AI视觉识别产品的体验设计

AI类产品最大的特点是使用了算法，人工智能算法有其自身的缺陷，特别是当它们没有足够的数据或反馈以供学习时。以视觉识别产品为例，如果用户的脸部照片没有在比对库中，就不能识别出此用户，因此就不能为他提供服务；同时由于识别的准确率不能达到100%，所以会有一定的机率识别成别人。针对这些缺陷，我们在设计中就要做一些弥补。

1.让用户有预期

人脸识别的结果不是100%正确,我们需要在界面上让用户知道这一情况。

比如人像平台在查询某个用户的时候，用证件号方式和照片比对方式，查询结果的展现方式是不一样的，照片比对的方式查询结果要带上“相似度xx%”的字样，这样用户心理就有预期，对错误就有一定的容忍度。

2.提供代替方案

当不能识别用户时，我们需要有一个代替的方案，让用户也能完成任务。

比如当人脸查询航班，没有找到此人时，提供手动查询的方案，用户可以手动输入航班号或扫描登机牌，虽然没有人脸识别快捷方便，但是用户也能完成查询航班的任务。

3.发生错误时，提供反馈途径

当发生误识的情况下，我们需要有一个可以反馈的途径，一方面可以给我们的算法积累badcase，另一方面也可以对错误的情况进行一些补救。  

比如我们在头像旁边点击反馈按钮，当用户发现不是自己，点击此按钮后，系统就会重置当前的识别结果，让用户重新识别或手动进行查询。

4.用户引导

人脸识别时采集的用户照片质量直接影响了准确率，为了提高照片的质量，前端系统要进行照片的质量判断，我们也要引导用户配合我们进行调整。

比如我们要有一个识别框，它的位置要综合考虑各个身高的人群，在识别过程中如果检测到的照片质量不合格，要给用户相应的提示。

总之，我们在设计Ai产品的时候，除了要遵循一般软件的设计原则外，还要根据AI的特点来进行设计，避免让AI产品用起来不智能，甚至很傻瓜。