人工智能用户体验设计中的启发式分析
产品设计的原则很简单:不仅美观,还要有用。当涉及人工智能类的创新产品时,此原则更为重要。
本文将探索一种工具来支持产品团队进行用户研究,并最大程度降低产品发布后失败的风险。该工具称为启发式分析(Heuristic analysis),它是设计过程中必不可少的部分。
什么是启发法,什么是启发式分析?
启发式分析是由专家完成的一种分析,用来确定系统对特定风险的敏感性。用户体验设计中的启发式分析是用于甄别产品常见可用性问题的过程。当用户体验人员进行启发式分析时,他们会将数字产品的设计与一系列预定义的设计原则和准则(也称为启发法)进行比较。
启发法由经过长期测试或观察且已被证明有效的设计约定制成。Jakob Nielsen的「10 Usability Heuristics for User Interface Design」和Ben Shneiderman的「Eight Golden Rules of Interface Design」可能是最常用的一组可用性启发法。以下是这两组规则中的一些启发式设计示例:
- 系统状态的可见性 - 我在哪里?系统应始终在合理的时间内通过适当的反馈使用户了解发生了什么情况。
- 熟知而不是回忆 - 我在这里可以做什么?人类可以比从头开始回忆更容易地识别事物。产品设计人员应通过使对象、操作和选项清晰可见以最小化用户的记忆负载。
- 系统与现实世界之间的匹配 - 如果执行此操作会发生什么?系统应该使用用户熟悉的语言和概念。这意味着数字产品中使用的术语、概念和隐喻对用户来说应该是与生俱来的。
与此同时,用户体验人员不应仅仅依赖这些启发式方法。相反,设计师应该籍由Jakob Nielsen 和 Ben Shneiderman 创造的这些方法开发出自己特定的启发式方法。
如何进行启发式分析
启发式分析不同于任何其它可用性测试,因为进行分析的可用性专家只会检查而非使用界面。
在建立设计启发式方法时,没有固定的建议,因为每个设计都有自己的不同需求。但是,大多数专家在进行分析时会使用五到十种启发法。这些方法是根据他们对被测试产品的整体可用性的适用性来选择的。
为什么要使用启发式分析?
Jakob Nielsen将设计启发式称为「可用性工程省钱法」,因为它们在节约成本方面做的很好。即使你需要聘请启发式分析专家,通常也会比对真实用户进行可用性测试的花费少。此外,在评估结束时,你将获得一组启发法,可在将来的分析中继续使用。
如何对AI驱动的用户体验进行启发式分析
1. 确定分析目标
1.1 了解你的目标受众
无论你设计哪种产品,都应始终通过找到以下问题的答案来开始启发式分析:「我的用户是谁?」你需要定义用户模型(Persona)并在分析期间使用它们。了解用户的受众特征及其技术技能。你的最终用户是新手还是专家?如果他们是专家,则可以使用更多创造性的交互模式。他们是老是小?如果你的用户中有很大一部分是老年受众,则可能需要将更多的精力放在产品的可访问性上。
1.2 定义范围
对整个产品进行启发式分析并不是一个好主意,尤其是在开发大型产品时。整个产品的启发式分析可能需要很长时间,因此会变得过于昂贵。所以,建议进行高度集中的启发式分析,即仅关注产品最关键的领域以及用户在那里面临的问题。
对于AI产品来说,关注以下领域至关重要:
- 可发现性 - 我能做什么?系统能做什么?如果产品带有屏幕,则需要确保用户可以看到哪些可用选项。系统是否提供视觉或听觉指导来帮助用户与产品交互?
- 用户控制 – 我可以撤消操作吗?当用户与基于语音的AI助手进行交互时,这一点尤为重要。当系统不提供取消或返回选项时,如果用户说「返回上一步」,那么用户可能看不到系统如何与之交互。因此,用户可能会跳过某些类型的交互(例如使用AI助手进行在线购买时),因为此类交互结果很难预测。
- 自由 - 我可以像与人类互动一样与系统互动吗?来自系统的互动越自然,用户对系统的信任就越多,就越愿意与之互动。
- 一致性。用户不必怀疑相同的词语、视觉外观或操作在不同的体验部分是否会有所不同。
- 直观性。用户界面的直观性水平直接影响用户与AI交互的有效性。作为设计师,需要确保以用户期望的方式交付体验。
- 上下文情境。在交互过程中,应向用户提供上下文相关信息(即与用户当前任务和环境相关的信息)。系统还应保持短期记忆以提供用户有效的参考。
- 防止错误。可以通过消除用户操作可能导致系统错误的状态(例如,不允许用户通过创建字段约束在表单字段中输入不正确的数据),并使用自动更正功能来避免容易出错的情况。当容易出错的情况发生时,请帮助用户识别、诊断错误并从错误中恢复。
1.3 定义启发法
在研究一组启发法时,请考虑AI设计最佳实践。以下是一组基本规则,在设计基于AI的产品时非常重要:
- 明确系统可以做什么。内置适当的公开内容来设计功能。当用户询问某个功能时,请清楚地向用户解释可以使用该功能做什么以及如何做。
- 支持有效的调用。在需要时可以轻松请求AI服务。例如,当你设计基于语音的系统时,该系统的调用过程应该很简单,例如,「嘿,[语音助理的名字],做[X]。」
- 从用户行为中学习。系统应从用户行为中学习。记住最近的互动,并根据最终用户的需求提供有价值的内容和功能。
- 创建反馈循环。向用户解释系统行为。当用户被系统行为搞糊涂时,应该允许他们询问系统:「为什么我看到了[X]?」然后系统应清楚地说明其原因。
- 通知用户随时间产生的变化。当将新功能引入系统时,请向用户介绍它们。例如,当支持订购食物的新AI技能出现时,系统可通过说「xxx, 您可以为您的晚餐订购食物」来引起用户的注意。
- 显示上下文相关信息。根据特定情况或使用上下文提供信息或操作。例如,当AI系统有权访问用户日历并知道用户在一小时内有会议时,它可以提供上下文情境功能,例如订购出租车或将会议通知其他人。
- 基于安全而设计。避免产生有害风险的意外系统行为。用户不应使用基于AI的系统对自己或他人造成伤害。
AI设计的最佳实践和指南可以帮助你定义更相关的用户体验评估机制。
2. 进行分析
2.1 有产品概念时执行启发式分析
进行启发式分析的最佳时机是在团队创建产品的第一个功能原型之后,并在开始进行编码之前。在此步骤中进行启发式分析将有助于确定可用性问题,并且在此阶段解决这些问题的成本将比在开发完成后低。
2.2 不要单独进行启发式分析
启发式分析取决于评估者的经验和专业知识。但是,无论专家多么出色,他们都可能遭遇认知偏差,这是影响评估者做出决策和判断的思维错误。当不同专家进行启发式评估时,需要每个人对产品进行独立评估。因此,专家们会花时间讨论每项发现直到达成一致,以减少评估结果的偏差。
那么你应该聘请多少名进行启发式分析的评估者呢?虽然每个项目都不同,评估人员的数量也可能有所不同,但通常建议雇用5个人。五位专家将能够发现大约80%的可用性问题。
最好的结果来自不超过五个人的测试。图片来源:NNGroup请记住,你的评估者不应该是你的最终用户。他们通常应该是可用性专家,最好在产品行业中具有领域内的专业知识。
另外,请记住,即使与一组专家进行启发式评估,每个专家也应单独对产品进行评估。评估应该是独立且公正的。
2.3 向评估人员提供摘要
专家应该确切地知道他们在评估过程中应该做什么。举行简报会,在此期间,你应确保评估人员收到相同的指示。指定你希望他们完成的任务,并确保所有专家都使用同一组启发法,以供他们进行评估时使用。
3. 创建报告并为每个可用性问题分配适当的严重等级
启发式分析的预期交付成果是包含已确定的可用性问题及其严重性的综合报告。清晰且带有等级划分的可用性问题列表将帮助用户体验设计人员专注于最关键的问题。通常,这些问题都会阻碍用户与产品进行交互。例如,用户无法使用AI助手完成某些任务(如预订出租车),因为这违反了启发法的「系统状态可见性」原则。
启发式分析报告显示了每个启发法遵循的规则数量相比较的得分。图片来源:Marli Ritter。3.1 选择适当的报告工具
你需要选择一个可以与团队成员和利益相关者共享你的发现的工具。根据项目的需求该工具可能是在线文档或特定的任务管理工具,例如Jira或Trello。无论哪种工具,只要确保所有团队成员都同意使用它即可。
3.2 在描述问题时要具体
所有调查结果都必须能准确地描述出问题所在。诸如「注册时的错误提示信息看起来不太好」之类的模糊表述都需要进行进一步地澄清,这会导致生产力下降。更好地表述此问题的方法是:「在注册过程中,许多用户看到了令人困惑的错误消息提示,使他们无法找到出错的根本原因。此消息的设计违反了设计的第5条启发法(错误预防)。」这种方法将帮助你更好地汇总专家的记录。
4. 分析结果
在启发式分析的最后,用户体验人员应汇总启发式评估报告,并创建需要修复的可用性问题列表。建议为每种类型的问题分配适当的编码。例如,在「#4 可发现性」中,团队能够衡量他们在该范围内有多少问题,这将帮助你创建一个专注于消除这类问题的设计策略。还建议将你的发现可视化,以便更好地传达有价值的信息。
使用启发式评估表可以简化反馈分类的过程。图片来源:Hsin-Jou Lin 你可以使用蜘蛛图来可视化你的发现,以便更轻松地查看启发法的符合性。图片来源:uxmag5. 不要依赖启发式分析作为识别可用性问题的唯一方法
当你只有一个数据源时,就不可能对产品有深刻的了解。因此,建议使用包括定性和定量在内的多种数据源。通过进行用户访谈、执行调查并分析通过分析工具提供的数据,除了执行启发式分析之外,你还可以更好地了解产品在实际场景中的表现。
总结
在产品设计方面,重要的是要有一种机制可以使你评估设计决策。正确的进行启发式分析将帮助你识别大量的可用性问题,甚至是在用户开始使用产品之前。但是要获得最佳结果,将设计启发法与其他可用性测试方法(例如认知演练、上下文查询和用户访谈)相结合至关重要。通过定期执行此操作,你将全面了解产品设计的状态。
英文原文:https://xd.adobe.com/ideas/process/user-research/heuristic-analysis-ux-design-ai/
原文作者:Nick Babich
编译作者:@设计吐司
以上译文仅代表原作者观点。如需转载请遵循CC版权协议正确标明出处。
image