文章摘要： 摘要内容。

人工智能的可用性和准确性的提高刺激了人工智能技术在主流面向用户的应用程序和服务中的应用。除了在各种产品中注入宝贵人工智能服务的机会，还有关于以人为本设计的最佳实践和准则的挑战和问题。

人工智能服务（如预测、识别和自然语言理解）的集成为设计师带来了许多新的考虑因素。例如，交互设计人员必须处理 AI 推理的失败率和成功率、持续机器学习可能附带的系统行为变化以及人工智能功能的可理解性和可控性。

当前人工智能设计的多变性以及备受瞩目的故障报告（从幽默、尴尬或破坏性（例如良性自动更正错误）到用户无法有效理解或控制人工智能系统（例如半自动驾驶车辆事故）的更严重情况，突显出在人工智能中创造更直观、更有效的用户体验的机会。正在进行的人工智能系统以人为本设计对话表明，设计师们渴望值得信赖的以人工智能为中心的设计启发式或指南。

"设计界没有一套统一的指导方针来创建人类和人工智能系统之间的直观交互。我们着手创建并验证其中一个。----"人类-人工智能相互作用指南制定首席研究员萨莱马·阿默希说。

2019年在苏格兰格拉斯哥举行的计算系统人为因素问题CHI会议上将介绍《人与AI相互作用指南》

将人工智能设计中20多年的知识和思维综合到一套涵盖学术界和工业界的普遍适用的人工智能设计指南中，形成一套适用于人与人工智能互动的紧凑设计指南。

人-人工智能交互设计指南

最初

01 明确系统可以做什么。

帮助用户了解 AI 系统能够执行的操作。

02 明确系统能做多好。

帮助用户了解 AI 系统可能犯错误的频率。

互动期间

03 基于上下文的时间服务。

根据用户当前的任务和环境执行或中断的时间。

04 显示上下文相关信息。

显示与用户当前任务和环境相关的信息。

05 符合相关社会规范。

确保体验以用户所期望的方式提供，因为他们的社会和文化背景。

06 减轻社会偏见。

确保人工智能系统的语言和行为不会强化不良和不公平的陈规定型观念和偏见。

当错误时

07 支持高效调用。

以便于在需要时调用或请求 AI 系统的服务。

08 支持有效解雇。

轻松解雇或忽略不受欢迎的 AI 系统服务。

09 支持有效校正。

当 AI 系统出现错误时，便于编辑、改进或恢复。

10 在有疑问时提供范围服务。

当不确定用户的目标时，参与消除歧义或优雅地降低 AI 系统的服务。

11 明确系统为什么这样做。

使用户能够访问 AI 系统为何表现良好的解释。

随着时间的推移

12 记住最近的互动。

维护短期内存，并允许用户高效引用该内存。

13 从用户行为中学习。

随着时间的推移，通过从用户的行为中学习来个性化用户的体验。

14 更新并谨慎调整。

在更新和调整 AI 系统的行为时限制破坏性更改。

15 鼓励颗粒反馈。

使用户能够在与 AI 系统定期交互期间提供表明其偏好的反馈。

16 传达用户行为的后果。

立即更新或传达用户操作将如何影响 AI 系统的未来行为。

17 提供全球控制。

允许用户在全球范围内自定义 AI 系统监控的内容及其行为方式。

18 通知用户更改。

当 AI 系统添加或更新其功能时，通知用户。

人机交互

微软研究公司的人机交互小组（HCI@MSR）由世界知名的跨学科研究科学家、工程师和设计师组成，他们以用户为中心，开发、设计和研究计算技术及其使用。我们团队的专业领域包括交互技术和设备、社交计算和计算机支持的合作工作、交互式机器学习和众力系统、信息可视化、生产力、增强和虚拟现实、情感计算、可穿戴设备、包容/可访问技术设计、新兴市场技术以及人种学。