AI设计师的全栈能力公式与增强[转]

原文:AI全栈设计师的能力公式,及如何用AI来增强设计能力 - 2019.07.16

出处:无界社区mixlab - 微信公众号

有非常多的设计师会在工作几年后转型,也有非常多的程序员会转为产品经理,没有一份职业是“安稳”的,一切都在变化中~

今天聊聊AI设计所应该具备的能力及讨论下如何利用AI来增强设计师的设计能力.

1. 传统设计师有哪些?

互联网设计师,包括用户体验设计师、用户界面设计师、交互设计师、用户研究员、产品经理等.

产品经理更像是这些设计师的上游,从定义最初的问题,制定解决的基点,包括设计,测试,和迭代不同的解决方案,协调各种设计师、开发工程师的工作界限等.

产品经理也有很多细分,比如技术型产品经理、中台产品经理、社交产品经理等.

大部分设计师的知识背景,是以设计学科为骨架,加上在工作中不断汲取具体的业务场景所涉及的专业知识,还有实战中积累的经验.

用一个公式表示如下:

  D ( 设计知识+领域专业知识+实战经验 )  

那么,传统设计师指的是什么?同样的,用公式表示:

  “传统”设计师 = D ( 设计知识 )  

随着我们工作年限的增长,掌握的知识越来越多,产品经理的能力逐步构建完成,同样,我们可以用公式表示下:

产品经理 = D ( 设计知识 , 领域专业知识 , 实战经验 ) 

那么,产品经理工作几年之后,知识是不是就够用了呢?

明显不够用,接着往下思考

2. AI全栈设计师的能力公式

当一个产品经理发现光掌握领域的专业知识,大量的实战经验,庞大的设计知识,还是不够的时候,会往技术的领域探索,于是他的技能变成了如下一个公式:

全栈设计师  
  = D ( 设计知识 , 领域专业知识 , 实战经验 )
  + T( 技术架构 , 算法 , 数据结构 ……) 

这就是“全栈“设计师,掌握了设计相关的知识,还懂技术.

这个时候,他在工作中会非常巧妙地处理设计师团队与工程师团队的关系,然而,工作了一阵子之后,他会发现,目前产品中使用人工智能相关的技术,跟应用越来越多.

比如,

[1] - 猜你喜欢为代表的个性化推荐技术

[2] - 搜索产品内信息的搜索引擎技术

[3] - 免密码的应用场景,使用人脸识别技术

[4] - 语音输入的方式,使用语音识别技术

这个时候,全栈设计师,会去关注更多的人工智能相关的技术:

AI全栈设计师  
  = D ( 设计知识 , 领域专业知识 , 实战经验 )  
  + T ( 技术架构 , 算法 , 数据结构 …… )  
  + AI ( 分类 , 预测 …… )  

3. 分类&预测 - AI 最有价值的功能

人工智能技术最有价值的是可以赋予产品分类及预测的功能.

我们可以很好的把文本、图像、语音、视频等信息,分类成我们所想的,或者分类成我们想不到的类别.

比如,

[1] - 把各种各样猫的图片,分类到猫的类别里:

[2] - 把各种各样的商品评论,分成1-5星( 打分 ):

预测是什么呢?

预测就是根据你的输入信息,系统告诉你相关的信息. 注意是”相关“,机器目前非常擅长处理相关性的问题,对于因果性的问题非常难处理.

猜你喜欢就是典型的预测问题.

比如网易云音乐,天天给我们推荐的歌单,根据的是我们使用过程中,所播放过的歌曲,当然还有更多复杂维度的信息作为输入,机器来预测一系列相关的歌曲,推荐给我们.

4. 人工智能的技术边界

再聊一个比较重要的知识点. 就是我们如果要往 AI 全栈设计师深入发展. 我们还需要理解技术的边界,有2个典型的知识点.

4.1. 空状态

有一点我们必须认识到就是人工智能需要大量的数据,数据不存在,机器目前也无法创造出来.

目前的技术处于感知跟认知中间这个程度.

由于依赖大量的数据,如果某一类型数据的缺失或量不足,难免会有空值的情况,这个时候需要用设计的方式来处理.

4.2. 准确率

目前的算法没有100%的准确率,比如,

香港中文大学系统保安研究实验室团队,花一年多时间,研发的face flashing准确率达98.8%,但系统仍未突破双胞胎识别的弱点.

去年9月,在英国的一家警察局中,利用面部识别技术维护治安开始试验,但是尴尬的在于,他们一天就抓错了35个人.

算法难免会出错,设计师需要针对出错情况如何处理制定策略.

除了利用人工智能技术到产品中,我们还可以把AI用于设计的研究,提高人类设计师的设计能力.

5. AI增强设计能力

我们思考3个问题,关于运用深度学习,进行用户体验、用户界面的研究.

5.1. 思考1 - 如何找到最优的界面设计,何为最优?

这个没有标准,需要根据商业目标来制定.

如果是为了促使用户点击广告,那这个最优就是把大量的广告穿插到信息流里;

如果是为了增加页面浏览量,那就是把页面做成分页的,一页页看,一层套一层.

目标不一样,所谓的最优也不一样. 机器无法指定最优的目标,背后都是人来指定.

5.2. 思考2 - 设计经验为何重要?机器能不能直接获取经验?

一个搜索框,确实有非常多的组合可能(1px像素的差异也算的话),有经验的设计师会根据交互逻辑来确定具体的比例,这个经验是长期实践观察积累而来的.

机器有没有可能可以获得这个经验?答案是可以的. 只要搜集大量的搜索框的设计,经过数据上的分类,就可以找到大量被采用的布局方式跟比例、色彩搭配等.

不需要让机器去随机组合,丢给用户猜用户的喜好.

5.3. 思考3 - 采集到的用户数据到底能不能评判最优设计?

还是评判标准的问题,如果是基于百度首页的信息流推荐的点击数据收集,那当然是符合此产品定位的最优,永远推荐用户所喜好的信息.

所以,这是个性化推荐,不是用深度学习做用户体验设计.

6. 值得探索的领域:数据如何反映用户体验?

一款产品如果是效率工具,用户的每次使用时间是极短的,那这款产品的体验是优的;

一款产品如果是资讯阅读类产品,用户能阅读到自己想要的信息,这款产品是优的,反映到数据上是时长、频率、分享率等指标;

如果一款产品既是查找信息,又是阅读资讯,对应衡量的指标是很难界定的,因为为了让用户多看会内容,查找到的信息就不能太精准,准了,用户看完就跑了.

AI增强设计能力,数据反映用户真实体验效果,目前都还在探索阶段.

7. 关于产品经理

From:设计管理 第一课 - 2019.05.15

产品经理根据所负责的产品类型,可以分成社区产品经理、电商产品经理、搜索产品经理、内容产品经理等. 还有在人工智能,我们称为AI产品经理. 产品经理属于复合型的人才,各种类型的产品经理所需了解的知识点也都不完全一样,但是背后的基本技能是一致的.

若干年前pony在腾讯产品暨技术峰会上就说过:

我们希望的产品经理是从技术晋升而来的.

产品经理所需要掌握的技能非常庞大,包括用户体验、相关技术、商业模式、团队管理等等.

产品经理的团队角色在于:

[1] - 团队推动者

[2] - 需求维护者

[3] - 用户代言人

Last modification:July 16th, 2019 at 08:32 pm

Leave a Comment