我们知道，AI正在重塑互动，驾驶新的UI范式。让我们分解如何。
再见命令，你好意图
我们与软件互动的方式绝非静态。有时候，这是一个温和的演变，有时是一个震撼的飞跃。如今，包括维塔利·弗里德曼（Vitaly Friedman），艾米丽·坎贝尔（Emily Campbell）和格雷格·努德尔曼（Greg Nudelman）在内的越来越多的设计先驱正在剖析AI应用程序中的新兴模式，绘制了拒绝静止不动的景观。乍一看，这似乎是另一个炒作周期，这是每种新技术趋势的呼吸困难。但是退后一步，更深入的转变变得很明显：我们与数字系统的互动不仅在变化；他们的本质正在转移。
想象一下从胶卷摄像机到数码摄影的过渡 – 突然，用户不再需要了解曝光时间或精心评估的胶片。他们只需单击一个按钮，设备处理了其余的。
AI带来了与UI设计的类似转变，使我们脱离了刚性，分步的过程，转向流体，直观的工作流程。互动的本质正在转移，正如雅各布·尼尔森（Jakob Nielsen）最近在他的文章中强调的那样，这种进化要求我们全神贯注。他表达了一个关键的见解：
“借助新的AI系统，用户不再告诉计算机该怎么做。相反，用户告诉计算机他们想要什么结果”。
这不仅是一种技术发展，而且是一种哲学上的发展。它挑战了有关控制，代理和人机合作的长期假设。一旦我们精心决定了每个步骤，我们现在就定义了意图并让AI确定前进的最佳路径。这种转换与从命令行界面到图形用户界面的转变一样深刻，对于UI设计人员来说，它既代表机会又代表挑战。
但是，在我们深入研究AI如何重塑相互作用之前，重要的是要反思到目前为止定义我们最直观的界面的内容。 1985年，埃德温·哈钦斯（Edwin Hutchins），詹姆斯·霍兰（James Hollan）和唐·诺曼（Don Norman）发表了有关直接操纵界面的开创性论文。诺曼后来定义了“日常事物的设计”中一些最广泛接受的设计原则，而哈钦斯则开创了分布式认知的概念。但是在1985年，他们与霍兰（Hollan）一起捕捉了设计史上的关键时刻，当时直接操纵作为一种主要策略。
直接操纵是一种互动方式，用户使用物理，增量和可逆动作在屏幕上立即可见的效果对显示的对象进行作用。 nn/g
但是，这在简单的角度意味着什么？假设您需要将文件从一个文件夹移动到另一个文件夹 – 这是直接操纵的经典示例 – 您会看到文件，抓住它，然后将其准确地移动到所需的位置。
您首先要识别您的目标（1）。然后，您将文件定位在其当前文件夹中，并决定将其拖放到新位置（2）。您单击并按住文件，将其移动到屏幕上，然后将其放入目标文件夹（3）中。
如果您不小心将其放在错误的位置，则立即看到结果，调整您的方法，然后再次将其拖动，直到它降落在您预期的位置。这种互动感觉很直观，因为它可以最大程度地减少认知努力 – 该系统实时响应您的行为，增强了直接参与和控制感。
这个过程越顺畅，互动的感觉就越自然和满足。
降低距离可以提高可用性，但真正定义直接操纵的方法是参与。作者写道：
“最能体现直接操纵的系统都给人一种定性的感觉，即直接与对象的控制直接接触 – 不是与程序，不是与计算机，而是与我们目标和意图的语义对象有关。”
数十年来，直接操纵一直是基本的设计原则。但是，随着我们过渡到AI驱动的系统时，我们必须考虑这些原理如何发展 – 以及它们让位于目标的相互作用时。
现在，想想Windows照片“ AI驱动的“擦除”功能。假设您为您的狗拍照，但是镜头中有不必要的皮带。您只需选择皮带，而不是手动选择像素并精心编辑它们，而是选择皮带，然后让AI处理其余的。系统了解您的目标 – 删除皮带 – 并执行最佳解决方案。
这种交互仍然涉及一定程度的操纵，因为您必须指出要删除的对象，但区别在于您正在完善请求而不是直接更改像素。您不再精心编辑所有细节；您正在与系统合作，以实现预期的结果。这种转变标志着UI设计中的基本发展。
Desolda与其他研究人员一起，根据诺曼（Norman）的执行和评估海湾（Gulf）的模型捕获了这种动态。与直接直接操作不同（例如，在文件夹之间拖动文件，逐步进行操作 – AI交互需要更多的流动性，迭代过程。用户可以阐明自己的目标，但是他们没有手动执行每个步骤，而是与系统合作，完善输入并指导AI在其解释，调整和动态响应时指导AI。
人工智能可能正在重塑我们与技术互动的方式，但是直接操作并没有发生。即使在基于意图的接口时代，用户仍然需要与AI系统互动，并指导他们正确的输入以将人类目标转化为机器可读说明。设计AI体验并不是要替换直接操纵，而是要增强它，将新的互动模型放在完善的模式上，以使互动更加顺畅，更直观，最终更强大。
为了设计无缝的AI体验，我们需要认识并以熟悉的模式为基础。
例如，在许多AI应用程序中，一个开放式的及时及时字段充当破冰船，可帮助用户开始对话。基于数十年来一直是标准UI组件的熟悉的输入字段模式，该方法现在起着新的作用。无论是将问题输入chatgpt还是指导设计工具以生成布局，此方法都可以在以直观且平易近人的方式指导用户意图的同时进行灵活性。
这种方法不仅限于交互模式，还可以扩展到UX框架。
例如，埃文·桑沃尔（Evan Sunwall）引入了“提示框架”，作为通过将及时写作和生成AI集成到设计过程中的传统线框的一种方式。目的是通过在工作流程中早期合并AI驱动的内容生成来增加内容保真度并加速用户测试。然而，这个概念建立在线框的基础上，从而增强了理解传统UX结构以有效设计AI驱动体验的重要性。
最好的接口体验是用户没有注意到的界面体验。他们不需要您的注意力或让您考虑如何使用它们 – 他们只是工作，让用户专注于他们的工作。 AI正确完成时，遵循同样的原则。它不需要霓虹灯“由AI驱动”标签；它应该使自己无缝地编织到用户旅程中，以至于感觉就像是意图的自然延伸。
采用Netflix的推荐系统。它不会打断您的经验来提醒您使用高级算法。它不会要求您配置十几个设置。取而代之的是，它悄悄地学习，适应并提出了毫不费力的建议 – 如此之多，以至于您很少停止考虑其背后的系统。这就是AI驱动的互动：不是您必须与之搏斗的功能，而是一个无形的助手，可以围绕您的需求来完善自己。
当我们朝着意向驱动的系统迈进时，这是酒吧设计师应追求的目标。人工智能应减少摩擦，而不是增加复杂性。它应该赋予用户能力，而不是让他们不必要的选择淹没他们。最好的AI不是需要注意的AI，而是一开始就消失在您试图完成的工作中的AI。
版权声明
本文为本站原创内容,转载需注明文章来源(https://www.eiefun.com)，另:文中部分素材可能会引用自其他平台，如有侵权或其它，请联系 admin@eiefun.com，我们会第一时间配合删除