導(dǎo)語：AI時代，用戶研究機遇與挑戰(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帶來的體驗新痛點？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》一文探討了對該問題的思考。本文在不改變作者原意的情況下進行了編譯，分享給大家。

隨著人工智能（Artificial Intelligence, AI）的普及，人機互動方式也發(fā)生著改變，人們對產(chǎn)品的期望也越來越高。用戶體驗從業(yè)者不僅要考慮AI產(chǎn)品的有效性，還需收集用戶對AI產(chǎn)品的使用反饋，從而創(chuàng)造更好的使用體驗。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、用戶問卷調(diào)查、日志分析等仍可用來評估AI產(chǎn)品的用戶體驗。但是，AI系統(tǒng)具有情境感知能力，可以提供個性化服務(wù)，能通過機器學(xué)習(xí)不斷升級，還會有出錯的風險。這些新的特征為研究AI產(chǎn)品的用戶體驗帶來了新的機遇和挑戰(zhàn)。

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

01?招募多樣化的被試

作為用戶體驗從業(yè)者，我們有責任提供多樣化的AI產(chǎn)品體驗，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交互模型將會存在偏差，并且這些偏差會隨著機器學(xué)習(xí)的訓(xùn)練而不斷加深。因此，在研究AI產(chǎn)品用戶體驗時，僅按照基本的人口屬性（如：性別、年齡等）進行隨機抽樣是不夠的，還需要考慮一些與AI產(chǎn)品使用體驗相關(guān)的抽樣因素。如：

• 用戶對AI和隱私的態(tài)度；
• 用戶對新興科技的接受程度；
• 用戶對科技的自我效能感（譯者注：自我效能感指人們對自身能否完成任務(wù)或達成目標的自信程度）；
• 用戶所在的地域分布；
• 用戶所處的社會環(huán)境和社會規(guī)范；
• 用戶的體能、認知能力、情感能力等；
• 即使是在產(chǎn)品前期收集用戶反饋時，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)計階段，

AI系統(tǒng)可能尚未實現(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，讓被試誤認為自己是在與真實的AI系統(tǒng)進行互動。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)的實時反饋。當被試認為他們操作的是真實的AI系統(tǒng)時，他們能夠更認真地、更自然地進行互動。

03?將被試的“真實信息”整合到你的AI系統(tǒng)原型中

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

例如，系統(tǒng)對手機相冊進行人臉識別時，識別出普通人的照片和識別出好朋友的照片，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，用戶可能不會流露真情實感，而與自己相關(guān)的真實信息才會讓用戶更投入地交互。

04?在談?wù)揂I時，多了解用戶對人本身的期待

生活中有很多關(guān)于AI的傳聞，當我們向被試提及AI，他們可能會基于對AI的刻板印象或目前熱議的AI負面事件進行聯(lián)想，也可能過分理想地認為AI無所不能。如果想更好地了解用戶對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，可以使用以下問題來幫助用戶多談?wù)搶θ吮旧淼钠诖?/p>

• 你目前如何尋求他人幫助來達成自己的目標？
• 你希望的（某個領(lǐng)域）專家是什么樣的，會做什么？

05?關(guān)注AI產(chǎn)品出錯時的體驗

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

為此在AI產(chǎn)品原型評估階段，我們應(yīng)該多考慮AI產(chǎn)品實際應(yīng)用過程中會出現(xiàn)的錯誤，從而彌補實際體驗與理想原型之間的差距。一旦了解AI產(chǎn)品出錯對用戶體驗的影響，研究人員就可以通過設(shè)計來減輕這類負面影響。

在關(guān)注出錯體驗時，有以下幾點值得思考：

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

06?洞察用戶的心智模型

雖然人們在不了解AI技術(shù)背后的具體細節(jié)時，也能獲得積極的產(chǎn)品體驗，但在用戶的心智模型中，對于AI系統(tǒng)能提供什么服務(wù)，何時以及為什么提供，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，實際上用戶的理解經(jīng)常是錯誤的（即使他們對此非常有信心）。找到用戶的心智模型與AI系統(tǒng)的實際表現(xiàn)之間的差距，就能通過設(shè)計來更好地改善AI系統(tǒng)的設(shè)計。

要了解被試如何理解你的AI系統(tǒng)運作模式，可以嘗試如下方法：

• 讓被試寫下他們理解的AI系統(tǒng)的實現(xiàn)邏輯。例如，給用戶一個結(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)注共性趨勢的同時，也需要關(guān)注個性化需求

不同的用戶處于不同情境，會產(chǎn)生不同的輸入內(nèi)容和交互方式，因此，每個人對AI產(chǎn)品都有不同的體驗需求。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)人的個性化需求，并理解他們?yōu)槭裁磿a(chǎn)生這種個性化需求。這在評估覆蓋用戶類型較廣的AI產(chǎn)品時，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。

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