数据掌控

人机交互的新纪元

我们与机器的互动正从"交易性"转向"关系性"。本质上，旧有的静态产品——如手表、扬声器、广告、软件平台——正在变得"有生命"。正如Adobe新兴设计部门负责人Silka Sietsma所断言的，我们的设计实践现在需要"不仅包含人类[用户]的角色，还包括产品的角色——那些行为像人类的产品。"

设计师需要创造不仅能满足用户需求，而且自身能够随着时间学习、成长和进化的界面。在设计下一代产品之前，我们需要理解当设计师将人类的交互方式（如语言、情商和情境意识）转移到人工系统时会发生什么。

"有声音的机器具有特别的力量，能让我们感到被理解。"
—— Sherry Turkle，麻省理工学院

让我们对话

设计师在开始深入这个新的关系型计算机时代时应该考虑什么？为了理解这一点，让我们从人类与人类交流的基本单位开始：对话。

对话式用户界面

利用基于机器学习的自然语言处理技术，计算机现在可以分析语言，检测词语、行为和结果之间的模式。这种更高层次的分析和理解使计算机能够通过对话式用户界面（CUI）与人类交流。

聊天机器人虚拟助手语音交互

对话式界面的普及

越来越多的人开始与聊天机器人和更复杂的虚拟代理交谈。2019年，Woebot Health的聊天机器人Woebot每周与用户交换近300万次对话，亚马逊已售出1亿台Alexa设备。

人类对语音的自然反应

数千年来，人类进化出了对任何说话的人或事物做出如同对人类一样的反应。研究人员Clifford Nass和Scott Brave表示："无论来源如何，听者和说者都无法抑制他们对语音的自然反应。"

即使计算机的声音被刻意设计成听起来很人工，人类也会用与对待生物声音相同的社会假设和行为来对待这个"声音"。设计师在创建涉及语音的界面时，无论是否有意，都在产生复杂的社会互动。

等等，但你感觉如何？

对话是设计师在利用机器学习开发智能产品时需要关注的一个领域。还有什么呢？还有哪些路径可以通向与机器智能更丰富的协作关系？

情感智能的重要性

正如人工智能研究员Subbarao Kambhampati所断言的，一条路径在于培养人工智能的社会情感智能。他认为，认知智能是不够的。人类是社会性、情感性的生物。为了有效地与人类交互，计算机必须表现出适当的情感行为。

设计师Steph Hay基于她在Capital One虚拟助手Eno的工作提出了类似的观点。她建议："在设计人工智能时，要拥抱情感。将情感作为建立信任的设计材料，因为信任会推动双方（最终用户和设计师）的行为改变。"

"如果我们不专注于创造具有娴熟的社会情感智能的机器，我们将错过人类和计算机共同生活和协作的未来。相反，正如Kambhampati所警告的，我们最终会得到不理解我们——也不需要我们的计算机。我们将'设计自己的过时'。"

情感识别技术

机器学习技术使机器读取和回应我们情绪的能力越来越强。专利预示了未来的发展方向。

亚马逊：通过语音音调与音量监测情绪
谷歌：多维度情绪分析系统
IBM：面部识别、心率甚至脑电波分析

这是谎言重要吗？

1964年，Joseph Weizenbaum在麻省理工学院人工智能实验室创建了早期的自然语言处理计算机程序ELIZA。与今天的深度学习方法不同，这个早期的聊天机器人使用简单的模式匹配来模拟对用户的对话响应。

Weizenbaum惊讶地发现许多人把ELIZA当作一个有生命的实体，分享私密的秘密。作为回应，他敦促我们在我们制造的技术中区分"决定"和"选择"。他告诫说，计算机应该只做决定，即用逻辑进行计算。它不应该看起来像是在选择，因为根据Weizenbaum的说法，选择需要人类的能力，如同情心和智慧。机器模拟选择是一个谎言——一个困扰Weizenbaum的谎言。

"当你的冰箱比你的丈夫更能理解你的情绪时，会发生什么？"
—— Yuval Noah Harari，耶路撒冷希伯来大学

人工智能交互发展史

从早期的实验到现代的智能助手，人工智能交互已经走过了漫长的道路

ELIZA (1964)

Joseph Weizenbaum在MIT创建了第一个聊天机器人，能够模拟心理治疗师的对话。这是早期自然语言处理的重要实验。

Microsoft Clippy (1997)

微软推出的办公助手，试图通过卡通形象提供帮助。虽然创新，但因其不合时宜的情感反应而不受欢迎，成为设计教训。

Siri发布 (2011)

苹果在iPhone 4S中引入Siri，将语音助手带入主流市场。它能够理解自然语言并执行各种任务，开创了移动设备语音交互的新时代。

现代AI助手 (2020至今)

具有情感识别和更高级自然语言处理能力的AI助手，如Replika、Xiaoice等，能够建立长期情感联系，拥有数亿用户。

请共生

随着我们与智能界面的关系日益紧密，还会出现哪些困难？除了建立人与机器之间的关系之外，随着机器学习的进步，设计师是否可以开始将人类和非人类智能融合在一起？

人机共生的概念

融合人类和机器智能，或称"共生"，并不是一个新概念。J. C. R. Licklider在1960年发表的有影响力的文章《人机共生》中写道："希望在不太多的几年里，人类大脑和计算机将非常紧密地结合在一起，由此产生的伙伴关系将以人类大脑从未有过的方式思考，并以我们今天所知的信息处理机器无法接近的方式处理数据。"

人类走向共生已经有相当长的一段时间了。

半人马（Centaur）

什么是半人马？1998年，在被IBM的深蓝击败一年后，国际象棋冠军Garry Kasparov加入了一个人类/AI团队。这个场景不是让人类和AI相互对抗，而是试图通过将实体结合在一起来产生最强的组合玩家。

半人马模型出现了：部分人类，部分机器智能，一个实体。在2005年的一场国际象棋锦标赛中，半人马成功获胜——一个人类/AI团队击败了单独的人类和单独的计算机。

整合，而非交互

2016年，微软的Umer Farooq和Jonathan Grudin在这个半人马理念的基础上断言，人类正过渡到"人机整合"时期。他们认为，交互暗示着一种刺激-反应模式：用户要求计算机做某事，计算机照做。然后计算机坐着，等待用户的下一个请求。

相比之下，"整合"意味着更多的伙伴关系；人类和机器在共同朝着目标努力时都有一定程度的自主性。

反馈循环

系统的一部分输出被用作未来操作的输入，形成一个不断改进的循环。如ReCAPTCHA系统，既验证用户身份，又帮助改进图像识别技术。

情境感知

设备了解外部环境和用户状态，能够更主动地提供帮助，减少干扰，让用户更专注于当前任务，实现无缝体验。

认知增强

系统无缝增强认知的各个方面，帮助用户成为（或保持）他们想要成为的人，如记忆增强、注意力提升等技术。

未来展望

当我们设计下一代人机交互系统时，我们应该考虑哪些关键问题和挑战？

"一旦人工智能在职业甚至人际关系方面做出比我们更好的决策，我们对人性和生命的概念将不得不改变。人类习惯于将生活视为决策的戏剧。"
—— Yuval Noah Harari

技能自动化与保留

当设计师开始构建人与机器之间的共生关系时，这种关系的两面都会发挥作用——人们获得的东西，以及他们失去的东西。近年来，有很多文章质疑人类对技术的日益依赖以及由此导致的技能侵蚀。

每次设计团队选择添加将技能从人类转移到设备的功能（称为"去技能化"）时，他们都面临着一个具有广泛社会影响的决策。当然，产品可能会减少认知负荷并提高任务完成的效率，但人类在此过程中会失去什么？

增强人类能力

设计师可以创造夺走技能的界面，但他们也可以设计有目的地保留甚至培养技能的系统。正如Maes解释的那样，"GPS系统可以有不同的构建方式。它仍然可以知道正确的答案，但也许它可以问我们，'你认为你应该在这里向右还是向左走？'...然后如果你回答错误，它可以告诉你。不，实际上是向左。它可以被设计成......[迫使人们]思考并在内部发展该任务。"

智能系统不仅可以自动化现有技能，还可以加强或提高固有的人类技能，如记忆、注意力、同理心等。

设计师的责任

设计师应该为这些决策的重量感到害怕吗？是的。现在比以往任何时候都更需要数据科学家和开发人员让设计师加入他们的团队，作为人类体验的守护者。反过来，我们需要咨询认知专家。程序员可以编写代码，但设计师将把人性设计到机器学习中。当我们与机器紧密结合时，我们需要认真思考这种人性将采取什么形式。

回到顶部