如何打磨AI用户体验？从期望、错误到信任的三个原则

如何打磨AI用户体验？从期望、错误到信任的三个原则

在AI产品设计领域，用户体验（UX）设计是一个至关重要的环节。本文将探讨在设计AI产品时需要考虑的三个核心原则：建立用户正确的期望、建立信任、优雅地处理错误。这些原则对于打造优秀的AI产品具有重要的指导意义。

在之前的文章中，我们已经探讨了《AI 开发指南：机器学习产品是什么？》，AI及ML产品在不断尝试、调整中带来更多不确定性，也是可以带来更多创新的机遇。

AI与ML产品在《如何设计和管理AI产品?》中有更详细说明。因此，让ML工程师和数据科学家有足够的空间去探索解决方案，并明确定义目标函数，是非常关键的。

AI&ML产品设计用户体验（UX）时同样要面对这些挑战。最近几个月，我与UX团队合作，收集用户反馈，优化ML产品的用户体验，我们总结了以下三个重要原则：

打磨AI用户体验的三个基本原则：期望、错误和信任

建立用户正确的期望

机器学习模型会随着数据的增加而不断改善，这意味着ML模型的表现不会从一开始就完美，需要让用户了解ML产品不断进步的本质。设立验收标准，与用户合作确定标准是非常重要的。

在制定验收标准时，可以参考性能基准、现有解决方案性能或比对标准答案等。与用户协商，设定模型达到一定准确度后才推出产品。

要注意，模型准确性并非唯一衡量标准，还需考虑精确度（precision）和召回率（recall）的权衡。

建立信任

ML算法常缺乏透明度，解释ML模型运作原理对于建立信任至关重要。相较于没有解释算法决策的产品，提供明确解释的产品更容易获得用户支持。

适当解释算法运作方式有助于用户更好理解，建立信任。通过用户反馈改进系统，例如，YouTube让用户过滤推荐内容，提升个性化推荐的准确性。

优雅地处理错误

在系统设计中很难完全预测出错情况。监测失败状态和边缘案例对于减少错误的发生至关重要。对错误进行分类和处理，及时通知严重错误，处理小错误。

用户回馈有助于改进系统，让用户易于提供回馈。提供选项而非强制行为，同时保持用户信息公开透明，是管理用户期望的重要方式。

以上原则适用于AI用户体验的打磨，具体细节可参考本文。