摘要：本文內(nèi)容節(jié)選自由主辦的第七屆，分享的實(shí)錄。據(jù)美國(guó)紐約時(shí)報(bào)報(bào)道，人工智能的測(cè)試會(huì)根據(jù)膚色種族，出現(xiàn)不同的錯(cuò)誤率。微軟在美國(guó)工時(shí)比較長(zhǎng)，而在歐洲工作時(shí)間有嚴(yán)格的要求，我們需要花費(fèi)時(shí)間磨合并找到共同的時(shí)間。

本文內(nèi)容節(jié)選自由msup主辦的第七屆TOP100summit，Microsoft Principal Program Manager Annie Wang分享的《Building an Inclusive Product》實(shí)錄。

Annie is a 18-year veteran in Microsoft with proven success of leading large-scale collaborations and shipping world-class product like Cortana, Bing search, NET Framework and Visual Studio. Her focus of the last few years is on AI-powered applications/services and led projects such as future of home experience in Microsoft Envisioning Center and SwiftKey. She is motivated by solving hard user problems and building delightful and inclusive solutions that scale.

編者按：2018年11月30日-12月3日，第七屆全球軟件案例研究峰會(huì)在北京國(guó)家會(huì)議中心盛大開(kāi)幕，現(xiàn)場(chǎng)解讀2018年「壹佰案例榜單」。本文為Microsoft Principal Program Manager Annie Wang老師分享的《Building an Inclusive Product》案例實(shí)錄。

不論是產(chǎn)品經(jīng)理還是運(yùn)營(yíng)又或是市場(chǎng)，我們都希望學(xué)習(xí)到一些方法/思維將產(chǎn)品體驗(yàn)做好，提高用戶(hù)使用頻率。今天，我希望借TOP100summit平臺(tái)為大家分享一些自己在產(chǎn)品工作中的經(jīng)驗(yàn)與心得。

切入正題之前，我們一起來(lái)看上圖的照片。相信大家第一眼看到的模塊都不太相同，這是因?yàn)楫?dāng)我們看到同一張照片，切入的角度不同，所以看到的東西也就不盡相同，其實(shí)，在用戶(hù)方面也是如此多元化。用戶(hù)多元化不止看人的性別、年齡，還需要考慮文化背景、個(gè)人喜好、對(duì)科技的認(rèn)知程度等其他因素。所以，做一個(gè)成功的產(chǎn)品，我們應(yīng)該全面了解用戶(hù)的需求。

如果單從自己的角度出發(fā)，就會(huì)在無(wú)形中建立了一道墻，導(dǎo)致你和用戶(hù)之間沒(méi)有接觸。所以，我今天想和大家聊聊包容性設(shè)計(jì)的思維方式。包容性設(shè)計(jì)的思維方式是指考慮人類(lèi)的多樣性，交互環(huán)境的復(fù)雜性，認(rèn)知功能缺失的不同場(chǎng)景，并最終幫助產(chǎn)品更好地為每個(gè)人服務(wù)。

? 包容性設(shè)計(jì)的好處：

1.擴(kuò)大用戶(hù)群

2.優(yōu)化用戶(hù)體驗(yàn)

3.增加用戶(hù)粘性

? 包容性設(shè)計(jì)原則：

第一，考慮用戶(hù)的多元性，發(fā)掘自身盲點(diǎn)，不要把用戶(hù)排除在外。

第二，在多樣化中學(xué)習(xí)，由于用戶(hù)是多方面的，所以在收集資料/接收反饋時(shí)，不要只針對(duì)一群人做測(cè)試。所有的設(shè)計(jì)要以人為中心，建立同理心，這樣才能更深入了解用戶(hù)需求。

第三，特定功能延伸到更多的用戶(hù)群。

以上三個(gè)原則均可應(yīng)用于產(chǎn)品研發(fā)的各個(gè)階段。在產(chǎn)品設(shè)計(jì)期，套用包容性設(shè)計(jì)的思維方式可以更深入的了解用戶(hù)的需求和痛點(diǎn)，以便想到更好的解決方式。在產(chǎn)品開(kāi)發(fā)期，將這些思維融入到工作的計(jì)劃中，可以讓產(chǎn)品自動(dòng)變成更有包容性。從總體研發(fā)來(lái)看，思維方式不僅是收集和反饋，而是覆蓋不同的用戶(hù)群。

接下來(lái)，我開(kāi)始分享一些自己在工作中的心得。

Learning #1

提供用戶(hù)多種選擇

? 配合用戶(hù)的習(xí)慣：

產(chǎn)品的包容性并不是以一概全，而是要配合用戶(hù)的習(xí)慣、表達(dá)方式等。以SwiftKey的人工智能輸入法為例，它會(huì)根據(jù)每個(gè)用戶(hù)的打字方式，打造出合適的模型，即讓科技配合不同的用戶(hù)習(xí)慣。

? 支持多語(yǔ)言：

SwiftKey在倫敦起家時(shí)，為了迎合歐洲多語(yǔ)種的情況，會(huì)按照用戶(hù)的打字形式在用戶(hù)不需要特意轉(zhuǎn)換的情況下，幫助判斷用戶(hù)選擇他使用的語(yǔ)言，此種形式，給用戶(hù)提供了方便，也增加了更多歐洲用戶(hù)的加入。

? 配合用戶(hù)的表達(dá)方式：

此外，SwiftKey還做到了配合用戶(hù)的表達(dá)方式，例如，加一些表情符號(hào)等。所以，我們?cè)诖蛟戽I盤(pán)的時(shí)候，會(huì)提供配合用戶(hù)的表達(dá)方式，給用戶(hù)提供不同的選擇。

? 設(shè)計(jì)多元空間來(lái)滿(mǎn)足不同的需求和工作方式：

我在未來(lái)展望中心做設(shè)計(jì)空間的時(shí)候，由于每個(gè)人性格、職業(yè)、年齡不同，所以，設(shè)計(jì)出來(lái)的空間不僅要美觀，而且要考慮到使用空間者的需求。以產(chǎn)品經(jīng)理為例，他們更喜歡社交，最適合開(kāi)放的空間；而寫(xiě)代碼的程序員，他們需要一個(gè)獨(dú)立思考的空間。因此，在設(shè)計(jì)空間時(shí)，要考慮到用戶(hù)的不同需求和工作方式。

Learning #2

小心無(wú)心的偏見(jiàn)

? 缺乏多元性的培訓(xùn)數(shù)據(jù)會(huì)造成偏頗的人工智慧：

在做人臉識(shí)別時(shí)，要避免一些無(wú)心的盲點(diǎn)或偏見(jiàn)。因?yàn)樵谧鋈斯ぶ悄苓\(yùn)算或模型的時(shí)候，數(shù)據(jù)對(duì)質(zhì)量來(lái)說(shuō)非常重要。如果數(shù)據(jù)極小或同值，往往會(huì)產(chǎn)生問(wèn)題。所以，缺乏多元性的培訓(xùn)數(shù)據(jù)去開(kāi)發(fā)人工智能會(huì)造成一個(gè)偏頗的人工智能。

據(jù)美國(guó)《紐約時(shí)報(bào)》報(bào)道，人工智能的測(cè)試會(huì)根據(jù)膚色、種族，出現(xiàn)不同的錯(cuò)誤率。白人男性的錯(cuò)誤率最低（1%），膚色較深的女性錯(cuò)誤率最高（32%）。這表明，人工智能在訓(xùn)練時(shí)，會(huì)被大數(shù)據(jù)帶有的偏見(jiàn)影響，所以，我們現(xiàn)在做人臉辨識(shí)要避免這種情況發(fā)生。

微軟除了做人工辨識(shí)之外，還用模型測(cè)試人的表情。后來(lái)我們發(fā)現(xiàn)，訓(xùn)練模型都是用成人的臉測(cè)試，這導(dǎo)致小孩子使用時(shí)就會(huì)非常不準(zhǔn)確；厚嘴唇的用戶(hù)在使用時(shí)，嘴巴明明閉著卻顯示的是張開(kāi)狀態(tài)。這些都屬于盲點(diǎn)。因此，我們?cè)谧⒁鈹?shù)據(jù)多元化的同時(shí)，也會(huì)用不同的案例測(cè)試，不然流入市場(chǎng)時(shí)會(huì)造成PR問(wèn)題。

? Five Ways to Identify Bias：

我將其大概分成五類(lèi)：

第一類(lèi)Dataset Bias，數(shù)據(jù)的盲點(diǎn)。

第二類(lèi)Association Bias，連署的偏見(jiàn)。假設(shè)微軟發(fā)展翻譯功能，描述人的性別時(shí)，它是有區(qū)別的。如果把職業(yè)和性別聯(lián)系在一起，例如，醫(yī)生和律師會(huì)自動(dòng)把性別變?yōu)槟行裕@無(wú)形之中加了一些偏見(jiàn)。

第三類(lèi)Automation Bias，自動(dòng)偏見(jiàn)。例如，美顏類(lèi)app會(huì)根據(jù)每個(gè)用戶(hù)的審美，設(shè)計(jì)不同的調(diào)整空間，用戶(hù)可以選擇自己認(rèn)為最完美的呈現(xiàn)方式。

第四類(lèi)Interacton Bias，微軟在中國(guó)和美國(guó)分別有人工智能小冰，起初我們?cè)O(shè)置小冰非常有禮貌，但機(jī)器人是人教什么就學(xué)什么，所以到了社群后，有些人教它說(shuō)很多不該說(shuō)的話(huà)，而我們?cè)诔绦蛑幸矝](méi)有設(shè)限和審核，導(dǎo)致發(fā)生故障。有些機(jī)器不該學(xué)習(xí)的內(nèi)容需要從訓(xùn)練數(shù)據(jù)中拿掉，才不會(huì)造成model的偏差。

第五類(lèi)Confirmation Bias，亞馬遜購(gòu)物會(huì)給用戶(hù)經(jīng)常推送，他經(jīng)常購(gòu)買(mǎi)的某種類(lèi)型產(chǎn)品，即使用戶(hù)已經(jīng)購(gòu)買(mǎi)，也還會(huì)繼續(xù)推薦。所以，在設(shè)計(jì)產(chǎn)品時(shí)要結(jié)合這類(lèi)的可能性，并做出相應(yīng)的調(diào)整。

Learning #3

將包容性的理念融入日常工作中

前幾年產(chǎn)品賣(mài)出不去，導(dǎo)致工程師一直修改包容性設(shè)計(jì)?，F(xiàn)在，我們?cè)谌粘３绦蛑凶鲆恍┳儎?dòng)，把幫助包容性的工作項(xiàng)目列入計(jì)劃中，則減少了之后的工作量。另外，寫(xiě)代碼的時(shí)候，要結(jié)合無(wú)障礙功能。在安卓/ios系統(tǒng)中，盡量善用系統(tǒng)組件讓很多東西自動(dòng)化的加在一起，不需要另外做編碼。

Learning #4

聆聽(tīng)多元的反饋

做產(chǎn)品需要聆聽(tīng)用戶(hù)的聲音，可是當(dāng)你去聆聽(tīng)用戶(hù)聲音的時(shí)候，可能會(huì)犯一些錯(cuò)誤。我們做過(guò)一個(gè)調(diào)查，選擇18歲-20歲的用戶(hù)群測(cè)試表情符號(hào)，可用戶(hù)量并未發(fā)生變化，后來(lái)才發(fā)現(xiàn)表情符號(hào)并不局限于年輕人，其他年齡層的用戶(hù)同樣有需求。所以，不管是收集資料，還是在市場(chǎng)推銷(xiāo)產(chǎn)品，在進(jìn)行使用群體調(diào)查時(shí)應(yīng)避免針對(duì)一些特定群體以提高調(diào)查的適用性。另外，在市場(chǎng)調(diào)研中，也要考慮從未使用過(guò)我們產(chǎn)品的用戶(hù)，了解他們選擇其他產(chǎn)品的原因。

Learning #5

善用多元化的團(tuán)隊(duì)

團(tuán)隊(duì)具備包容性的思維，才能打造出包容性的產(chǎn)品。微軟在亞洲、歐洲、北美洲的團(tuán)隊(duì)提供了全球化的產(chǎn)品，這對(duì)我們語(yǔ)言測(cè)試工作非常有利，同時(shí)也面臨一個(gè)挑戰(zhàn)。微軟在美國(guó)工時(shí)比較長(zhǎng)，而在歐洲工作時(shí)間有嚴(yán)格的要求，我們需要花費(fèi)時(shí)間磨合并找到共同的時(shí)間。因此，團(tuán)隊(duì)合作要考慮不同的文化背景，工作習(xí)慣才能達(dá)到最高的效率。

經(jīng)驗(yàn)教訓(xùn)

? 提供用戶(hù)多選擇

Offer Alternatives to Your Users

? 小心無(wú)心的偏見(jiàn)

Watch out for Unconscious Bias

? 將包容性的理念融入日常

Incorporate Inclusive Practices to Day-to-Day Tasks

? 聆聽(tīng)多元的反饋

Listen to Diverse Feedback

? 善用多元化的團(tuán)隊(duì)

Embrace the Diversity of Your Team

最后，發(fā)覺(jué)有用戶(hù)被排除在外是個(gè)好的開(kāi)始，如此我們才能發(fā)揮同理心找出解決之道，希望大家今后多思考如何消除人工智能中的偏見(jiàn)。

以上內(nèi)容來(lái)自Annie Wang老師的分享。

本文章來(lái)自壹佰案例公眾號(hào)原創(chuàng)，轉(zhuǎn)載請(qǐng)聯(lián)系：fuzhinaxiewenxin（微信號(hào)）。