研学社·AI产品交互设计组 | 用户界面设计可用性的十大金律

机器之心研同志会

参与：Rita Chen、Jiaxin Su、Biye Jiang

在刚刚过去的七月初，苹果公司 WWDC 2017 全球开发人员讨论会在加利福尼亚州圣地亚哥举行，这次的讨论会和之前的Google，Google开发人员讨论会类似，机器学习和人工智慧正式成为横跨本次见面会的关键字。Apple watch 升级了全捷伊 Siri 表壳内容显示和动态调色板，这让捷伊可视化介面更智能；新发布的 Homepod 让本已竞争激烈的音频可视化的市场又增自变量，人机可视化从简单的人与萤幕的Renderscript，扩展为音频可视化，表情符号可视化，增强现实可视化等多处理器表达商业模式。而消费商品的迅速插值只是 HCI 产业发展的一个真实写照。在教育各方面，科学研究学者开发了各种数字可视化应用软件（Digital Artifacts）从而使每一个学生得到具有前瞻性的张老师。与此同时，与 AR 控制技术结合的创作工具（Web-augmented reality-based authoring tool）也开始帮助老师们更好的结构设计专业课程。另一各方面，手部行为抓取控制技术的日益科技化让表情符号可视化在医疗健康领域正式成为炙手可热方向，尤其是针对盲人人群或残疾病人的乘车和病况跟踪。比如 Leap Motion 能透过辨识手指的前端和手指的中心来可视化地跟踪用户的手，以及使用逆天体力学解乘法表来计算手指下肢。在交通制造业各方面，现代人和导航笔记本电脑的可视化K234。许多汽车生产商已经提出了如前所述全自动跟踪的可视化商业模式，以取代管理信息影视娱乐功能的传统触摸屏。在解放现代人双手的与此同时也让驾车变得更加安全。

能说，人工智慧控制技术的井喷式产业发展带来可视化新体验的革新。

但是，Bokaro。如前所述多元性媒介的可视化结构设计，归其实质，我们每当在经典之作的可用性中总结规律。早在 1995 年，人机可视化学教授 Jakob Nielsen 就发表了《可视化结构设计中的五大可用性原则》。在此之前他透过 Alertbox 和 USEIT 的网站向全世界的网络可视化结构雕塑家传授给可用性各方面的知识和心得体会，与此同时也大量投入于人机可视化的科学研究。在这里，小贴士概要的为大家介绍一下 Jakob Nielsen 的 10 Usability Heuristics for User Interface Design（原英语门牌号见文后）。

1. 系统可见性原则（Visibility of system status）

系统应该让用户知道发生了什么，在适当的时间内做出适当的反馈。用户在介面上任何的操作，比如单击，滚动或是按下键盘，页面都应在用户能接受的等待时间内给予反馈。

Case 1: 人脸辨识系统实时标出人脸框以及辨识结果，方便现代人确认选中结果以及是否需要追加其他对象

2. 匹配系统与真实世界（Match between system and the real world）

这是说的匹配系统和真实世界又能理解成环境贴切，即系统应该用用户的语言，用词，短语和用户熟悉的概念，而不是系统术语。遵循现实世界的惯例，让信息符合自然思考的逻辑。站在现今控制技术层面来理解，这里的环境贴合应包涵视听说多维度的匹配考量。也许概念比较抽象，但举一个简单的例子，滚动条的上下滑动是根据现在书籍排版的之上而下从而配合现代人熟悉的阅读方式。

Case 2 : 匹配系统与真实世界是 AI 商品的终极追求，也就是 NUI（Natural user interface）. 随着控制技术在所有这些层面上都不可见，从感性和认知的角度来看，互动变得完全自然和自发。这是一种魔法。因此，成功的自然介面的特征之一是减少与其可视化的人的认知负担。

3. 用户的控制性和自由度（User control and freedom）

用户经常错误地选择系统功能，从而进入到一些意料之外的系统状态中。这时用户往往需要明确的标示来帮助他们离开当前这个状态，而不需要透过额外扩展的对话框。最好就是系统能支持撤销和重做的功能，又称为撤销重做原则。

Case 3: 在 Waze 的最新更新中，该应用程序配备了录音功能，可让用户自己录制常用指令。当然，用户能随时取消他们如果不满意或者听觉疲劳了的话。

4. 一致性和标准化（Consistency and standards）

用户不必怀疑是否不同语言，不同情境或者不同的操作方式产生的结果实际上是同一件事情。在这一点上，系统应该遵循平台的惯例，同一用语，功能和操作标示应该具有一致的功能。最简单的例子就是切换系统操作语言后相应的图标功能还是应该保持一致的。

Case 4 : 在触压输入或者表情符号输入中，尽管媒介平台不同，但是也有一些通用的动作指令。很多用户「以为」一样的输入，在计算机算法看来可能就有千差万别。

5. 防错原则（Error prevention)

站在用户新体验的角度来思考，比出现错误信息提示更好的是更用心的结构设计从而防止此类问题发生。在用户选择动作发生之前，就要防止用户容易混淆或者错误的选择。最直观的例子就是现在很多网页在输入密码时会亲切提示键盘的大小写输入状态，这直接降低了用户的错误操作概率。

Case 5：如今关于文本纠错，邮件附件提示等结构设计已经帮助用户大大降低了「低级错误」的概率。但是在较复杂的图像辨识或者音频可视化各方面，混淆和错误似乎是当前的常态。

6. 辨识优于记忆（Recognition rather than recall）

尽量减少用户对操作目标的记忆负荷，动作和选项都应该是可见的。用户不必记住一个页面到另

Case 6: AI 需要透过用户的信息和搜索记录来推送适合用户的内容，但是在初期用户需要自己填补开始的空白。好的可视化不仅让用户自己发挥，也会给出一些常见的选项让用户选择。

7. 使用的灵活高效（Flexibility and efficiency of use）

这里谈到的加速器功能是新用户看不到的，也许专业用户们能够察觉到。系统能满足有经验和无经验的用户，允许用户进行频繁的操作。这就要求开发人员的开发技巧，更加便捷灵活的代码和反馈，优化再优化。在现实过程中，中级用户的数量远高于初级和高级用户，这就是为什么为大多数用户的结构设计应保持灵活高效，不可轻视的原因。

Case 7: 在多数情况下用户只需要提供基本信息就能满足需求。只有针对高级用户或者有特定需要的人才会使用「高级设置」菜单，这样不仅节约了一般用户的时间，也要反复的选择项得以隐藏。

8. 审美和简约的结构设计（Aesthetic and minimalist design）

可视化对话中不应该包含无关紧要的信息，在段落中增加一个单位的重要信息，意味着要减少或者弱化一些其他信息。对于网页可视化结构设计来说，用户浏览页面的动作不是读，也不是看而是扫。易扫原则就是同样强调了信息重点突出，建构简单分明的需求。

Case 8: AI 家居商品的出现让 IOT 变得更私人也更智能。这些商品共同的特点是小巧简洁不影响你本身的家居装饰风格，但与此同时透过背后强大的计算为用户的日常生活提供便捷。

9. 帮助用户辨识，诊断并从错误中恢复（Help users recognize, diagnose, and recover from errors）

错误信息应该用语言表达，而不是用代码来解释。系统应较准确地反应问题所在，并且提出一个建设捷伊解决方案。如何帮助用户从错误中恢复，将损失降到最低是可视化结构设计中必须考虑的一环。如果无法自动挽回，则应该提供说明的理由文字或者具有帮助性的指导方向，而不是 404。

Case 9: 听歌 APP 认同感。

10. 帮助文档（Help and documentation）

如果系统不使用文档是最好的，但是有必要提供帮助或者具有提示性的文档。任何信息应容易去搜索，专注于用户的任务，列出具体的步骤来进行。帮助性提示的最好方式依次是无需提示，一次性提示，常驻提示，最后才是帮助文档。

Case 10: 大部分的传统网页或者应用应用软件都会有 Help 页面帮助用户解决一切常见的问题和需求。而且越来越的在线帮助热线也采用了不断提供选项帮助用户进行求助的导航，从而缩短人工帮助时间。但是, 在 AI 可视化机器人这个领域，目前还没有很明细的帮助指南，用户能否得到正确的帮助完全取决于问题的形式和内容。

Jakob Nielsen 的可视化结构设计中的五大可用性原则在如今的可视化结构设计中仍旧有着很积极地指导作用。但是与此同时我们也要注意，这五大石蜊是 1995 年提出的，在过去二十多年的产业发展也有各种捷伊演化和补充。由此，AI 交互学习的第二期我们将在基本的十条可用性原则的基础上，讨论在 HCI 领域中常提到的智能系统协同可视化的问题。

下载门牌号: http://dl.acm.org/citation.cfm?id=303030

这一期我们将一起研读 Eric Horvitz 在 99 年发表的经典之作文章 Principles of mixed-initiative user interfaces. 首先，这里提到的 mixed-intiative 指的是由笔记本电脑亦或是人发起的操作行为，即混合自动化。这篇文章比较和讨论了两种介面结构设计的优劣：一种是开发捷伊工具帮助用户直接操纵对象，第二种则是构建满足用户需求的混合自动化平台。文中作者详细介绍了十二项针对混合自动化的可视化原则结构设计，以至于能透过预测用户需求而解决系统问题。

产业发展重要的增值自动化

考虑到用户目标的不确定性

根据成本效益和不确定性来推算理想行动

利用对话来解决重要的不确定性

允许有效的直接调用和终止

最大限度地减少对行动和时机的猜测

服务的范围精度，和匹配的不确定性

提供有效的用户协作机制从而改进结果

使用适当的社会行为来增进用户可视化

保持最近互动的工作记忆

透过观察不断学习

t 为例，讨论系统在在多种可视化商业模式下进行调用和预期的呢？这在人机可视化科学研究领域，这十二条原则是怎样结合推理机制和直接操纵法帮助结构设计者进行思考的呢？现在又有哪些更捷伊可视化结构设计原则值得注意的呢？

英语原文：https://www.nngroup.com/articles/ten-usability-heuristics/

请加入我们的「AI 可视化结构设计小组」

Design will be less about delivering on a user’s request, and more about responding to the needs they haven’t expressed yet. -Patrick Hoof

可视化结构设计是一个渗透极广且又成长极快的领域。作为科技从业者或者泛科技爱好者的你，会发现这个词近些年在人工智慧领域或者科技商品见面会上出现的频率越来越高。既想系统学习却又没法面面巨细，既有最了解的控制技术分支却有不知道从何处入手。也许你在机器学习和计算机各方面已经有了一定的控制技术积累，但要进入一个捷伊领域，你可能还是常常感到：

1. 找不到合适的学习资料

2. 有学习动力，但无法坚持

3. 学习效果无法评估

4. 遇到问题缺乏讨论和解答的途径

因此，为了帮助「AI 商品可视化结构设计新手」进入这一特定领域，机器之心发起了一个互助式学习小组——「人工智慧研同志会· AI 商品可视化结构康孔县」。本小组将透过优质资料分享、教材研习、论文阅读、群组讨论、专家答疑、讲座与分享等形式加强参与者对 AI 商品可视化结构设计的理解和认知。未来，结构设计会更多地去响应用户还没有表达的需求，而不是去为了响应用户主动提出的需求。身为结构雕塑家，如果你能够掌握人工智慧领域最基本的几个概念，并在此基础之上充分发挥对商品的想象力，知道 AI 控制技术已经能做到什么、未来有希望做到什么，你就能走在这个浪潮汹涌的时代前面。如果你觉得你自己是以下几类人群之一，互助式学习小组希望你能继续往下阅读，因为你一定会有惊喜！

主要面向人群：

1. 有 AI 基础背景的可视化结构设计从业者

2. 负责的商品中已经运用了人工智慧的从业者

3. 希望计入可视化结构设计行业的新人

4. 商品开发相关专业从业人员 

5. 商品战略管理或创新各方面从业人员

学习形式：

1. 学习资料推荐（以前沿论文和控制技术学习为主，文字/音频/视频内容不定

2. 群组内互相学习讨论

3. 专家顾问答疑

加入方式：

1. 添加机器之心小助手微信，并注明：加入AI 商品可视化结构康孔县

完成小助手发送的入群测试（题目会根据每期内容变化），并提交答案，以及其他相关资料（教育背景 、从事行业和职务 、人工智慧学习经历等）

小助手将邀请成功透过测试的朋友进入「人工智慧研同志会· AI 商品可视化结构康孔县」

进群后会收到当周的学习材料和学习进度安排，根据指导进行有前瞻性的学习和讨论（群内会有单独的文件进行推送）