對于人工智能，體驗/服務設計師該如何去思考？

前言：

很顯然我們已經開始邁入人工智能的新時代，那么作為服務/用戶體驗設計師，重新思考人與機器的關系并且可以在實踐中加以應用，是在未來設計中必不可少的一個環節。在未來數字化領域中，服務/用戶體驗設計師將需要設計出相應的界面或觸點，讓人類與人工智能之間可以相互傳遞有價值信息從而促成真正的合作共生。

在過去，機器只能單純的根據設定程序去執行一些簡單的動作和工作，而如今，機器已經可以開始自主學習（learn），自主感知（perceive）和自我思考（think），從而去完成一些更復雜的工作，人工智能也就隨之真正誕生。這些人工智能顯然在不久的未來將創造出一個新的系統，顛覆這個世界傳統的認知，將人類帶入下一個時代。那么，實際的問題也隨之而來：我們如何看待人工智能？人工智能將如何改變我們的工作生活？它將實際代替人類么？或者是怎樣使之納入現有的系統，讓人類和機器可以更好的協同及交互？顯然，這些問題不僅僅是技術層面的，更多的是一種對于未來人機關系的思考。接下來，筆者將結合問題，去發展一些自己的思考。

怎樣理解人工智能以及設計角色？

對很多人來說，人工智能是神秘的，未知的，甚至是可怖的。或許是電影看的太多：）當很多人談到這個話題的時候，他們會聯想到人工智能對于他們工作的威脅，甚至對于生命的威脅。而這些認知，都來源于人們對人工智能錯誤的認知，因為他們根本不了解人工智能這項技術的工作原理以及技術局限。很多時候，媒體都會傳遞給人們片面的認知，從而讓人們對于人工智能產生一種抵觸或者夠不著的心理，從而不利于我們對人工智能與人類的合作和共生產生真正的思考。所以，正確的理解與認知，對我們來說，會顯得格外重要。

事實上，人工智能的能力是非常局限的。人工智能非常擅長于通過數據庫采集信息從而處理復雜的計算，同時人工智能也非常擅長于處理重復且反人類的機械式工作以及計算。但是，相對于人類來說，人工智能很難從復雜的信息資源中分析并提取一些有價值的信息，無法結合上下文作出細微的推斷，且無法使用人類的情感天賦以及所謂的“常識”去做一些判斷。從上述中，我們可以發現人類其實在優化，商討，解釋，教育，協同，領導力，同理心甚至幽默等等方面將占到非常大的優勢，而這些能力是人工智能非常難以達成的。所以，有效的結合（combining）人類與機器的能力，互補協作，將會放大兩者各自的優勢，從而事倍功半。

舉個現實中的例子，一家保險公司開發了一套人工智能工具（本身帶有潛在欺騙理賠形式的數據庫，且可以通過學習從而識別出新的欺騙理賠形式加入數據庫），目的是幫助他們的理賠審核員判斷出哪些理賠是虛假帶有欺騙性質的。雖然這個工具需要審核員去不斷的在工作中去引導訓練，從而可以處理一些新情況。但是這個工具的確幫助審核員獲得了相對于之前獨立工作更好的工作體驗。而且一旦訓練成熟，它將解放審核員的時間，讓他將瑣碎且數量龐大的理賠真假判斷中抽離，從而更多的關注戰略層，譬如可以更加關注于怎樣從根源上防止理賠的發生，或如何維持客戶關系等等。這就是一個典型的人類與人工智能協同工作的例子，互補，互動，互惠。

在人工智能世界，用戶體驗/服務設計師顯然會和工程師技術研發師一樣，占據重要的位置。因為設計師必須去保證人們與人工智能之間的交互及體驗是以人為本的，吸引人的，且是有意義的。除此之外，設計師還必須考慮整個系統以及生態，使其創造出積極且具有影響力的社會價值。

人工智能 - 

藍圖上新的利益相關者

服務設計師的一個職責就在于通過運用一些技術的部署，來支持和促成用戶和服務提供者的關系，從而保證服務的高質量運作。但是這里有一個很重要的設計原則就是，技術雖然需要被考慮，但是它必定不是服務的驅動者，而是賦能者。

人工智能，卻可以打破這個原則。因為人工智能可能不僅僅是一個技術或者工具，而且它很有可能和人一樣，成為可以驅動服務的新的利益相關者，因為它也需要去學習，去交流，去“進化”，在服務中產生更可持續的價值。這些可能的價值包括幫我們處理單調乏味的工作，提升利益相關者們的參與感，提高時效以及提供持續的數據洞察從而推動決策。

因此，想要最大化人工智能所帶來的好處，用戶體驗/服務設計師需要開始像思考利益相關者一樣去思考人工智能，而不僅僅將它視為一個工具。如何安排人工智能，去讓工作人員可以關注于作為人類更擅長完成的工作及任務，從而提升用戶對服務的感知與體驗？這應該是每一個用戶體驗/服務設計設計師都應該思考的問題。

人機協作需要雙向交流

（Two-way communication）

考慮到人工智能作為一個新的提供服務的關鍵角色，那么它必定也會存在服務傳遞以及服務交換，這時，雙向交流是必不可少的。就比如之前提到的那個保險公司審核員的例子，人工智能與工作人員相互提供服務，和諧共生。但是，如果往細里想，人工智能和人類“思考”事情處理事情完全是處在兩個完全不同的維度，那么他們該如何去進行交流和合作從而促成高效高質量的服務交換呢？人工智能該如何和人類交互，才能確保它是用戶友好的呢？因為交流是雙向的，所以接下來，文章將從兩個方向來進行提供一些解決問題的思路。

機器到人 

（Machine-to-Human ）

當我們看一張小貓的圖片，我們也許一下子就能看到說毛茸茸的耳朵，尾巴以及誘人可愛的貓爪，然而機器看到的是一堆像素點。為了讓人工智能明白其實人類看到的是一只小貓，機器必須首先記憶貓的像素模型（毛絨耳朵，尾巴等等），通過多次的數據輸入來分析出構成貓這個標簽的像素分布以及像素信息，然后達成最后的認知，最后在看到圖片時都可以快速計算來識別出小貓。這就是人工智能最基本的認知原理。

但是試想一下如果機器只是簡單的提供他們計算結果，譬如這個結果是“貓”，那其實并不能算作一個有意義的解釋，也不是用戶真正想要的。用戶更想要的（也是用戶看到圖片會認知到的），是一些包含具體描述，甚至情感的信息，比如“一只可愛的花斑肥貓，它抱在手上一定很重”等等。所以，從機器到人的交流，我們必須去思考如何轉化機器的語言，讓這些語言更加易于讓人理解，生動。

總結來說，相對于機器“是”或“否”的答案，或是復雜的算法鏈，體驗/服務設計可以促使人機進行更多微妙的互動，從而使他們合作起來更加有效和諧。所以作為設計師可以做的，也許是協作算法師一起去推動更多的交流交互多樣性（特別在重要的服務環節），或者視覺化重要的決策點以及決策模型（人工智能做的決策）使之更易于管理及理解，再或者是提升人工智能的可信賴感等等。

人到機器 

（Human-to-Machine ）

相反的，人類也需要方式方法去給人工智能推送有效的信息，從而去訓練它們并不斷的升級它們，使它們變得越來越好用。舉個例子，waze，一個導航app，它可以基于基礎數據庫和其他用戶的實時路況數據輸入來進行推算，最終幫助用戶找到最快捷的路徑。用戶的數據輸入量越大，這款app就在不斷的自動優化，用戶體驗也就越來越優秀。

所以該怎樣輸入信息？輸入怎樣的信息呢？我們知道人與人之間的交流解釋其實都是很復雜困難的，充滿了不確定性，不準確性以及含義模糊性，更何況是給到機器。就比方說在中國我們會說我們的三四線城市為“小城市”，但是也許中國的一個小城市的人口和占地會遠超一些國外國家的大城市，所以這個詞其實就是很模糊的一個東西。在人與人之間的交流中我們可以通過補充以及上下文可以自然的明白這里的“小城市”是指什么，可是機器就很難反應了。

用戶體驗/服務設計師因此需要全面的去思考和設計傳遞給機器與人傳遞信息的界面。這些界面將需要給人們創造一些場景可以給機器提供一些持續不斷，清晰且準確的信息輸入，從而可以讓機器的“學習體驗”變得更加良好，從而真正實現人工智能。并且，在人工智能的開發階段，也需要進行盡早且頻繁的納入用戶進行研究以及可用性測試，以確保機器在未來的工作中可以有效學習。

總結

當下，樹立一個可以感知，分析，合作的新的人機系統是未來的方向和機會點。這樣的新協作系統應該整合人本身的優勢以及人工智能的優勢，從而創造更加高效有效的服務，運行模式。而用戶體驗/服務設計師在這個系統的開發應用中應該扮演促進提升人機交互，體驗，關系的角色，連接人與人工智能。

未來人機的交集將會越來越多，關系也將會變得越來越擴展，所以對于設計師來說掌握這些技術的可能性，并結合基礎的“以人為本”的設計方法去構建一個和諧的人機新系統，必將讓無論是人還是機器都發揮出更大的潛力。

本文主要觀點來自于Satsuko VanAntwerp與Simon Mhanna在 Touchpoint雜志vol 10 no. 2發表的文章《Human Machine Collaboration: Designing for a New Kind of Relationship》，部分觀點來自于筆者。