一個跨學科團隊，《AI 指南》為設計師、開發(fā)人員和產品團隊提供了一個全面的資源，包括方法、最佳實踐、案例研究和設計模式，以幫助他們創(chuàng)建有影響力的 AI 驅動解決方案。

資源：谷歌的 AI 指南手冊

本指南介紹了 20 多種設計模式，提供了設計 AI 產品的實用、行動導向的指導。這些模式專注于解決產品開發(fā)過程中的關鍵挑戰(zhàn)，并圍繞常見問題進行組織，以幫助團隊找到相關見解。

人機協(xié)作型 AI 入門：

包括確定人工智能是否增值、設定明確的用戶期望以及有效解釋產品優(yōu)勢的指導。

在產品中使用 AI：

強調在人工智能擅長的領域發(fā)揮作用，平衡自動化與用戶控制，并管理精確度和召回率之間的權衡。

引導用戶使用 AI 功能：

包括以熟悉度為錨點，確保探索的安全性，并對新功能提供清晰解釋。

向用戶解釋人 AI：

專注于解釋人工智能的功能以便理解，適當展示模型的置信度，并在直接使用場景之外提供更深入的情境化解釋。

負責任的數據集構建：

強調諸如讓領域專家參與、為數據標注員設計、維護數據集、接受真實世界數據的混亂性等實踐。

建立和校準信任：

指導團隊在隱私設置、錯誤責任、用戶反饋和監(jiān)督方面保持透明度。

權衡用戶控制和自動化：

提供關于漸進式自動化的建議，在需要時將控制權還給用戶，并確保自動化的安全性。

在故障期間為用戶提供支持：

鼓勵為錯誤解決制定計劃，并確保在 AI 系統(tǒng)發(fā)生故障時用戶能夠繼續(xù)前進。

這五個框架為設計自然融入我們日常生活的 AI 提供了基礎——無論是一個有趣的、會對話的機器人玩具，還是一個讓我們保持組織和高效的應用程序。

作為用戶體驗設計師，用以人為本的框架來處理 AI 意味著要在新技術能力和責任之間取得平衡，質疑每個使用場景中 AI 的就緒性和適用性，并構建具有用戶反饋循環(huán)的系統(tǒng)以推動持續(xù)改進。