[AIUX] Ch5 回饋和控制
這系列文章為 AlfredCamera 工程和設計團隊閱讀 Google People + AI 內容綱要和討論筆記，期望透過平常設計 AI 產品的設計師和工程師的補充，讓文件中的知識更容易被各種背景的人員吸收應用。由於在討論中也發現 AI 產品設計的中文資料較少，因此整理分享期望能幫助到其他團隊。原文摘要在文中以白底區塊為主，團隊的討論會以灰底區塊呈現，方便大家閱讀。如果有任何建議歡迎留言討論，或來信 hello@alfred.camera 😊
When user give feedback to AI products, it can greatly improve the AI performance and the user experience over time.
本章節主要涵蓋以下內容
- 擁有 AI 功能的產品應該如何從使用者得到反饋？
- 如何保證AI功能是可解釋的，且完整利用反饋的資訊？
- 多少程度的控制權及客製化對於用戶是足夠的？
一、將模型改進與反饋綁定
大抵而言，得到反饋的管道主要分為隱性及顯性機制，但不論從哪種管道收集資訊，都必須讓使用者知道開發者收集了哪些資訊，以及這些資訊會如何變成對使用者有利的形式。
檢視隱式反饋
隱式反饋主要會從產品的用戶日誌取得，這種形式並不會用直接的互動跟使用者取得資訊，但開發者還是必須盡到告知的責任
我們在前面的章節 (心智模型、資料收集與檢驗)時常提到隱私權的問題，這邊主要的建議是不要把使用者蒙在鼓裡，隱私權濫用可能搞爛用戶對產品的信任
產品設計上，建議清楚提示用戶哪裡可以看到用戶日誌或隱性資訊的歷史，以及可控的資訊提供開關
收集顯性反饋
顯性反饋主要是用戶主動利用產品提供的渠道進行反饋，包含：相片標籤的對錯(Person Detection Feedback)，推薦結果的喜好與否(Uber eats的讚讚)，可利用多種形式收集
這些收集渠道的問題必須是讓用戶易懂，內含文字的溫度同樣重要，問這些問題的同時不能讓用戶有被侵犯的感覺
收集回來的反饋，可以用作制定產品改變方向或是改進模型的依據，若是用於後者
可解釋的反饋
基本上這個區塊的重點只有確保反饋能夠連結使用者想要的結果，才能夠有效改進模型進而提升滿意度
為調整模型設計
基本上收集反饋的渠道最好圍繞在改進模型的目的上，但實際上並不能保證所有反饋都對於改進模型有幫助。反饋之於模型可辨識的標籤，不一定有所連結，例如：影片推薦系統可能會收到使用者”我想看更多這類型影片”的反饋，但對於系統的理解可能是”我想看更多這個創作者的影片”
總之需要多個團隊的合作，才能盡量取得對開發者有幫助同時也會有利於使用者的資料
二、確保用戶反饋價值，並會隨時間發酵
基本上對於願意花時間給反饋的用戶，這些給出的反饋需要是有價值且是有影響力的
怎麼溝通用戶給反饋的重要性會很大程度的影響到用戶反饋的意願
理解用戶為何會給反饋
用戶會給反饋基於以下幾種理由：
- 實質回饋：禮物，折扣
- 虛擬回饋：類似於Google在地嚮導機制，提供徽章等身分象徵
- 個人化功能：提供反饋有利於自身個人化精準度
- 利他主義者：想貢獻給社群，也可能是為了提供正確的評論
- 固有內在動機：就是喜歡反饋，能從中得到樂趣，類似阿福 forum 的小幫手用戶
連結想像與實際用戶價值
讓用戶能夠實際得知自身反饋的價值，並不是只對開發者有益
如果用戶覺得自己的反饋可能被開發者販售給廣告商，有可能會故意提交惡意反饋
讓反饋可以直接改變用戶體驗
除了讓使用者有參與感，也需要明確讓使用者知道自己能夠對產品造成什麼影響
雖然並不是所有反饋都能立刻造成影響，仍然需要盡量讓使用者知道當次反饋的價值
範例說明是使用者給反饋後，建議不要只是謝謝使用者，而是要讓使用者知道，他的反饋在這次或未來的體驗中會造成什麼改變
設定模型進步曲線的期望值
大多數系統，使用者反饋並不能立刻改進產品功能(或沒有什麼明顯收益)
部分反饋甚至完全與改進AI功能無關，若是用戶心智模型已經被建構成反饋即改進的話，這樣子的資料收集渠道可能會與他們的期待相違背
為避免這種狀況發生，開發者可以參考上述範例的資訊提供足夠的預定改進計畫
以我們目前的產品為例，使用者要明確收到反饋的成效必須經歷較長時間的資料收集、模型訓練，最後透過版本更新來完成一次的功能改進迴圈，這時候讓使用者明確瞭解我們的模型進步曲線
三、在可控制與自動化之間取得平衡
AI導向的產品不太可能完美符合每位使用者的需求，所以能夠讓使用者自己根據需求開啟或編輯功能相當重要
理解何時用戶會想要擁有控制權
在做AI產品的時候通常會預設幫助用戶自動化，從日常雜務解放
但仍然有部份情況，用戶可能會想要保留原先流程：
- 任務本身是帶來幸福感的 ：有些人享受手動輸入的當下(?)
- 用戶自覺對產出有責任： 善盡社會義務
- 任務本身有一定風險 ：健康 精神相關紀錄
- 個人偏好 ：有些人可能用很特殊的規律或格式做紀錄/使用該產品
理解何時用戶會放棄治療
也是有部分過於繁瑣的流程，會讓使用者放棄治療
通常在以下情況，用戶會感激完全自動化的設計：
- 暫時無法完成該類型任務
- 需要花相當大心力來完成的任務
允許隨時退出 / 關閉功能
不能把AI功能強迫推銷給使用者，開發者能做的只有清楚讓用戶了解產品的益處，即便用戶今天不使用了，不代表以後不會回頭
產品若是包含幫助增強用戶日常任務的功能，必須要有機制能夠讓用戶對整個流程有所掌控，最保險的做法就是預留原先人工流程，做好可能的風險控管
開發者也需要清楚了解自己的產品在使用者生活中的相對優先順序，畢竟沒有產品是全能的可以覆蓋用戶的日常生活，跟用戶保持良好(有策略性、最小化感覺)的接觸顯得更重要
提供編輯權
用戶的使用習慣可能隨時間改變，在可能的範圍內還是需要提供用戶可更改偏好的介面(或是清空先前使用習慣，重新訓練的流程)
以Face相關產品為例，當資料庫內有部分人員不存在之後，要盡可能提供用戶刪除資料的管道
總結
基本上本章節主要是講解如何讓用戶產生有價值的反饋，並且讓用戶清楚認知到這個反饋能在什麼時候以什麼樣程度的利益收束到自己身上，同時不要認為可以把用戶綁死在自己開發的功能上，所有功能都必須留有用戶操作的空間，這樣子AI產品的生態圈才會是相對健康的
本文編者名單主筆：Cheyu
討論：AIUX 讀書會成員 Cheyu, Frank, Jacky, Ron, 宜婷, Weiyun
