微信→ mdongorg
坐标→ 一线某司
职能→ 【交互/UI视觉/运营/管理】 职级→【P4~P8】
微信→ mdongorg
坐标→ 一线某司
职能→ 【交互/UI视觉/运营/管理】 职级→【P4~P8】
感谢 三鱼先生 的真诚引荐,最近以 个体设计师 的身份,在 zcool 社区临时参与了一场关于数字化的线上交流。
第一次参与直播活动,延伸内容也会是对近年设计实践的提炼。
(原本FLAG整理对话稿,1206发现ChatGPT说的太好了 https://www.mojidoc.com/03e78-4n6swwmkorgfrjmijsf2fnpeze-00b)
【设计几何 x 播客 2022.11(原为视频直播)】
【设计几何 x 播客 2023.02】
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
2018年-被动智能型地图
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
↓↓↓↓↓ 2019年初的两个视频创作 ↓↓↓↓↓
《未来交通概念设计2030_百度地图》
《百度世界大会2018_AIG追光设计_The Laughing Heart》
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。
2018~2020 FOCUS & 迷