導(dǎo)語：AI時(shí)代，用戶研究機(jī)遇與挑戰(zhàn)并存。如何讓AI賦能傳統(tǒng)的用戶研究？ 如何通過用戶研究解決AI帶來的體驗(yàn)新痛點(diǎn)？這是廣大研究人員共同面臨的問題。微軟Office首席用戶研究經(jīng)理Penny Marsh Collisson 與Gwenyth Hardiman、Michaelvincent Santos 等人通過《User Research Makes Your AI Smarter》一文探討了對(duì)該問題的思考。本文在不改變作者原意的情況下進(jìn)行了編譯，分享給大家。

隨著人工智能（Artificial Intelligence, AI）的普及，人機(jī)互動(dòng)方式也發(fā)生著改變，人們對(duì)產(chǎn)品的期望也越來越高。用戶體驗(yàn)從業(yè)者不僅要考慮AI產(chǎn)品的有效性，還需收集用戶對(duì)AI產(chǎn)品的使用反饋，從而創(chuàng)造更好的使用體驗(yàn)。但是，收集AI產(chǎn)品的使用反饋并不是一件容易的事情。

傳統(tǒng)的研究方法諸如民族志、原型設(shè)計(jì)、用戶問卷調(diào)查、日志分析等仍可用來評(píng)估AI產(chǎn)品的用戶體驗(yàn)。但是，AI系統(tǒng)具有情境感知能力，可以提供個(gè)性化服務(wù)，能通過機(jī)器學(xué)習(xí)不斷升級(jí)，還會(huì)有出錯(cuò)的風(fēng)險(xiǎn)。這些新的特征為研究AI產(chǎn)品的用戶體驗(yàn)帶來了新的機(jī)遇和挑戰(zhàn)。

接下來，我們將分享幾點(diǎn)從工作中總結(jié)的AI產(chǎn)品用戶體驗(yàn)研究實(shí)用技巧。

01?招募多樣化的被試

作為用戶體驗(yàn)從業(yè)者，我們有責(zé)任提供多樣化的AI產(chǎn)品體驗(yàn)，來滿足不同背景、不同能力的用戶的需求。如果我們僅關(guān)注部分用戶需求，那么所構(gòu)建的AI交互模型將會(huì)存在偏差，并且這些偏差會(huì)隨著機(jī)器學(xué)習(xí)的訓(xùn)練而不斷加深。因此，在研究AI產(chǎn)品用戶體驗(yàn)時(shí)，僅按照基本的人口屬性（如：性別、年齡等）進(jìn)行隨機(jī)抽樣是不夠的，還需要考慮一些與AI產(chǎn)品使用體驗(yàn)相關(guān)的抽樣因素。如：

• 用戶對(duì)AI和隱私的態(tài)度；
• 用戶對(duì)新興科技的接受程度；
• 用戶對(duì)科技的自我效能感（譯者注：自我效能感指人們對(duì)自身能否完成任務(wù)或達(dá)成目標(biāo)的自信程度）；
• 用戶所在的地域分布；
• 用戶所處的社會(huì)環(huán)境和社會(huì)規(guī)范；
• 用戶的體能、認(rèn)知能力、情感能力等；
• 即使是在產(chǎn)品前期收集用戶反饋時(shí)，也需要招募具有以上因素的用戶。

02?用綠野仙蹤法來“模擬”AI

在早期的原型設(shè)計(jì)階段，

AI系統(tǒng)可能尚未實(shí)現(xiàn)全部的功能或交互方式，還不能稱之為“產(chǎn)品”。如果使用這樣的系統(tǒng)做研究，被試的使用體驗(yàn)是不完整的。因此，我們可以嘗試使用綠野仙蹤研究法（Wizard of Oz techniques）。

這個(gè)方法中，研究人員在“幕后“模擬AI系統(tǒng)的交互過程和結(jié)果，讓被試誤認(rèn)為自己是在與真實(shí)的AI系統(tǒng)進(jìn)行互動(dòng)。例如，研究人員根據(jù)被試之前的選擇設(shè)置AI系統(tǒng)的推薦結(jié)果，被試卻以為這是AI系統(tǒng)的實(shí)時(shí)反饋。當(dāng)被試認(rèn)為他們操作的是真實(shí)的AI系統(tǒng)時(shí)，他們能夠更認(rèn)真地、更自然地進(jìn)行互動(dòng)。

03?將被試的“真實(shí)信息”整合到你的AI系統(tǒng)原型中

在進(jìn)行綠野仙蹤測(cè)試時(shí)，將被試的“真實(shí)信息”預(yù)先整合到AI系統(tǒng)原型中也是很重要的。

例如，系統(tǒng)對(duì)手機(jī)相冊(cè)進(jìn)行人臉識(shí)別時(shí)，識(shí)別出普通人的照片和識(shí)別出好朋友的照片，用戶的感受是大不相同的。如果僅僅在AI系統(tǒng)中使用一些通用的內(nèi)容，用戶可能不會(huì)流露真情實(shí)感，而與自己相關(guān)的真實(shí)信息才會(huì)讓用戶更投入地交互。

04?在談?wù)揂I時(shí)，多了解用戶對(duì)人本身的期待

生活中有很多關(guān)于AI的傳聞，當(dāng)我們向被試提及AI，他們可能會(huì)基于對(duì)AI的刻板印象或目前熱議的AI負(fù)面事件進(jìn)行聯(lián)想，也可能過分理想地認(rèn)為AI無所不能。如果想更好地了解用戶對(duì)AI產(chǎn)品的期待，研究人員可以讓用戶更多思考“如果是人類，TA能如何幫助到你”。

在談?wù)揂I產(chǎn)品時(shí)，可以使用以下問題來幫助用戶多談?wù)搶?duì)人本身的期待：

• 你目前如何尋求他人幫助來達(dá)成自己的目標(biāo)？
• 你希望的（某個(gè)領(lǐng)域）專家是什么樣的，會(huì)做什么？

05?關(guān)注AI產(chǎn)品出錯(cuò)時(shí)的體驗(yàn)

AI產(chǎn)品并不完美。人工智能算法是基于概率的、有缺陷的，所以是會(huì)犯錯(cuò)誤的。特別是在AI產(chǎn)品設(shè)計(jì)的早期，原型設(shè)計(jì)通常比較理想化，使用這樣的交互原型進(jìn)行用戶研究得到的用戶體驗(yàn)反饋往往過于樂觀。

為此在AI產(chǎn)品原型評(píng)估階段，我們應(yīng)該多考慮AI產(chǎn)品實(shí)際應(yīng)用過程中會(huì)出現(xiàn)的錯(cuò)誤，從而彌補(bǔ)實(shí)際體驗(yàn)與理想原型之間的差距。一旦了解AI產(chǎn)品出錯(cuò)對(duì)用戶體驗(yàn)的影響，研究人員就可以通過設(shè)計(jì)來減輕這類負(fù)面影響。

在關(guān)注出錯(cuò)體驗(yàn)時(shí)，有以下幾點(diǎn)值得思考：

• 有意在AI產(chǎn)品原型中引入可能“出錯(cuò)”的東西；
• 使用綠野仙蹤研究時(shí)，確保你的交互系統(tǒng)包含不同類型的錯(cuò)誤；
• 讓被試體驗(yàn)不同出錯(cuò)程度的交互模型，如：一切運(yùn)行正確；有些地方出錯(cuò)了；大部分出錯(cuò)了；全部都出錯(cuò)了；
• 邀請(qǐng)被試討論哪些出錯(cuò)對(duì)他們的體驗(yàn)影響最大。

06?洞察用戶的心智模型

雖然人們?cè)诓涣私釧I技術(shù)背后的具體細(xì)節(jié)時(shí)，也能獲得積極的產(chǎn)品體驗(yàn)，但在用戶的心智模型中，對(duì)于AI系統(tǒng)能提供什么服務(wù)，何時(shí)以及為什么提供，是有預(yù)期的。

研究人員容易假設(shè)用戶能夠正確理解AI系統(tǒng)是如何工作的，實(shí)際上用戶的理解經(jīng)常是錯(cuò)誤的（即使他們對(duì)此非常有信心）。找到用戶的心智模型與AI系統(tǒng)的實(shí)際表現(xiàn)之間的差距，就能通過設(shè)計(jì)來更好地改善AI系統(tǒng)的設(shè)計(jì)。

要了解被試如何理解你的AI系統(tǒng)運(yùn)作模式，可以嘗試如下方法：

• 讓被試寫下他們理解的AI系統(tǒng)的實(shí)現(xiàn)邏輯。例如，給用戶一個(gè)結(jié)果，讓他們解釋產(chǎn)生該結(jié)果的原因和方式；
• 給用戶一個(gè)結(jié)果，讓用戶思考導(dǎo)致該結(jié)果產(chǎn)生的數(shù)據(jù)或者交互行為是什么。

07?關(guān)注共性趨勢(shì)的同時(shí)，也需要關(guān)注個(gè)性化需求

不同的用戶處于不同情境，會(huì)產(chǎn)生不同的輸入內(nèi)容和交互方式，因此，每個(gè)人對(duì)AI產(chǎn)品都有不同的體驗(yàn)需求。只是洞察大多數(shù)人的共性需求是不夠的，也需要關(guān)注少數(shù)人的個(gè)性化需求，并理解他們?yōu)槭裁磿?huì)產(chǎn)生這種個(gè)性化需求。這在評(píng)估覆蓋用戶類型較廣的AI產(chǎn)品時(shí)，尤為重要。

版權(quán)聲明：本文在不改變作者原意的情況下，做了刪減和編排，版權(quán)屬原作者所有。本文僅為翻譯，不代表本院觀點(diǎn)。

編譯：AIID非正式編譯組

原文作者：Penny Marsh Collisson, Gwenyth Hardiman，Michaelvincent Santos

原文鏈接：https://medium.com/microsoft-design/user-research-makes-your-ai-smarter-70f6ef6eb25a

本文由 @Du Design 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自 Unsplash，基于 CC0 協(xié)議