欲网棋牌

预期之美: 人工智能与人类体验间的默契

欲网棋牌 7463 欲网棋牌

欲网棋牌如果您有关注我们在 2019 年 GDC 上分享的内容 的话,您也许会感慨人工智能在如今的游戏体验中所占据的比重与地位。我们也曾在《2018 年 Google 设计亮点回顾 》一文中专门用一个章节提到了机器学习与用户体验融合的设计成果,还提到了 People + AI Research 专栏。PAIR 专栏会聚焦于深度文章、资源以及框架,从而确保我们在打造人工智能产品时始终不会偏离 "人" 这个核心。

本篇文章的作者 Kristie J. Fisher 博士是 Google 的 UX 研究员,曾参与过的项目包括硬件与 G Suite,以及 ML 生产力工具 。她目前在加州威尼斯海滩参与 Ads Planning 团队的工作。

欲网棋牌作者 / Kristie Fisher 插画 / Shannon May

机器学习是帮助计算机发现数据中的模式与关系的科学。目前,产品使用机器学习 的两种最常见方式是预测性建议和个性化。如果您在 YouTube 上播放过平台推荐的视频,那么您已经是 ML 功能的体验者了。如果您是一个 UXer ,也许您已经将 ML 纳入到了自己的设计体系之中。

从原则上来说,如果执行到位的话,ML 推荐的内容和个性化功能可以做到想用户之所想,同时避免强迫他们通过导航来翻阅一个个界面或手动进行搜索,从而节省时间和精力。但是,如果执行方面出了问题的 话,用户反而需要花费更多时间和精力,即使他们收到的是最准确的建议和最相关的推荐内容。

要理解为什么会发生这种情况,以及如何在自己的设计中避免这种陷阱,首先我们要了解一种被称为 "习惯性 " 的现象。

欲网棋牌习惯性是人类的天性

习惯是一种名为长期增强作用 的神经适应过程的产物。当大脑中相同的神经元路径被反复激活时,就会触发神经元的物理性和化学性变化,从而使信号能够更高效地沿该通路传输。

更高效的神经元路径

= 更有效的认知处理

= 更少的注意力和思考需求

当我们在不经过思考的情况下顺利抵达某地,并完成任务时,我们的感觉就会很良好。这是因为我们已经进化出了尽可能多地利用习惯来 "自动化" 完成任务的能力,这样我们才能在意外情况出现的时候保有充足的认知资源。

数千年前,"意外情况" 是指如何赶走入侵部落的野生动物;如今的 "意外情况" 则可能是如何处理工作中遇到的棘手预算问题,或者因为前方道路施工而不得不选择另一条路线回家。

* 如果您有兴趣深入挖掘这个话题的话,会发现人们已经开发出了一整个研究领域,专门致力于研究这种现象,称为行为经济学,它主要由心理学家 Daniel Kahneman 开创。

习惯性还可以帮助我们进入心流状态 ,在这种状态下,我们完全沉浸在当前的事情中,甚至无法感觉到时间的流逝,同时完全不用去想我们具体是如何去做这些事情的。我们的最佳工作成果往往就诞生于心流之中。

发表评论 (已有0条评论)

还木有评论哦,快来抢沙发吧~