读人本智能产品设计6原则11整合(上)

1. 整合

1.1. 设计一件聪明的社交智能产品，其方法是要承认界面的局限性，而不是急于尝试复制人类可能做的事情

1.2. Phonekerchief

• 1.2.1. 一款用银纤维制成的手帕，可用来屏蔽手机来电和短信

• 1.2.2. 使用Phonekerchief手帕可以用一种可见的方式提供更加明确的社交信号，并且手帕更适用于休闲的社交环境，它会与餐巾、桌布融为一体

• 1.2.3. 这个产品完全违背直觉却又人尽皆懂

1.3. 如今许多设备就相当于一个机器人

• 1.3.1. 当一对男女初次约会时，它坐在桌旁，不断地用各种提示来打断他们的谈话，挥舞手臂来引起他们的注意，说着“你有一个来自你妈妈的电话”​，​“明天有一个恶劣天气的警报”​，以及“恭喜你，你的交友软件上又匹配到三个新对象”​

1.4. 对于消费产品来说，产品的社交价值比产品性能的任何其他方面都更重要

• 1.4.1. 使用手机容易让人偏离得体的社交行为，这是一种消极的表现，因此需要加以控制

1.5. 所有这些设计都致力于鼓励人们关注彼此，而非沉溺于电子设备

2. 社交智能

2.1. 一种产品知道何时、为何以及如何中断或帮助、协助、服务、欢迎、融入其他积极的社交参与性活动

2.2. 这种能力不是来自产品某个特定的重要功能或尖端技术，而是来自对功能和技术的审慎的战略性运用，以提供满足当前情况所需的精确社交效益

2.3. 人工智能当然也代表了其中的一种技术，但它本身并非万能灵药

2.4. 任何设计过程中的驱动因素都应该是通过关键场景和前面描述的研究方法所捕捉到的社交需求

• 2.4.1. 一旦理解了社交需求，设计师就可以综合考虑人工智能的各个方面，进行产品设计

2.5. 任何想要充分利用当今“智能”技术来进行产品设计的人同样会将社会关切置于设计过程的核心前沿位置

2.6. 设计师面临的挑战不在于弥补技术的不足，而在于将人的价值置于其他一切因素之上

2.7. 当今商界的任何一个人，无论他们是否身在技术领域，都感受到了人工智能的力量，并感受到了人工智能从根本上改变商业的热潮

• 2.7.1. 虽然人工智能在体育、娱乐、医疗和教育等领域的应用肯定有巨大的潜力，但如果没有社交智能，产品体验就会存在欠缺

• 2.7.2. 如今的人工智能无疑是了不起的，尽管它将成为社交智能产品的关键组成部分，但它只是设计过程中使用的工具，而不是产品的核心和灵魂

2.8. 人工智能

• 2.8.1. 是一个包罗万象的词语，它可以涵盖将计算能力应用于用户与界面互动的诸多不同方面

• 2.8.2. 当今人工智能的另一个局限是缺乏常识

2.9. 对话代理

• 2.9.1. 一个使用界面，它可以使用软件来解释口头或书面语言，并在对话交流中以自然语言做出反应

• 2.9.2. 把Siri、Alexa、微软小娜或谷歌助手等代理视为“人工智能”​，但实际上它是人工智能之上的一层，可将人工智能转化为感觉像实体的一个东西

2.10. 机器学习

• 2.10.1. 一种使用示例数据改进计算机预测或执行任务方式的技术

• 2.10.2. 输入的数据越多，它就会不断改进

• 2.10.3. 用于按需音乐流媒体服务的机器学习算法可能会收集听众的喜好，并将其与其他具有相似音乐品味的听众结合起来，从而自动推荐歌曲

2.11. 深度学习

• 2.11.1. 比机器学习更进一步，核心在于算法处理的数据越多，其学习效果就越显著，且本质上能实现自我教学

• 2.11.2. 与需要外部指导的严格机器学习不同，深度学习通过人工神经网络—一种持续扩展的算法分层结构—自主验证预测的准确性

• 2.11.3. 其核心理念是构建一个通过持续分析数据学习的系统，该系统的逻辑架构类似于人类推导结论的方式

• 2.11.4. 包括语言翻译、识别图像中的物体以及自动游戏

2.12. 社交智能

• 2.12.1. 指的是将计算能力应用于产品互动，以适当地响应社交情境，并敏锐地考虑产品与使用者之间的关系

• 2.12.2. 它的创建需要的“蛮力”计算更少，而更多的是需要对互动场景进行预定义和控制

• 2.12.3. 专业化的产品可以专注于社交互动的细微差别，并对特定时间、地点和心态做出适当的响应，提供通用化界面可能忽略的敏感度层次

• 2.12.3.1. 这种细腻度若被简化处理，可能引发严重的社交失态风险

• 2.12.4. 设计社交智能产品，明智的做法是承认界面的局限性，而不是过分急于尝试复制人类可能做的事情

• 2.12.5. 设计社交智能产品的关键在于理解产品使用者的意图

• 2.12.6. 由于构建一个在一般通用智能层面无所不包的界面是不可能的，而且很可能被误导，因此根据人们想要使用产品完成的任务以及交流互动发生的情境，对总体目标进行适当的定义是必不可少的

2.13. 通用人工智能

• 2.13.1. 一种尚未实现的软件系统，它可以显示出一种类似人类的能力，以适应不同的环境和任务，并实现跨领域的知识迁移

• 2.13.2. 更现实的人工智能发展路径是构建领域专精的智能系统—这类系统基于特定场景下的数据集训练，专注于解决预设范围内的问题

• 2.13.3. 当前对通用人工智能的追逐存在根本性偏差

• 2.13.4. 通用人工智能的过度追求本质上违背认知效率，其系统复杂性与实际效用严重失衡，关键交互场景的出错概率远超其普适性承诺

• 2.13.5. 真正成功的产品应具备情境自适应能力，精准把握具体场景中的社交微妙性

2.14. 为社交产品制订计划的一个关键方面是设定预期值

• 2.14.1. 既非生物亦非纯机械，而是介于生物与机器之间的存在，其“生命感”源于算法对社交行为的模拟

2.15. 如果新的社交产品能够在明确的环境中通过美学特征吸引用户，那么它们很快就会被人们所接受

• 2.15.1. 从物体的实体存在到屏幕上的视觉语言，以及任何使用音调或语音来进行响应的声音都具有语义价值，因此建立一个承认局限性的策略将帮助人们理解预期并相应地进行互动

• 2.15.2. 人们认为机器人具有神奇且复杂的知识学习和感知能力，因此消除这方面的幻想将有助于避免产生误解

2.16. 设计社交机器人时，警示产品局限性的另一面在于通过设计语言强化其核心能力

2.17. 同理心是双向的，管理人们对系统的期望可能和产品行为本身一样重要

3. 持续交流

3.1. 为避免陷入试图让狭义人工智能承担理解世间万物的艰巨任务的陷阱，一个重要步骤是将其用作理解交互者关键情境需求的工具，并使其做出恰当反应

3.2. Nest

• 3.2.1. 从某种角度说，整个暖通空调系统如同机器人躯体，Nest是机器大脑，而人们生活在这个智能体内部

• 3.2.2. Nest恒温器就是一个典型的例子，它展示了一个界面是如何学习用户的偏好而将一个室内空间变成一个预知需求的智能机器人的

3.3. 产品在本质上相当于一个深层次的心灵反应，或你头脑里的真实声音

3.4. 倾听桌是纽约时报实验室在2015年探索创造的，它是一个理想的人工智能助手​，可用于在小组会议中做笔记

4. 数字足迹

4.1. 像脸书“点赞”这种看似无伤大雅的数据，可以用来预测开放性、严谨性、外向性、和蔼可亲性和神经质性等性格维度

4.2. 计算机仅分析10个赞就能比同事更准确地预测被试的性格，分析70个赞就能比朋友或室友更准确地预测被试的性格，分析300个赞甚至就能比配偶更准确地预测被试的性格

4.3. 通过使用联网产品留下的数字足迹来收集私人数据，其伦理与法律问题尚需大量工作来规范，但设计师们期望，若能以合乎伦理的方式收集，这些数据将能滋养机器学习算法，从而提供更优质的产品体验