源之原味

我的孩子教给我的 UX 设计

 

本文来自thenextweb.com。源URL是: https://thenextweb.com/syndication/2017/12/22/baby-taught-ux-design/

以下内容由机器翻译生成。如果您觉得可读性不好, 请阅读原文或 点击这里.

在休产假的时候, 我希望能从我的 UX 设计师的工作中休息一下, 但我发现我不能离开。看着我的小儿子学习基本的人类技能成为了人类互动的一项研究, 使我对设计成人的数字体验有了新的见解。因为婴儿都是关于接口的。

一个关于新生儿的奇妙的事情: 他们已经花了九月孕育在一个一切都为他们提供的环境中--充分的营养, 稳定的温度, 他们的废品被去除。然而, 从他们出生的那一刻起, 他们就变成了一个可以称之为学习机器的人。

只有他们所需要的基本本能的任务, 婴儿花了很多时间和努力学习的导航什么是对他们一个全新的平台-他们的母亲的身体。他们很快发现它是一个非常好的平台, 舒适和温暖, 和一个来源, 以治愈他们的饥饿。他们立即学会了锁在他们的母亲的乳房和怎么吮得到牛奶。几天之内, 他们就认出了人脸的图案。

从那时起, 婴儿每天都要面对新的接口。他们必须在没有阅读手册的情况下发现一切。

起初, 当我看到我的婴儿, 它引发了初步的想法和认识-"嗯, 我想所有的婴儿这样做," 或 (有轻微的恐慌), "哇, 他是完全脆弱的, 完全依靠我的生存。直到后来, 我才变得更加充分地适应了在我面前展开的学习过程。我的想法变成了 "哇, 人类是如此快速的学习者", "他了解地心引力吗?没有人教他!

我对他的里程碑的记录成为了设计研究的一种形式。

尽管我只关注自己的儿子, 但我慢慢地意识到, 我所看到的东西对于更好地理解人类学习行为的本能是有启发的。

自从我儿子出生后, 我在日历上记录了他的精神和身体发展。秀贤金的插图。

当然, 用户学习和适应新界面的能力在交互设计中起着巨大的作用。设计师预测用户对新系统的反应能力也是如此。因此, 这不仅是他们的 "总学习者" 的状态, 使婴儿如此有趣从界面设计的角度来看。

最近与独立康奈尔大学婴儿研究中心 Babylabs 研究员 Dr. 凯斯帕 Addyman 说: "如果你想了解人类的心理, 从婴儿开始是有意义的。成年人太复杂了他们要么告诉你你想听到或试图 second-guess 你。但是, 如果一个婴儿做了什么, 他总结说, "这肯定是一个真正的反应。

我们对良好的界面设计的欣赏, 与学习的自然程度有关。门和电灯开关都是直观设计的好例子, 触摸屏也是如此, 在六月大的时候, 它的界面是如此的直观, 以至于婴儿可以学会导航并成功地将它们保留在肌肉记忆中。

一个深思熟虑的、直观的界面设计方法对于任何需要更复杂的学习和适应的创新的成功发展至关重要。

"六十年代-八十年代" 早期计算机接口的发展是一个很好的例子。起初, 只有精通程序员才能使用它们。但是, gui 的发明 (图形用户界面) 使各种各样的人可以使用计算机, 从而让计算机成为消费产品。

在施乐帕洛阿尔托研究中心, 阿兰凯的突破性界面工作在计算机的出现中起着举足轻重的作用, 因为它是表达、学习、生产率和沟通的通用工具, 这一角色的重要性与硬件和芯片速度等因素同样重要。

gui 的设计是以建构主义为基础的, 这是一种学习理论, 它强调通过通过与环境的迭代交互来获取知识, 或 "构造理解"。艾伦. 凯借鉴了西蒙·派和杰罗姆. 布鲁纳的理论, 他研究了在孩子头脑中学习的直觉能力, 以及图像和符号在复杂概念的构建中所起的作用。

凯开始理解, 正如他所说, "用图像做符号。这是 GUI 背后的前提, 它使计算机用户能够通过操作计算机屏幕上的图标来实时地制定想法。凯的方法使计算机可以非。

更重要的是, 它把电脑变成了一种流行的创意表达的工具。

这样的案例研究证明了一个一般的原则, 我认为, 是有用的设计师谁看到的价值, 在建构主义的方法: 因为婴儿-谁开始没有知识-通过行动学习, 密切关注的方式, 他们发现和适应世界可以为用户体验设计师提供有价值的信息和洞察界面设计方法-即使是为成人设计。

在我们这样的时代设计时尤其如此, 这是一个强大的新的、快速发展的用户交互的可能性的标志。

我将概述两种方式, 我对这一原则的新认识形成了我对界面设计问题的看法。

VR: 创造一个环境是!

当我问我的儿科医生为什么我的一次 year-old 旅行如此频繁, 他的反应是, 当我的孩子的头脑中, 他是伟大的行走和能力做得非常快, 他的身体不跟进相当好。用工具投入到新的环境中他才刚刚开始掌握, 我的孩子经常跌倒。虽然孩子们当然不会因为一系列的摔倒而放弃学习走路的习惯, 但对于成人学习者来说, 这通常不是事实, 因为这种情况可能会被证明是非常成问题的。

虚拟现实, 以它的能力让我们生动地想象不受日常物理影响的现实, 是一个很好的例子, 这样的问题。

当用户第一次戴上 VR 耳机时, 他们对物理定律的感知常常被颠覆。媒体的沉浸性意味着一个人的定位感和平衡很容易就会被扔掉。虚拟现实的力量将它的用户传送到不同的规则所支配的空间, 这也是其核心弱点之一的来源: 即这种运输经常引起的恶心。

虽然 VR 内容创作者可能觉得他们是策的经验, 没有边界, 这是很重要的, 我们要仔细考虑的影响和结果迅速浸入到这样一个新的环境。

这是一个公认的事实, 婴儿和幼儿吸收信息更快, 当他们在一个熟悉的, 养育的环境。当婴儿切换到一个新的环境, 重要的是留一些不拘与他们, 使他们感到情绪舒适。

研究表明, 婴儿重复某些行为, 直到他们有信心, 他们已经掌握了他们。因此, 当建立一个遵守不同运动定律的虚拟世界时, 我们会明智地以一种缓慢的、受控的方式引入新的空间元素, 允许在 "外部" 中熟悉的特征出现。

在这方面的另一个重要的一点是, 婴儿是积极学习者: 他们不被动地坐着, 接受信息。他们探测和测试他们的方式进入知识。尽管他们的动机和对成长的渴求可能与成人截然不同, 但基本的学习原则是: 为了充分参与新世界的学习,观众必须是主角, 而不仅仅是旁观者。

同样, 设计, 允许重复的, 用户为中心的行为, 将加快用户的学习曲线的 VR 情况。动态的, 反应性的互动, 考虑到用户的外部现实和机构意识是帮助用户获得熟悉新的经验的关键。

语音识别 AI: 单心与开放, 全球志同道合的对话

运动能力的获取是一个学习的领域, 幼儿沉浸在。

语言是另一回事。我和我的丈夫来自不同的语言背景, 并发现自己深深地投入到了解如何最好地养育我们的孩子在三语家庭。我们能否培养三种语言 (英语、韩语和西班牙语) 的习得, 同时避免造成混乱和发展迟缓?

在钻研围绕这个问题的文献时, 我惊奇地发现, 婴儿能够区分一种语言, 甚至在他们理解任何一种特定的语言之前。除了鼓励我们的多语种家长事业, 了解这个超级大国让我对未来机器学习的策略有了一个新的视角。

当一个团队, 我在 R/GA 的一部分, 在一个 AI 项目的工作, 我们发现, 对于许多用户来说, 一个关键的挫折是, 当语音识别算法无法理解用户的口语, 由于他们的口音。

"这对我来说从来都不管用," 一个这样的使用者, 用一种日本口音说一口流利的英语, 在接受采访时告诉我们。"我试图训练 Siri 如何发音我的名字, 但它没有得到它。它只适用于常见的英文名称。

这个问题的原因, 当然是众所周知的, 大量的消费电子用户, 不是天生的计算, 而是文化和经济决策的产品, 告知编程方法。

一个中心问题 (很详细this信息性文章) 是对收集数据的牺牲, 这是一个因素, 它有助于某些关键人口的优先考虑, 和一个 AI 的声音缺乏任何身份或口音以外的 "主流"。

检查婴儿的语言习得是否能帮助我们解决这个问题?

在她的书早期语言习得, Patricia Kuhl describes the innate linguistic flexibility exhibited by small children. “Infants can discriminate among virtually all the phonetic units used in languages, whereas adults cannot. Infants can discriminate subtle acoustic differences from birth, and this ability is essential for the acquisition of language. Infants are prepared to discern differences between phonetic contrasts in any natural languages.”

This early neural plasticity is pivotal to an infant’s future learnings, laying out the basic elements of language command.

This figure shows the changes that occur in speech perception and production in typically developing human infants during their first year of life (Kuhl, Early Language Acquisition). Illustration by Su Hyun Kim.

When people talk to infants, they often adopt a certain ‘baby-talking’ tone of voice. This tone is remarkably similar all over the world. Evidence suggests that this style of speech facilitates infants’ ability to learn basic codes of speech. We know how to help our babies learn.

With this type of “deep teaching” in mind, I wonder — what would our machine-learning programs look like if we approached the task of programming them in a way that more closely resembled that of how we help our babies learn? If we started by teaching computers the most basic communication skills, ones that non-human mammals use, and then proceed to teach them skills that are unique to humans, such as statistical learning?

AIs might have very different capabilities and potential for growth.

During speech recognition-based product development, designers are rarely in the position to affect the programming of the voice being generated, but often do impact the user experience as it relates to the conversation.

设计重音--灵活的 AI 算法可以通过对它们进行建模, 以更类似于人类孩子的方式来学习。在第一个问候语后的沉默, 由一个类似 Siri 的设备, 应该是接受不同风格的不同的人使用的讲话。设计语音灵活性, 而不是预先确定的 "通用" 语音模式, 将允许用户和机器之间的关系, 以有机方式收紧。

Designers would be wise to learn from the flexibility built into babies and ingrain in machines’ learning programs some affordance for the adoption of different accents and intonations. We need to start by giving computers the ability that infants have, not the ability that old scholars and engineers have.

Theory of mind takes into account that when speaking with another person, one innately expects one’s partner to take some notice of your background, and make allowances for it.

Most individuals will allow, in some way, the words and cadence they employ to shift in response to their partner in discourse. Machines are not there yet, but that is the place we must aim for in order to create situations where talking with a machine will feel more natural.

The flexibility needed for good conversation is not only about phonetics, or course.

Most people would not have much tolerance for a conversation partner who regularly ended a conversation by saying “I don’t know” and then immediately walking away. Yet our ‘smart’ machines cut off conversations all the time.

同样, 任何与 AI 交谈的人都会很快意识到设计一个引人入胜的对话循环的重要性, 而不是简单地说 "对不起"。

在人工智能中加入情绪智商和情商 (EQ) 是我们 "智能时代" 的下一个挑战。

我的儿子十一月大时, 我们带来了亚马逊回声 (AKA Alexa) 回家。我担心, 由于它的无形的声音, 机器可能混淆我的孩子。

I was relieved that this was not the case. I believe Alexa’s gentle light and sound helped make my son smile and accept the responses uttered. Such cues can help generate conducive human/machine interaction moments. But even with this in mind, much more work needs to be done in the field of AI, especially in the areas of human cues and natural language.

I recently wrote down in my diary that my son gave a big kiss to “mong mong.” Mong mong is a Korean phonetic barking sound of a dog.

After fifteen months of living on this earth, equipped with our human pattern detection and computational abilities, he has identified a dog, is able to associate a Korean sound to it, and has built a relationship with an object — a doll — that symbolizes a dog.

I propose that UX developers would benefit greatly from taking time away from the digital, tapping into our innate power of observing the people around us and how they learn and construct the world.

我从儿子的学习中学习。我经常惊讶于我对用户体验设计的了解, 并跟随我儿子的成长。同时, 我对设计师的独特力量的信念得到加强, 因为我意识到我的界面设计师的培训帮助我仔细检查和理解我的儿子学会如何导航和理解他周围的世界的方式。

下一篇:

主义将爱 Voltra 的美丽的跨平台高清音乐播放器

Leave A Reply

Your email address will not be published.