Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

人にうれしいAIのUXデザイン - Googleの「People + AI Guidebook」をひもとく:DevLOVE X

9,003 views

Published on

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。

Published in: Design

人にうれしいAIのUXデザイン - Googleの「People + AI Guidebook」をひもとく:DevLOVE X

  1. 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. 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. 3 People + AI Guidebook 引⽤:https://pair.withgoogle.com/
  4. 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. 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. 6 すごい量の英語のドキュメント。 なので。
  7. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 39 AIの勘どころ ガイドブックより。
  40. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 73 まとめ
  74. 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. 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. 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. 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

×