新技术人性化 | 走向人机协作的VR激光拍摄工具设计

随着人工智能、云计算、VR等新技术的兴起,机器逐步解放或替代人力,新型人机协作方式也开辟出一些新岗位和新的工作形式,让学习能力一般的普通人使用机器完成工作。学习与机器建立良好协作关系,是推动新技术工具产品普及市场,提高生产效率的关键,这种变化也对体验设计发出了新的挑战。本文将以58同城自研的VR激光拍摄工具体验改版项目为例,提供一些新技术背景下软硬件生产工具设计思路。

提高效率始终是生产制造行业的重点,机器在生产中的主动参与程度随着技术发展逐步增加,人与机器逐步走向协作共生的关系,即在共同时空下,人和机器相互利用优势和资源,更快更好地完成任务。

在过去机器被动参与的时期,设计的重点放在人如何发出指令让机器做正确动作,而且很多时候是以机器而非人的逻辑进行界面设计,并没有考虑无经验小白用户的学习体验,才会出现一些让人费解的界面设计。

在人机协作时期,设计的重点转向“协作”,所以需要关注整体工作流程下,人的认知和行为是否能与机器做到同步。并且面临新技术和新的工作流程,未来产品使用者在经验认知上就存在较大鸿沟,设计需要做到“新技术人性化”,尽量抹平学习门槛,建立人机协作的良好信任关系。

VR激光拍摄工具依托自动化算法技术,尽力解放人力实现拍摄和编辑流程全自动化,进行现实空间点云数据采集和户型图绘制,未来使用者以零经验的经纪人小白用户为主。相比于过去全景图拍摄,VR激光拍摄可以自动进行空间关系搭建、空间颜色和尺寸数据获取等操作,实现除了全景图之外更多的三维空间复刻。在产品投入业务使用的初期,设计的目标是对工具的易学性和人机交互效率进行优化,提升整体任务完成效率,从而保障在业务场景的流畅使用。

在人机协作的不同工作阶段中,由于构成协作关系的构成元素、任务目标和操作方式不同,人机在决策优先级、信息互动形式、交互行为方式等方面都有区别,因而设计的目标是协调好不同工作情境下人机优势,避免无效和错误的信息,来达到人机协作的愿景。经过相关前沿文献调研,在工作中人和机器主要以下面四种方式进行协作:

1、区域一 | 机器替代人:机器替代人类完成重复枯燥的劳动,从而将人从繁重的苦力中解放,但人和机器并未在同时空下共同完成任务。例如洗衣机节省了女性做家务的时间,人无需和机器一起洗衣服。

2、区域二 | 人操控机器:工作任务较为复杂,仍需要人作为主要决策者,但人可以操控机器完成一些危险或费力的任务,机器此时是被动参与者,人和机器需要共同完成任务。例如司机操控推土机完成挖掘任务。

3、区域三 | 机器辅助人:当工作任务必须人力主导时,机器可以提供一些自动化能力或者辅助建议,帮助人类更快更好完成任务,此时机器是主动参与者。例如一款叫Grammarly的软件,在用户打字时自动识别语法和单次错误,并且提供纠正方案。

4、区域四  | 人机共生:此时人对于机器的原理有深入理解,机器也可以识别人的意图,人和机器的经验是相辅相成,互相促进的,在决策上做到相互指导。例如用户可以使用快捷指令教Siri快速唤起功能,Siri可以学习用户习惯,给予个性化建议。

VR激光拍摄工具作为一款自动化加持的产品,处于区域1&2但未来可以向区域3&4过渡的状态,即机器从被动参与走向主动参与。在这个过程中,人对于机器原理的理解,对于人机协作目标的共识,信息交互的流畅性,以及机器优势价值的感知是影响人机协作效率和体验的关键因素。

在具体表现上,可以从感知、行为和认知三个层面来理解人机转向协作共生后在体验上的差异性。更智能化的人机协作体验主要体现在:在感知层上,人不仅需要了解机器的功能入口和操作方式,也需要了解机器的工作状态和价值优势;在行为层,机器需要主动参与到人的任务中,替代人力或者主动帮助人力更快达到目标;在认知层,人可以较好理解机器原理和共同目标,机器也可以识别人的意图提供决策/行动建议。

为了更清晰洞察当前协作卡点,我们先用专家启发式可用性测试方法,对功能原型进行深入走查。随后用4W方法分析出典型情境特征:学习情境和任务情境。并且结合前期走查,梳理全流程人机协作费力点地图,分别对学习和任务情境下人机交互的费力点进行聚类整理,配合现场错误次数和专家评价,明确了当前产品存在的主要问题和优化方向:

1、对于小白用户而言,工作任务长且复杂,学习和记忆门槛高,且缺乏机器协作意识;

2、不理解机器原理,对于点云和激光技术概念和一些功能/对象名词理解难度大;

3、界面操作效率、反馈及时性、防错容错设计不足;

想象一下,如果你现在要和一个陌生人建立合作关系,你会怎么做?当人和机器建立协作关系前,人也需要对机器建立系统的认识,尤其是在工作场景下更需要建立一致无歧义的认知。我们通过现场观察发现,小白用户初次在无引导环境中接触VR激光设备时,首先会想弄清楚手机和相机设备的关系,以及相机怎么用。其次会想知道当下自己要操作机器做什么,为什么要这样操作,并且也想知道机器的运作原理和反馈状态,而且会使用自己已有拍房经验去理解产品功能的含义。如果产品缺乏清晰的信息阐述和统一定义,不仅学习门槛高,而且八百个用户会有八百种理解,这样就很难做到真正的人机协作。

1.情境化教学策略

对小白用户而言,产品的每个使用过程都是接受新信息的一个节点,为了降低学习难度且逐步深入理解产品,我们在VR激光拍摄工具中采用“情境化教学”的方法,根据用户认知顺序,将新原理、新任务、新功能对象等信息打散在每个使用节点,让用户在现场环境下配合设备建立关联记忆,这样避免采用培训手册形式,一次性输入太多新信息导致认知负担极大的弊端。并且结合线上和线下使用环境特点,分别采用图文卡片和视频形式来沉浸传达。

2.建立协作共识目标

在引导内容上,新用户模式下视频主动透传人、环境和设备的基础关系,在图文卡片上告知当前任务目标和行为规范,以及机器会如何配合人的行为达到更好结果,来建立人机协作共识。卡片的收起状态也可以用作任务目标的简易传达,让人机协作的共识目标深入人心,建立长期记忆。

同时也将机器的动作反馈在界面上进行清晰、美感的表达,让用户知晓机器状态,通过机器动作来理解自己该如何配合。
3.规范语言交流方式

在文案规范上,我们也对流程阶段定义、任务目标描述、功能/对象文案进行项目组内外的讨论和走查,建立统一认识。在提炼出的易懂、精简、有用的原则下,我们首先对产品流程进行阶段划分,根据技术逻辑将流程分为易记忆的几个阶段,在描述上采用行为+对象的方式概括当前阶段的主要动作。

在任务描述上采用同场景同语序结构的方式,让用户快速知晓当前需要配合的行为和目标。在对象命名上,避开采用陌生词汇,而采用通俗大白话,且对于同类对象必须采用一致描述,不能凭空出现新词,做到上下文动名词衔接流畅。

1.合理分配协作场景

设计人机协作过程时,一方面要考虑机器和人在各场景的事务优先级,另一方面要考虑当前机器发展程度,因为机器所处能力程度也会直接影响人的行为,例如普通榨汁机只能提供榨汁的服务,但榨汁机器人可以提供榨汁和装杯的整套服务,这也直接影响产品形态。

对于VR激光拍摄工具来说,前期无论人还是机器都处于学习磨合的阶段,不能完全依赖机器或人来做决策,所以在产品流程和界面框架上,采用“机器做-人检查/微调”作为基础流程来进行设计,建立人机协作穿插的关系。

2.高效传递协作信息

人机协同的另一个关键因素是信息传递效率,机器可以通过人的行为和上一次结果反馈进行分析,引导人在下一次任务做地更好更快,比如现在有一些产品正在探索如何用数字孪生形式将机器分析决策的信息可视化地传递给用户。在VR激光拍摄工具中,机器和人共同创建的也是一个数字孪生空间体,人和机器的交流可以更加可视化地发生在虚拟环境中,例如更好地引导人前往拍摄点。

3.无感地辅助用户

然而面对错综复杂的物理环境,机器未必能独立完成全部任务,有些时候必须人力主导。提高效率依然是人和机器共同的目标,在设计时我们也主动挖掘流程中人力操作部分可以自动化辅助的能力,例如减少操作步骤、替代做人类不擅长的精细复杂操作。而且机器应该发挥辅助而非阻碍的效用,不能为了自动化而自动化,擅自帮用户做决定,要尽量做到无感不打扰,预测用户意图,直到使用时才感受到帮助的体验。

改版后我们邀请12位无经验小白用户进行现场可用性测试,与MVP版本对比,分别计算了整体和拍摄/编辑各阶段的任务完成率、时长和效率值,均有提升幅度,验证了本次改版的有效性。

本次改版只是起点,由于产品尚未全部落地,很遗憾不能在本文过多展示软硬件产品信息。未来良好的体验依然需在真实业务场景中进行验证和优化,所以用户反馈收集非常重要。面对疫情的不确定,我们也在尝试线上+线下灵活的反馈收集方法,共同打磨出一款极易学习和使用的优秀产品。

转载时请连同下方内容一起转发

请与该公众号联系获取内容授权

长按二维码   轻松关注

58同城用户体验设计中心


给TA打赏
共{{data.count}}人
人已打赏
视觉/平面

​提升品牌识别度,是时候创建一套视觉语言系统了!

2022-9-9 1:11:50

UI视觉/平面

结构化思维做设计分析?让你有深度过稿快

2022-9-18 19:54:10

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索