《设计心理学》学习笔记之设计未来（第四册）

第一章 【绪论】小心翼翼的汽车和难以驾驭的厨房：机器如何主控

1、互动

• 当我们赋予自己周围的物体更多的主动权，更多的智能、情感和个性，那么我们就不得不考虑如何与他们互动

2、合作

• 合作意指协调一致的行动以及提供说明和理由

• 思考：如何改善人与机器的沟通以便善用机器的优势和长处，同时减少它们令人讨厌、甚至危险的动作

3、双向沟通

• 当科技越来越强大和复杂，我们越不能了解他如何作用，更难以预测他的行为结果

  • 自动化面临的困难在于机器发生故障，需要人来接手工作，但却常常没有事先的提醒

• 当一件工作只有部分自动化时，最重要的是人和机器的任何一方都必须知道彼此在做什么和其用意

• “两句独白并不构成一段对话”

  • “没机会给人讨论、解释或辩论的科技不是好的科技” —苏格拉底

• 合作与沟通 -> 信任与理解

4、智慧型系统智慧的有限性

• “智慧型环境”定义：其目的在于创设“智能”的环境，对现场的人或行为保持专注，做出适当和主动的反应，以便服务此环境中的人，满足他们的要求或潜在需求。

  • 例子：通过“无线射频识别标签”（RFID）制作的厨房通
    • 场景：感应到如果一个人使用了冰箱，然后站在微波炉前，则推断出他很有可能在解冻食品
    • 原理：采用“通识”的推论方法来简化控制界面和增强互动，然后以 “失效弱化（即使功能失效，也不会伤及安全）” 的方式，支持安全、有效和优雅的运作。

• 最根本的问题：一部机器不可能充分掌握影响人做决定的所有因素

• “成功的对话需要共通的知识和经验”

  • 人与机器缺乏共同领域

  • 机器与人的差异：欠缺社交技巧与同理心

    • 同理心：设身处地地对他人的情绪和情感的认知性的觉知、把握与理解

  • 人与机器之间行为的冲突：不管机器的能力如何，它们不能对周遭环境、对人的目标和动机以及对经常发生的异常状况有足够的了解

    • 不能及时响应人的变化
    • 感应系统的技术并非完美无缺

  • 要使机器做出适当的反应，就需要让它了解场合背景和行动的理由

• 机器的情绪表达仍然很简单

  • 在任何动物的行为里，情绪扮演着重要的角色，帮助我们判断好坏、安全和危险，同时也是人们之间强有力的通讯方式，表达感觉、想法、反应和意愿等

5、设计原则：

• 我们应该设计利用科技，使其契合使用者的实际行为方式，而不是规定他们应该怎么做

  • 相对全面的考虑到人使用中可能出现的各种情况

• “迈向自然、共生的关系”

  “我的梦想是在不久的将来，人脑能和电脑密切写作，进行人脑想想不到的思考”
                  
                      ----李克莱德，“人与电脑共生理论”，1960
  

  • 例1：技巧纯熟的人与精心设计的工具之间
    • 熟练地艺术家用自己的工具锤炼他们的材料
  • 例2：两个有感知的系统之间的互动，并且将自己的感受让对方知晓
    • 马与骑手
  • 例3：一方是有感知的系统，另一方是虽然没有感知能力但设计精巧的机器
    • 驾驶者对汽车的良好掌控
  • 例4：人与“智慧型”复杂系统的互动
    • “推荐系统”— 只做建议而不做控制
    • 内容网站的个人爱好同类推荐系统

第二章 【沟通与互动】人类和机器的心理学

1、设计自动化系统 -> 人机交互

• 转变原因：自动化系统目前多应用于专业领域，针对于没有接受过特殊训练的普通用户如何使用新一代的智能设备

2、人机心理学

• 简介：最初将人工智能发展为一门科学大约在1950年左右。人工智能研究者将智能设备的发展从冷硬的、数理逻辑和决策模式转换到柔性的、模糊的人的思考方式的世界。

  • 机器模拟的这种思考方式运用普通常识推理、模糊逻辑、概率分析、定性推理和启发式的经验法则，而不是精确的推演
  • 机械系统的演化，完全依据设计者分析现有的系统，然后进行改进

• 电脑游戏是人工智能应用到生活中的最成功的例子

3、人机混合体

• 大脑处理信息的三个层次

  • 描绘出大脑的演化史和信息处理能力与精细程度

  • 建立在 保罗·马克廉的“三位一体的脑” 的理论基础之上

    • 从低层的脑干到较高层的大脑皮质和额叶皮质

  • （1）本能的（visceral）：这是最基本的。这个层次的处理是自动的、下意识的，由我们的生物遗传来做决定。

  • （2）行为的（behavioral）：这是我们习得能力的大本营，但仍然是相当下意识的。这一层引发和控制我们大部分的行为。

    • eg：预期我们行为的后果

  • （3）意识的（reflective）：这是大脑的有意识的、有自觉的部分。是自我和自我形象的发源地。在这里，我们分析过去和未来可能的希望或恐惧。

• 例子：汽车与人、马与骑手

  • 汽车/马负责本能的层次
  • 驾驶者/骑手负责意识的层次
  • 两者都共同参与行为的层次
    • eg：汽车的自动巡航控制系统

4、共同领域：人机沟通的基本限制

• 至少在目前为止，人类还具有很多不能在机器上复制的独特的能力

  • （1）行动上：反应系统很少能直接衡量真正需要注意的东西，他们只能测量感应器能够探测到的东西
  • （2）感觉上：机器的感应器不仅有限，而且它们测量的跟人的感官接受到的也很不一样
  • （3）目标上：人的目标和机器的目标也大不一样

• 缺乏共同领域是我们无法与机器沟通的主要原因

  • 沟通和谈判需要语言学家所谓的“共同领域”，即作为人与人之间互动平台的一种理解的共同基础

  • 从同样的文化和社会背景来的人，他们已有的共同看法和经验使他们能快速而有效的互动

  • 机器与机器之间的共同领域：机器设计师（工程师）确定的机器之间可以共享的所有背景信息

    • 握手（资讯工程师）：两部机器要开始沟通时，首先经过一系列的步骤确定他们之间的共同的资讯、状态，甚至他们交流的语法
      • eg：TCP/IP网络通信的握手，json数据的传输

  • 人与机器差异

    /	反应方式	学习方式
    人	错综复杂，依背景状况而灵活反应	人们善于从以往的经历中学习，人与人之间的共同领域会随时间而增长
    机器	依逻辑界定的规则主导的互动	机器几乎不能自主学习

  • 自然语言的沟通

    • 个人认为是目前最好的解决共同领域问题的方法
    • eg：手机的智能语音助手

• 解决共同领域问题带来的危险：只做建议而不强制执行

  • 并且让人了解和选择，而不是强加以让人无法理解的操作
  • 通过人和机器都能阐释的内在行为和自然互动，实现人与机器的互动

第三章 【沟通与互动】自然的互动

• 互动：单方面的发出信息 -> 互相沟通

1、自然信号的传递

• 自然信号传递信息但不扰人，它提供自然、悦耳、持续的信息，好让我们了解周遭的状况

  • 尽量去寻找一些自然产生的信息作为状态的提示
  • （1）震动
  • （2）声音
  • （3）光线的变化

• eg：富含资讯的自然光线和声音（水壶中热水的沸腾）

  • 可以让用户辨识声音来自上下前后
  • 对可见物体分辨出材质和物理构成
  • 判断预期事件何时会到来，是否急切

2、隐含的讯号和沟通

• 内隐的沟通：

  • 理解：我们的活动会留下痕迹。在符号学的学术领域，这些现象被称为记号或是信号，又叫线索。意大利认知学家克里斯蒂亚诺·卡斯托佛朗奇将这些看来没有特殊目的的线索称为“内隐沟通”
  • 行为上的“内隐沟通”定义：别人可以诠释的自然的副作用
    • “它不需要特殊的学习、训练或传递，只不过利用了日常行为的知觉形态和对他们的认知”
  • 优点：无需打断、不惹人讨厌，甚至不需要专心注意的同时可以传递信息

• 例子：声音/触觉/视觉

  • 电话的喀嗒声和嘶嘶证明正在接线中（安抚杂音）
    • 信息反馈
    • 自然的理解
  • 盲人会根据汽车轮胎行进中发出的声音去判断车速
  • 机械式的旋钮具有触觉的暗示
  • 音量控制按钮调节时喀嗒声的音量变化
  • 看书的时候折的页用于留下记号

3、使用“示能”进行沟通

• 定义：动物或人对世界上某个物体可能实施的某种活动

  • 由知觉心理学家J·J·吉普森定义

  • 是物体与作用者之间拥有的一种关系，同时是设计者和使用者之间的沟通

    “一旦设计被认为是设计师、产品以及用户之间的‘共享沟通’，而科技只是媒介，那么设计的哲学整体就会发生积极的、建设性的重大改变。”

  • 无论是否被发现，它们普遍存在

• 一个人能够发现和利用“示能”的能力是人们能够发挥其功能的重要方式之一

• （示能）设计的挑战：

  • （1）让使用者事前知道可以做哪些可能的操作，需要做什么样的操作以及如何去操作
  • （2）当操作正在进行时，我们需要知道操作进行的状态
  • （3）事后，我们还要知道操作后产生了什么样的改变

4、与自动化智能设备的沟通（增进人机互动）

• 在设计一个系统时，要使系统独立自主，并且互动的程度能够自然的变化，要善于利用操作者的“示能”及其沟通能力

  • eg：骑手通过“缰绳”来控制马，将人与马的内隐沟通和缰绳的“示能”结合在一起

• 系统将目标和一项传递给人的方式之一是明确显示它正在使用的策略（系统行为的可预测性）

  • eg：机器的“策略脚本”：在于建立共同领域里的共享任务模式，机器可以让操作者知道它选择的策略脚本
  • eg：智能自行车与路人：路人只需要保持正常的前进速度和方向，智能自行车会预测并规划安全的路线
    • 一方对另一方的行为进行预测从而产生规划的沟通方式
  • 最好是机器的行为可以被预测，然后操作者对机器做出适当的反应

5、自然安全

• 自然安全：依赖于人的行为，而不是安全警告、安全信号或安全设备之类。

  • 对于安全问题的判断在感觉和实际上存在差别
  • 人们对自己将要承担的风险的主观判断会大大影响他们的行为

• 风险补偿：当改变一项活动使它看起来比较安全后，人们就倾向于做更危险的事，但由于两者抵消，事故率仍然不变

  • 风险稳态：“稳态”意指一个系统倾向于维持稳定的平衡状态，风险稳态指一种持续的安全状况

• 为什么看起来比较危险的事情实际上反而更安全？

  • 人类的认知机制
    • eg：复杂的环境下会更加小心翼翼
  • “逆向风险补偿”：放大危险的可见性
    • 通过适当的反馈信息实现，如汽车行驶到路况不好的路段产生的颠簸感

6、应激自动化

• 通过机器放大人的行为，从而实现人与机器之间的共同控制、共享智慧

第四章 【自动化/智能设备问题的引出】机器的仆人

1、对智能设备的看法

 “注意！人已经成为他们工具的工具。”
                    ---- 亨利·梭罗《湖滨散记》

• 科技：指任何系统的应用知识于人工制品、材料和我们生活中的一些流程。
  • 大量自动化设备的诞生存在问题：应当让人们对设备的运作有一个大致可以操控的理解
    • 无论是好是坏，科技带来的无法预料的后果都可能超出可预测的范围，无法事前做准备

2、过度自动化

• 例子：道路上全部自动化的“车群”及部分自动化的某个车道的“车流”

  • 车群存在的问题是不是每辆汽车都有自动化系统，每个实际驾驶的情况还有差别

• 问题一：自动化程度过高导致使用者很难保持长期的注意力（警觉）

  • “融入系统中”：持续不断的对情况做出判断，决定采取什么行动和衡量行动的结果
  • “状况感知”：他指一个人对周遭事物的背景和现在状况，以及下一步可能发生状况的了解和认知
  • “警觉”：人很难长时间关注在单调乏味的工作上，警惕能力会依时间增加而减弱

• 问题二：过分依赖自动化导致的问题（半自动化带来的问题）

  • eg：驾驶员因为自动巡航系统失误而产生危险
  • 如果一个系统未能完全自动化，那么我们要对已经自动化的部分格外小心

第五章 【自动化设备的分析】自动化扮演的角色

• 为什么需要自动化？
  • 让机器做①枯燥无味的、②肮脏的、③危险的工作

1、智慧型物品

• 自动化系统出错的状况：

  • （1）错失：没有察觉到发生的情况，因此没有执行该做的事情
  • （2）假警报：系统在不当的时候采取了行动

• 智慧型住宅：是人而不是科技让房子更加聪明

  • 设计时的首要目标是要了解人在家里会遇到什么样的困难，然后再决定在哪些方面提供帮助
  • “适应性系统”：能够根据使用者目前的行为不断调整之后的解决方案

• 日常生活相关的产品设计原则：增强，而非自动化

2、智慧系统的研究方向

• 方向一：自主型（过于沉闷的工作）

  • 迈向智能自主，设计出能够了解使用者意向的系统

• 方向二：增强型（有人参与的、对人类安全造成威胁的）

  • 迈向智能增强，提供有用的工具，让人们自己决定在什么时候、什么地方使用这些工具
  • 将从事活动的决定全交给使用者，人们可以选择最适合他们生活方式的科技组合

第六章 【沟通】与机器沟通

• 操作物品时会产生心智模式和概念模式
  • 心智模式：指深植我们心中关于我们自己、别人、组织及周围世界每个层面的假设、形象和故事。并深受习惯思维、定势思维、已有知识的局限。
  • 概念模式：是对真实世界中问题域内的事物的描述

1、信息反馈

• 便于沟通、解释和理解

  • 反馈如果不能准确的传达信息，就没有意义

• 持续提供系统的运作状况，但不要对用户造成干扰

  • 没有这些信息回馈，使用者很难产生合适的概念模式

• 为什么需要反馈？

  • 重复确认
  • 进度报告和时间估算
  • 学习
  • 特殊状况
  • 证实
  • 引导期望

• 提供反馈的方法

  • “自然的互动”，即内隐的沟通，自然的声音和事件，安静而有意义的信号
  • 在带有显示器的设备和我们对外界的理解之间建立自然映射
    • 自然映射：自然的信号无需事先训练

• 错误反馈（概念模式是如何完全改变我们怪罪的对象）：

  • 确保系统是在用户可理解范围内的失误

• “安静技术”：同时影响我们的中心和边缘注意力，并且随时在两者之间切换（告知但不造成过分负担）

  • 边缘：我们能察觉到但不会特别明确注意的现象
  • 我们的中心注意力只能注意到有限的几件事物

2、机器内部构造设计的法则：

• （1）提供丰富、有内涵的自然信号
• （2）具有可预测性
• （3）提供一个好的概念模式
• （4）让输出易于理解
• （5）提供持续的感知，但不引起反感
• （6）利用自然映射，让互动清楚有效

第七章 未来的日常用品

1、目前可预测的方向

• 大数据分析系统
• 智慧环境
• 新型材料学
• 3D打印

2、机器人的未来

• 发展的三个方向

  • 娱乐
  • 家用电器
  • 教育

• 特殊用途机器人：比起通用机器人，其更容易与人沟通，存在更少的误会

  • 有明确的共同领域

3、设计趋势的变化

• 1933年芝加哥世界博览会题词

  科学在发现，
  工业在应用，
  人类在适应。
  

• 21世纪以人为本的设计箴言

  人类在规划，
  科学在研究，
  科技在配合。
  

• 更注重人对科技的使用

4、设计科学

• 设计：有计划的改变环境来满足个人和社会的需要

• 我们需要一种设计的新方法，能够将商业与工程的精确与严密和社交、艺术的美学等结合起来。

• 智能机器的兴起对设计者的意义：

  • 智能机器一定需要互动、共生与合作

后记 机器的观点

• 机器的法律

  • 通信协议
  • 标准

• 机器和人沟通的五项法则

  • 1、简化事情（简单）

    • 信息应该尽可能简短
    • 探索语言文字之外的更直观的表达方式

  • 2、提供人类一个概念模式（理解）

    • 让人类知道你在做什么
    • 知道这么做的理由
    • 知道下一步是什么

  • 3、提供理由（信任）

    • 确定你的解释跟他们的概念模式一致

  • 4、让人们以为是他们在控制（控制）

  • 5、持续的反复确认（情绪）

    • 反馈是反复确认的一个有力工具
    • 安慰情绪胜于认知
    • 反复确认与干扰之间没有明确的界限

  • 附：6、机器对人类要能够包容

    • 绝对不要用“错误”来定义人的行为