AI時代，我們為什麼需要UX設計師
盤點設計師的剩餘價值以及新機會挑戰
沒有跟人「互動」的黑科技是無意義的
相較於人類，AI並不擅長情感和人性化體驗感受，系統往往是基於大量的數據和算法來做出決策，並不是真正能理解人的需求，所以科技存在的意義在於解決人類生活中的問題和需求，並使我們的生活更加舒適和便利，只有這樣，科技才能夠為人們的生活帶來真正的改善和進步。例如:ChatGPT本身只是大型語言模型，透過類似接龍的方式去猜測可能的用字排列組合。因此，UX設計師的價值不外乎是透過創造人性化的設計和難忘的體驗時刻，讓人與AI系統有更好地互動。如果想進一步了解如何創造那些難忘的體驗時刻，可以參考以下這篇↓。
另一方面，主動串接各種領域的AI來發揮綜效也是目前AI不擅長的事情。畢竟以目前來看，除了要通過共享資料或參數來互相協作，不然AI系統大多無法有效地合作，特別是當它們的模型目標存在衝突時，或是背後公司有利益衝突時。所以UX設計師的另外一個價值莫過於找到對的場景並應用合適的AI技術，如果想進一步了解哪些場景適合使用，而哪些不適合，可以參考以下這篇↓。
「信任」設計需求激增
隨著人工智慧（AI）技術的普及，設計一個能夠建立人們對AI的信任的系統或產品是至關重要的，就如同ChatGPT即將取代人類的謠言滿天飛。因此，UX設計師在建立人們對AI的信任方面扮演著關鍵的角色。他們除了需要確保系統或產品的設計易於理解和使用，還要讓用戶能夠明確地了解AI技術如何被使用，以及它如何在產品或系統中發揮作用，並避免使用者感到不安或不信任。除此之外，AI的應用更要符合道德和社會價值觀，讓系統的使用是受到控制且負責任的。
鑑於如此，可解釋人工智慧（XAI）是近年來興起的一種研究領域，旨在開發出能夠理解和解釋人工智慧決策過程的方法和技術。XAI的興起是因為傳統的人工智慧算法往往是黑箱模型，這些模型可以處理大量的數據，但對於模型內部如何做出決策卻是不可解釋的，畢竟AI系統的運作通常非常複雜，對於一般用戶來說很難理解。 UX設計師則可以創造易於理解的用戶介面和教育使用者如何與AI系統互動的設計，以加強使用者對系統的理解和信任。
IBM研究團隊於2020年提出的XAI框架指出，可以透過以下幾個面向，向使用者、產品團隊成員、利益相關者，甚至針對的政府監管單位能更清晰的去解釋模型，這也很有可能是未來大家的工作之一，其中包含以下幾種：
數據
訓練的數據是什麼類型？
訓練數據來源是什麼？
數據是如何產生的？
訓練數據的樣本大小是多少？
系統沒有使用哪個數據集？
數據的潛在局限性和偏見是什麼？
給定特徵值的訓練數據的大小、比例或分佈是什麼？
產出
系統輸出是什麼類型？
系統輸出的意義是什麼？
系統能力的範圍是什麼？它能夠做什麼？
如何最好地利用系統的輸出？
輸出要如何適應工作流程？
性能
預測的精確性如何？
系統犯錯的頻率有多高？
在什麼情況下，系統可能是不正確的？
系統的局限是什麼？
系統可能犯什麼樣的錯誤？
系統的表現是否足夠好用於…？
系統是如何做預測的？
系統考慮了哪些特徵？
XXX特徵是否用於預測?
如何
系統的整體邏輯是什麼？
它如何加權不同的特徵？
它遵循什麼樣的規則？
XXX特徵如何影響它的預測？
哪些規則特徵决定了它的預测？
使用怎樣的算法？
參數是如何被設置的？
為什麼
為什麼給予這樣的預測？
哪些特徵决定了系统的預測？
為什麼A和B獲得相同的預測？
為什麼不
為什麼這個系統没有被預測為不同的结果？
為什麼這個系統被預測而不是不同的結果？
為什麼實例A和B獲得不同的預測？
如何成為那樣
如何改變這個系統以獲得不同的預測？
需要哪些最小的更改方式來使這個系統獲得不同的預測？
如何改變給定的特徵以使這個系統獲得不同的預測？
預測不同的结果的對象是怎樣運作？
怎麼還是這樣
這個系統允許哪些範圍的改變仍然獲得相同的預測？
為了保持相同的預測，给定特徵允許的數值範圍？
什麼特徵必須存在以保證這個預測？
哪種系統得到相同的預測？
如果什麼
如果這個系統改變成…，系統會預測什麼？
如果給定的特徵改變成…，系統會預測什麼？
如果是不同的系統，會預測什麼？
協作產出「高質量」的使用者研究和設計
AI 技術的出現帶動大量數據的產生和工具的全面升級，UX 設計師除了設計效率的提升外，在使用者研究工具上也可能有所突破，研究人員可以更加專注於思考問題本質，而不是進行研究，所以我們可以將AI似為隱形的研究夥伴。尤其這對於許多新創企業、一人設計師或研究員，可以以最小成本去進行使用者研究，這對於過去缺乏研究資源和基礎的團隊來說，反而是一種機會。舉例來說，跨國研究通常都需要大量的資金和人力投入，但是透過ChatGPT就可以初步了解全世界各市場做在地化產品或服務設計時可能遇到的宗教禁忌以及文化習慣等做初步的分析。
從另一個角度來看，在過去十年中，UX是一個快速崛起的行業，許多公司也漸漸認識到其重要性，積極將使用者經驗融入其業務流程中。然而，實際上使用的方法一直沒有更新：包括用戶訪談、旅程地圖、人物誌、親和圖、可用性測試、日記研究等等。這些方法已經變成了慣例，大多都照著既有的流程和方法去進行工作，因此限制了創造力和產生觀察死角。然而，AI系統的進步有助於UX設計師更全面、客觀、準確地理解用戶需求，優化產品和服務，提供更好的用戶體驗。而這些量化數據通常需要進一步解讀和確保真實性，畢竟AI不是百分百都是對的，因此專業領域的知識仍然很重要，不然連AI 說錯都不知道。最後再綜合質化研究結果，結合到產品設計中，這正是UX設計師的價值所在，也是AI系統短期內無法取代的事情。
如果喜歡我的文章，歡迎［追蹤］或［贊助］小弟，陪你一起長大長肉🙏
如果喜歡這篇熱湯你可以:
20個拍手：X(台語) 根本就是才子
10個拍手：老摳摳 水喔～
5個拍手：哀額 不錯喔！
隨意拍：手有點卡，想動動而已（手殘XD)
0拍:希望我能再加強!GO~
