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。
01
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。...more
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
02
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,猜你喜欢为代表的个性化推荐技术;
搜索产品内信息的搜索引擎技术;
免密码的应用场景,使用人脸识别技术;
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 …… )
03
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,把各种各样猫的图片,分类到猫的类别里;
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。
04
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。
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。
创 造
认 知
--->
感 知
运 算
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。
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。
05
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。
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。
我们再看,第二个值得思考的点。
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。
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。
06
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。
你具备AI全栈设计师的能力了吗?
加入 MixLab无界社区 共同探索 ^_^
联系客服