文 / Heather Yeh
Source: Freepik
這是一場收穫滿滿的工作坊，四個小時不間斷地腦爆！感謝阿里巴巴集團國際用戶體驗事業部資深用戶體驗設計師-陳耀軒和林冠芠帶來寶貴的智能語音交互設計觀念與流程。
工作坊過程中，聽到CUI、VUI、ASR、TTS、多模態…等專用名詞(相關名詞可參閱四神湯文章)，我更想分享本次工作坊的收穫，分別為：(1) 研究基礎知識與理論；(2) 如何靈活運用研究方法。
Source: Freepik
1. 從基礎知識、理論開始學習
科技始終來自於人性，亦可說是科技的使用來自於惰性。科技改變人們追求知識的方式，從過去在圖書館分類中找尋書本求解，到現在直接在電腦前打上關鍵字得到知識，漸漸地我們失去追根究底、探索知識的能力。事實上，網路充斥著二手、三手、N手後的資訊，既表面又片段，使我們無法了解事實的全貌； 過去在寫論文的過程中，多多少少看了些文獻，不難發現「XX理論」年份久遠，必須盡可能在文章的脈絡中找尋提出此理論/學說的第一位作者；然而，「應用科學」越是近代文獻中，越能找到運用模式或新觀點。馬斯克曾建議大家，從基礎知識、基礎理論開始學習，培養遷移學習的能力，同時做到跨領域學習，嘗試著改變自己的學習方式，以達到事半功倍的效果[1]。
當然說到現在最熱門的A. I.，各大科技公司不斷地在研發與找尋新的應用方式。A. I.能發展至今，是經過30多年的神經科學、心理學、統計學、資料學…等跨領域的累積與整合，才有現在的成就；另一件現代 AI 研究中的重要挑戰是遷移學習，為了能夠高效地應對新的狀況，人工智慧需要這種在現有知識基礎上做出合理決定的能力。這方面人類已經很擅長了，隨便一個會開車、會用電腦、能主持會議的人在面對不熟悉的汽車、不熟悉的操作系統、不熟悉的社交狀況的時候都能夠對付得來。
為了研究如何把這種能力賦予人造系統，研究人員已經開始著手做初步的嘗試，比如一類稱作「漸進網絡」的新型網絡架構，其功能是在學會某一款電腦遊戲以後，以類似的遊戲方法與習得的技巧，嘗試玩另一款遊戲。 同樣的架構也可以用來把從模擬機器人手臂上學到的知識遷移到真實的機器手臂上，極大地減少了訓練時間。 有意思的是，這些網絡跟人類的序列學習模型 有一些共同點，因此，未來的AI發展，有不少學習型態會是從神經科學的研究中得到的[2]。
If you want to understand today, you have to search yesterday. — Pearl S. Buck
Heather Yeh
2. 靈活運用研究方法
產品設計的原則， 其最根本的理論基礎就是以人為本，探究人的思維模式、行為模式，設身處地站在顧客立場思考；不論開發硬體、軟體產品，皆從產品企劃前期透過研究方法，例如：用戶訪談、使用者旅程地圖、問卷…等方式找到使用者的需求、確認市場定位與定義產品功能，做這麼多事情都是為了提高使用體驗，讓產品更貼近使用者行為模式。
如今，不論有形或無形的介面，透過設計法則、基礎理論、使用者心智模式等，將其轉換至Conversation User Interface (CUI)，甚至延用過去相關產品服務體驗，如：電話客戶服務系統、實體/虛擬結帳流程等，依據過往地脈絡轉換至語音產品。
本次工作坊中，設計師引導大家善用使用者旅程地圖、情境調研法，並結合設計師的專業地經驗， 說明設計流程(簡述如下圖)：
Source: Heather Yeh
Source: Heather Yeh
以上分享本次參加MIX2018語音工作坊的心得，下次將分享在台灣新創團隊如何設計語音產品的心路歷程，歡迎大家一起聊聊：）
Reference
1. Tesla 馬斯克親傳開啟知識天眼法！他用了個超神奇原理，變身無敵天才
2. 【人工智慧大躍進】AI 就快學會舉一反三！DeepMind：急需神經科學家幫忙
3. 體驗設計新挑戰 Conversational UX 系列
4. VUI has depth, not breadth
5. The Elements of VUI Style: A Practical Guide to Voice User Interface Design