算法时代的产品设计,乔什·克拉克(Josh Clark) “产品人员-产品经理,产品设计师,UX设计人员,UX研究人员,业务分析师,开发人员,制造商和企业家 November 11 2017 真正 艾,乔什·克拉克(Josh Clark),机器学习, 注意产品 介意产品有限公司 743  乔什·克拉克(Josh Clark) 在#mtpcon 产品管理 2.972

算法时代的产品设计,乔什·克拉克(Josh Clark)

通过 ON

机器学习已经占领了我们世界的大部分地区,从医疗​​条件诊断到法律查询再到在Go中击败人类玩家。这如何影响我们设计,构建和管理产品的方式?在Mind the Product 伦敦 2017的这一有深刻见解的演讲中, 乔什·克拉克(Josh Clark) 分享了算法时代我们需要如何思考产品设计和产品管理。

在使用机器时,与其尝试通过经验或产品来设计一条路线,不如说是找出所有可能的结果以及如何处理它们。如果我们希望创造对人们有积极影响的产品,那么产品经理将是这一过程的关键’的生活,而不仅仅是埋下过去的不公。

 乔什·克拉克(Josh Clark) 在#mtpcon上的算法时代中的产品

在这一点上,算法仍然犯了太多错误,这阻碍了它们的广泛采用。例如,语音命令是存在许多错误的区域–这些机器正在努力获取大多数语言传达的细微差别。微软的picdescbot可以描述图像中的内容–但仍在努力弥补多种图像之间的差异。但这不会持续很长时间。

那么我们如何在算法世界中设计产品呢?

拥抱不确定性

Google的摘录工具可回答所提出的问题–约占15%的搜索量。运作正常时,效果很好,但在很多情况下会出错。与新闻事件和政治相关联时,这尤其具有风险–给定网络上有争议的信息量。

与许多其他工具一样,通常只给出一个答案–默认情况下,这会减少可以说明的细微差别。当接口不确定答案时,我们必须设计接口以使其具有某种谦卑感。现在可用的大多数图像分析工具都具有置信度标尺,但很少在其输出中使用它。如果它们要真正有用,就需要改变–当他们感到困惑时,让他们这么说。

随后,人与机器之间的透明性和协作是真正有趣的工作发生的地方。当算法失败时,这就是机器应要求人工输入以改善其结果的地方。例如,维基百科将其多个页面标记为“有争议”–使读者知道要格外谨慎。

#mtpcon的Josh Clark算法时代

机器只知道我们告诉他们什么

垃圾等于垃圾出来。机器学习的目标通常是确定什么是正常的,并指出什么时候该偏离正常。问题是他们从现有的情况中学习,而这往往远非完美。例如,由于最初提供的数据,Google的语音识别比男性的语音识别能力差。这可能会变得更糟,因为整个自动化系统行业中的一些示例无法识别出皮肤黝黑或眼睛不是白种人的人。

我们必须意识到这样一个事实,我们可以轻松地将我们的历史偏见编码到未来的机器中。过去遭受迫害的人绝非孤立无常的人,他们必须融入我们社会的组织,我们可以通过技术帮助实现这一目标。

 乔什·克拉克(Josh Clark) 在#mtpcon

负责任的数据收集

数据输入实际上是用户体验研究的空前规模。设计团队需要更多的多样性,以便我们可以更好地解释这些输入,并使我们的产品能够满足我们现在设计的各种视角的需求。

我们需要使用户易于为我们的产品提供准确的数据。 Tinder和Facebook之所以这样做,是因为其用户具有内在动机。我们需要了解如何才能使我们的用户帮助我们改善他们的体验–但是必须透明地进行,以便每个人都理解并同意如何使用这些数据。

#mtpcon的敌对信息区

忠于用户

最后,忠实于您的用户。我们将设计影响人们的产品’经验,生活甚至人权。我们需要认真对待这一点,并将人性化的态度运用到产品决策中–这样我们就可以在自己制作的工具和经验中彼此友善。