在未来，几乎每项任务人类和 AI 都要进行协作，作为设计师，你将会推进这种协作方式的落地。一个精益求精的产品设计团队应该特别考虑工具中的 AI ，包括它应该如何表现、学习和成长。带领团队一起想象你们将要创造的未来，评估 AI 能力、考虑数据收集和反馈的方法、分析产品的潜在负面影响，一步一步构建更加成功的工具产品，让我们的世界变得更加美好。
那些对 AI（ Artificial Intelligence，人工智能）感兴趣的人们常常问我 AI 设计师是什么。在本文中，我试着回答这个问题。我想进一步帮助设计师和产品团队理解，以 AI 为中心的产品体验设计与传统产品设计有何不同。以下是我在过去两年中管理人工智能设计与创新团队的经验，关于人工智能优先的产品思维如何改变传统的产品设计过程。
1. 最新的 UI 设计转型：从 Web 端到移动端
十多年前，当网页端开始向移动端转型时，作为设计师，我仍记得当时的困惑。移动端优先的设计究竟意味着什么？移动端设计与网站设计有何不同？产品负责人们最初在关注即将到来的移动端设计转型时，以为只有部分事情可以在手机上完成，例如查阅邮件、执行快速任务、获取指示等，但是耗时较长的任务似乎比较牵强，例如纳税、看电影等。
如今，人们在网上所做的几乎所有事情都可以在手机上完成，而且世界上很多人只用手机来访问互联网。向移动设备的转变，意味着我们在网站上或离线完成的每项任务，现在都可以基于移动设备进行设计。然而，仅仅缩小网站，或以不同的形式呈现网站内容是不够的。移动端优先的设计意味着利用移动端提供的功能，重塑甚至彻底改变当前的任务完成方式。
通过智能手机，你可以拍照，可以获取自己的确切位置信息，还可以触摸屏幕。凭借这 3 个主要产品差异，许多流程可以被重新设计，甚至被分解。人们不再需要输入财务信息（在手机上输入数据比在电脑上输入更麻烦），只需拍摄收据或 W2 税表的照片，这使得信息提交过程比以前简单得多。人们不再需要从网站上打印路线图，因为地图应用程序可以根据他们所在的位置和他们指定的目的地，准确地告诉他们怎么走。
过去两年中，我一直致力于研究基于AI的产品体验。现在回想起来，我认为AI产品设计的复杂度和革命性要比当时看起来的多得多。基于新功能重塑体验，远没有为 AI 设计那么令人生畏，因为 AI 带来了看、说和理解的能力。相较于触摸屏（仍在基于二维屏幕的世界中进行设计），AR 和 VR 体验能够在三维空间中创建全新的 UI 范例。
2. 以用户为中心的 AI 产品设计流程
我们大多数人都知道传统的产品设计流程。首先，你需要花时间去了解用户。进行探索性研究以了解他们目前如何解决问题，痛点是什么，以及改善体验的机会点在哪里。其次，为新的解决方案定义目标、原则和成功的标准。团队展开思考，创建一组能够满足成功标准的可能的解决方案。然后，构建一个轻量级的原型来测试此解决方案，获得反馈和信心，从而转向更高保真度的原型或发布版。
AI 的设计流程与之类似，但增加了一些重要步骤。其中有些步骤仅适用于基于 AI 的产品体验，其他步骤对 AI 至关重要，但也可以为其他产品的构建增加价值。
想要创造什么样的未来人工智能 / 人类协作关系，以及你想要看到什么样的未来。当你定义项目需求时，还需定义你希望利用的 AI 能力，并了解它们是否已经成熟到可以使用。在构思时，仅仅构建一个解决用例的工具是不够的，你需要思考 AI 将如何获取它需要的数据，并随着时间的推移进行学习。最后，当你真正开始构思想法时，你需要花时间思考，如何最大限度地减少此工具非预期的负面影响，或使用该工具的不当行为。
步骤一：移情
构想一个更好的未来
除了理解用户需求和痛点所在，基于 AI 的体验设计师需要有意识地决定他们想要创造什么样的未来，他们需要明确达到目标的具体行为和将会产生的新结果。
老实说，当我第一次设计移动端体验时，我并没有花很多时间去思考移动技术的哪些部分对世界是有益的，哪些部分对世界是有害的。当我构建 Web 应用程序时，我从未质疑互联网的好坏。在我的早期设计师职业生涯中，我一直秉持着这样一种心态，即技术进步本质上是积极的进步。随着时间的推移，我想我们都开始明白，我们开发的一些产品既有积极的社会结果，也存在消极的社会结果。我们有责任使科技的积极结果最大化，并使消极结果最小化。
但重要的是，每一次新的技术革命，随着技术能力的提高，带来的风险也会变得更高。通过移动端革命，我们看到整个世界都开始上网，这带来了巨大的利益。但我们也看到，社会以一种不可控的方式转向基于屏幕的交互。AI 也同样会对社会带来未知的影响，可能非常积极，也可能非常消极。由于技术的发展呈抛物线，我们所创工具的每次更新迭代都变得更加强大，因此，构建它们的设计师也需要越来越深思熟虑。
人类正处于生存的关键时期，越来越多地受到全球变暖、人口过剩和贫富差距扩大的影响。我们的未来受到威胁，现在重要的是看看我们正在制造的每种产品，并思考如何能够有助于维持地球上的人类生活。我们必须彻底改变现有的流程和行为，以便更好地保护环境。重要的是，我们要思考如何利用人工智能来推动社会向前发展，以实现我们和地球的可持续发展，并使全球社会更加公平。
如果你正在构建基于 AI 的购物体验，通常的设计过程将包括了解当前购物者的目标和痛点。一个负责任的产品设计师通常会更进一步，思考消费主义及其对地球和社会的影响。他们会想办法让每个人都拥有更平等的发言权和幸福感。他们会考虑产品设计如何为每个人提供服务、安全性以及对隐私的保护。
设计师必须问自己，基于人工智能的新产品体验如何促进经济发展、社会安全以及缩小收入不平等的差距。我们制造的产品如何促进环境的可持续发展，以帮助我们改善全球变暖的影响？
一旦你明确定义了未来想做出贡献，就必须将这些目标与用户需求以及技术限制一起记录下来。然后，工作团队可以根据这些内容来删除那些无法将我们带向正确方向的想法。
我想说的是，在我们所处的社会阶段，仅仅创造出能够解决问题但无法推动人类进步的事物是不够的。设计师需要积极倡导有助于实现理想未来的想法。
步骤二：定义产品需求
评估 AI 能力
正如移动端革命时期，设计师审视每一个现有任务，并思考如何在移动设备上实现它们；正处于 AI 发展期的设计师们，同样可以审视现有任务，并思考如何使用 AI 完成这些它们。
如前文所述，如今的任务要比我们从 Web 时期过渡到移动端时期复杂得多。我们必须立足于 AI 擅长的领域，并利用我们的设计思维来帮助工程和研究团队考虑具体用例的优先级，从而在未来改进 AI。
-
自然语言处理（提供翻译、字幕、编辑建议或发布内容）
-
-
语音和对话（ AI 与用户交谈、提问和回答问题、提供辅助服务的能力）
-
模式匹配（将事物视为一个集合，并且熟知新项目是否适合该集合。识别不良照片，在文本中查找关键字，将信息进行分类）
-
根据现有数据进行预测 (定价建议、可能喜欢的内容)
-
-
-
-
创意工具和效果（将衣服映射到身体上，让影像随着身体运动而变化，在虚拟会议中提供专业的办公室背景）
世界各地多家公司和机构正独立开发 AI 功能，因此 AI 能力列表和用例清单在不断扩充。
记住这些功能后，产品团队就能思考当前过程中的摩擦点在哪里。尤其有趣的是涉及基本感知、认知或模式匹配的点。思考 AI 的哪些能力有助于重新设计当前的产品，并以一种全新的方式去实现同样的目标。然后，团队可以测试各领域的摩擦点和不断发展的 AI 技术。探寻是否有办法重新考虑现有的或未来的技术，以及 AI 会在哪些方面颠覆或重塑现有的做事方式。（ 在用户体验中，摩擦是指阻碍人们完成行动的障碍。）
步骤三：AI 构想
设计数据及反馈循环
一旦你立足于正在解决的人类问题和希望创造的未来，就可以展开构想。与过去工具不同的关键区别在于，AI 需要数据来提供准确的推荐，需要用户反馈来改进推荐。如果这两个部分不到位，产品就会失败。
当我使用谷歌 Docs 输入这个文档时，工具中的 AI 正从我创建的句子中收集数据。如果我输入的单词是 AI 曾在其他文档中见过的，它便会提供给我该单词的输入建议，以及我可能在句子中使用的其余单词。
AI 之所以能够做到这一点，是因为它可以访问来自谷歌的所有文档中的所有数据，以及来自互联网的所有页面内容库。每创建一份新文件， AI 就会获得更多所需数据。我们发现谷歌的 Docs 工具很好用，所以我们愿意使用数据来换取工具的能力。
有时 AI 提供的建议是准确的，所以我接受它们。我会按下 Tab 键，让 AI 帮我完成句子，从而节省时间。当我接受这个建议时， AI 会发现这个建议是好的，并继续向我和其他用户推荐这一建议。有时 AI 提供的建议不好，我便会置之不理，继续自己完成句子。这时， AI 会知道这个单词不是我想要的，并观察我输入的内容，从而在未来，将我输入的内容添加到给他人的建议中。
全球有数百万人在使用谷歌文档，所以这个工具拥有丰富的数据。谷歌的 AI 设计师设计出一种无摩擦的方式来提出建议，它不会在我工作时打扰到我。我可以轻松地说 “好” 或 “不好” ，更棒的是，我可以根据我想要的内容给 AI 提供反馈。AI 在不产生额外用户摩擦的情况下不断自我学习和改进，并通过提供有用的服务来换取它需要的数据。
当你思考所面临的问题的解决方案时，必须知道 AI 需要哪些数据才能成功解决问题。如果你无法获得数据，那么可以在产品中建立怎样的方式，让用户提供 AI 所需的数据？你能为用户提供什么真正有价值的东西，让他们愿意提供数据？解决这些问题需要一种全新的劝导式设计思维，这样 AI 工具才能获得成功。
即使 AI 可以访问数据，它仍然需要来自用户的持续反馈，以便继续学习和升级。重要的是，我们在设计反馈循环时，不要为用户增加工作负担。我们可以通过交互设计来减少反馈循环中的摩擦，也可以让产品变得复杂。理想情况下，我们可以在不干扰用户的情况下促进 AI 自主学习。使用过时数据或有偏差的数据去构建 AI ，对用户来说是有害的。随着时间的推移，不持续学习的 AI 将无法提供价值。
随着人们越来越关注个人数据泄露问题（包括个人隐私），AI 设计师需要考虑如何将数据的使用透明化，并控制 AI 的使用方式。大多数用户其实并不真正了解 AI 是如何被使用的，媒体和科幻小说以可怕的方式描绘了 AI 。当 AI 被很好地控制，它可以被视为是一种工具，不过在它被理解之前，会被人们所恐惧。正是出于这个原因，作为 AI 设计师，我们有义务在创建 AI 工具时，保持警觉，并提升其透明度。
-
人们需要知道什么，才能了解他们的数据是如何被使用，或如何被存储在该产品中的？
-
如何才能使正在收集的数据保持透明化和清晰？用户对所收集的数据应该有什么权限？他们是否能够打开和关闭 AI ，或者告诉它具体哪些类型的数据可以收集，哪些类型的数据不能收集？
-
如果用户决定限制共享他们的数据，可以如何优雅地降低体验，让他们不会觉得产品被破坏了？
-
这种降级实际上是如何为用户传递 AI 价值的，从而让他们感受到价值并再次选择加入？
可以想象一种情况，谷歌文档为用户提供关闭 AI 的权力， AI 不再为用户提供完成句子的建议，并且无法很好地进行拼写或语法检查。关闭 AI 的用户不会允许系统访问 AI 需要学习的数据。如果太多人关闭该功能， AI 将无法为任何人正常工作。
使 AI 的工作过程透明化，并让用户获得控制权是如此重要，原因之一便是 AI 为产品设计团队提供了正确的激励措施。如果用户可以选择打开或关闭 AI，设计师必须努力设计出最有用且最有价值的工具，从而让用户认为，值得让 AI 向他们学习。
步骤四：原型
原型与负面影响分析
一旦你有了一个解决方案或一组测试选项，按照传统产品设计流程，下一步应该根据解决方案进行原型设计，以便对其进行更彻底的测试和审查。原型看起来是一个功能正常的应用程序，或者是一组草图。通过原型，你可以在可用性测试的参与者面前验证你的想法。
我之前提到过，我们投放到市场的技术产品的风险正在稳步增加。正是出于这个原因，花时间去思考产品概念的潜在负面后果很重要。负面影响分析可以由一个工作团队完成，或者更好的是由直接设计团队之外的，可以提供新观点的团队完成。这一步的目的是确定该产品上市后可能产生的潜在负面影响。
-
-
-
-
我们是否明确告知用户，他们的数据信息是如何被使用和被存储的？我们是否为用户提供了适当的方式，让他们来控制是否以及如何使用他们的数据？
-
该产品的设计是否考虑到了包容性？它是否平等对待所有人，并减少社会的不平等？
-
-
-
-
如何保护用户免受不良行为者的侵害？有没有办法让用户将问题反馈给我们？
-
-
该产品会如何对待受保护的阶层或历史上被边缘化的人？该产品是否会创造或加剧不平等?
-
-
该产品会对经济条件差或地位低的人产生怎样的负面影响，是否会被用来剥削他们？
-
使用该产品时，是否会催生出对环境产生负面影响的行为？
这些问题是一个很好的起点，尽管你提出的问题取决于你正在构建的产品。当我与团队讨论负面影响分析流程时，通常会遇到两类问题。第一个是， “我们不可能预见到我们所构建的产品可能产生的所有负面影响，所以它真的有价值吗？” 第二个是， “在早期原型阶段，考虑负面影响还为时过早。难道你不想在开始质疑之前先敲定解决方案吗？” 我对以上两个观点都持否定态度。确实，你无法全面了解产品的未来使用方式，但该步骤可以帮助你找到许多潜在的陷阱，使你的想法更加强大。其次，在我们为解决方案投入更多时间和金钱之前，我更愿意在早期阶段发现解决方案的潜在缺点。否则，根据实施过程中发现的问题来调整体验，将变得更加困难和昂贵。最好的方式就是在早期建立这种想法，并在前进的过程中不断考虑这一点。
负责任的产品设计团队应该专门考虑工具中的 AI，包括它应该如何表现、学习和成长。带领你的团队一起想象你们想要创造的未来，评估 AI 能力，特别考虑数据收集和反馈的方法，并且分析产品的潜在负面影响，这些步骤将确保你构建的工具更加成功，并使世界变得更好。不管你是否认为自己是 AI 设计师，大多数产品设计师已经开始，或者很快就会开始致力于基于 AI 的体验。在未来的几乎每项任务中，人类和 AI 都要进行协作，而作为 AI 设计师，你正在塑造这种协作方式。设计过程中的许多步骤并不仅限于设计师（你可以与跨职能团队一起参与），但我们可以发挥积极作用，确保始终如一地引导这个以 AI 为中心的产品设计过程。作为设计师，我们要对创造的产品负责，随着人工智能的出现，风险越来越高，我们能够对世界产生积极影响的潜力也越来越大。
