[研討會後記] 關鍵思維：AI 浪潮下的機會與挑戰

1 講座提要

近幾年不同型態的AI 相繼問世，不只是對於人們的生產力產生巨大影響，更在創造力帶來了許多衝擊。在 AI 時代下，我們應該思考設計工作者該如何深入本質，調整定位、提升工作效率，打造與 AI 攜手合作的工作流。本文結合悠識學院主辦的「2023 AI for Better UX 實務研討」之講座內容，分享相關見解。

「2023 AI for Better UX 實務研討」第 1 場講座「從基礎大模型看 AIGC 釋放創造」，講者為阿里巴巴通義實驗室 — 產品體驗設計負責人 — 林居穎 Kyle，帶領大家進入在軟體與數據的時代轉變及反思。

第 2 場講座「智能化設計的產品角色轉移」，講者為前 Roblox AI 資深產品負責人 — 史耀云 Allen， 分享AI 產品流程與角色轉移變化的新視角。

以及第 3 場講座「在 AI 時代設計愉悅的使用者體驗」，講者分別為 Cardinal Blue — Product Design Manager 陳偉仁 Chris 以及 Sr. Product Designer 陳儷元 Katherine，呼籲高度關注AI發展，擴充對於解方的想像。

本文將從AIGC的發展切入，並結合以上講者分析觀點給予設計工作者一些建議，面對龐大的知識與資訊該用什麼心態來應對一波波 AI 狂潮。

2 AIGC 生成應用大爆發！

人工智慧為現今社會帶來巨大的機遇，然而其起源可以追溯到1950年代，當時電工科學家開始對人類智慧型設備進行研究和建模。而後，人工智慧研究初步獲得後，這個領域卻進入了冷淡期。

當時的電腦科學家開始有了對未來的新想像：

研究能夠像人一樣思考的機器。

但儘管最初有些進展，人工智慧領域在接下來的很長一段時間裡遭遇了寒冬時期。只因當時對於「智慧」一詞並沒有明確定義，造成人們對人工智慧的理解大相徑庭。

一直到了1980年，美國哲學家約翰．瑟爾 (John Searle)提出了強人工智慧（Strong AI）和弱人工智慧（Weak AI）這兩個概念，幫助我們釐清其中差異，提供了更有條理的框架。

• 強人工智慧（Strong AI）：讓電腦具有與人相同程度的思考能力。
• 弱人工智慧（Weak AI）：機器模擬人類的思考行為，不需進行思考。

生成式人工智慧內容（Artificial Intelligence Generated Content，AIGC）是一門AI領域中自動化應用技術，旨為使用 AI 所產生新的、原創的內容。

人工智慧（AI）是一門新興研究領域，其主要探討機器如何以理想方式或與人類相似的方式執行行為和思考的能力。透過不斷適應環境的能力來有效完成各式任務，以提高效率。

3 怎麼讓AI更像人？

通義實驗室 產品體驗設計負責人 林居穎 Kyle 表明 AIGC 生成應用需求可遵從通用人工智慧（意旨機器具有媲美人類的智慧，並具有自我意識，能夠解決問題、進行學習以及規劃未來）(Artificial General Intelligence，AGI)「 HHH 」原則進行以使用者為中心的核心思考：

• Helpful 有用的（幫助使用者，使其滿意）
• Honest 誠實的（真實的內容，沒有謬誤）
• Harmless 無害的（作為整體人類發展保護的作用）

訓練 AI 的核心在於如何整合人類（由外而內的、由外而內的行為）

• 人的認知基礎由人格、特質、意圖、情緒（人類會腦補）所構成
• 認識人格是由外而內的，從人的末端行為，向上總結人的類型
• 人對自身的表達是由內而外的：從人的人格類型，向下約束末端行為

Open AI 執行長(CEO) Sam Altman 與 執行技術官(CTO) Mira Murati 曾在今年受訪回覆「是什麼讓你成為人類？ What makes you human?」

兩人分別回答： 情感、幽默。

電腦或許適合處理數字、分析大量數據，但沒有任何電腦系統比人類更加擅長於決策、創造、同理。

接下來，將提到情感與人工智慧的應用與趨勢。

4 從智商到情商的 AI

情感運算(Affective Computting)，又稱人工情感智慧，是一門新興的領域，系統能協助使用者有更好的互動體驗與脈絡，進而了解使用者的心理狀況，藉由不同電子材料感測聲音、表情、行為等情感資訊，建構生理資訊數據系統識別情感(Arya et al., 2021)，以提供系統反應適當的決策。使用者的認知心理對互動行為產生重大影響，透過機器同理他人情緒應用逐漸普及於現今生活(Zhao et al., 2019)。

Picard (1995)提出情感運算四層次：辨識情緒、表達情緒、擁有情緒、管理情緒 。

• 辨識情緒(Recognize emotion)：透過生理情感資訊，判斷使用者的情感狀態。
• 表達情緒(Express emotion)：電腦透過表現情緒來與使用者交流，此應用廣受聊天機器人、虛擬角色之人機互動裝置使用。
• 擁有情緒(Having emotion)：電腦出現如同人類般的情緒決策與行為，學者指出此層次目前還尚未完善，故需經由第四層次約束。
• 管理情緒(Emotion Intelligence)：電腦穩定且善用調節、規範、管理情緒。

情感運算的運用情境，網路輿情分析、文本分析、臉部表情感測、語音辨識等機器學習之技術，並透過多模態的數據感測來完善貼近人心的使用體驗。

AI 數據的應用

當現實(動態)事件發生時能否捕捉、預測到過去、未來發生的事情：

• 人類的產出：經驗、理解力、需求
• 機器的產出：數據集、模型 SFT、prompt

沒有足夠的數據，就像人沒有經驗和技法，沒有辦法使機器做到「精準預測」。

我們可以參照下列三種AI能力層級與相關產品概念進行產品開發：

• – AI： 研究AI基礎技術，延伸產品功能。
• +AI： 行業知識引入AI解決問題，附加在更多地方。
• AI+：通用型AI找應用方向，引入行業知識來產生新的商業模式。

訓練 AI 的核心在於如何整合人類（由外而內的、由外而內的行為），藉由人工智慧推動創新和生產力。

5 產品角色轉移與打造愉悅體驗的挑戰

人工智慧將會如何影響身處在軟體與數據的時代中產品與設計領域？

前 Roblox AI 資深產品負責人 — 史耀云 Allen認為，產品經理 ⇔ 設計師 ⇔ 開發者，逐漸有著以下不再是單一角色職責的趨勢。

（如：尋找真理 → 傳遞價值 → 參與互動 → 實現）

在實際了解使用者的部分也需要在挖掘深度的洞見下足功夫，以講者分享為例：

• 人臉識別最初以安全用途出發 → 後期開啟新用途 — 刷臉支付（背後深藏巨大商機、節約人力成本）（其需要產品、用戶研究領域人員一同開發，引入不同行業的專家一同探索）。
• 發現使用者編輯相片有著想保有自行決定的權利，促使需要探索AI進場的時間、強度、靈活等等要素（改變 AI 的路徑，進而達成提供使用者愉悅性的關鍵）。

Open AI 首席技術官(CTO) Mira 點出：

我們一直在開發技術來處理圖像或文字的來源與輸出，但這有些複雜，你想為用戶提供某種靈活性，而我們與用戶卻又都不想有被監視的感覺。

理解用戶與技術達到知己知彼，藉此轉向更多被需要的功能或服務，過程不僅需要產品用戶大量互動或投入，甚至需要社會大眾廣泛參與，往後將可能是融入日常生活的行為，此時必要考慮到用戶社會關係以及其他利害關係人，與團隊共同定義問題，發展最為適合的解方，小心推出與整合。

同如 Cardinal Blue — Product Design Manager 陳偉仁 Chris 以及 Sr. Product Designer 陳儷元 Katherine，於「在 AI 時代設計愉悅的使用者體驗」講座中提到：

說故事（產品設計）的核心永遠一樣，但説（設計）的方式或許會改變。

呼應 AI 世代中解放設計解方的想像，其首要的任務仍然是竭盡所能的釐清使用者旅程，使之理解產品核心並透過AI放大價值。

6 AI 關鍵思維能力

與 AI 攜手合作的工作流，獲得更多有效情報，透過 AI 輔助解決人類不想做的髒活累活，有更多的時間追求事件的精度以及深度。同如「餅乾和洗衣原則 (THE COOKIE VS LAUNDRY)」，在追求生活時尋求更多的快樂，減少痛苦的，是人的本能。

人工智慧協助人類擺脫苦力活，我們未來將會做更有趣的事：

• 加速產品迭代時間，挖掘更多可能
• 保持任何彈性，擁抱新知與技術
• 驅動新型態工作流程，提升競爭力

綜合來說，洞察需要、創新思維、專注整合問題皆是提升工作水平的要領！

7 未來機會與挑戰

上述提到人工智慧帶來了未來工作流程優化好處外，我們理應反思或關注將來可能有什麼服務或技術問世？ 生技、醫療智慧長照、資安、倫理問題？又應如何安全排除風險？

事實上不論任何技術或服務皆需要從數據到模型加以干預來緩解機器可能發生的問題。

機會
監督策略到關注社會基礎設施，都應該朝向期望社會大眾能夠適應、普及，使技術真正幫助的目標。

挑戰
推出技術，慢慢理解與實際現實接觸，了解他如何影響用例或產業，不是說在實驗室或是封閉環境不能開發出新服務或技術，但Sam表示，實際上社會會以不同方式或非預期地去使用或適應，因此要確保技術安全現在還非常困難。

8 領域拐點策略

拐點（inflection point）可比擬為一條曲線的變化，其特徵為「由凸轉為凹」或「由凹轉凸」。在商業或企業營運的語境下，拐點指的是在正常運作中突然發生的重大改革與變動，使得企業的狀態有可能變得更為優越或惡化，因此能明顯呈現由盛轉衰或由衰轉盛的狀態。

英特爾創辦人安迪‧葛洛夫(Andrew S. Grove)用以下方式描述一個策略的拐點：「一個事件，改變我們的思維方式並影響我們的行為模式。」(An act that changes the way we think and act.)

AI 拐點可能出現在財務、行銷、產品研發或是供應鏈管理等各個領域：

• 1.0 智能學徒：具備單一AI技能，用戶主動透過 AI 完成任務 （會議記錄、翻譯、問答）
• 2.0 智能助手：可如人類助手般，在單一領域完成多工複雜任務 （產出會議摘要、整理文件、文件大綱）
• 3.0 智能顧問：協助人類進行決策 （基於數據給予決策）

9 逐步推理人類將面臨何種挑戰？

幾千年來透過工作來定義自己的人將會消失，我們如何將我在討論的事情帶給甚至影響其他人？（不讓人在美好世界落後）

我們如何定義我們所處在的位置，AGI 轉捩點？

• 在數位領域中完成可泛化的人類工作。
• AGI 有可能在醫療、教育、交通、能源等各個領域帶來革命性的變化。 它也有可能帶來新的安全和倫理問題。

正當處於拐點，會發現是由前後技術一層層堆疊出來的，每一次技術革命，都在直接的影響市場，而人類歷史上也有數以千計的職業逐漸轉型、消失，我很同意Sam的説法，認為這是進步之道，面對發生的速度，需要採取適應方式。

”我們需要共同成為未來的建築師。“

Mira：「原先並不是主要計畫處理大中在社會上工作的問題，有趣的是可以來討論如何創造集體意識？

認為使用者與技術本身的實際互動與體驗將是關鍵。

願景：努力將模型開發的快速、便宜，以供社會廣泛使用使用

樂觀的是，有越來越多人願意重視與參與其中的趨勢，免費使用開源模型不僅提供人們機會思考接下來要發生的事，又抑或是推動未來。」

在這樣加速變動的世代，社會、產業、職場正快速轉型，容易感到無所適從，我們反而更應該停下腳步、切勿惶恐，開始反思與覆盤，以推進更高的層次，如創意力、生產力。

10 我們該如何應對未來的機會與挑戰？

世界經濟論壇預測，到 2025 年，“技術變革可能會創造 9700 萬個新就業崗位，而 8500 萬個現有職位可能會消失”，該報告承認，預測尚不存在的工作和技術需要哪些技能是一項艱鉅的任務。

Google for Education 強調了世界經濟論壇列出的五種到 2025 年最需要的技能：

• 分析與創新能力：應對現實世界中新奇且模糊問題的能力。
• 主動學習和學習策略：瞭解新資訊對當前和未來問題解決與決策的影響。
• 解決複雜問題：具備影響知識獲取和應用於問題解決的能力。
• 批判性思考與分析：利用邏輯和推理辨別替代解決方案、結論或問題解決方法的優劣，並評估個人、他人或組織表現以進行改進或採取糾正措施。
• 創造力、原創性和主動性：分析資訊、運用邏輯解決問題，並運用替代思維培養新穎、獨創的觀念和解答能力。

迄今為止人工智慧作為人類使用重大的發明之一，帶我們走向更遠的未來，切勿措手不及。

藉由關鍵思維修正方向與調適心態，保持對人工智慧新知的好奇心，並勇於嘗試與體驗，這有助於我們在不斷變化的浪潮中穩健地站穩腳跟。

11 參考文獻

• Searle, J. R. (1980). Minds, brains, and programs. Behavioral and brain sciences, 3(3), 417–424.
• Picard, R. W. (1995). Affective Computing.
• Picard, R. W. (2010). Affective computing: from laughter to IEEE. IEEE TRANSACTIONS ON AFFECTIVE COMPUTING, 1(1), 11–17.
• Bellocchi, A., King, D. T., & Ritchie, S. M. (2016). Context-based assessment: Creating opportunities for resonance between classroom fields and societal fields. International Journal of Science Education, 38(8), 1304–1342.
• Zhao, S., Wang, S., Soleymani, M., Joshi, D., & Ji, Q. (2019). Affective computing for large-scale heterogeneous multimedia data: A survey. ACM Transactions on Multimedia Computing, Communications, and Applications (TOMM), 15(3s), 1–32.
• OpenAI. (2022, January 1). GPT-3.5: The Next Frontier in Language Models. YouTube. https://www.youtube.com/watch?v=w5nEf-HahZM
• CNBC. (2023, December 22). Software engineers are more valuable than capital, AI may change that. CNBC.
• The Wall Street Journal.(2023, October 21). “OpenAI CEO Sam Altman and CTO Mira Murati on the Future of AI and ChatGPT | WSJ Tech Live 2023” YouTube. https://www.youtube.com/watch?v=byYlC2cagLw&t=2425s
• “New Report from Global Google Research Project Considers the ‘Future of Education’.” Google for Education. https://edu.google.com/future-of-education/
• Google for Education. “Future of Education.” Google. https://edu.google.com/future-of-education/
• SXSW. “Design in Tech Report 2023: Design and Artificial Intelligence with John Maeda | SXSW 2023.” YouTube. https://www.youtube.com/watch?v=mPmNBNPtpBc
• 前 Roblox AI 資深產品負責人 — 史耀云 Allen（2023）。智能化設計的產品角色轉移。
• 原則通義實驗室產品體驗設計負責人 — 林居穎 Kyle（2023）。從基礎大模型看 AIGC 釋放創造。
• Cardinal Blue — Product Design Manager 陳偉仁 Chris 、Sr. Product Designer 陳儷元 Katherine（2023）。在 AI 時代設計愉悅的使用者體驗。

延伸閱讀：

[研討會記錄] 2023 AI for better UX 實務研討：從基礎大模型看 AIGC 釋放創造

[研討會記錄] 2023 AI for better UX 實務研討：智能化設計的產品角色轉移

[研討會記錄] 2023 AI for better UX 實務研討：在 AI 時代設計愉悅的使用者體驗

[研討會記錄] 2023 AI for better UX 實務研討：設計師在 AI 產品開發的職責

[研討會記錄] 2023 AI for better UX 實務研討：與其否認不如擁抱 AIGC ，產生過去無法想像的視覺，五彩斑斕的黑！ 

[研討會記錄] 2023 AI for better UX 實務研討：別急著解決客訴問題！透過數據庫和場景還原，挖掘背後真正原因

[研討會記錄] 2023 AI for better UX 實務研討：不只因為趨勢而導入 AI，更要透過質性研究來理解使用者行為背後的價值

[研討會記錄] 2023 AI for better UX 實務研討：設計有效團隊溝通方式、量化數據分析、質性研究，對於使用者深入洞察，都是讓設計師在團隊中更有價值展現

對 UX 實務研討感興趣，歡迎繼續關注悠識學院，追蹤 IG 捕捉最新動態。