《IXDC2020-人工智能地图的交互设计与未来》

IXDC 2020 WORKSHOP 链接

许诺在IXDC2020完成一次阶段性的分享,这是一个新的开始。虽是重要的总结,但准备依然非常仓促。配合讲稿,希望对阅读者有益(正文也将有纸媒发布)。

分享的主题《人工智能地图的交互设计实践与未来》是在IXDC所进行分类/标签下的WORKSHOP更像一个切面,让大家可以观察到,百度这家公司,三个交叉领域,人工智能、地图与交互设计,有关体系的交互设计师如何工作。

《越过群山 丈量中国》

《在 ?穿 越 亿 下 !》

刚才的视频,是百度地图在过去4年,典型的两个宣传片。第一个视频是我正式加入百度地图之前的几个月偷偷参加季度会看到的视频。第二个视频是今年地图十五周年的会场的现场录制,当时我也在。我特别喜欢这个第二个视频的结尾——科技是用来微暖人的,这才是它存在的最大意义。通过视频可以看到的是,地图的数据采集工作中,采集员的工作场景。走进小巷,踏入草地,越过高山,丈量中国。也可以看到,在纯粹数据展示的产品,有目的或无目的的寻览,可能只是看看记忆中的学校、曾经搬过的家。这也便是,数据与普通用户产生的,最朴素的联系。

大家应该有看到过这个概括——数据,是人工智能的基础。与算法、算力,合为人工智能发展的三大要素。这其实是一个非常通俗的理解。我在百度同时也负责百度研究院的设计工作,这种学科之间的思维差异,在实践中会更为显著,与他们PHD、研究员大部分时候不能互相理解,即便是部分研究院的资深主任。我们以百度量子计算研究所为例,看看算法、算力的关系。量子计算最终是要解决算力(特定的领域计算)。跟类似研究院的工作交集越多,其实对于边界也会更清楚。

一个清晰的观点——(人工智能与地图,与交互设计的交叉,你可以大概类比五年前的我们去做VR、十年前去从桌面电脑为载体转向火热的智能手机)在互联网中的交互设计除了部分基础研究,更多是面向市场的工程设计。本质上是技术对于一个具体业务、对于专业领域的作用影响,作为设计师,需要去理解其原理并结合环境、业务对象进行应用。而并不是我们真正的投身于人工智能技术本身,因为确实这是不同的学科体系。

我们先来看一下做为标题的定语,什么是地图?经典的定义,根据一定的数据法则,即某种地图投影,将地图或其他星球的自然现象和社会现象,通过概括和符号绘缩在平面上的图形。地图具有严格的数学基础、符号系统、文字标记。大家可以搜一些地图看看,比如一张标准的中国地图。上面会体现比例尺、图例、指向标,有图形、数学、辅助要素以及补充说明等。地图学,本身也是一个严肃的学科。地图也是一个数学游戏。地图投影如何按一定规则铺满,需要比如透视圆柱投影的经纬平面算法。但类似规则历史上的应用过程中很多不同的流派。

有两个特别有意义的制图投影方法。本质上也是认识地球,测绘科学技术升级的结果。一是中国古代的制图六体,是中国古代最早的制图理论,西晋裴秀总结而来。在不知道地球是圆的,在受到现代西方制图方法影响之前,一直被沿用。分率,比例尺;准望,地貌地物的方位关系;道里,道路距离测量;高下,海拔;方邪,地势起伏;迂直,等高线换算。另外一个投影方法是莫卡托投影,之所以有意义,是因为他是近代地图学开端的象征。这种投影方法其实也是科学技术影响下的结果,文艺复兴麦哲伦航海证明地球是圆的。由荷兰的莫卡托发明,通用横轴莫卡托投影是一个衍生版本,是当前的国际标准化之一。大家可以打开自己的手机地图,能看到也是沿用的这一个投影方法。地球被分为60个区域,6°为一个区域,两极地区为头面极投影。那现在测绘的科学技术的升级,地图本身的样子其实也在一直进化。

目前除了经典的地图定义外,在当代的应用环境中,有一个延伸的地图定义。以经典地图为基础,适应当代社会经济环境与互动载体发展的衍生地理位置服务。怎么理解这个概念,大家除了感官上从生活经验中看到,这些手机、车载地图外,要从设计研究对象看起。从交互设计的研究对象,环境、设备、人。是否产生了变化,也可以有更多脉络理解地图。大家感觉下从古代到现在环境、载体的变化,主流服务于战争、国家管理、航海,人们很少需要出远门,地图不具有生活场景。随着经济需要、交通工具的进化,人们会更频繁的远程出行。地图载体也在产生技术的进化,从石墙、锦帛、纸张,到手机、车机、holelens等电子设备。会对于一个经典意义上的地图,有需求/展示/应用上的冲击。产生更细致的地图产品的技术应用分类,手持设备、传统嵌入式、智能嵌入式、软件镜像、混合现实、扩展现实 ……

延伸的地图也会产生更多泛化的地理位置服务,受到社会因素的影响,包含文化、经济、政治、讯息等环境因素。这些服务不知道大家是不是有用到。受到文化环境变化衍生的POTT签到旅游、美团实时公交。受到经济文化变化影响的车内地图服务变化,从导航功能性到娱乐性服务。受到政治环境影响产生的大数据地理位置管理,包括当前COVID19疫情服务。那以上都是地图这一经典产品在定义与应用范围。所以当我们去观察、判断业务的走向,3年5年的机会,也会需要宏观理解政治、经济、文化这些环境因素,对于人的影响。有一个设计对象没有提及,就是人,这个好难的。通常我们会做代际研究,特定群体年龄、城市等研究辅助判断。

所以再回到定语,什么是人工智能加持下的地图呢。你所看到的地图VS你所未见的地图(算法/算力/数据结构图)。举一个纯AI技术的案例(数据+算法产品化的例子)——未来ETA智能预测。 ETA – EstimatedTime of Arrival – 预计到达时间 ……像刚开始的视频里,从最终的数据结果上,只是一个数字。在整个数据上会需要做以上的判断。

(大量案例无文字稿件)

AI地图做设计实践的之前,我们还需要观察下,人工智能这一个大的时代背景,设计与之有哪些交叉、以及被影响。所以第二个部分,也是过去我们团队,探索的一个过程。也会展示给大家做一些参考跟讨论。

什么是智能、什么是人工智能。智能是人在认识客观世界中,由思维过程和脑力活动所表现出的综合能力。思维、记忆、注意、感知、决策、学习、行为等等。人工智能是用人工的方法在机器上实现的智能。它研究如何构造智能机器或智能系统,以模拟、延伸和拓展人类智能。其实你可以从这里找到你平时偶尔看到的一些研究领域。像在百度,也是会全面的做一些接触,以及衍生的设计。这两天有一个同事也有会场,研究与交付的机器人产品,归类机器行为。

这个是从AI技术的角度,对于行业/学科关系的阐述。核心层是人工智能科学与技术的理论、技术与应用。衍生层是重要学科方向、重要应用需求。这里包含了机器学习与知识工程、数据科学与大数据技术、大数据管理与应用、智能感知与人机交互、机器人工程/智能机器人、自然语言处理。复合层是人工智能+X,向行业延伸拓展。智能教育、智能金融、智能医疗、智能商务、智能艺术、智能制造、智能农业、智能城市、智能交通、智能建筑。交叉层是人工智能与其他学科专业的交叉,比如与计算机、互联网、物联网、数字媒体、信息安全、软件工程,当然也会包含设计。这个是一个通用模型,可以来观察,人工智能有关的核心人才,与设计角色的交集。

知识体系的交叉,就会产生不同的人才结构定位。核心层与衍生层,对应产生专业类,专业型人才。对应百度来讲,就是研究院、基础研究NLP等部门。在人工智能领域发展的结果里,能够产生积极对话的是,交叉型人才、横向复合型人才。这个也其实跟我们在跟AI有关的技术领域理解是一样的。我们可以在其复合层、交叉层,产生关系。研究院,大部分研究员无法对话,他们更愿意去写paper,参加学术会议。我们只是做有限的包装。面向行业市场,开始产生业务交集,比如NLP做智能创作、量子研究所做量易伏、量桨,需要面向开发者提供量子计算工具平台。学科交叉,产生工具/专业交流。智能设计工具,包含adobe这套creative工具,AI的应用。

但AI技术即便现在很热门,也就上世纪50年代开始的技术,且有两次大的低谷,目前这几天又火热了起来。百度算是重金投入。冷静来看,我们刚才讲说,对于来讲,这只是一个交叉学科,那跟交互设计,有没有什么关系?其实更广泛的来讲,不是设计与AI的关系,而是设计与技术的关系。拿阅读、获取知识这一需求,看一下设计与技术的关系。 

这张图下面是技术革命的时间轴。上面是与之对应的载体。大概可以看到,我们之所以重视AI,大概是会觉得工具可以进一步进化,但这个跟交互设计是不是有关系呢?另外一个坑。从农业社会到工业革命,伴随着服务于获取知识的工具进化。从竹简、纸质书籍、收音机电视、平板,甚至脑机。跟我们这一波互联网/IT对象的设计师产生交集的是从第三次工业革命后开始。

交互设计怎么来的?我们再把交互设计专业,放在时间线。那我们究竟在干嘛?我们其实蛮新的。

百度内部做过比较多关于设计与AI关系的思考,研究AI到底可以跟设计产生什么关系。大家会想设计会不会被替代,创造性不会。设计对于AI的加持,以I打头的单词中,是设计的产出物与关系。早期给了一个这样的答案。Individual 独特、Instruct 指引、Inspire 灵感

后来我们从另外一个视角分析了,复合层影响下的交叉学科观察的交互设计与人工智能载体计算机的关系,人们利用计算机获取信息的方式归纳为七个阶段。人机交互的进化史同时是人机交互的退化史。现象与趋势是,信息载体不可移动→为移动→随型交互方式从专业技能→弱技能→回归本能

如果人与机器充分沟通,便不再需要交互设计。

我们家有一个一岁的宝宝,我其实就特别纠结要不要叫他学习打qwerty键盘。他们便是在人工智能下类比的数字土著Digital Natives —— 人工智能土著 AI Naives。

人机交互的进化,对人是从技能到本能的退化。技术在进步,设计在做什么?我们可以看一些不同的设计视角下,大家对于设计跟技术关系的探讨。

1997年,技术与设计领域发生了一个特别事件,技术史协会创办了《技术与文化》( Technology and Culture)期刊,巴里・卡茨( Barry MKatz)认为,由此工业设计师的角色可以定义为,“驯化新技术并使之能够为人所用”,因为他认为技术史与设计史的关系越来越紧密,“这种相互依存表明,至少在设计研究领域,可通过全面向技术史开放,并深到技术史的核心,而且借助于设计史与理论领域的新趋势,也能够激活关于技术的研究”。同样,接受这种挑战并积极探索技术史与设计史的紧密融合与互动潜力,也将会使设计史获益良多。

Neri Oxman内里·奥克斯曼,设计师、建筑师、合成生物学家、视觉艺术家以及 MIT Media Lab 明星成员。总结了人类创造力的四种模式——科学,工程,设计和艺术。科学的作用是解释和预测我们周围的世界,它将信息转化为知识;工程的作用是将科学知识应用于实践问题解决方案的开发,它将知识转化为使用;设计的作用是解决实施拥有最强功能和增强人类体验的方案,它将使用转化为行为;艺术的作用是质疑人类的行为并提醒对我们周围世界的感知,它将行为转化为新的信息观念,重新呈现在 KCC 中科学开始时的数据。

我当前对于AI技术对于交互设计影响的答案,在旧硬件载体的旧的软件服务,应用AI技术。在旧硬件载体的新的软件服务,创造AI技术应用的交互形态。创造新的硬件载体与新的服务,创造AI技术应用的交互形态。设计在当前行业AI技术发展的作用,创造AI技术可应用的新硬件载体与新软件服务的交互形态。

目前实践有效的AI交互设计方法。大家观察下春秋时节路上的行车的司机会手搭在车窗上,但车窗不是用来搭的(突出物产生安全隐患)。大家回家躺在沙发葛优躺,但沙发不是用来躺的(背部悬空压迫腰椎)。1岁小朋友就会用触屏手机。一块玻璃为什么是可以用滑来操作?存在共性?人知觉到的内容是事物提供的行为可能而不是事物的性质。

交互设计追求的对于终端载体与服务与用户预期的一致,且受到复杂场景因素与技术影响下的唯一答案——AI设计可供性的交互进化模式,积累知识 – 建立直觉操控的实体,帮助用户思考 – 创建场景映射的流程行动,减少用户行动 – 深层次意义共建。

(大量案例无文字稿件)。未完的完结。

可是看不到的点点微光在难以寻觅的漆黑的夜。
可是热烈跳动的火在阳光洒落青草地的午间。
追寻一刹流过的痕迹。
呆呆的望着拂触的风。

百度地图-智能交互框架的设计探寻

前言
设计师可能真的要感谢这个时代。
在AI再一次来临,交互体验的进化可以从概念走入现实。
百度地图迎来的新框架,也是触及未来的实践。
2019年,我们交付了一个什么样的框架,什么是地图的智能化框架。
这是一个开章,我们也会持续跟大家分享智能化的地图体验设计。

智能化地图的交互框架进化
百度地图的交互框架,经历了工具型、被动智能型、主动智能型的进化。
2017年-工具型地图

2017年-工具型地图

2018年-被动智能型地图

2018年-被动智能型地图

2019年-主动智能型地图

2019年-主动智能型地图

首页框架与关键模型的关系,从形式上体现了交互框架的性质。
工具型的地图框架,以工具的逻辑组织为优先目标。传统图区为主视图,将服务入口围绕图区排布,受到传统车机与手持移动设备的应用模型影响。典型的是地图检索模型的入口通常置于布局顶端,是近年通用搜索模型的设计,未能完成对手持移动设备用户的行为迁移产生的结果。
被动智能型的地图框架,在工具型基础上,提供对唯一智能内容模型的连接。这是平衡工程、概念认知、行为认知的选择。在百度地图的设计中,“小度助手”的存在意义在此。这是一种设计的叙事技巧。在AI设计的过程中,当我不知道这些新的设计与技术如何使用,我必须把他们带入一个虚拟的故事里。借助现有社会文化的已有认知——“小度≈智能 助手≈智能”,借助已有的交互模型,寻求表象与使用的共识与认知一致。
主动智能型的地图框架,是在被动智能型的进化。这个进化的关键驱动力是,工具型的地图框架不能满足用户对于日益丰富的地图服务获取有效性的提升。数据积累与AI技术进步,是完成服务与用户匹配的基础;主动智能型交互框架的产生,是完成行为进化的途径。百度地图的智能化框架,典型的是以行为逻辑组织服务并简化框架层次,将当下用户的精确需要直接呈现。这个探索实践也将从GUI泛化至VUI的接口设计。
这个模型进化的过程,背后是遵循着人机交互的基础原理。环境、人、设备的相互作用关系。当下的结果也是基于手持移动设备的电子地图的必然选择,是为有效的交互设计创新实践。

智能化地图的信息流动进化
我们怎么理解信息的流动。十分欣赏Flank在2011年一篇报基于Windows Phone设计报道中对于信息流动的理解——Windows Phone 想要达到的就是:让用户能够没有任何阻力的在整个场景中流动,这也是我们为什么选择聚焦于信息层面而不是应用程序的原因。你的生活和需求不是局限于一个个单独 App 的孤岛,而是不停的穿梭在不同类型的信息之间的。
当下设备的智能化,促进人的生活进一步数字化。生活轨迹形成流动的信息,在这个信息流中,在不同的时间、设备、环境都映射了不同的信息。智能化地图的信息流动,即是以地理位置为基准形成的信息流。
在表现层,地图与Facebook兴起的信息流存在差异。智能化地图的信息流需要从诉求与表达解构。解构的过程是用户对于服务认知与服务承载的理想形态的相互作用,且具有随机性。地图不会需要基于页面无限循环的多媒体信息流,因为其信息流优先基于抽象的一般信息获取,而地图优先基于虚拟或物理位置的迁移。

百度地图智能化框架-底图联动

在上述的底图联动模型中,百度地图解释了这样一个简单的信息流动的结果。
人的线下轨迹,有着从公司到家的物理位置的迁移;线上轨迹,会对应操作寻找特定时间的高效路线,并遵循线上导向,从而完成物理迁移。
这个过程的多次重现,会产生一个时间与环境的映射关系——20:00的百度大厦将要发生导航回家的服务。所以某个用户的百度地图信息流产生了流动,将即将发生的路线从过往深层的界面逻辑中被提取到了顶层。也就得到一个主动进行空间利用的动态视图与动态底图。

智能化地图交互框架的局限性
交互设计做为一个交叉学科,保持理性是得以有效整合、持续交付的基础。任何交互行为的设计都有其局限性,这是由不同时间下的生产背景、技术发展、信息积累、用户认知层次作用影响。当下地图的智能化交互框架,其局限性在于模型稳定性与跨设备认知。
特别是在手持设备,会提供更主动直接的服务,背后需要对群体与个体信息流的精确理解,但其中存在的不确定性,会使得交互框架本身不稳定,以至影响用户对特定服务调用的预期与信心。
交互框架的存在,是一个工程内在的逻辑概念,从用户视角无法对其定义精确表达。伴随地图服务在多设备多通道的载体延展,其智能化形态就会更为抽象,且难以指明。从而进化为系统性设计的一部分。其终极形态所表现的产品意义便与当前的符号无关。用户无需被构建理解智能化框架的地图意味着什么,是因为地图天然具备智能化。

写在后面
百度地图,过往比较少的会分享对于自己设计的理解。
这是一个很好的开始,希望对设计师有益。

——百度地图UX团队

(译)语音用户界面设计的5则趋势

原文:5 TRENDS OF VOICE UI DESIGN GLEB KUZNETSOV (获得授权)
译文:语音用户界面设计的5则趋势 小气的神
译注
我能想到最早接触的VUI产品,是2000年自己的第一台电脑自带的IBM ViaVoice。
但再一次让你觉得兴奋的是,近年VUI承载的服务开始从单一语音输入/控制/应答器工具,走向更可信赖的通用智能。
以下文章来自GLEB,能看到对VUI的理解,不系统不精准但流露着设计师sense的敏锐。
其中很多思路,也与当前译者实践中的百度地图语音设计理念不谋而合。
正文
重要的是,交互(interaction)的概念从来都是关于交流(communication)。人机交互(Human-Computer Interaction)从来都不是关于图形用户界面(Graphical User Interfaces),这也就是为什么语音用户界面(VUI)是用户交互设计的未来。
Interface(接口)只是一个用户与之交互的系统,GUI、VUI或其它什么。所以为什么VUI非常重要?两个原因:
首先,对话式界面是极好的,因为对话(conversation)的交流是每一个人都可以理解的交流形式。
这是一个自然的互动方式。用户与他人使用语音而不是技术。用户不需要去学习任何符号或新术语(GUI语言),他们可以使用英语(或其它母语)来操作系统。这并不意味着用户不需要学习如何使用一个系统,但学习曲线会明显降低。
其次,用户的预期是不断变化的。根据Statista统计,千禧一代使用语音搜索占有39%。这些受众准备好了成为VUI系统的早期用户。
VUI的TOP5趋势
当谈到VUI设计,语音交互表现出对于设计师最大的UX挑战,自iPhone诞生就开始了。但好消息是我们创建GUI产品时大部分最基本的UI设计原则,对于VUI设计仍然适用。以下你会发现在未来数十年,塑造VUI设计的一些趋势。
1.VUI是关于建立信任(VUI THAT BUILDS TRUST)
信任有助于建立人与机器之间的桥梁。如果没有信任,用户不可能与一个特定的语音用户界面进行交互。
有效的结果是重要的。VUI应该让人们理解,她/他将确切地接收到她/他的请求。通过以下几点来实现这一目标:
提高语音识别的准确性(更先进的NLP算法)。
重点了解用户的意图(最开始交互的理由)。当用户与系统进行交互,他们有一个具体的问题要解决,设计师的目标是理解这个问题是什么。
提供有意义的错误信息。
精确的语境驱动的心流(Crafting contextually driven flows)。
诚然对于用户询问系统的指令不可能全部预测,但设计师需要至少设计一个语境驱动的用户心流。当用户搜索一家餐厅,该系统应在每一个接触点预测用户的意图,系统应该完全匹配用户在找的内容。
用户控制的重要性(依然适用于VUI设计,来自Jakob Nielsen的用户界面设计的10条可用性启发法
该系统应考虑人类大脑的天然的局限性(短期记忆的局限性)。系统提供的信息应该是压倒性的。
当人们听到系统的响应,大多数用户只能记得最后一句话。因此,最好远离冗长的语句或是提供一打不同的选项,因为用户只能在同一时间记住几个。
系统应对用户的请求给出适当反馈。这个反馈应该让用户充分了解,当前系统在立刻执行。例如,视觉反馈让用户知道系统准备好了并在收听;或是在POD(Process of Doing执行过程)。当用户发送一个请求给系统,系统显示一个POD。POD不是加载动画,它不只是当系统执行时用户需要等待的状态,它提供系统在执行什么的有价值信息。例如,对于一个从Dropbox提出文件的指令,可能看起来是在存储器中搜索一个正确的文件。
2.自适应用户界面(ADAPTIVE USER INTERFACE)
一种自适应用户界面(Adaptive User Inferface,也称为AUI)是一个适应用户或情景需求的用户界面(UI)。未来的VUI会适应用户,系统会分析所有有关于用户的信息(包括当前的精神状态和健康状况信息)和他们目前的情况提供给用户更多的更多的相关回应。
例如,如果用户在当下出现高血压,并决定在2小时内有一个会议。一个数字助理会建议避免这件事情发生,或建议在会议开始前通过运动降低血压。
3.VUI传达个性(VUI THAT CONVREY PERSONALITY)
视觉设计师在图形用户界面有很多传达人性化的选择–字体、颜色、插图、动画,这只是被提及选择的一小部分。但VUI呢?设计师可以使用语言本身传达个性,内容、音质以及音调。发声的音质是人格的一部分,它塑造了身份特征。一旦我们提到什么东西的音质,它就会成为其身份的一部分。当我们与一个这样的界面交互我们会去体会情绪,就像我们在与真实的人互动。人们希望听到可理解的语音(Understandable Voices)——不是听起来像人类的语音,而是一个陈述行为一致人类(coherently human)的语音。
译注:音质,根据语境翻译voice一词。音质包含音量(强度)、音高(音频频率)、音色(泛音)。
反面案例:Susan Bennett演绎的Siri语音,语音听起来几乎是人类,但人们仍然知道这是一个机器。你不能真的与Siri进行对话。虽然你可以问Siri说“今天的天气怎么样?“你不能问更复杂的问题,比如,“我今天要穿什么?“因此,你不会对Siri有很深的感情,你知道它只是一个机器人。
正面例子:电影Her中萨曼莎的声音,语音听起来是行为一致人类的语音,所以人们会爱上它。
4.从Narrow AI走向通用智能(FROM NARROW AI TOWARDS GENERAL INTELLIGENCE)
人机交互正在转向对话,但用户期望的更多。目前可用的大多数AI系统仍然局限于Narrow AI,如系统使用机器学习来解决一个明确定义的问题。Narrow AI对他们的训练数据之外的知识一无所知。这意味着当用户想要解决稍微不同的问题,或者问题自身进化了,系统将不能解决它,并且反馈“我不懂”。所以做为用户就会抓狂。
与Narrow AI相比,通用智能并不局限于垂直领域。学习的概念是GI(General Intelligence)系统的基础,是Narrow AI和General AI之间的根本区别,General AI在没有被明确编程的情况下进行学习(机器由自己自学)。GI系统使用两种类型的学习,强化学习(当系统使用所有可用信息来解决特定用户问题时)和监督学习(当系统第一次需要用户帮助来解决问题时)。另一个不同之处在于,Genrnal AI系统可以学习利用其他AI用于一般和特定目的。因此,不同的机器学习模型可以相互依赖、协同工作。先进的NLP GI系统能够通过组合和处理来自多个不同数据源的信息,从初次尝试中学习。
5. 社会影响(IMPACT ON SOCIETY)
VUI系统被广泛接受。提高基于AI系统的VUI,会产生更好的用户参与度。人类与计算机之间的关系将是互动和协作的,人们与计算机将协同工作。这会影响社会,想象一下十年后你走进屋子,只是说话就控制了各类机器。
这个未来将伴随无所不在的人工智能:作为用户,我们将信任人工智能。即使做出如“我应该为我的孩子选择哪所学校?”这样最重要的决定。VUI将提高老年人和残疾人的生活质量。
结论
“The best interface is no interface”是Golden Krishna的一句名言,他是《The Best Interface Is No Interface》一书的作者。他和许多其他设计师认为,人们不想在屏幕占用太多的时间。因此,技术应该停止鼓励基于屏幕的解决方案。而且相对来说很快就会发生,未来的交互不会由按钮组成。
随着计算机处理能力的提高,我们将拥有更多能够在1秒内计算多达1000个步骤的系统。用户和机器将协同工作,从而实现通用智能。

MEANINGQ22018

不定期更新
关于构建技巧的价值判定
讲故事storytelling,或是叙事narrative,价值传递最直接的方式。
在09~11年,当我不知道这些新的设计与技术如何使用,我必须把他们带入一个虚拟的故事里,使其可以合理并获得认同。
在12~15年以及之后的大部分时间,设计与功能具象化,可以直接通过产品直接体验,讲故事便不具备必要性。
我们在叙事时,借助现有社会文化的已有认知。语音助手/无人车,如果出现了文化断层,其终极形态所表现的产品意义便与当前的符号无关。
语音如触摸屏,不会被单独提及,当下的新人类不会有按键功能机、触屏智能机的概念。无人车的抽象概念是一种自动化的地面运输能力,几个轮子不重要,轮子的转向方式不重要,是不是轮子都不重要。又何谈当下通常意义的车。
叙事这种技巧,可以寻求表象的共识与认知一致。
当不想寻求普遍意义的认同时,便会放弃讲故事。
——小气的神 班车随笔0403

关于新生代意大利奢侈品设计师的匠艺
他们把注意力主要放在品牌战略和沟通上,这与第一代的意大利设计师颇为不相同。新生代的设计师更加关注消费者在意义上的追求,寄希望于讲故事和品牌形象识别,并把他们作为设计过程的核心部分。从这一视角来看,他们已经把匠艺明确表达为产品的附加值和灵魂。
小神备注:这与消费主义论述谋和,消费的终极意义在于如何度过更加充实的人生(三浦展)。
关于形式与材料的关系
形式和材料是分不开的——材料承载着形式。
因为当一个物体的材料、材料工艺和形式完全一致的时候,该物体就会在很多层面产生非常真实的共鸣。
人们以非常特殊的方式承认该物体的真实性。
——Jonathan Ive
关于设计认识论 & 具身认知
学术研究突出人类知识的复杂性,区分了抽象知识、具身知识和分布式知识。认知直接与人类感知的生理体验和结构有关。
现实世界中大多数思维都存在与非常特殊的环境之中,运用于非常现实的目的,并利用与外部促发因素相互作用的可能性或操作外部促发因素的可能性。
理性的心理(基于抽象的表征和正式的规则)与非理性的身体(感觉和体验)之间的分离趋于下降,这种分离恰恰是认知论的特征。
具身认知。我们需要一个身躯去推理思考,这并非平淡或显而易见。理性的结构本身源自我们具身化的细节。要理解理性,我们必须理解我们的视觉系统、运动系统与神经绑定的一般机制等细节。
设计的具身认知概念与社会科学中的情境认知有重叠。情境认知表明知行之间的本质上是不可分离的。认知并非一个抽象的概念,而是一个实际的概念,因为认知发生在于现实世界以及与他人的互动之中,并以社会文化背景为基础。
——《设计问题》
感觉质
有一个哲学概念为“感觉质”,是指人们通常会按照自己的期待理解客体所包含的意义。柯林·威尔森提出的感觉门控可以来解释。
人的大脑中存在一种机制,使得人们排斥与自我思想相矛盾的其他思想。而这种矛盾思想一旦进入大脑,大脑本身就会崩溃。因此,为了避免发生大脑崩溃,感觉门控这种机制就起到了遮挡、阻断的作用。
也就是说,无论是语言还是作品,作者都无法准确无误地讲自己所要表达的内容传递给读者。因此,作品的目的不是传达,而是“告白和提问”。不仅如此,告白是作品的一种表达,而提问是一种探索追求,这是创作工具具有的两个意义,也是创作的两个目的。总而言之,修辞法不是传达信息的技巧,而是告白的技巧,也是提问的技巧。
——黑川雅之《设计修辞法》引言部分

改变用户行为的设计模型(Presentation)

前些时间面向内部做的一次培训课程。
也可能是最后一次吧。

定义、设计人造系统的行为设计,是交互设计的范畴。
认识、理解、改变行为设计,是交互设计师的必备能力。

改变用户⾏为的设计?为什么?
『存在』的探索,身份的焦虑。提升交互职业竞争力的基础课程。
范围界定,从交互设计的研究对象,根本产出物为定义、设计人造系统的行为设计。
⽤户与环境/设备产⽣交互,建⽴模型以了解⽤户特征。
认知模型、语言模型、输⼊装置模型、⾏为模型。
以⽤户操作行动或任务的执行过程为主线,建⽴的模型被称为行为模型或任务模型。
以行为到动机的关注点变化存在5种典型的行为模型。
TOTE模型、GOMS模型、KLM/TLM模型、卢⽐孔Rubicon模型、TTM模型。
PDF

Download the PDF file .