当你想利用以人工智能为基础的解决方案来提供服务，但不知道预期结果时……
人工智能已经彻底改变了人们与技术的互动方式。若想提高和增强人类的能力，进入十年前还一无所知的领域，这是一个千载难逢的机会，同时也带来了新的挑战，特别是在服务设计领域。这篇文章希望给服务设计者提供建议，了解有关人工智能最常见的误解/假设/期望，并将其与人工智能项目开发过程中常出现的实际问题进行对比。帮助设计师在设计人工智能时做好准备，避免发生令人难过的意外，并促进与专业人士的合作。
1.明确实现预期目标要使用AI技术
利益攸关方需要有明确的目标，这些目标可通过AI技术达成，但现实往往不是这样。所以你可以与利益攸关方召开合作会议，帮助你确定项目的主要产出与用户需求。明确用户需求和目标将帮助你确定能否用到AI技术，或者能否用更简单的技术达成目标。在项目的早期阶段，也可以对资源的可行性进行评估。
建议：
-了解目前人工智能的主要功能对设计师十分有益。
-在开会期间，可以使用各种工具，如 AI Readiness Canvas和Feasibility Flowchart 以期调整期望和实施的可行性。
-首先采取复杂性较低的解决方案。
-在这一步，需要询问人工智能是否符合设计服务的价值主张，如果回答是肯定的，那么又能为用户提供多少价值。
2.花费时间，收集相关数据
尽早查看可用数据，怎样用数据帮助用户。如果没有足够数据，那就寻找公共数据集或付费数据。提前分享数据规格（特征，数量和质量），以防意外，避免用户对产品缺乏信任。与数据科学家保持联系，与利益攸关方进行沟通，说明数据集的作用和进展情况。
建议：
-查看现有的数据，或向客户索取。
-预先与技术方分享数据规格（特征、数量和质量），以验证预期结果是否可行/实现。
-设计数据收集方式，分析数据，确保其符合预期目标。
-记住：即使你拿到数据，技术方也需要大量的时间来清理数据，使其发挥效果，所以在他们验证预期结果是否可行/实现之前，尽量不要推进项目。你可以使用数据收集+评估章节和工作表的方法与他们共同构建并深入理解这个过程。
-这一阶段需要弄清：为了完成服务目标，人类需要什么信息？如何获得这些数据集？是否可以获得？获得这些数据集需要哪些资源？
3.使用AI功能，为服务创造价值
一般来说，人们对人工智能的实际作用并不了解，这可能会在利益攸关方之间产生失望、拖延和挫折感等消极情绪。通过用户研究确定的每个需求、表达和痛点，使用card deck来进行促进对话并探索技术的可能性。你也可以使用流程图，评估可行性，研究人工智能如何帮助改善或创新你的服务。为了确保AI能完美的融合进你的项目，设计师需要从一开始就针对技术可能性进行头脑风暴，重点关注机器学习创造实际价值的方式。
建议：
-探索各种技术可能性，开发服务。
-使用指导性工具，利用好AI的功能和局限性，围绕技术在现实世界中的效果进行头脑风暴。
-通过研究确定的每个需求和痛点，评估AI为服务创造价值的可能性和方式。
-基于人工智能的功能和局限性与客户组织一次研讨会，促进技术交流和理解，减少利益攸关者的失望。为促进研讨会的召开，你还可以使用以下工具：Prompt Card Deck，Touchpoints cards，Unexpected Bug Cards，AI Empathy Map–都有助于指导讨论的进程。
-继续评估人工智能用于服务业的可行性和必要性，是否可以使用更简单的工具，比如自动化的算法，或者是否人类可以用更省力省钱的方式完成这项任务。
4.转换为正常状态
构建一个AI解决方案并非易事。它需要专家、时间和精力，即使你具备这些，模型也许不准确。构建人工智能的过程非常复杂，而且在投入使用前，这种方法很少进行用户测试。发布原型是为了从用户的真实反馈中得到改进，因为在没有加密AI技术的情况下进行测试是很困难的。
建议：
-意识到启动人工智能解决方案通常是在用户测试之前。
-与技术方合作，制定用户测试的策略，即使没有准备好人工智能解决方案。
-证实通用经验的价值，确保技术努力的方向正确。
-尽管用户测试通常发生在方案实施之后，但也有一些非技术性的方法制作解决方案的原型。例如，The Wizard of Oz and Concept Walkthrough技术都可以测试你的想法是否有效，能否满足用户需求。
-问问自己现在是否是花费时间/资源来构建AI的正确时机；即使不符合最初的“智能”预期，AI解决方案能否创造价值。
5.掌控一切，避免不确定因素
缺乏规划，缺乏对未来场景的设想会导致在使用AI技术时产生负面结果。为了应对这种情况，在设计初期，设计师就应花费时间使用现有工具就AI引发的伦理问题展开快速讨论。使用现有表格，针对AI的问题提供几组行为和提示，以促进对话进行，帮助设计师确定这个作品是否符合伦理要求，文化规范，人文标准。
建议：
-对数据隐私和机器学习方面的法规进行全面分析，避免产生负面结果。
-指定专人负责AI伦理问题，避免亡羊补牢；必要时，也可以请求专家帮助。
-促进对话，确保作品符合伦理要求。
-在项目早期就要考虑伦理问题，指派专人负责不断地维护服务业的道德标准。这样有助于提供问责制。必要时–征求专家的意见，了解在特定情况下与数据隐私有关的法律和法规。
-提问问题：一些工作会不会因为AI解决方案的开发而受到影响？对此可以做什么？人们对设计AI解决方案存在一些固有偏见，认为这项技术可能会损害某些人？是否维护了用户的利益？
原文链接：https://servicedesigntools.org/tutorials/how-to-recognize-and-align-the-most-common-expectations-about-ai
翻译：马克笔设计留学
如果对于设计专业留学和作品集有任何疑问，可以随时和我们联系，微信：13718574833，知无不言言无不尽！
