2019年6月23日 DevLOVE X のスライドです。Google の「People + AI Guidebook（人にうれしいAIのためのUXデザインガイド）」をひもときながら、「AIのUXデザイン」「人間中心のAI」を説明しています。ガイドブックの日本語訳は http://storywriter.jp/pair/ です。

1. ⼈にうれしいAIのUXデザイン
Googleの「People + AI Guidebook」をひもとく
HCD-Net認定 ⼈間中⼼設計専⾨家 / IBM Champion
⽻⼭ 祥樹 @storywriter
1
2019年6⽉23⽇（⽇）

2. 2
Google が 5⽉9⽇の Google I/O で発表した
「People + AI Guidebook」
（⼈にうれしいAIのためのUXデザインガイド）
をご存知でしょうか。

3. 3
People + AI Guidebook
引⽤：https://pair.withgoogle.com/

4. 4
「このガイドブックは、より⼈間中⼼の⽅法で
AIプロダクトをつくりたいと思っている、
あらゆる⽴場の⼈にとって、役⽴つことでしょう」
引⽤：https://pair.withgoogle.com/

5. 5
⼈間中⼼のAIプロダクトをつくるためのガイドブック。
UXデザイナーはもちろん、
ユーザーにうれしいAIプロダクトをつくりたい⼈は
みんな読むといいと思う、のだが・・・。

6. 6
すごい量の英語のドキュメント。
なので。

7. 7
⼈にうれしいAIのためのUXデザインガイド 本⽇公開
⽇本語に訳しました
http://storywriter.jp/pair/

8. 8
これからの未来で必要になる
「AIのUXデザイン」「⼈間中⼼のAI」を、
「People + AI Guidebook」をひもときながら、
発表者の実体験も交えて、お伝えします。

9. ⽻⼭ 祥樹 @storywriter
v HCD-Net認定 ⼈間中⼼設計専⾨家
• 使いやすいプロダクトをつくる専⾨家
v Web業界に20年くらい、Watsonは3年ほど
• IBM Champion for 2018-2019
v 主な実績など
• 2009年 ⽇経パソコン 企業サイトランキング2009
⽇本の主要企業696サイト中、ユーザビリティ／アクセシビリティ分野で第3位
• 2011年 Webユーザビリティランキング2011 企業サイト編
⽇本の⼤⼿企業150サイト中、第4位
v 主な専⾨分野
• ユーザーエクスペリエンス、⼈間中⼼設計、情報アーキテクチャ、
アクセシビリティ、ライター、NOREN、IBM Watson
9
ユーザー⼼理を
つかむプロです

10. 10
メンタルモデル
ユーザーへの共感から⽣まれるUXデザイン戦略
Amazonで購⼊
http://amzn.asia/3cgueBZ
コンピュータ・IT > インターネット・Web開発 > Web開発 最⾼「1位」
コンピュータ・IT 総合 最⾼「9位」

11. 11
現場で使える! Watson開発⼊⾨
Watson API、Watson StudioによるAIアプリ開発⼿法
Amazonで購⼊
https://www.amazon.co.jp/dp/4798158496/

12. 12
AI（⼈⼯知能）とのかかわり
UXデザイナー および エンジニア として、
AIの実務をしています。主に IBM Watson。
リンクスタート！

13. 13
IBM Champion 2018-2019
受賞しました
みなさまのおかげです。
本当にありがとうございます。

14. 14
People + AI Guidebook は 6つの章から成る
ユーザーニーズ
+ 成功の定義
メンタルモデル
データ収集
+ 評価
説明
+ 信頼感
エラー
+ 上⼿な失敗
フィードバック
+ コントロール

15. 15
今⽇はピックアップしてご紹介
ユーザーニーズ
+ 成功の定義
メンタルモデル
データ収集
+ 評価
説明
+ 信頼感
エラー
+ 上⼿な失敗
フィードバック
+ コントロール

16. 16
ユーザーニーズ + 成功の定義
ユーザーニーズに応えたプロダクトをつくろう、
という章。

17. 17
ユーザーニーズ + 成功の定義
「⼈間中⼼設計でプロダクトをつくるとき、
もっと重要な意思決定は次のようなものです。
ユーザーはだれですか？
彼らにとっての価値とは何ですか？
彼らのためにどの問題を解決すべきでしょうか？
どうやってその問題を解決しますか？」
引⽤：https://pair.withgoogle.com/

18. 18
ユーザーニーズ + 成功の定義
AIや機械学習は、とくに技術に⽬がいってしまいがち。
だけど、ユーザーに価値を届けられなければ、成功はない。

19. 19
ユーザーのニーズとAIの強みの共通部分を⾒つける
「AIは、この問題を、
独⾃の⽅法をもって、解決できるだろうか？」
引⽤：https://pair.withgoogle.com/

20. 20
ユーザーのニーズとAIの強みの共通部分を⾒つける
これがとてもむずかしい。
それ本当にAIの問題なんだっけ？

21. 21
ある事例
AIを使った検索システムを導⼊。
めっちゃ不評。
すっごい
使いづらいんだけど

22. 22
ある事例
現場観察に⾏ってみた。 めちゃくちゃ
⽂字が⼩さい

23. 23
ある事例
⽂字を⼤きくしたら好評。
使いやすくなった！

24. 24
何が起きていたのか
「AIを使ったシステム」という技術が優先して、
ユーザーの利⽤状況を⾒ていなかった。
ユーザー ⼊⼒画⾯ AI 出⼒画⾯ ユーザー

25. 25
ある事例2
AIを使った学習システムを導⼊。
管理画⾯がめっちゃ不評。
すっごい
使いづらいんだけど

26. 26
ある事例2
現場観察に⾏ってみた。
管理画⾯が
専⾨⽤語の⼭

27. 27
ある事例2
管理画⾯をぜんぶ
わかりやすい⽇本語にしたら
好評。
使いやすくなった！

28. 28
何が起きていたのか
「AIを使ったシステム」という技術が優先して、
ユーザーの利⽤状況を⾒ていなかった。
ユーザー ⼊⼒画⾯ AI 出⼒画⾯ ユーザー

29. 29
ユーザーにとっては、あくまで、
「システム全体で、ひとつの体験」
そのなかで、AI が何をどこまでしているか、
ユーザーには関係ない。

30. 30
ある事例3
とはいえ・・・AIを使った検索システム。
「検索：書くもの」 「検索結果：消しゴム」

31. 31
ある事例3
すっごい
⾺⿅なんだけど
これは
AIの学習が
⾜りてないな

32. 32
何が起きていたのか
もちろん、AI ⾃体の能⼒が、
ユーザー体験を決めている場合もある。
ユーザー ⼊⼒画⾯ AI 出⼒画⾯ ユーザー

33. 33
「ユーザー体験」全体のなかで、
AI がどんな役割を果たさなければならないか、
AI がどう振る舞ったらユーザーは嬉しいのか、
それをデザインしなければならない。

34. 34
ユーザーのニーズとAIの強みの共通部分を⾒つける
プロセスのどこが途切れても、価値は届かない。
AIの問題も、AI以外の問題も、
ユーザーの視点で、ユーザー体験の全体を考える。
ユーザー ⼊⼒画⾯ AI 出⼒画⾯ ユーザー

35. 35
ユーザーのニーズとAIの強みの共通部分を⾒つける
AIプロダクトは、AI以前にまず、
ふつうのプロダクトとして成り⽴っていないといけない。

36. 36
ユーザーのニーズとAIの強みの共通部分を⾒つける
ふつうのプロダクトを成り⽴たせるのだって、
すごく難しいのに。

37. 37
ユーザーのニーズとAIの強みの共通部分を⾒つける
対策：がっつりユーザー調査しましょう。

38. 38
ユーザーのニーズとAIの強みの共通部分を⾒つける
インタビュー調査 エスノグラフィ

39. 39
AIの勘どころ
ガイドブックより。

40. 40
AI化するのが好ましいもの、好ましくないもの
AIが好ましい AIが好ましくない
映画のレコメンド
パーソナライズされたホームエアコン
キャンセルボタンの位置が毎回変わるUI
数秒の短縮のために荒地を勧めるナビ

41. 41
「⾃動化」するのか、「拡張」するのか
「⾃動化」が好ましい 「拡張」が好ましい
忙しい⽇には⾃動炊飯器で炊く
ガス漏れのセンサー
作曲を楽しむ
利害が⼤きいので、AIに委ねるのは不安

42. 42
AIを何に沿って最適化させていくか？
シェア数への最適化。短期的には良かった。
⻑期間にわたって、シェアの通知で
ユーザーを畳みかける結果に。
⻑期的なユーザー体験も考える。

43. 43
メンタルモデル
ユーザーに正しいメンタルモデルをもってもらおう、
という章。

44. 44
AIにおけるメンタルモデルの注意点
ユーザーは無意識のうちに、
AIが⼈間と同じやりかたをすると思っている。
そしてたいていは誤っている。

45. 45
たとえば、電⼦メールのラベルづけ
⼈間は、⽂章を読んで、意味を理解し、ラベルをつける。
AIは、⽂章以外に、テキスト量や、メール送信時間など、
いろんなものを参考にしている。
⼈間であれば、読んで、意味を考える モデルは送信時刻やメールの⽂字数を⾒る

46. 46
AIにおけるメンタルモデルの注意点
メンタルモデルが誤っていると、
どこかでユーザーの期待とズレが⽣まれる。
不満につながる。

47. 47
期待値のデザイン
ユーザーは「AIという何か素晴らしいもの」が
助けてくれると期待している。
過剰な期待値は、⼤きな落胆につながる。
過剰な期待 ⼤きな落胆

48. 48
ある事例
ニュースなどで、AIへの期待値が
刷り込まれた⼈。
AIって
すごいんだって！？

49. 49
ある事例
事前期待が⾼すぎる。
不満につながる。
かぁ〜っ！
何にも知らねえじゃ
ねえか

50. 50
期待値のデザイン
かといって、事前期待が低すぎても、
そもそも⼿に取ってもらえない。
AIプロダクトの「⾝の丈にあった」事前期待にしよう。

51. 51
期待値はプロダクト以外でもつくられる
類似の機能やプロダクトの、既存のメンタルモデル
オンボーディング
マーケティングメッセージ
マニュアル

52. 52
段階的にオンボーディングする
「現実的な期待値を早いうちに設定します。
テクノロジーではなく、ユーザーのメリットを
説明してください。
最初にコアバリューを説明し、使うにつれて
新しい機能を紹介していきます」
引⽤：https://pair.withgoogle.com/

53. 53
擬⼈化したインターフェース
「私」という⼀⼈称を使う、⼈間のようなAI。
こんにちは！
私はAIボットです

54. 54
⼈間のようなインタラクションを求めるユーザー
擬⼈化されたインタラクションは、
ユーザーに「⼈間と完全に同じ⾔語理解」を期待させる。

55. 55
⼈間のようなインタラクションを求めるユーザーの
期待値に対して説明する
「⼈々は、プロダクトが⼈間のような能⼒を持っている
だろうと、達成不可能な期待値を持っていることが
あります。ユーザーの期待値を現実的に調整し、
意図しない失望を避けるには、プロダクトの
アルゴリズムの性質と限界を伝えることが重要です」
引⽤：https://pair.withgoogle.com/

56. 56
メンタルモデル
「AIシステムは、時間とともに適応していきます。
変化に対して、ユーザー側も準備が必要です。
システムをどのようにトレーニングすればよいかを、
ユーザーが理解するようにします」
引⽤：https://pair.withgoogle.com/

57. 57
共同学習を計画する
ユーザーの教育をしましょう。

58. 58
共同学習を計画する
ITを使いこなすためのITリテラシーがあるように、
AIにも使いこなすためのAIリテラシーもある。
ITリテラシー AIリテラシー

59. 59
共同学習を計画する
⻑期的には、
技術が⼈間に歩み寄るのと同じように、
⼈間が技術に歩み寄る。
何⼗年かけて⼈々のITリテラシーが⾼まったのと同じく、
AIリテラシーもこの先の何⼗年かけて浸透していく。

60. 60
エラー + 上⼿な失敗
「失敗を避けるのではなく、それを⾒つけて、
プロダクトの他の部分と同じくらい
⼈間中⼼にすることです」

61. 61
「エラー」と「失敗」を定義する
AIは、確率的な要素を否めない。
つまり、⼀定は必ず失敗する。

62. 62
「エラー」と「失敗」を定義する
状況によっては、エラーが致命的なこともある。
危険な運転中に⽌まったら？

63. 63
失敗しても先に進めるようにする
システムが動かなくても、⼿動で続けられるようにする。
上⼿な失敗。

64. 64
失敗しても先に進めるようにする
エラーをちゃんと気がついてもらう。
「知らないうちに動かなくなっていた」はホント困る。

65. 65
コンテキストエラー
システムは正しく動いているが、
ユーザーにとってはエラーに⾒える。
この出⼒は関係がないと
ユーザーに認識されている。

66. 66
コンテキストを持たないAI（実話）
誕⽣⽇のディナーを恋⼈にドタキャンされた。
ボロ泣き。

67. 67
コンテキストを持たないAI（実話）
そのとき、いっせいにハッピーバースデーを歌い出した
Pepper や ロボホン たち。 ハッピーバースデー♪
トゥーユー♪

68. 68
コンテキストを持たないAI（実話）
ギャン泣き。
状況もわからず
歌うなあぁぁ

69. 69
コンテキストを持たないAI（実話）
重要なのは「AIはまったく正常に動いていた」
しかしユーザーにとって、それは
エラー以外の何物でもない。

70. 70
「エラー」と「失敗」を定義する
ユーザー
エラー
システム
エラー
コンテキスト
エラー
ユーザーの操作が間違っている システムの不具合 コンテキストの不⼀致

71. 71
エラー + 上⼿な失敗
「エラー体験を設計するときは、機械的にならず、
⼈間的であってください。エラーメッセージは、
システムがミスをしたことを開⽰する必要があるかも
しれません。⼈道的に謙虚にミスに対処し、
システムの限界を説明して、
ユーザーに前に進んでもらうようにしましょう」
引⽤：https://pair.withgoogle.com/

72. 72
エラー + 上⼿な失敗
「学習は、機械的なものであってもなくても、
間違うことなくして成し得ません。
エラーが不可⽋であると認識して
システムを設計し構築することは、
ユーザーと対話する機会を⽣み出します」
引⽤：https://pair.withgoogle.com/

73. 73
まとめ

74. 74
まとめ：
1. Google の「People + AI Guidebook」
（⼈にうれしいAIのためのUXデザインガイド）は、
⼈間中⼼のAIをつくるためのガイドブック。
2. AIのUXデザインは、これからの時代、きっと役に⽴つ。
⽇本語訳したので、ぜひ読んでみてください！

75. 75
⼈にうれしいAIのためのUXデザインガイド 本⽇公開
⽇本語に訳しました
http://storywriter.jp/pair/

76. 76
ありがとうございました。
⽻⼭ 祥樹
Twitter: @storywriter
Facebook: storywriter.jp
Facebook、ぜひ、つながってください！

77. ⽻⼭のプレゼンのアレ が、
スタンプになりました！
スタンプ名：ハーミィ（CSS編） 作者名：⽻⼭ 祥樹
https://store.line.me/stickershop/product/1228201/ja
Web・CSSネタ
全40種類