Skip to content

Latest commit

 

History

History
112 lines (63 loc) · 20.4 KB

File metadata and controls

112 lines (63 loc) · 20.4 KB

Σχεδιασμός UX για Εφαρμογές AI

Η εμπειρία χρήστη είναι μια πολύ σημαντική πτυχή της δημιουργίας εφαρμογών. Οι χρήστες πρέπει να μπορούν να χρησιμοποιούν την εφαρμογή σας με αποτελεσματικό τρόπο για να εκτελούν εργασίες. Το να είναι αποτελεσματική είναι ένα πράγμα, αλλά πρέπει επίσης να σχεδιάζετε εφαρμογές ώστε να μπορούν να χρησιμοποιηθούν από όλους, για να τις κάνετε προσβάσιμες. Αυτό το κεφάλαιο θα επικεντρωθεί σε αυτήν την περιοχή ώστε να καταλήξετε να σχεδιάσετε μια εφαρμογή που οι άνθρωποι μπορούν και θέλουν να χρησιμοποιούν.

Εισαγωγή

Η εμπειρία χρήστη είναι το πώς ένας χρήστης αλληλεπιδρά και χρησιμοποιεί ένα συγκεκριμένο προϊόν ή υπηρεσία, είτε πρόκειται για σύστημα, εργαλείο ή σχεδιασμό. Κατά την ανάπτυξη εφαρμογών AI, οι προγραμματιστές δεν επικεντρώνονται μόνο στο να εξασφαλίσουν ότι η εμπειρία χρήστη είναι αποτελεσματική, αλλά και ηθική. Σε αυτό το μάθημα, καλύπτουμε πώς να δημιουργήσετε εφαρμογές Τεχνητής Νοημοσύνης (AI) που ανταποκρίνονται στις ανάγκες των χρηστών.

Το μάθημα θα καλύψει τις ακόλουθες περιοχές:

  • Εισαγωγή στην Εμπειρία Χρήστη και Κατανόηση των Αναγκών του Χρήστη
  • Σχεδιασμός Εφαρμογών AI για Εμπιστοσύνη και Διαφάνεια
  • Σχεδιασμός Εφαρμογών AI για Συνεργασία και Ανατροφοδότηση

Στόχοι μάθησης

Μετά την ολοκλήρωση αυτού του μαθήματος, θα μπορείτε:

  • Να κατανοήσετε πώς να δημιουργήσετε εφαρμογές AI που ανταποκρίνονται στις ανάγκες του χρήστη.
  • Να σχεδιάσετε εφαρμογές AI που προωθούν την εμπιστοσύνη και τη συνεργασία.

Προαπαιτούμενο

Αφιερώστε λίγο χρόνο και διαβάστε περισσότερα για την εμπειρία χρήστη και τη σχεδιαστική σκέψη.

Εισαγωγή στην Εμπειρία Χρήστη και Κατανόηση των Αναγκών του Χρήστη

Στην υποθετική μας startup εκπαίδευσης, έχουμε δύο κύριους χρήστες, τους δασκάλους και τους μαθητές. Καθένας από τους δύο χρήστες έχει μοναδικές ανάγκες. Ένας σχεδιασμός με επίκεντρο τον χρήστη δίνει προτεραιότητα στον χρήστη, εξασφαλίζοντας ότι τα προϊόντα είναι σχετικά και ωφέλιμα για αυτούς που προορίζονται.

Η εφαρμογή πρέπει να είναι χρήσιμη, αξιόπιστη, προσβάσιμη και ευχάριστη για να παρέχει μια καλή εμπειρία χρήστη.

Χρησιμότητα

Το να είναι χρήσιμη σημαίνει ότι η εφαρμογή έχει λειτουργικότητα που ταιριάζει στον προορισμό της, όπως η αυτοματοποίηση της διαδικασίας βαθμολόγησης ή η δημιουργία καρτών αναθεώρησης. Μια εφαρμογή που αυτοματοποιεί τη διαδικασία βαθμολόγησης πρέπει να μπορεί να αναθέτει με ακρίβεια και αποτελεσματικότητα βαθμούς στο έργο των μαθητών βάσει προκαθορισμένων κριτηρίων. Παρομοίως, μια εφαρμογή που δημιουργεί κάρτες αναθεώρησης πρέπει να μπορεί να δημιουργεί σχετικές και ποικίλες ερωτήσεις βάσει των δεδομένων της.

Αξιοπιστία

Το να είναι αξιόπιστη σημαίνει ότι η εφαρμογή μπορεί να εκτελεί το έργο της με συνέπεια και χωρίς σφάλματα. Ωστόσο, η AI, όπως και οι άνθρωποι, δεν είναι τέλεια και μπορεί να είναι επιρρεπής σε σφάλματα. Οι εφαρμογές μπορεί να αντιμετωπίσουν σφάλματα ή απροσδόκητες καταστάσεις που απαιτούν ανθρώπινη παρέμβαση ή διόρθωση. Πώς αντιμετωπίζετε τα σφάλματα; Στην τελευταία ενότητα αυτού του μαθήματος, θα καλύψουμε πώς τα συστήματα και οι εφαρμογές AI σχεδιάζονται για συνεργασία και ανατροφοδότηση.

Προσβασιμότητα

Το να είναι προσβάσιμη σημαίνει την επέκταση της εμπειρίας χρήστη σε χρήστες με διάφορες ικανότητες, συμπεριλαμβανομένων αυτών με αναπηρίες, εξασφαλίζοντας ότι κανείς δεν μένει έξω. Ακολουθώντας τις οδηγίες και τις αρχές προσβασιμότητας, οι λύσεις AI γίνονται πιο περιεκτικές, χρηστικές και ωφέλιμες για όλους τους χρήστες.

Ευχάριστη

Το να είναι ευχάριστη σημαίνει ότι η εφαρμογή είναι απολαυστική στη χρήση. Μια ελκυστική εμπειρία χρήστη μπορεί να έχει θετικό αντίκτυπο στον χρήστη, ενθαρρύνοντάς τον να επιστρέψει στην εφαρμογή και αυξάνοντας τα έσοδα της επιχείρησης.

Όχι κάθε πρόκληση μπορεί να λυθεί με AI. Η AI έρχεται να ενισχύσει την εμπειρία χρήστη σας, είτε αυτοματοποιώντας χειροκίνητες εργασίες είτε εξατομικεύοντας τις εμπειρίες χρήστη.

Σχεδιασμός Εφαρμογών AI για Εμπιστοσύνη και Διαφάνεια

Η οικοδόμηση εμπιστοσύνης είναι κρίσιμη όταν σχεδιάζετε εφαρμογές AI. Η εμπιστοσύνη εξασφαλίζει ότι ένας χρήστης είναι βέβαιος ότι η εφαρμογή θα ολοκληρώσει το έργο, θα παρέχει αποτελέσματα με συνέπεια και τα αποτελέσματα είναι αυτά που χρειάζεται ο χρήστης. Ένας κίνδυνος σε αυτήν την περιοχή είναι η έλλειψη εμπιστοσύνης και η υπερβολική εμπιστοσύνη. Η έλλειψη εμπιστοσύνης συμβαίνει όταν ένας χρήστης έχει λίγη ή καθόλου εμπιστοσύνη σε ένα σύστημα AI, οδηγώντας τον χρήστη να απορρίψει την εφαρμογή σας. Η υπερβολική εμπιστοσύνη συμβαίνει όταν ένας χρήστης υπερεκτιμά την ικανότητα ενός συστήματος AI, οδηγώντας τους χρήστες να εμπιστεύονται υπερβολικά το σύστημα AI. Για παράδειγμα, ένα αυτοματοποιημένο σύστημα βαθμολόγησης σε περίπτωση υπερβολικής εμπιστοσύνης μπορεί να οδηγήσει τον δάσκαλο να μην ελέγξει ορισμένα από τα έγγραφα για να βεβαιωθεί ότι το σύστημα βαθμολόγησης λειτουργεί καλά. Αυτό θα μπορούσε να οδηγήσει σε άδικες ή ανακριβείς βαθμολογίες για τους μαθητές ή χαμένες ευκαιρίες για ανατροφοδότηση και βελτίωση.

Δύο τρόποι για να εξασφαλίσετε ότι η εμπιστοσύνη βρίσκεται στο επίκεντρο του σχεδιασμού είναι η επεξήγηση και ο έλεγχος.

Επεξήγηση

Όταν η AI βοηθά στην ενημέρωση αποφάσεων όπως η μετάδοση γνώσεων στις επόμενες γενιές, είναι κρίσιμο για τους δασκάλους και τους γονείς να κατανοήσουν πώς λαμβάνονται οι αποφάσεις AI. Αυτή είναι η επεξήγηση - η κατανόηση του πώς οι εφαρμογές AI λαμβάνουν αποφάσεις. Ο σχεδιασμός για επεξήγηση περιλαμβάνει την προσθήκη λεπτομερειών παραδειγμάτων του τι μπορεί να κάνει μια εφαρμογή AI. Για παράδειγμα, αντί για "Ξεκινήστε με AI δάσκαλο", το σύστημα μπορεί να χρησιμοποιήσει: "Συνοψίστε τις σημειώσεις σας για ευκολότερη αναθεώρηση χρησιμοποιώντας AI."

Ένα άλλο παράδειγμα είναι το πώς η AI χρησιμοποιεί δεδομένα χρήστη και προσωπικά δεδομένα. Για παράδειγμα, ένας χρήστης με την περσόνα μαθητή μπορεί να έχει περιορισμούς βάσει της περσόνας του. Η AI μπορεί να μην μπορεί να αποκαλύψει απαντήσεις σε ερωτήσεις αλλά μπορεί να βοηθήσει τον χρήστη να σκεφτεί πώς μπορεί να λύσει ένα πρόβλημα.

Ένα τελευταίο σημαντικό μέρος της επεξήγησης είναι η απλοποίηση των εξηγήσεων. Οι μαθητές και οι δάσκαλοι μπορεί να μην είναι ειδικοί στην AI, επομένως οι εξηγήσεις του τι μπορεί ή δεν μπορεί να κάνει η εφαρμογή πρέπει να είναι απλές και εύκολες στην κατανόηση.

Έλεγχος

Η δημιουργική AI δημιουργεί μια συνεργασία μεταξύ της AI και του χρήστη, όπου για παράδειγμα ένας χρήστης μπορεί να τροποποιήσει προτροπές για διαφορετικά αποτελέσματα. Επιπλέον, μόλις δημιουργηθεί ένα αποτέλεσμα, οι χρήστες θα πρέπει να μπορούν να τροποποιήσουν τα αποτελέσματα δίνοντάς τους μια αίσθηση ελέγχου. Για παράδειγμα, όταν χρησιμοποιείτε το Bing, μπορείτε να προσαρμόσετε την προτροπή σας βάσει μορφής, τόνου και μήκους. Επιπλέον, μπορείτε να κάνετε αλλαγές στο αποτέλεσμά σας και να τροποποιήσετε το αποτέλεσμα.

Μια άλλη δυνατότητα στο Bing που επιτρέπει σε έναν χρήστη να έχει έλεγχο πάνω στην εφαρμογή είναι η δυνατότητα να επιλέξει αν θα συμμετάσχει ή όχι στα δεδομένα που χρησιμοποιεί η AI. Για μια σχολική εφαρμογή, ένας μαθητής μπορεί να θέλει να χρησιμοποιήσει τις σημειώσεις του καθώς και τους πόρους του δασκάλου ως υλικό αναθεώρησης.

Κατά το σχεδιασμό εφαρμογών AI, η σκόπιμη ενέργεια είναι το κλειδί για να εξασφαλιστεί ότι οι χρήστες δεν υπερεμπιστεύονται δημιουργώντας μη ρεαλιστικές προσδοκίες για τις δυνατότητές της. Ένας τρόπος για να το κάνετε αυτό είναι δημιουργώντας τριβή μεταξύ των προτροπών και των αποτελεσμάτων. Υπενθυμίζοντας στον χρήστη, ότι αυτή είναι AI και όχι ένας συνάνθρωπος

Σχεδιασμός Εφαρμογών AI για Συνεργασία και Ανατροφοδότηση

Όπως αναφέρθηκε προηγουμένως, η δημιουργική AI δημιουργεί μια συνεργασία μεταξύ του χρήστη και της AI. Οι περισσότερες αλληλεπιδράσεις είναι με έναν χρήστη που εισάγει μια προτροπή και η AI που παράγει ένα αποτέλεσμα. Τι γίνεται αν το αποτέλεσμα είναι λανθασμένο; Πώς χειρίζεται η εφαρμογή σφάλματα αν προκύψουν; Η AI κατηγορεί τον χρήστη ή αφιερώνει χρόνο για να εξηγήσει το σφάλμα;

Οι εφαρμογές AI πρέπει να είναι σχεδιασμένες για να λαμβάνουν και να δίνουν ανατροφοδότηση. Αυτό όχι μόνο βοηθά το σύστημα AI να βελτιωθεί, αλλά επίσης χτίζει εμπιστοσύνη με τους χρήστες. Ένας κύκλος ανατροφοδότησης πρέπει να περιλαμβάνεται στον σχεδιασμό, ένα παράδειγμα μπορεί να είναι ένα απλό thumbs up ή down στο αποτέλεσμα.

Ένας άλλος τρόπος να το χειριστείτε αυτό είναι να επικοινωνήσετε σαφώς τις δυνατότητες και τους περιορισμούς του συστήματος. Όταν ένας χρήστης κάνει ένα λάθος ζητώντας κάτι πέρα από τις δυνατότητες της AI, θα πρέπει επίσης να υπάρχει ένας τρόπος να το χειριστείτε.

Τα σφάλματα συστήματος είναι κοινά με εφαρμογές όπου ο χρήστης μπορεί να χρειάζεται βοήθεια με πληροφορίες εκτός του πεδίου της AI ή η εφαρμογή μπορεί να έχει όριο στο πόσες ερωτήσεις/θέματα μπορεί να δημιουργήσει σύνοψη ένας χρήστης. Για παράδειγμα, μια εφαρμογή AI εκπαιδευμένη με δεδομένα σε περιορισμένα θέματα για παράδειγμα, Ιστορία και Μαθηματικά μπορεί να μην μπορεί να χειριστεί ερωτήσεις γύρω από τη Γεωγραφία. Για να μετριαστεί αυτό, το σύστημα AI μπορεί να δώσει μια απάντηση όπως: "Συγγνώμη, το προϊόν μας έχει εκπαιδευτεί με δεδομένα στα ακόλουθα θέματα....., δεν μπορώ να απαντήσω στην ερώτηση που κάνατε."

Οι εφαρμογές AI δεν είναι τέλειες, επομένως, είναι βέβαιο ότι θα κάνουν λάθη. Κατά το σχεδιασμό των εφαρμογών σας, θα πρέπει να βεβαιωθείτε ότι δημιουργείτε χώρο για ανατροφοδότηση από τους χρήστες και χειρισμό σφαλμάτων με τρόπο που είναι απλός και εύκολα εξηγήσιμος.

Ανάθεση

Πάρτε οποιαδήποτε εφαρμογή AI έχετε δημιουργήσει μέχρι στιγμής, εξετάστε την εφαρμογή των παρακάτω βημάτων στην εφαρμογή σας:

  • Ευχάριστη: Εξετάστε πώς μπορείτε να κάνετε την εφαρμογή σας πιο ευχάριστη. Προσθέτετε εξηγήσεις παντού; Ενθαρρύνετε τον χρήστη να εξερευνήσει; Πώς διατυπώνετε τα μηνύματα σφάλματος;

  • Χρησιμότητα: Δημιουργία μιας εφαρμογής ιστού. Βεβαιωθείτε ότι η εφαρμογή σας είναι πλοηγήσιμη τόσο με το ποντίκι όσο και με το πληκτρολόγιο.

  • Εμπιστοσύνη και διαφάνεια: Μην εμπιστεύεστε πλήρως την AI και τα αποτελέσματά της, εξετάστε πώς θα προσθέτατε έναν άνθρωπο στη διαδικασία για να επαληθεύσετε το αποτέλεσμα. Επίσης, εξετάστε και εφαρμόστε άλλους τρόπους για να επιτύχετε εμπιστοσύνη και διαφάνεια.

  • Έλεγχος: Δώστε στον χρήστη τον έλεγχο των δεδομένων που παρέχει στην εφαρμογή. Εφαρμόστε έναν τρόπο ώστε ο χρήστης να μπορεί να επιλέξει αν θα συμμετάσχει ή όχι στη συλλογή δεδομένων στην εφαρμογή AI.

Συνεχίστε τη Μάθησή σας!

Αφού ολοκληρώσετε αυτό το μάθημα, δείτε τη Συλλογή Μάθησης Γενετικής AI για να συνεχίσετε να αναπτύσσετε τις γνώσεις σας στη Γενετική AI!

Προχωρήστε στο Μάθημα 13, όπου θα εξετάσουμε πώς να ασφαλίσουμε τις εφαρμογές AI!

Αποποίηση ευθύνης:
Αυτό το έγγραφο έχει μεταφραστεί χρησιμοποιώντας την υπηρεσία μετάφρασης AI Co-op Translator. Ενώ προσπαθούμε για ακρίβεια, παρακαλώ να γνωρίζετε ότι οι αυτοματοποιημένες μεταφράσεις μπορεί να περιέχουν λάθη ή ανακρίβειες. Το αρχικό έγγραφο στη μητρική του γλώσσα θα πρέπει να θεωρείται η αυθεντική πηγή. Για κρίσιμες πληροφορίες, συνιστάται επαγγελματική ανθρώπινη μετάφραση. Δεν φέρουμε ευθύνη για τυχόν παρεξηγήσεις ή παρανοήσεις που προκύπτουν από τη χρήση αυτής της μετάφρασης.