人工智能开发中的协调机制：整合用户体验活动的实践者经验

研究背景与问题

• 作者发现了哪些问题或挑战？
  随着人工智能（AI）技术在产品和服务中的应用增加，协作中的关键挑战逐渐显现，包括用户体验（UX）设计与AI开发团队间的跨学科合作问题，例如协调机制的选择对团队协作和产品成功的影响，涉及以下方面：

  1. AI系统的“能力不确定性”和“输出复杂性”。
  2. 在AI开发过程中，UX和AI团队间的协调机制存在差异，如通过输出标准化和技能标准化进行协调可能引发孤岛化、权力不对称，以及设计阶段的延迟。
  3. 缺乏支持UX设计与AI开发协作的工具及跨学科知识。

• 为什么这个问题很重要？
  随着AI技术的复杂性和影响力增加，解决跨学科协作问题至关重要。有效的协作机制能够促进开发效率，并确保最终产品能够满足用户需求。如果无法克服此类协作挑战，可能导致产品未能提供足够的用户价值，并在市场中失败。

• 研究动机与相关工作
  此领域已有研究建议使用人-中心人工智能（HCAI）设计准则以及功能原型工具来支持跨学科协作。然而，作者指出这些方法在实践中的组织水平应用效果有限，而从协调机制层面分析此问题可能提供更为系统和普适的解决方案。

解决方案

• 作者提出了哪些方法或解决方案？
  作者基于Mintzberg的组织协调机制理论（包括相互调整、标准化技能与输出、直接监督）对UX设计与AI开发团队的协作进行了深入研究，探索如何通过优化团队的协调机制促进产品设计与开发。研究给出了以下建议：

  1. 避免单纯依赖通过“输出标准化”或“技能标准化”实现的团队分离协调机制。
  2. 采用“相互调整”为主的协调机制，例如促进团队间的持续沟通与灵活协作。
  3. 加强UX设计师对AI技术的概念性理解，例如通过工作坊和共创设计过程支持跨学科知识交流。

• 该解决方案的创新之处是什么？
  创新的核心在于基于Mintzberg理论，提供了一个框架性视角来系统地分析和优化跨学科协作问题，将协作机制作为挑战的核心决定因素进行解析，而这此前并未在UX与AI协作研究中充分探讨。此外，提出标准化协调机制的风险标记以及对直接监督和相互调整机制的优势评价，进一步深化了对AI设计-开发协同问题的理论理解。

• 实施步骤是什么？使用了哪些关键技术？

  1. 通过15个来自不同公司和角色的行业从业者的深入访谈（包括UX设计师和AI开发者），收集临场数据。
  2. 使用Mintzberg理论构建分析框架，通过主题分析法整理和归纳协作机制的影响。
  3. 比较团队组织中的三种协调机制（直接监督、输出及技能标准化、相互调整），指出每种机制对设计流程、权力分配及资源需求的不同影响。

研究成果

• 取得了哪些具体成果？

  1. 阐明了标准化协调机制的风险标记，包括团队孤岛化、权限不对称、用户价值定义不足，以及在开发早期阶段缺乏有效用户需求探索。
  2. 通过相互调整机制实现更成功的团队协作，包括形成更平衡的团队权力关系以及改进UX设计的跨学科影响。
  3. 指出目前AI设计中的资源不足问题，例如缺乏具体的AI原型工具和有效的HCAI设计指导。

• 与现有解决方案相比，它有哪些优势？

  1. 更系统化地分析和解决UX与AI协作问题，提供一个适用于多种团队设置的组织理论框架。
  2. 基于真实从业者经验和实践挑战，提出切实可行的建议，而非仅理论化的准则或工具开发。

• 实验或评估结果是什么？
  通过访谈研究，确认了Mintzberg的协调机制理论在解释团队协作挑战中的适用性和强大解释力。研究发现互相调整机制优于标准化协调机制，并在某些情况下能够有效解决AI系统能力不确定性及输出复杂性带来的设计障碍。

• 局限性与未来方向

  1. 研究中样本规模有限，仅涵盖了15位受访者，且大多数来自欧洲公司。未来研究需涵盖更广泛的地域和领域背景。
  2. 尚未深入探索管理层对协作机制的支持或阻碍作用，可作为后续研究一部分。
  3. 需要开发AI行为原型工具，以及研究如何将这些工具纳入分离式团队的实践中，从而支持标准化机制的优化。

总结

本文通过整合Mintzberg的协调机制理论和UX设计与AI开发实践，深入分析了跨学科团队协作的问题与解决途径。研究强调了“相互调整”机制在AI设计中的优势，同时警告通过“输出标准化”实现的分离团队所带来的高风险。未来的研究应关注如何进一步推动资源开发、教育工具优化以及用户价值定义实践，从而支持构建成功的AI开发流程与产品设计。