Research is essential because the AI industry often replicates models without questioning their effectiveness. Without research, we can't challenge existing standards or determine if they're suitable for our specific problem spaces. It helps avoid building the wrong models or blindly following trends like ChatGPT.
Ioana faced multiple layers of ambiguity, including understanding the company's processes, team dynamics, and the vast amount of existing research and concepts. She also had to navigate the uncertainty of designing AI features for a collaborative tool like Miro, where the interaction models were still being invented.
Ioana emphasizes avoiding AI for the sake of AI and instead focuses on solving specific user problems. She ensures that AI features are intentional and address real friction points, such as the cold start problem in Miro's canvas, where users feel overwhelmed by the freedom of a blank space.
The cold start problem refers to users feeling overwhelmed by the vast possibilities of a blank canvas in Miro. AI helps by providing an entry point, like the 'Create with AI' feature, which guides users on where to start and reduces the initial intimidation of the canvas.
Ioana explains that while many concepts were explored, only those that were technically feasible and provided a good user experience made it to production. Some forward-thinking concepts remain in the abstract stage due to technical limitations or the need for more research before they can be implemented.
The process involves balancing immediate technical feasibility with forward-thinking innovation. Designers must consider user problems, technical capabilities, and the future potential of AI. Prototyping and building real features are necessary to learn how they perform, as traditional prototyping methods are insufficient for AI.
User research is crucial for understanding how AI features are perceived and used. It helps validate or invalidate assumptions about the value and usability of AI features. However, research can also be ambiguous, with contradictory insights from users, requiring continuous questioning and refinement.
Sidekicks are AI entities that provide expertise in specific roles, like an agile coach or product leader. They help users overcome knowledge gaps in their teams and guide them through workflows. Sidekicks are designed to be easy to understand and use, with a clear value proposition.
The biggest challenge is balancing immediate technical feasibility with long-term innovation. Designers must think about what can be built today while also envisioning future possibilities that may not be technically feasible yet. This requires constant abstraction and tactical thinking.
Ioana advises designers to focus on asking the right questions rather than jumping to solutions. The AI space is highly uncertain, and confidence in a solution often means you're missing something. Continuous research and iteration are essential to building meaningful AI experiences.
我强烈建议业内人士加大对研究的投入,因为我们可能只是在构建错误的模型,然后每个人都在借用它们、采用它们。好的,这就是ChatGPG所做的。好的,我们也打算这样做,即使它不起作用。这就像10年前亚马逊的对话一样,对吧?我想做亚马逊或苹果做的事情。
所以现在这些新型交互也是如此。有人做出了决定,然后我们作为行业,正在复制ChatTPT所做的一切。那么如果他们错了呢?我的意思是,如果没有研究,我们就无法真正发现他们的标准和发展方向中的漏洞。我们确实需要针对每个问题领域分别进行研究。♪
大家好,欢迎回到诚实的用户体验访谈。我的名字是Anfisa,今天我和Ioana一起。我们将讨论一个非常有趣的话题,因为它非常实用和真实,我们并不经常这样做,但我希望将来我们可以更频繁地这样做。今天这一集的主题是为人工智能设计或为不确定性设计。我今天个人的意图实际上是采访Ioana,并谈谈她如何在Miro中专门为人工智能设计。
如您所知,Ioana在过去两年中一直专注于为人工智能设计。最近,我个人在纽约观看了Miro会议画布。它是公开的,每个人都可以观看。由于我们都使用Miro,看到所有新的更新真是令人兴奋。而且显然,我真的很兴奋,因为我也可以见证你正在做的工作,Ioana。
我们大多数设计师几乎每天都在使用Miro。所以它影响了我们所有人。我觉得我们都会体验到你一直在创造的东西。基本上,我的目标今天是尝试更多地了解你是如何应对你可能经历的不确定性的。
但在深入探讨今天的主题之前,我还想提到,这一集是由VIX Studio自豪地赞助的。VIX Studio是设计师和代理商使用全栈解决方案、多站点管理和内置人工智能构建卓越网站的直观方式。当然,人工智能是我想重点关注的一件事。其中一项人工智能功能称为对象橡皮擦。我们都知道,即使是微小的设计更改也可能非常麻烦,尤其是在您试图提高效率时。
假设您想编辑照片。您现在需要打开一个新的软件,编辑图像,导出它,缩小它,上传它,等等。这需要花费大量时间。但是想象一下,您实际上可以在同一个网站编辑器中做到这一点。相同的功能,相同的体验,只是效率更高。使用对象橡皮擦,您现在可以从图像中擦除某些元素或擦除图像的某个区域以使其在Wix Studio中透明,而无需离开网站。
我非常兴奋的下一个功能称为AI代码助手。您可以获得定制的脚本,进行故障排除,并更快地检索产品答案。例如,您可以向API发出简单的请求,例如将数据从此Google表格带到网站,它将为您完成。或者想象一下,您现在可以描述功能,例如,从X日期到Z日期创建一个计数器,并直接获得实现此功能所需的代码。一切皆有可能。现在你变得更加
强大,你可以专注于创造力,而不是弄清楚事情。我鼓励大家去看看VIX工作室。您可以在节目说明中找到链接,像往常一样。现在让我们继续本集本身。让我们快速赶上进度。你好吗?你盘子里有什么?是的,好吧。我很高兴今天讨论这个话题。这可能是今年我最喜欢的一集。我的意思是,还有什么比解开你过去一年所做的工作更神奇、更令人兴奋和更紧张的呢?这将是一个非常有趣的反思练习。虽然我每周都会进行这些反思练习,但这次是在公开场合进行的。所以它将更加有趣。它增加了一个新的维度。我想我刚刚度过了我的第一个Miro周年纪念日。我们称之为Miroversary。所以这是一年非常紧张而富有成效的
一年,我很高兴看到我做的一些工作浮出水面,现在我很高兴谈论它,除此之外,这周并不是特别精彩的一周,我在生活中增加了更多的运动,我参加了我的第一次CrossFit课程,这非常令人兴奋,我现在很痛苦,可怕的身体疼痛,但这是值得的,是的,只是尝试每周一次地平衡一切,就是这样,你呢,你这一周怎么样?
哦,这太好了。我喜欢听到这些工作之外的故事,因为我还没有到可以为此感到高兴的阶段。
我的生活一团糟,说实话。我认为我在9月份的几集中很开心。我想,是的,我管理了很多不同的东西。现在我处于一种基本上耗尽能量的状态。当然,我们在旅行后都病了。首先,我们病了两周。现在我们得了另一种病。每个人都病了。很明显,我是唯一一个……作为一名母亲,你必须处理一切。
当父亲试图康复时,你必须照顾孩子的父亲。你也在生病,同时也在工作。所以现在我盘子里的一切都在。这确实很有挑战性。所以我的大脑一团糟。我的生活一团糟。我每天只是从床上爬到床上,只是害怕度过这一天。所以我觉得这是之前非常忙碌的一个月带来的后果。而这个月我只是在生存模式下。
然而,一切顺利。很高兴今天能和你谈谈,了解更多关于Miro的信息。也很高兴听到你现在正处于母性的阶段,你可以上课,庆祝像Miroversary这样的周年纪念日。享受做新的不同的事情。
这也是我期待在我生活中做的事情。也许一两年后,我们会看到的。但是让我们谈谈在Miro为人工智能设计。我有一些问题要问你。看看我们今天在这一集中能走多远。显然,你说你正在对此进行很多反思。所以我希望在我们仔细考虑之后,我们会得到所有这些美好的答案。
但我们会看到的。所以我的第一个问题是,Ioana,真的要回顾一下。这是一个很好的触发器,我想,一个很好的过渡到主题。你现在正在庆祝在Miro工作一周年。我认为这是一个回顾这一年如何度过的很好的时刻。
让我们从你加入Miro的时候开始吧。显然,新公司,即使产品可能对你来说很熟悉。但是你必须学习内部运作方式。最重要的是,你作为第一位人工智能设计师加入。所以一切都是新的。一切都是绝对不清楚的,到处都是不确定性。你应该开始弄清楚。
你能告诉我们更多关于你作为人工智能设计师加入新团队的经历吗?是的,让我们深入探讨一下。我认为这将是一个相当长的答案。我的思绪已经转向不同的方向。一个是我的所作所为,另一个是我应该做的事情。但是有些事情是,比方说,正确的决定或正确的方法,而其他事情本可以做得更聪明、更明智。而且
如果我使用人工智能来规划我的流程,它可能更接近我现在认为的理想路径。所以我将解开其中一些主题。你说的很对。我认为你给了我一个很好的介绍。
在不同层面需要解开很多模糊性。正如你所说,只是弄清楚公司是如何运作的,公司的流程是什么?团队流程是什么?生态系统是什么?团队的架构、动态、联系或关系是什么?
仅仅理解我所操作的系统就已经很费力了。然后Miro的另一件事是,因为它是一个,比方说,你去思考的地方,也是你去合作的地方,所以有很多信息被捕获在各个看板中。你可以想象,在Miro,我们大量使用Miro。只是有如此多的内容,如此多的研究已经完成,如此多的想法,如此多的人工智能概念是由试图帮助人工智能团队的设计师完成的。所以已经有如此多的知识存在,我试图吸收它,并且
这是一项强烈的智力努力,因为我觉得有些答案已经存在了,但我是否找到了它们?我是否朝着正确的方向前进以理解有价值的见解、已经产生的知识和已经探索的概念?所以只是……
这种感觉是我不应该错过已经以某种方式与这种体验相关联的经验和才能,对吧?所以这是另一层,只是处理知识,处理现有信息。然后第三层显然是,一般来说,什么是良好的AI体验?那么在Miro中什么是良好的AI体验?但是我们应该采用哪些交互模型?就像我们基本上是在发明人工智能如何在空白画布上呈现一样。
我们正在发明模式,对吧?很多时候感觉像是开创性的工作。Miro现在不仅仅是一个白板,对吧?所以我们不能只称它为白板。你可以用它做很多事情。它本质上是一个你去创新的地方。所以它更复杂。它与你的系统越来越紧密地联系在一起。这是一个复杂的问题空间,对吧?所以
当我们不真正理解一般情况下使用人工智能的相关方法时,你如何以有意义的方式呈现人工智能?同时解决人工智能领域的不确定性和在这个非常具体的协作问题空间中人工智能的不确定性,在某种程度上是在另一个挑战之上的二合一挑战。
底线是我在过去一年中以某种方式进行调整或准备,就像在过去几个月里我开始制作设计、想法、功能和实验一样,所以人工智能领域没有时间浪费,一切都在快速发展,我们想要学习,我们想要尝试事情,我们有很多想法,我们对这些技术和
我们今天做出的决定可以塑造的世界感到非常兴奋。所以有很多兴奋,我们只想做事情和构建事物,对吧?但是关于人工智能,也有很多你不知道的事情。我们不明白,就像我们Miro或我在Miro的团队一样,但总的来说,这个行业有很多悬而未决的问题。人工智能领域是一长串悬而未决的问题。
最好的呈现方式是什么?是副驾驶方法吗?是在模态中吗?人工智能应该是什么样的?它是无形的吗?我们现在甚至可以说某些东西是人工智能,还是我们已经超越了这一点?所以有很多我们不知道的事情。我们作为行业还没有弄清楚。我指的是设计和人工智能在各个产品中的交叉点,而不仅仅是在Miro。所以基本上我过去一年一直在做的事情是尝试回答问题。
尝试消除歧义。但我认为我想说的一点是,在人工智能领域,我们现在的问题比其他任何领域都多。这只是一长串的答疑过程。所以这让我进入我的答案的第二部分,那就是我采取的方法是什么?一开始,我认为我非常热衷于观察我所操作的模型。所以我加入一个团队或加入一个问题空间或项目或任何东西。然后我不太积极地做事
我观察很多。我认为充当沉默者有很多价值,只是提出问题,然后试图弄清楚事情是如何运作的,然后开始慢慢地参与和参与。当然,在这个角色中我没有这种奢侈,因为我们真的需要快速行动。所以没有那种很长的,当我说很长的时候,我的意思是几周的观察期,我只是在学习。对。
但我尽量做到这一点。所以在我跳出来说,你知道吗,我们需要一个聊天人工智能,或者你知道吗,我们需要将人工智能带到画布上的每一个地方。就像你必须让这些人工智能的东西到处弹出一样。在我提出任何建议之前,我确实花时间尽可能多地了解人们在Miro中遇到的痛点。所以我们实际上可以借助人工智能带来价值。所以我知道有些……
我作为座右铭非常热衷的一点是,无论如何都要避免为了人工智能而使用人工智能。我认为每个人都被这种技术热情所驱使。我们可以做到这一点。我们现在可以用这项技术做到这一点。让我们去做吧。是的,但这能解决任何问题吗?就像它有用还是只是把人工智能放在人们的脸上,然后他们到处看到闪光,他们就像,
这并没有真正帮助我。感觉它就像一个实验性功能,甚至不起作用。你只是在浪费我的时间。你要求付出高昂的努力,提示我为我做一些甚至不好的事情。所以我们不想要那样。
对吧?我们想确保我们提供的任何人工智能体验都达到一定的质量水平,当然,人工智能是一项婴儿技术。目前使用人工智能的产品很少,对吧?所以每个人都在快速改进、成长、学习、发展。但是我一直心中都有这个主题。不要做随机的事情。我的意思是,随机的事情具有帮助你学习的品质。但是当你故意并且
你总是关注用户的需求。我知道我说的听起来很基本,但是当人工智能出现时,你真的会被卷走。就像人们使用GPT思维模型与人工智能互动一样。让我们做一个GPT版本。对。听起来像是人们最自然地产生共鸣的事情。他们会觉得他们已经有了那种可识别的感觉,对吧?他们理解它是如何工作的,因为他们正在使用GPT。
但是GPT在Miro中相关吗?就像它是在创造性工作或一般协作的背景下他们需要的东西吗?我们是否希望他们与人工智能合作,或者我们是否希望他们与其他人合作?所以这只是一长串的大问题、小的交互问题、实验,但始终保持活跃。
每个人和我自己在这个责任席位上都是为了人工智能而使用人工智能,还是它真的解决了问题,因为如果你解决了摩擦点,如果你解决了冷启动问题,就像我们使用生成一样,使用人工智能生成,我们有一个切入点,它被称为使用人工智能创建,而那里的赌注或我们试图解决的问题是冷启动问题,当你进入一个巨大的房地产时,你基本上可以做任何事情,你
它只是如此自由,以至于在某种程度上变得势不可挡,对吧?它变得具有限制性,所以这就是画布有时可能的样子,它只是令人望而生畏,好的,我从哪里开始,人工智能是一种可以帮助解决这个问题的工具,好的,我从哪里开始,嘿,这里我是人工智能
不是以令人毛骨悚然的方式,而是你明白我的意思,不一定是拟人化的,但就像人工智能的出现作为克服这个问题的一种方式是一个真正需要解决的问题,对吧?然后就有了无休止的讨论,关于人工智能领域的一般问题,对吧?所以你想让人们克服冷启动问题,但与此同时,如果你通过要求他们写一个很长的提示来做到这一点,
那么你就会遇到另一种问题,那就是表达障碍。不是每个人都知道如何在在这种情况下提示。在这种情况下,正确的提示方法是什么?所以它只是在处理很多,很多悬而未决的问题,这就是我这一年的现实,然后试图建立清晰度。有时是,
我们成功了,有时我们学习了,我们一直在这样做。人们对一些人工智能功能反应良好,而其他功能则需要改进。我们不断关注下一个体验是什么。所以我觉得最重要的点之一。
设计过程中的部分是反思你的设计决策在现实世界中的表现。所以,好吧,我做出了这个设计决定,然后大多数团队或许多团队,我不知道为什么这种情况一直在发生,他们跳到下一个功能。接下来是什么?我们的路线图上有什么?我们接下来应该做什么?然后每个人都忘记了实际衡量影响、价值。这是什么有意义的事情?
这解决了任何问题吗?当人们使用它时,有人会开心吗?就像你真的必须用人工智能来做这件事,尤其是在很难甚至为它分配指标的情况下,对吧?所以如果每个人都在你的产品中使用人工智能,这是一个好兆头还是坏兆头?这到底意味着什么?所以它真的很模糊。所以你真的必须加倍进行研究、访谈和了解真实的人们对这种体验的感受。
对。因为在传统的系统中,你真正控制着体验,并且你知道用户是否完成了他们的任务,因为你一步一步地设计它。对。使用人工智能,你不知道用户最终是否满意。你不知道他们是否得到了他们想要的东西。
你不能真正衡量这一点。这真的很困难。我的意思是,你可以对指标或某种指标进行三角测量。当然,你可以加入一些机制来理解这是否是他们想要的,如果理解我们是否正确地捕捉到了意图,并且我们正确地执行了该意图,然后用户得到了他们想要的东西。但这更加模糊。所以非常需要研究和反思你所做的一切。再次,
现在进一步提升抽象层次,我的目标,而且我仍在朝着这个目标努力,是理解在人工智能方面我们需要向海军上将提出的重要问题是什么,在我们做出决策时始终需要应用哪些正确原则,所以如果需要的话,建立一个思考人工智能的框架,这再次是一个正在进行的工作
市场正在发展。技术正在发展。我们看到很多事情一个月一个月的变化。这是一个不断发展、有生命的生物,对吧?它不是一成不变的。这不像你已经完成了。这就是我们对人工智能的看法,让我们回家吧。你必须不断地重新审视一切。总而言之,我不知道,我希望我给出了一些答案。我们真的试图为我们的用户带来真正的价值。我们所做的一切都是非常有意的,我觉得这是做好工作的标志。
在人工智能时代,我们学到了很多东西。我认为整个行业都在进行大规模学习。我认为我们甚至正在互相学习,对吧?其他产品正在进行的人工智能实验,例如Loom,就是一个我密切关注的产品。我不知道。它不一定与我在Miro的工作相关,但我正在学习其他公司正在尝试和取消的内容。然后它真的只是一个集体行业级别的学习努力。
而我作为参与者正在体验它。我觉得我们很幸运能有你这样的人为我们设计产品,保护我们的生产力,而不仅仅是为了另一个功能而设计功能。在我看来,很多公司都走上了这条道路。是的,我们只需要成为第一个设计人工智能并为其定价并追加销售的人,因为它是一个每个人都想要的有光泽的东西,我们将能够很快地销售它,对吧?我觉得让你坐在那个位置上真是太好了。
在Miro,能够真正提出那些具有挑战性的问题,例如,在这个阶段,我们是否需要在Miro中再添加一个Chat GPT,对吧?在这个阶段,我们都理解挑战这些默认答案的价值。我也喜欢你谈论这件事时的热情。很明显,你对此有很多想法。你现在已经在这个行业浸淫了一段时间了。
很明显,你可以谈论它很久,我能看到。回顾这个故事,实际上这里还有很多东西需要解开,我有一个快速的问题。所以看起来你一开始很享受你幸福的无知,因为你确实提到过,当你还在探索和理解你在哪里,产品是什么,原则是什么,人们是谁,事情是如何在这里构建的时,你说你还在做很多实验。对我来说,这听起来像,好吧,好吧。
当我学习时,我有这种类型的票据,我不知道多少。让我尽情探索我的想法,创造很多,我不知道,概念。然后,显然,当我开始,就像,我不知道,谈论它们时,我会看到有多少是可行的,我们可以构建什么,我们不能构建什么,等等,
所以看起来你一开始很享受它,正如你提到的,你正在探索不同的概念。我的问题实际上是,你多少个你那种幸福地、无知地创造的概念实际上已经投入生产了?或者至少是我们可以现在享受、看到和,你知道,在我们的日常生活中使用的功能的种子。这是一个非常有趣的问题。我认为答案非常复杂。问题是,有时你
你想连接一个真正的痛点之间的交叉点,所以是一个真正的用户摩擦,然后是技术可行性,然后解决方案实际上是什么样的?所以这是对用户问题的三角测量是什么?好的,我认为我们可以用人工智能解决它到什么置信度或质量?然后这应该是什么样的?这是我们应该设计它的正确方法吗,等等?所以你总是在可行性的交叉点上玩耍,技术今天在哪里。但是
人工智能领域的问题。我认为这是非常独特的,如果你不打破这些界限,不考虑什么是不可能的,考虑下一阶段,不是下一阶段,而是十年后,这项技术将处于什么状态?你不能真正创新。所以对我来说,真正困难的是平衡这种抽象级别,对吧?那么我们明天可以构建和交付什么
并感觉它是一种良好的AI体验,因为它具有质量,它以正确的界面呈现,对吧?然后你不能就此止步。所以如果你只做那样,你就是被动的,对吧?你以某种方式对显而易见的事情做出反应,对吧?如果你想真正创新或设定标准或定义带有AI的画布的体验,你必须至少
每周一次在自己的空间和专注时间和自我构思会议中移动,超越你今天可以正确交付的东西,并考虑你一年后、两年后将能够交付什么,这在传统的基于命令的UI范例中,我们过去一直处于这种状态,并且在大多数情况下仍然处于这种状态,你没有这个问题,你无法想象任何东西,因为你可以构建它,所以人工智能没问题,有些事情我们可能永远不会看到真正有效,并且
我不得不不断地在战术思维、即时思维和长期思维之间切换?就像人工智能在改进后可以为我们的用户带来真正的魔力是什么?所以要回答你的问题,一些抽象的思考,宏观,面向未来,未来主义的概念,他们没有看到光明,不是因为他们不好,或者
我的意思是,有两个原因。技术还无法以适当的方式支持这些概念。因为在人工智能时代学习也比以前复杂得多。所以在你设计解决方案之前,你会在Figma中对其进行原型设计,它的行为与真实的体验非常相似。有了这个原型,你去找用户,他们点击它,然后你会发现可用性问题或他们理解的方式,对吧?理解水平,你会建立信心并交付它。
使用人工智能,你不能再以传统的方式进行原型设计了。你真的必须构建它才能理解它是如何工作的。所以我们可能有最好的UI
为什么,对吧?一个非常好的交互式流程。但是如果技术没有提供适当的输出,那么你在衡量什么?你在学习什么?你正在学习你是否有可用性问题。很可能你不会,因为所有的人工智能体验从可用性的角度来看并不一定非常复杂。它们大多是输入字段,你有一个生成按钮。所以它在某种程度上是传统的界面元素,对吧?
但关键是学习从技术角度来看的潜在增长。所以你必须通过构建来学习。所以这也需要很多时间。所以对于那些前瞻性的概念,我们甚至无法学习太多关于它们的信息。我们可以通过一些概念测试让用户接触到。这就是我们正在考虑的。你对此有什么感觉?它如何产生共鸣?对。所以我们可能会引出一些情感反应或直觉反馈。对。但我们无法真正了解这些概念。所以很多东西都没有被转移。
由于我们可以了解它们的原因,它在技术上还不可行,或者在技术上存在。更多战术性的事情正在交付,我们一直在努力调整和改进它们。所以我看到了我的很多作品都在产品中。所以我没有那种感觉,哦,我的上帝,我投入了这么多工作,它只是被浪费了,被放在停车场里。我们什么时候才能交付所有这些?就像,我没有那种感觉。我觉得我们在人工智能领域交付了很多东西,而且我们的速度相当快。当然,它总是可以更好,对吧?但它非常好,我们做得很好,我认为我们学到了很多东西。但也有那些尚未在产品中体现的抽象思维。
某种程度上,那是我最引以为傲的工作。因为当你开始思考宏观思维、宏大概念、重大创新、颠覆以及所有这些事情时,这些才是真正有趣的问题。当然,我可以解决摩擦点问题。它在某种程度上是巨大的。即使很小,它也会产生影响。但当你思考如何在人工智能的帮助下重新思考协作的方式时,
这是一个巨大的概念,令人兴奋,我很乐意展示它,但作为一个行业,我们还没有达到那个阶段,不一定是作为一家公司,从技术上来说,是的,我认为过去一年我一直在思考和设计的最有趣的部分还没有面世,而已经面世的东西是我们有信心今天可以带来良好体验的东西,这就是它们被发布的原因。
因为人工智能仍然是一项婴儿技术,人们很多时候都会原谅人工智能。就像,“哦,是的,这是实验性的。它标注着测试版,所以它可能会失败、崩溃或出现故障,或者说一些幻觉之类的话。”因此,我们理解这些技术还没有达到那个阶段,但我们不会永远宽容。所以我们真的需要
放入一些不会让人失望的东西。因为如果我在Miro画布中添加一个AI快捷方式,用户点击它,却得到了与他们预期完全不同的东西,或者质量非常低的东西,他们可能会点击两次或三次,但第四次他们将不再点击那个按钮。因此,你必须确保即使在这些小的战术决策、实验、功能等等方面也能提供价值。是的。这让我想起了Figma的故事,几周前我们也讨论过。是的。
就像当你交付一些东西,然后它突然被复制一样。它就在你眼前,每个人都在嘲笑它。是的,你说得对。我有很多问题,但我将尝试更策略性地提问。我非常喜欢你开始谈论的事情是……
老实说,人工智能的表面,你已经谈到了一些,它不应该只是另一个ChatGPT或另一个Clippy。我们知道,我们看到Notion最近推出了他们版本的Clippy。它似乎是这个喋喋不休的东西,对吧?很多人今天体验人工智能的方式是通过聊天。然而,我非常喜欢的是,显然,Miro确实有一个聊天组件,你可以输入,然后得到输出。很好。
我非常喜欢Miro最近发布的这个Sidekicks,以及使用人工智能的想法,但它采用了完全不同的形式。你知道,在这个模板中,已经有一个图表,每个人都在使用图表,我也将在我的产品中将其作为图表插入。然而,你最近在Miro中看到了它的新形式。我个人觉得这令人震惊,不仅仅是因为这个概念和名称,我很喜欢,
还在于它产生了高质量的输出,就像你刚才说的那样。它给了我一些想法,节省了我的时间。我不必花很多时间头脑风暴,追求数量。我可以专注于选择高质量的输出。所以我可以优先考虑而不是生成。我真的很喜欢这一点。
是的,它的形式完全不同。对于那些还没有体验过Miro人工智能新功能的人来说,Sidekicks基本上是向不同角色(如市场营销人员或领导者)寻求反馈,他们会根据你的概念和想法生成一些想法。我想问你,我的问题更多的是关于这些新形式的问题。比如,你在生成这些围绕使用人工智能的新形式、表面和概念的过程中,是如何超越聊天功能的呢?
是的,好问题。我认为这又回到了解决相关问题的想法。我认为人工智能可以做很多事情,但它不能真正理解我们必须解决的问题。我们仍然非常擅长理解哪些问题值得解决,或者哪些问题是紧迫的。所以你从那里开始。
我认为Sidekicks是今年Miro最受欢迎的概念或功能之一。我认为这与它们很容易理解、概念友好有关。价值是隐含的,是不言而喻的。好的,现在我有了这个以敏捷教练或产品领导者形式存在的人工智能实体,以及这些实体。
在我需要这种专业知识时出现,而我的团队可能缺乏这种专业知识,也许我没有敏捷教练。然后他们将这种视角带入我的思维过程和工作流程中。很容易理解价值主张是什么。然后很容易理解如何使用它们以及何时使用它们,对吧?所以人工智能的问题在于,即使是用户,也很难知道我应该在工作中何时去
调用人工智能?比如,我什么时候应该引入它?现在是引入人工智能的正确时机吗?作为幕后的设计或产品团队,我们是否想在我们认为是正确时机时推动人工智能?或者我们是否仍然希望让用户决定这是使用人工智能的正确时机?这是一个非常细致和复杂的问题。所以Sidekicks的问题在于,你可以随时轻松地调用它们,只要你觉得
合适,对吧?所以有一层控制。再说一次,这是一个非常有趣且漫长的讨论。我很想知道是什么最激励了你。显然,有很多输入、思考和对话。从我们今天的聊天中已经很清楚了。但我想到的是,
我相信你必须抽象化。你必须超越从用户那里获得的输入进行思考,这显然是一个经典的故事,对吧?是的。如果你问用户他们想要什么,他们会告诉你他们想要使用课程。所以,进入那个抽象层面,并找到使用它、呈现它的新方法,这对我来说现在非常有趣。我必须在这里做一个非常重要的暂停和免责声明。这不仅仅是我在思考这些事情,对吧?我是人工智能设计师,我帮助呈现……
将这些可视化,并思考,比如说,我是一个领域的专家设计师,但许多设计师都在为他们的问题空间做出贡献。比如说,他们在Miro上处理评论,对吧?他们正在考虑如何利用人工智能来增强评论,或者他们在处理,我不知道,模板。所以他们比我更了解那个问题空间,我可能无法深入了解构建Miro的每个组件。所以每个设计师都在某种程度上运用人工智能进行实验、学习和思考。所以我不想把所有的功劳都揽到自己身上。Sidekicks也是一样。这是公司里某人的一个想法,我们试图找出其中的漏洞,改进它,继续进行,实验,学习,支持他们等等。所以它总是,很多人参与了这些功能的构建。这不仅仅是我,我不想把所有这些功能的功劳都归于自己,但我们是
官方的人工智能团队,而我是官方的人工智能设计师,但在很多方面,每个人都在为这种体验做出贡献,否则这是不可能的,比如人工智能团队无法真正为每个问题空间(如搜索、模板或不同的工具)构建足够的领域知识,例如
演示文稿等等。所以每个人都了解他们的问题空间,以及人工智能可以作为解决这些问题的工具的摩擦点、痛点和机会。是的,所以Sidekicks,它再次是某人非常聪明的主意,它被很快地制作成原型,每个人都反应很好,我们改进它,并赋予它一个
身份,如果你愿意的话。我们开始思考我们想要呈现它的正确表面是什么,对吧?是通过评论吗?是通过与合作者一起在板上制作东西吗?如果我们想以更人性化的方式引入这些实体,它们应该像一个人一样在板上进行协作吗?或者这太唐突、太令人不知所措,或者不是我们想要注入到产品中的那种精神?
人工智能就像你的队友。也许不是。你想保持这种区别,对吧?这些都是我们仍在学习和运作的非常大的问题。然后,我认为关于服务的一个非常有趣的观点是,当你处理像Miro这样的产品时,机会是无限的。
从字面上看,Miro是房地产。它是一个空白画布。你可以用很多方式呈现它。它真的没有限制,对吧?所以限制,这在某种程度上是一种奢侈或巨大的机会,但它也很困难,对吧?当你可以用10种
可能的方式呈现它时,因为这个产品灵活且开放,它可以允许任何类型的交互。你如何选择一个而不是另一个?特别是自从我前面提到过,学习是困难的。所以你真的必须构建一些东西来了解它们是如何使用的,以及在技术能够做什么以及用户如何使用它们之间的交集处的体验是什么。所以回答“什么是正确的服务?”这个问题非常非常棘手。
所以现在我们正在尝试这种更经典的范例,比如说,面板。你进入那里,体验是可控的,而且不混乱。感觉很清晰。但是存在巨大的开放性,潜力远远超出了这一点,对吧?这是一个悬而未决的问题。
是的。我认为,再说一次,我不断回到这个想法。如果你在人工智能领域工作,你今天应该做的是列出问题,而不是你想做的事情,而是你想回答的问题。因为否则,不确定性就会存在。如果你对某事非常有信心,你可能错了。所以首先要弄清楚你需要获得哪些重要的答案才能改进产品中的人工智能体验。这听起来需要大量的批判性思维来理解从哪里得出这些答案。首先,理解问题,但也理解在哪里找到正确的答案以及如何以有意义的方式解释它们。我还想听听你对用户研究方面的看法。我理解在
有很多背景信息你可以理解、听到并从其他人那里学习。然而,就人工智能而言,用户研究对我来说听起来非常有趣,因为你不能问人们,“嘿,你想要什么类型的人工智能?”这很明显。可能。
你不应该在任何行业问这个问题。但鉴于人工智能今天非常不具体,每个人也将其用作一个缺点,但你就是不知道人们是如何使用它的。我们都有那些提示大师。每个人都在试图弄清楚并以自己的方式去做。好的,是的,它有一些模式,人们一直在网上赞扬和谈论。但与此同时,如果你想为未来设计你所说的内容,为创新设计内容,你就不能轻易地对人工智能进行研究。我真的很
想知道你在进行人工智能用户研究时的思维模式。好吧,我认为我们在Miro非常幸运。我们有一个优秀的研发团队,非常有才华,非常资深,在资源领域经验丰富的专业人士。因此,我们可以进行非常有针对性的研究,我们只关注一个非常具体的问题,我们也可以进行更抽象的、理论化的研究,我们关注更大、更复杂的问题和概念,我们拥有这种范围的知识,当然,这也是你必须非常有目的去做的事情,所以你不能总是像“你真的想知道什么?我的意思是,我们应该优先考虑哪些正确的问题?”在接下来的
几周的学习中,所以也有像你不能了解所有事情,我们不能做所有事情,我们不能原型化所有事情,你必须有目的,所以你必须理解你接下来需要回答什么问题,因为然后会有另一个问题,还会有另一个问题,所以在某种程度上,当模糊性如此之大,开放性如此之大,潜力可以是任何东西时,优先考虑的需求更高,例如
你想从哪里开始?然后你从那里开始,然后你从那里开始,然后你有一个北极星,对吧?你知道理想体验的大致想法是什么。但在那之前,这只是在某种程度上验证、否定,这些是我不喜欢的术语。但这个想法是“这有效吗?它无效。
为什么无效?是因为我们呈现它的UI方式,还是因为价值主张从一开始就错了?”所以不断地理解其他问题之上的层层问题,回到我的第一点,就像理想情况下事情应该如何完成一样,有时我们会陷入循环,让我们这样做,然后我们改变主意,然后我们回到低点,我认为最初我们有一个好主意,所以这只是这个过程的混乱,对吧?
设计过程通常是非线性的。在人工智能领域,你可以想象,与其他问题空间相比,来回、犹豫、模糊、冒险、现在冒险,然后等待结果的情况甚至更多。它非常非常流畅。我希望我回答了你的问题。但是研究起着重要的作用。我敦促人工智能行业的每个人
更多地投资于研究,因为我们可能只是在构建错误的模型,然后每个人都在借用它们,采用它们。好的,这就是ChatGPT所做的。好的,我们也这样做,即使它不起作用或起作用。这就像10年前亚马逊的对话一样,对吧?我想做亚马逊做的事情,或者苹果做的事情。
我们,对吧?那些是……让我们Uber化它,让我们Airbnb化它。没错,对吧?所以现在这些新型的交互、模式、模型也是一样,这种新材料是从任何有勇气去做的人那里借鉴来的,对吧?所以有人做出了决定,然后我们作为行业,在Miro中非常具体,我们有一个非常独特的问题空间,对吧?但我看到许多公司只是在复制ChatGPT所做的事情。所以
如果他们错了怎么办?我的意思是,如果没有研究,我们就无法真正找出他们的标准和他们前进的方向中的漏洞。也许他们会收回它,对吧?例如,Notion,他们改变了这一点。
他们思考人工智能的方式以及他们处理人工智能的方式。他们发展了很多。就像我们真的必须针对每个问题空间进行研究,因为标准不存在。外部没有清晰度。我们必须在我们的团队和公司以及问题空间内部构建它。这很大程度上是关于理解复杂性,这也是我们在播客房间里经常谈论的事情。
我还有一个最后一个问题,为了让那些仍然非常好奇地想听你经验故事的人更具体一些。也许你可以想出一个你在研究中获得的改变了你的视角、打开了你的思想的教训。比如,有没有什么有趣的研究故事,你如何学习到一些被否定或证实的东西?你问什么问题,对吧?不要有,你知道,更快的马。
我不会在这个问题上说得太具体,因为我觉得我是否越过了内部知识的界限?但我知道我可以轻松分享的一件事是,即使在研究中,你也会有很多模糊性。
很多时候,我们从最近的研究中得到启示。“哦,我的上帝,这太清楚了。”然后我们做出决定。然后当我们去了解那个决定时,我们有时会得到相互矛盾的见解。这是因为,再次强调,存在如此多的模糊性,以至于即使在个人层面,一个与人工智能互动的人也会有矛盾。
很多时候都会产生冲突的反应,对吧?所以他们会说,“我喜欢提示建议,但我实际上不喜欢提示。”这是一个例子,对吧?有时甚至研究本身也感觉模糊不清。但我的观点,以及我想鼓励每个人去做的事情,就是更多地这样做,对吧?所以有时光明会到来,清晰度开始建立起来,并且
主要主题将开始浮出水面。我们已经看到了这一点,对吧?所以有些事情我们一年后并不确定。其他事情,我们得到了相互矛盾的信息。我们仍然觉得它们很模糊,但这意味着它们需要更多的问题。所以是的,这是一个
过程。这非常令人兴奋。是的,我同意。这很有趣,因为确实需要时间才能达到信心,但如果不提出问题,你就可以到达那里。你只是带着你自己的假设在那里,你不知道你正在构建的东西实际上是否有意义。所以我们最终在每个产品中都得到了另一个ChatGPT。好了,让我们结束这次谈话。我希望这对任何收听的人都有用。我认为这次谈话可能并不那么具体,但它绝对充满了几乎像小火花一样的东西。
这就像一个小东西,一个思想的种子,但它打开了一大堆思想,我们都可以回去自己思考,作为家庭作业。但非常感谢Ioana鼓励我们实际上去做家庭作业,并始终挑战它。我认为你是如何为人工智能进行设计的绝佳榜样。我们很幸运能在Miro拥有你,我期待着看到未来更多将改善我们生活的产品更新,我希望如此。
是的,是的,是的。请大家拭目以待。这将是一段有趣的时光。技术正在发展。我们对如何以积极、有意义的方式利用它的理解也在发展。所以这种进化会告诉我们。
体验的不同层面,对吧?所以技术更好了。我们的理解更好了。我们的热情依然存在。用户学习如何使用这些新工具,这些新工具。所以一切都在进步。如果你想想互联网的早期,它是多么愚蠢,对吧?我们不知道该如何使用它。现在我们用它做了很多事情。人工智能也是如此。Miro的人工智能也是如此。请大家拭目以待。你会看到非常有趣的事情即将到来。太棒了。非常感谢。对于任何一直听到这一刻的人,非常感谢。
希望你喜欢。如果你喜欢,请在任何你选择的播客上给我们评分。我们也希望你能帮助我们确定下一个主题,我们应该在这些对话中回答的下一个问题。除此之外,再次感谢。一定要查看其他剧集,我们将在下一集再见。再见。非常感谢。再见。