当AI智能体成为用户与平台之间的新交互界面，设计语言正在经历一场深刻变革。从Alexa到Siri，从通用化到个性化，AI体验设计需要重新定义智能体定位、交互时长、个性化程度等关键维度。本文系统梳理了AI体验设计的新语法，探讨如何在效率与价值观、便利与隐私之间找到最佳平衡点。

在 oblo 参与的一些聚焦于 AI 体验设计的项目中，我们开始对一种 “语法” 或组件有了认知，这些 “语法” 或组件或许能够描述不同类型的 AI 实体与体验。将这些组件组合起来，就能为 AI 智能体定义出一种 “性能原型”。这是我们依据正在进行的一些具体工作，并结合之后思考该主题时联想到的其他元素，列出的初步清单。它可以作为一个切入点，帮助我们思考多个变量，从而设计出极为多样的未来交互。

AI 智能体定位

AI 智能体正成为用户与平台之间一种全新层级的交互界面，其与双方中任何一方的贴近程度都会影响用户认知。例如，亚马逊 Alexa 可能会被视为 “更贴近” 平台，因为它与亚马逊服务紧密关联，被看作是获取这些服务的消费界面。相比之下，Siri 似乎被认为更贴近用户，因为它通常会在多种设备上陪伴用户，包括像智能手表这类贴身佩戴的设备，并协助用户完成各种任务。这一概念还可进一步拓展，AI 智能体可以承担更个性化的角色，比如像终身陪伴用户的管家，类似《钢铁侠》中的贾维斯（Jarvis）以及其他类似的 AI 形象。然而，这并非在所有情况下都是最佳方式，因为更贴近服务平台能带来诸如无缝集成、更便捷地使用平台特定功能，以及在与平台服务交互时提供更流畅用户体验等好处。

AI 实体数量

目前，用户会使用各种 AI 系统和工具来完成一系列任务，比如在手机上用 Siri 处理简单事务，用 Chat – GPT 应对更复杂的查询，用 Otter.ai 进行对话转录等等。不过，将这些系统整合到一个单一入口，打造一个能在大多数场景下协助用户的主要 AI 伙伴，这具有一定潜力与机会。尽管这一概念在众多科幻场景中屡见不鲜，但要考虑到，就像我们在不同活动中有不同的人际互动一样，在各种任务或场景下，我们可能也更倾向于使用不同个性的 AI。例如，我们可以有一个严格的运动教练 AI，一个耐心的语言学习辅导 AI，或者针对家庭日常事务和工作任务配备不同的 AI 助手。这种方式或许能让用户受益于每个 AI 个性的独特优势与特点，打造出更个性化且引人入胜的体验。

交互时长

虽然与 AI 智能体的长期互动对于了解用户偏好很有价值，但我们不能假定所有人在所有情况下都希望有这种类型的交互。那么，与 AI 智能体的短期关系会是什么样呢？例如，在使用像语言学习这类通常不会持续多年的专业服务时，短期交互或许会很有用。此外，用户可能想切换 AI 智能体以探索新视角，就像我们在生活中更换教练或其他专业人士一样。在这种情况下，关键是要考虑如何设计学习成本较低的 AI 智能体，同时仍能为用户带来实际价值。通过满足不同的偏好和需求，AI 开发者无论交互时长如何，都能确保提供更令人满意且个性化的用户体验。

个性化程度

像 Siri 和 Alexa 这类 AI 智能体，往往具有通用化的个性，对所有用户来说呈现出统一的风格。而与此同时，像 Replika 这样的一些公司，正在探索开发能反映个体行为和偏好的个性化 AI 伙伴。设计师必须仔细评估在何种场景下，一种方式会比另一种更合适，以此确保达到最佳用户体验。在这两种方式之间找到恰当的平衡点，将是打造积极且引人入胜的 AI 体验的关键。这直接关联到下一点：

专属程度

一旦用户将其 AI 设定为某个特定角色，并让它从自己及其日常生活中学习特定技能，他们会有多愿意与他人分享这个 AI 实体呢？目前，像 Alexa 或 Chat – GPT 这类系统会通过所有交互界面持续学习并改进，为所有用户提供更优质的服务。然而，回想一下电影《她》，主角震惊地发现他珍视的助手同时在与许多其他人交谈。我们不禁思考，是否会出现另一种情况：每个用户训练一个 AI 智能体专门为自己执行某些任务，这成为他们在增强智能竞争中的优势。这种情况有点类似当下日益升温的提示词“交易” 和 “竞争” 日益增长的趋势，人们互相交换针对 Chat – GPT 最有效的提示词，这有可能演变成一个更大的问题。在增强智能领域，我们该如何设计以实现更大程度的公平性呢？我们或许可以设想创建这样的 AI 平台：允许用户有选择地与他人分享其 AI 智能体的独特功能或见解，营造社区感与合作氛围。通过强调公平获取先进的 AI 工具和资源，我们可以帮助缩小 AI 资深用户与新手之间的差距，确保增强智能的益处惠及更广泛的人群。

超越效率

数字工具通常与个人效率提升相关，机器通过计算多个变量来辅助提供优化解决方案。但并非所有人都围绕这一原则来安排日常生活。我们并非总是想走最快的路线回家，有时，我们更愿意绕远路，欣赏沿途风景，或者途经特定地点顺便办事。目前，在谷歌地图（Google Maps）上还无法选择回家的心仪路线，不过未来的系统应该更关注用户的价值观，从而提供更贴心的服务。将个人价值观和偏好融入 AI 驱动的工具中，我们能够打造出超越单纯效率、更具意义且令人满意的用户体验。然而，这意味着要更深入地了解用户，这可能与下一点相矛盾：

设定界限

人们如何确定希望 AI 监控自己生活的哪些方面，以及监控到何种程度呢？也许有人希望在工作相关事务上获得 AI 协助，但不希望个人对话被偷听。有哪些可行方法能实现这种控制呢？例如，在这个概念项目“Alias”中（https://makezine.com/projects/alias-privacy-parasite-2-0/），有一种寄生设备可以覆盖智能家居音箱以确保隐私。这一概念促使我们思考，我们希望如何界定愿意分享的内容界限，以及如何设计尊重这些界限的 AI 系统。随着越来越多监管机构开始审视像 Chat – GPT 这类系统是否充分保护用户隐私，当下隐私问题变得愈发关键。

维护自主性

在未来几年，与 AI 智能体分担决策责任的同时，维护人类的自主性和掌控权很可能是一个关键考量因素。我们必须找到一个最佳平衡点，既能在某些方面放弃部分决策权，又能在必要时纠正决策、重新掌控局面并解决问责问题。不同的人在生活的不同方面，可能会根据将任务委托给智能体的便利性，给予 AI 智能体不同程度的自主权。这一挑战在如今自动驾驶汽车的运行中表现得很明显，人类驾驶员仍需坐在方向盘前并留意路况。在这种情况下，我们尚未实现完全的便利，仍需保持掌控。然而，由于驾驶员不完全理解这一要求，或者在监督机器时感到无聊并出现警觉疲劳，已经发生了许多事故。在我们这个日益由 AI 驱动的世界里，努力在人类控制和 AI 辅助之间实现和谐平衡，对于确保安全与便利至关重要。

上述各种要素可以组合起来，创造出不同类型的 AI 智能体。例如，一个 AI 智能体可能是短期、共享且基于效率的，而另一个可能是长期、个性化且专属的。每种配置都为用户带来不同的体验，也为提供服务的公司塑造独特的品牌形象。

但除了这份可大幅扩充的组件清单之外，我们认为有必要思考那些能为设计师及其他利益相关者提供指导的原则，以便他们在定义服务时，最大限度地发挥 AI 的优势。这些内容将在下一篇文章中探讨。

本文及后续文章，源于我们过去几年在 oblo 为一些涉足 AI 领域的客户所做的研究，以及 2020 年我们与罗伯塔·塔西（Roberta Tassi）在 “交叉会议”（Intersection Conference）上的演讲。演讲内容由 otter.ai 友好转录，之后与 Chat – GPT4 合作重新撰写。

原文标题：Designing AI Experiences p.2: New design grammar

原文链接：https://medium.com/ai-and-service-design/designing-ai-experiences-p-2-new-design-grammar-cf779e0c4c4e