美狮美高梅-美狮美高梅官方网站

美高梅视点
美高梅曾经做过哪些事情?美高梅的发展怎样
用户研究让您的AI更高技术
发表时间:2019-08-26

美狮美高梅

【直营信誉】MGM,美狮美高梅官方网站最具公信力的博彩集团官网、更有高质料的游戏平台、打造在线博彩第一直营,美狮美高梅不单拥有环境上最多样化的游戏投注平台,再是为衣食父母供给实时、刺激、高信誉的效劳保证和高质料的游戏。

AI时代,用户研究机遇与挑战并存。如何让AI赋能上卫的用户研究?如何通过用户研究解决AI带来的体味新痛点?这是广大研究人员共同面临的小case。微软Office首席用户研究经理Penny Marsh Collisson 与Gwenyth Hardiman、Michaelvincent Santos 等人通过《User Research Makes Your AI Smarter》一文探讨了对该小case的思考。本文在不改动作者原意的环境下进行了编译,分享给众家。

随着人员高技术(Artificial Intelligence, AI)的普及,人机互动方式也发生着改动,人们对产品的期望也越来越高。用户体味从业者不单要揣摩AI产品的有效性,还需收集用户对AI产品的使用反馈,易于 制造更好的使用体味。但是,收集AI产品的使用反馈并不是一件匆子 侄玫氖虑椤I衔赖难芯糠椒ㄖ钊缑褡逯尽⒃筒呋⒂没示淼鞑椤⑷罩竟槟傻热钥捎美雌拦繟I产品的用户体味。但是,AI系统具有情境感知能力,可以供给赋性DIV效劳,能通过机器进修不断升级,还会有出错的风险。这些新的特征为研究AI产品的用户体味带来了新的机遇和挑战。接下来,吾们将分享几点从work中总结的AI产品用户体味研究实用技巧。



一、招募多样化的被试


作为用户体味从业者,吾们有责任供给多样化的AI产品体味,来满足不同背下、不同能力的用户的需求。如果吾们仅关注部分用户需求,so所构建的AI交互模型将会存在偏差,并且这些偏差会随着机器进修的训练而不断加深。易于 ,在研究AI产品的用户体味时,仅按照基本的人口属性(如:性别、年龄等)进行随机抽样是不够的,还需要揣摩一些与AI产品使用体味相关的抽样圆素。如:

  • 用户对AI和隐私的态度
  • 用户对新兴高技术的接受程度
  • 用户对高技术的自我效能感(译者注:自我效能感指人们对自身能否完成任务或达成倾向的自信程度)用户所在的地域分布
  • 用户所处的祖国环境和祖国规范
  • 用户的体能、吟味能力、情感能力等

即室子 窃诓丰崞谑占没Х蠢∈保残枰心季哂腥绺迷菜氐挠没А

 

二、用绿野仙踪法来“模拟”AI


在早期的原型策划阶段,AI系统可能尚未实现全部的功能或交互方式,还不能称之为“产品”。如果使用这样的系统做研究,被试的使用体味是不完整的。易于 ,吾们可以尝试使用绿野仙踪研究法(Wizard of Oz techniques)。这个方法中,研究人员在“幕下“模拟AI系统的交互过程和结果,让被试误认为自己是在与真实的AI系统进行互动。 诸如,研究人员按照被试之上的决定设置AI系统的推荐结果,被试却以为这是AI系统的实时反馈。当被试认为他们操作的是真实的AI系统时,他们能够更认真地、更自然地进行互动。

 

三、将被试的“真实信息”整合到您的AI系统原型中


在进行绿野仙踪测试时,将被试的“真实信息”预先整合到AI系统原型中也是很要紧的。 诸如,系统对手机相册进行人脸识别时,识别出普通人的照片和识别出好朋友的照片,用户的感受是大不同样的。如果仅仅在AI系统中使用一些通用的始末,用户可能不会流露真情实感,而与自己相关的真实信息才会让用户更投入地交互。

 

四、在谈论AI时,多了解用户对人本身的期待


生活中有很多AboutAI的传闻,当吾们向被试提及AI,他们可能会基于对AI的刻板印象或目上热议的AI负面事件进行联想,也可能过分理想地认为AI无所不能。如果想更好地了解用户对AI产品的期待,研究人员可以让用户更好优质思考“如果是人类,TA能如何扶掖到您”。在谈论AI产品时,可以使用以下小case来扶掖用户多谈论对人本身的期待:

  • 您目上如何寻求他人扶掖来达成自己的倾向?
  • 您瞩望的(某个区域)专家是什么样的,会做什么?

 

五、关注AI产品出错时的体味


AI产品并不完美。人员高技术算法是基于概率的、有缺陷的,以是是会犯错误的。特别是在AI产品策划的早期,原型策划一贯比较理想化,使用这样的交互原型进行用户研究得到的用户体味反馈往往过于乐观。易于 在AI产品原型评估阶段,吾们应该多揣摩AI产品实际应用过程中会出现的错误,易于 弥惨子 导侍逦队肜硐朐椭涞牟罹唷R坏┝私釧I产品出错对用户体味的影响,研究人员就可以通过策划来减轻这类负面影响。在关注出错体味时,有以下几点值得思考:

  • 有意在AI产品原型中引入可能“出错”的东西;
  • 使用绿野仙踪研究时,确保您的交互系统包含不同类型的错误;
  • 让被试体味不同出错程度的交互模型,如:一切运行正确;有些区域出错了;大部分出错了;全部都出错了;
  • 邀请被使隳下哪些出错对他们的体味影响较小。

 

六、洞察用户的心智模型


虽然人们在不了解AI 技术实现 背下的具体细节时,也能获得积极的产品体味,但在用户的心智模型中,对于AI系统能供给什么效劳,何时以及为什么供给,是有预期的。研究人员匆子 侄眉偕栌没芄徽防斫釧I系统是如何work的,就现实来说用户的理解经常是错误的(即使他们对此非常有信心)。找到用户的心智模型与AI系统的实际表现之间的差距,就能通过策划来更好地改善AI系统的策划。要了解被试如何理解您的AI系统运作模式,可以尝试如下方法:

  • 让被试写下他们理解的AI系统的实现逻辑。 诸如,给用户一个结果,让他们解释产生该结果的原因和方式;
  • 给用户一个结果,让用户思考导致该结果产生的数据或者交互行为是什么。

 

七、关注共性趋势的再是,也需要关注赋性DIV需求


不同的用户处于不同情境,会产生不同的输入始末和交互方式,易于 ,每个人对AI产品都有不同的体味需求。只是洞察大多数人的共性需求是不够的,也需要关注少数人的赋性DIV需求,并理解他们为什么会产生这种赋性DIV需求。这在评估覆盖用户类型较广的AI产品时,尤为要紧。 



——美高梅分享,作者:Penny Marsh Collisson, Gwenyth Hardiman,Michaelvincent Santos

XML 地图 | Sitemap 地图