大家好,欢迎来到IT知识分享网。
机器学习设计师究竟在做些什么?设计师应该如何应对AI的冲击?
能够颠覆行业的大公司都已经高度重视AI了。Google提出从移动优先到AI优先,Facebook的AI团队已经坐到了小扎的附近,传说坐的离小扎越近就越被嫉妒,之前的AR已经搬走了。
前段时间我做过一个实验,就是在Linkedin搜索“machine learning designer”,我发现已经有不少设计师开始在机器学习的团队工作了, 比如Facebook, Google等。还有很多设计师虽然不在机器学习团队工作,但是工作内容已经涉及了机器学习相关的算法了,比如我……
Title如下:
- Dara analytics and machine learning enterprise application designer
- Product designer at machine learning & ai research
- Ux designer, designing machine learning application
- Senior UX Researcher, Applied Machine Learning and AI
- Interaction Designer, Artificial Intelligence & Machine
那么,他们到底是做什么的呐?
这些设计师的title里面很多都有涉及一个词叫做application-应用。也就是说,他们将已经设计好的算法运用到用户体验中的各个阶段,并进行验证。
稍微解释下机器学习
机器学习的优势在于可以同时读取并分析大量数据,识别潜在的(深层)规律,并且对用户的行为作出一些预判,提供相应的内容跟方案。当你与产品交互的越多,你就会留下越多的数据,产品就可以越准确的预测你的行为,给你想要的内容,最终实现定制化。
比如,我在淘宝上搜了一条运动裤,那么淘宝可能会根据看了这条运动裤的其他用户也买了什么推荐产品给你。当然,算法在不断的进步中。机器学习设计师就是专门将这些算法运用比如首页,商品详情页,结算页等,并且不停的与大数据专家去验证这些算法的准确性,不停的迭代算法的“智能程度”与准确度。设计师也可以提出一个新的算法需求,并且确保产品中运用了最合适的算法。将你把涉及算法的内容去掉,产品就只剩下框架。
因此在这里跟在担心AI会取代设计师的同学们说,与其担心自己会不会被取代,不如思考未来最需要什么样的技能。(人工智能是建立在机器学习与深度学习的基础上,这里就不做解释。)
曾经读过一篇文章里面提到过,未来将不会被取代的职业的四种特性(请回忆电影《her》男主角的职业):
- 工作中包括复杂的认知以及处理活动;
- 工作中需要不断的产生新的idea或者用创新的方法解决问题;
- 工作中包括谈判沟通,说服,同理心还有关怀;
- 工作中要求高度适应于各种不同的场景与情况。
设计师恰好就是在处理人类不断变化的认知,心理需求,并且需要不断的以创新的方式来解决。
未来的AI会被设计师所用。
设计慢慢的演变成控制与设计整个设计过程,与算法来一起参与结果的形成。AI让设计的边界扩张了,限制减少了。设计师更多的像是项目的监护人。大胆想象一下,未来的设计师就像是在玩乐高积木,将事先定义的功能模块儿按照一定的算法逻辑重新组合在一起。设计师的工作就变成了设定目标,参数,以及限定条件,然后审核由AI生成的设计并进行人工优化。现在已经出现一些智能设计工具,这里就不说明了。
AI现在还处于“弱人工智能”时期
面对我们的复杂的社交网络,这其中包括了文化,情感,行为,情景等,AI还是能难去将这些程序化,并且做出比较准确的预测的。比如,AI如何去理解一个纹身?一个政治观点?让我回想起《her》那部电影里,当男主初始化Samansa(操作系统女友)的时候,她问男主跟他母亲的关系如何时,男主说了一大堆充满复杂而又细腻的情感的话语时,Samansa还没有等男主回答完,便直接跳过问题,因此电影里面已经在映射这一观点。
不少人觉得AI可以取代A/B测试,我觉得只能取代一些基础工作,但是我不认为AI可以完成对数据的解读。当实验结束后,团队会在一起讨论并揣测用户的意图。很难想象AI会取代这一过程,因为用户的意图涉及到思维活动,无法理解就无法定位真正的问题,也就离创新更远。
好了,在AI的冲击下,设计师应该如何“储备”自己?
锻炼自己的的同理心,利用用户研究工具准确定位问题,了解行为经济学,心理学等学科。我也想听听大家对这个问题的看法,欢迎在文章下面留言。
作者:Unicat,微信公众号【WOW7DUX】,毕业于清华与美国伊利诺伊理工,现工作于Booking.com的移动端设计师,7年以上的用户体验设计经验。
本文由 @Unicat 原创发布于人人都是产品经理,未经作者许可,禁止转载。
题图由作者提供
免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/91793.html