生成式人工智能的专业用户体验设计师的看法

文献标题

User Experience Design Professionals’ Perceptions of Generative Artificial Intelligence

文献信息

• 主题领域: 人机交互 (HCI)、生成式人工智能 (GenAI)、用户体验设计 (UXD)
• 关键词: Generative AI, UX设计师, 负责任AI, 用户体验, 人机协作

研究背景与问题

• 作者发现了哪些问题或挑战？

  1. 生成式人工智能工具 (如 ChatGPT 和 Midjourney) 引发了业界对其影响的广泛关注，包括对创造性职业的潜在威胁和机遇。
  2. 当前 UX 设计工具存在多种局限性，如设计移交难度大、工具碎片化、缺乏高级支持等。
  3. UX 设计师面临跨团队协作、表达人类同理心和在设计解决方案中平衡用户需求与商业需求的挑战。
  4. 在人机协作过程中，AI 的角色与设计师的主导权如何定义仍不明确。

• 为什么这个问题很重要？

  1. GenAI 的迅速发展可能改变 UX 设计的核心实践方式，因此需要研究 UX 设计师如何将其整合到工作流程中并应对可能的风险。
  2. 理解设计师对 GenAI 的态度和期望有助于开发更适配、符合伦理的 AI 工具。

• 研究动机与相关工作

  1. 通过对已有文献的梳理，作者指出 GenAI 在创造性工作领域已有一定效果，但其对 UX 实践的具体影响仍有待深入探讨。
  2. 研究参照了人中心人工智能 (HCAI)、混合主动交互设计以及责任性 AI 的理念。

解决方案

• 作者提出了哪些方法或解决方案？

  1. 使用半结构化访谈方法，针对 20 名 UX 设计师开展深度访谈，探讨他们对 GenAI 的工作经验、态度和期望。
  2. 提供目前 UX 设计流程和工具的基线，并分析 GenAI 在这些流程中的潜在影响。
  3. 从人机协作和伦理角度探讨如何更理性地实施 GenAI。

• 该解决方案的创新之处是什么？

  1. 提出了 UX 设计流程中 AI "可替代任务" 和 "不可替代任务" 的详细分类。
  2. 强调了设计师的创造力和同理心是不可替代的核心能力，并揭示了 GenAI 在替代重复性任务方面的潜力。

• 实施步骤是什么？使用了哪些关键技术？

  1. 分发问卷筛选参与者，确保其设计经验和职业背景具有多样性。
  2. 进行 1 对 1 在线访谈，捕捉设计师对 GenAI 的态度、关切和建议。
  3. 使用 Miro 软件进行数据协作和编码，结合混合主题分析方法生成六个主要分析主题。

研究成果

• 取得了哪些具体成果？

  1. 总结了 UX 设计流程中 GenAI 可完成的任务（如生成低保真原型、设计变体）和其无法替代的任务（如用户输入、复杂的设计决策）。
  2. 体现了高级设计师对 GenAI 的辅助功能持乐观态度，但对其对初级设计师技能发展的潜在负面影响表示担忧。

• 与现有解决方案相比，它有哪些优势？

  1. 提供了 UX 设计师对 GenAI 当前工具的实用性和效率的细致评估。
  2. 结合访谈提出了一系列为设计师量身定制的 GenAI 应用方向，如可视化流程支持、访问公平性和隐私保护等。

• 实验或评估结果是什么？

  1. 设计师认为 GenAI 工具需要在人机协作中赋予设计师更大的决策权，同时推动技术向更加智能化和用户中心化的方向发展。
  2. 实验结果强调了 GenAI 的双重作用：既能够提升生产率，也可能造成技能退化和行业的部分不平衡。

• 局限性与未来方向

  1. 局限性：
     • 样本偏小：仅 4 名参与者来自初创公司，可能无法全面反映小型团队对 GenAI 的看法。
     • 无实际操作：访谈基于视频演示而非实践操作，可能遗漏实际使用中的细节问题。
  2. 未来方向：
     • 加深对具体 UX 工具中 GenAI 应用的研究。
     • 探讨更广泛的社会公平性和伦理问题，特别是在数据透明和访问限制方面。
     • 建立 GenAI 设计输出质量的验证准则，为设计师和技术团队提供参考基准。

通过以上概述，该研究为生成式人工智能在 UX 设计领域的应用提供了务实搭建框架，同时为围绕人机协作和技术伦理的广泛讨论打开了新视角。