AI现在已经逐步融入各行各业，在UX设计领域，如何更好的拥抱这次变局，是每位设计师需要深思的问题，这篇文章很好的说明了生成式AI的6大设计原则...
使用生成式人工智能时存在新的风险和潜在的用户伤害，比如“幻觉”、歧视性语言、版权侵权以及个人信息泄漏等。设计师如何应对这些棘手的问题?IBM 研究院制定了六项原则来帮助设计从业者创建生成式 AI用户体验(UX)。
人工智能的6大设计原则
IBM 研究院于 2024 年1月发布的关于“生成式 AI 用户体验”的论文《Design Principles for Generative Al Applications》。这篇论文被 CHI 2024(Conferenceon Human Factors in Computing Systems，人机交耳领域中最重要的会议)收录。
论文制定了六项原则来帮助设计从业者创建生成式 AI 用户体验(UX):
1. 负责任的设计
2. 心智模型设计
3. 适当的信任和依赖
4. 注重生成的可变性
5. 共同创造的设计
6. 不完美的设计
1 负责任的设计
通过了解用户的需求和痛点来为用户设计，而不是为技术或其功能而设计。
策略 1: 以人为本
洞察和了解用户的工作流程和痛点，以确保生成式 AI的应用场景符合用户的实际需求。
策略2: 识别并解决价值观冲突
人工智能系统的开发者、使用者和采购者拥有不同的价值观，在设计中应考虑并平衡这些价值观冲突。
策略 3: 限制超过预期的功能
当用户尝试了超出 AI能力的功能或问题，在产品策略上应当确定是否向用户展示/限制这些生成功能。
策略 4 : 测试和监控对用户有害的信息
识别相关的用户危害(例如歧视信息、黄暴内容、虚假信息)，设计测试及监控这些危害的机制。测试有害信息的一种方法是在已知的数据集(关于仇恨言论和偏见)上对模型进行基准测试。并且在产品上线后，可以允许用户报告有问题的生成结果，以此来标记有危害的信息。
例如:字节跳动旗下的 A!工具豆包，在生成内容后允许用户对于内容进行评价和举报:
2 心智模型设计
设计师需要仔细考虑如何传达有用的心智模型，帮助用户理解系统的运作方式以及自己的行为会产生什么反馈。
策略 1:引导用户了解输出的可变性
帮助用户了解人工智能系统的行为，以及它可能为相同的输入产生多个不同的输出。
例如:Google Gemini 提供答案时会给出多个草稿的形式，供用户做出选择:
策略 2 : 引导用户学习使用产品
通过产品文案和文档，向用户解释功能和示例，以此帮助用户学习如何有效地使用人工智能系统。
策略 3: 了解用户的心理模型
以用户的心理模型为基础，评估他们对产品的看法如产品的功能、局限性以及如何有效地使用产品。
策略 4: 向 AI系统输入用户信息
使AI系统的交互体验符合用户自身特点和行为所需
例如:ChatGPT 给会员用户提供了一个“Custominstructions”功能。用户通过回答诸如“你在哪里?”、“你是做什么工作的?“这样的问题来介绍自己，以便收到更加个性化的回复。
03 适当的信任和依赖
教导用户对于 A!保持适当的信任和依赖，注意检查输出是否存在质量问题、不准确、偏见或其他问题。
策略 1:通过解释说明来校准用户信任
通过解释 AI 系统的功能和局限性让用户清楚地了解人工智能系统执行不同任务的能力。
举例:chatGPT 在其介绍页面直接解释了它的功能和局限性。
策略 2 :提供回答的来源
展示生成回答的的来源，提升回答的可信性。
策略 3:鼓励用户做操作
通过在关键决策点设计让用户放慢速度的机制，鼓励用户批判性地审查和思考回答。
策略 4:说明 Ai 的角色
确定人工智能系统在用户工作流程中扮演的角色
举例:Github Copilot 的标语“您的AI编程伙伴”暗示了 AI“伙伴”的角色，并在用户的代码编辑器中直接提出自动补全建议，用户可以选择接受或拒绝。
04 注重生成的可变性
生成式 AI 的一个显著特点是:即使用户的输入没有改变Ai也能产生不同的输出结果。因此我们需要思考:用户应该在什么场景下看到多种输出内容，又该如何帮助用户组织和选择不同的输出内容。
策略 1: 展示多种输出内容
生成多个输出，以增加结果符合用户需求的机会。
举例:Midjourney 会针对用户给定的提示词生成多个细节稍有不同的图片输出:
策略 2 :可视化用户使用过程
向用户展示他们所做的每一步输出会带来的影响和对于结果的改变，让用户理解整个结果的生成过程。
策略 3: 对输出的内容做管理
让用户主动或让系统自动帮助用户来组织、标记、过滤或排序输出的结果。
策略 4 : 说明不同输出内容之间的差异
帮助用户识别同一提示生成的输出内容之间有什么不同和差异，以帮助用户更好的做决策。
例如:Dreamstudio、DALL-E 和 Midjourney 对于内容背后的源代码都以网格状方式显示多个输出，以允许用户识别差异。
05 共同创造的设计
生成式人工智能提供给用户新的创造能力，能够与用户一同设计和生成结果
策略 1: 制定有效的提示词规范
使用文档等方式对于提示词进行解释和说明，让用户了解如何写出更好的提示词、下达更准确的命令。
策略 2: 提供通用输入参数
给用户提供通用的模版或示例，让用户更易上手。
策略 3: 提供与输入相关的操控
让用户能够控制和调整输出的内容，对内容有更多的可控性和可编辑权。
策略 4 :共同编辑输出内容
允许用户和人工智能系统改进生成的输出。
例如:Adobe Photoshop 的生成式 AI 功能允许用户和 A!模型能够在同一画布中多处进行图像的共同编辑和绘制:
06 不完美的设计
生成的输出结果可能是不完美的，设计师需要帮助用户理解和处理与他们的期望不符的输出。
策略 1: 让不确定性变得可见
警告或提示用户输出的内容可能与他们的期望不符。
策略 2 : 使用特定领域的指标评估输出
给用户提供可以衡量结果的指标和数据
策略 3: 给出提高内容质量的方法
为用户提供修复缺陷和提高输出质量的方法
策略 4 : 提供用户反馈机制和渠道
收集用户反馈以帮助 AI 进行训练和能力提升。