(解)构AI魔法:一种设计分类法
AI 伦理、公平与问责设计虚构(Design Fiction)用户研究方法(访谈、调查、观察)HCI 研究员社会学家与人类学家
文献标题
(Un)making AI Magic: A Design Taxonomy
文献信息
- 主题领域: 设计、人工智能(AI)、人机交互(HCI)
- 关键词: 人工智能, 批判设计, 通过设计研究, 批判性计算, 魔法
研究背景与问题
-
问题与挑战:
- 人们通常将人工智能(AI)渲染成一种“魔法”的形象,使用隐喻如“施法”“炼金术”来表达这种技术的神秘性。
- 这种魔幻思维虽然增加了公众的好奇感,却会掩盖AI系统的实际操作机制,对用户对技术能力的误解以及复杂生态系统中的风险认知产生负面影响。
- 当前在AI产品设计过程中,设计师既想创造令人惊叹的用户体验,又面临如何把握这些魔法隐喻使用的挑战。
-
重要性:
- 控制 AI 魔法化的程度对于公众理解和技术使用的安全性、透明性具有重要意义。
- 需要明确在设计类人交互的AI产品过程中如何实现既令人着迷又真实透明的平衡。
-
研究动机与相关工作:
- 受到“技术常被描述为魔法”的现象启发,探讨AI产品设计如何增强或减少“魔法般的光环”。
- 借鉴HCI(人机交互)的批判性设计方法,目标是消除对AI的过度迷信并促进透明性。
解决方案
-
提出的方法:
- 开发了一个用于分析AI产品设计中魔法隐喻使用的分类法 (taxonomy),提供了7种设计原则,用于增强或消解AI产品的魔法感知。
-
创新之处:
- 涉及对“迷人性”的学术反思,探索 AI 产品中的魔法化与去魔法化动态。
- 将批判设计和解释性AI(Explainable AI)的方向纳入用户体验设计。
- 系统分类了设计师在不同场景中可能应用的魔法策略。
-
实施步骤:
- 基础构建: 结合现有文献及理论,制定初步分类结构,将设计与AI产品的魔法感知分为增强(enchanment)和消解(disenchant)两类。
- 项目分析: 对52个学生设计项目进行分类与反思,验证并修改初步分类框架。
- 分类法完善: 综合文献及案例研究,最终归纳出以下设计原则:
- 使用舞台魔术原则(Apply Stage Magic Principles)
- 借用魔法隐喻(Apply Magic Metaphors)
- 将AI召唤为具有超自然能力的实体(Summon AI as Supernatural Entity)
- 物化信念(Materialize Beliefs)
- 显现机制(Manifest Mechanisms)
- 通过AI进行游戏(Play with AI)
- 假定AI基础设施(Presume AI)
研究成果
-
具体成果:
- 建立了7种设计原则组成的分类法,用于分析和指导AI产品开发中“魔法化”的使用。
- 包括了对52个学生设计项目的深入调查,提取出AI设计中增强/减少魔法感的典型动态。
-
与现有解决方案的比较:
- 相比传统的设计研究,这一分类法特别聚焦于用户对AI功能的迷魅与理解的动态。
- 提供了一种系统思考的方式,同时连接了批判设计和技术实践之间的桥梁。
-
实验或评估结果:
- 通过学生项目发现,大多数作品倾向于增强“魔法氛围”,而较少涉及消解魔法的尝试。这可能反映了设计师对AI的迷恋以及教学框架的导向性。
- 实例如“LUMI”项目通过“魔法灯笼”的隐喻直观表达了光能传递的概念,并在用户与技术互动中嵌入了“看似魔法”但透明的体验。
-
局限性与未来方向:
- 局限性:
- 使用学生设计项目可能无法完全反映专业设计师的实践。
- 分类法为探索性框架,未进行广泛的外部验证。
- 未来方向:
- 进一步探索不同类型的魔法隐喻对AI产品感知的影响。
- 开发更具体的应用工具,让此分类法更好地服务专业设计过程。
- 通过混合批判与实用设计策略,推动AI技术的更普及性的社会文化理解。
- 局限性:
该分类法既是对AI理解和设计的理论框架,也可作为工具支持实际设计的探索与反思,为构建用户与AI更健康的互动模式提供帮助。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 在AI产品设计中,魔术比喻如何影响用户对技术功能的认知?分类: 算法决策问责、可争议性与用户审计同类问题arrow_forward
- 如何平衡AI设计中的神秘感与透明性以增进技术理解?分类: 算法决策问责、可争议性与用户审计同类问题arrow_forward
- 是否可以通过系统化的设计原则来解构或强化AI的“魔法氛围”?分类: 算法决策问责、可争议性与用户审计同类问题arrow_forward
lightbulb
现实痛点
1- 用户对AI运作机制理解不足,导致误解技术能力与风险。分类: 算法决策问责、可争议性与用户审计同类问题arrow_forward
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3641954
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
AI 伦理、公平与问责、设计虚构(Design Fiction)、用户研究方法(访谈、调查、观察)
work
职业/产业
HCI 研究员、社会学家与人类学家
article
内容状态
已索引正文
hub
相关论文
1 篇相关论文