面向沉浸式环境创建机器人的三大挑战

这一切证明基于AI的VR／AR与认知技术在计算能力与功能管理方面仍然存在挑战。不过业界仍对此类开发举措抱乐观态度，并认为技术壁垒将能够在未来几年中得到解决。结合这一背景，我们将在今天的文章中共同探讨IXDA Interaction 17大会上提出的智能化与沉浸式界面设计三大主题。

1．在专注与自由之间寻求符合预期的平衡点

2016／2017年内，关于AI的最大误解就是人们以为自己能够很快像钢铁侠那样与其智能管家Jarvis进行无缝交流。尽管我们确实能够立足于检索机制为特定领域构建创造性AI应用并逐步将其推广至更多方向，但在开放环境当中，拥有自我思维能力与输出生成能力的通用型AI仍然遥不可及。

因此，确立问题并实现有效沟通将至关重要。如果大家希望帮助受众了解体验目的并符合组织与用户的预期水平，则必须首先要求开发团队设置明确的成功与失败评估指标。

在由VentureBeat网站评出的2016年最佳机器人榜单中，生产型机器人Meekan正是个很好的示例。它的任务是帮助人们轻松在日历上找到合适时间并组织会议。所有用户共享日历的访问权限，并立足Slack环境构建用例以完成活动的组织工作。

此类框架机制在VR／AR领域同样非常重要。创作者可以立足传统内容通过选择主题、构图与确定时间等方式引导受众的注意力。由于VR／AR能够为受众提供360度全方位自由浏览环境，因此其观感深度与时间效应亦将发生变化。

沉浸式内容先驱Gary Hustwit指出，Katy Newton通过VR环境用户研究证明，沉浸式环境中的自由度越高、关键性叙述要素的关注度反而有所下降。这意味着，开发者必须提供明确的视觉与听觉线索，同时配合多种叙述技巧以有效引导受众注意力。

2．代理的质量——而非数量——是赢得信任的关键

．根据Facebook聊天机器人的失败统计数据显示，人们对于低水平AI方案往往感受不佳，并认为此类测试性质的“傀儡”机制无法带来实质性帮助。为了解决这一问题，企业需要设计出智能化且身临其境的体验，且高度关注用户的功能实现与预期目标。

作为此类缺陷明显的代理机器人方案的一大现实问题，可以看到Nest及其Auto－Away功能在Reddit网站上受到了严厉批评。尽管服务整体较为有序，但日常功能中的错误会导致用户很快产生沮丧感并不再使用。

事实上，有专家认为目前的机器学习存在一种“设计偏见”，即相关解决方案不仅应负责改善用户使用感受，同时亦应明显表达其在做什么、如何做以及为何做出这样的决定。这就在机器人的设计当中引出了以下几个应用伦理学问题：

penda Laurel指出，实现正确设计的关键在于考量用户选择的频率、范围与意义。由于身临其境的体验与互动型故事类似，因此戏剧性波动与高潮的设置非常重要。承载过多或者过少且过于频繁的选择可能令用户产生不必要的错误或者负担，因此以最佳节奏交付内容并配合合理的选择条目将非常重要。

3．在设计中添加一些“不便”以解决过度便捷问题

如今，我们生活的世界正变得愈发便捷，或者说过度便捷。大家无需点击任何按钮即可订购外卖、Amazon能够在15分钟之内完成交货准备，而银行则计划利用设备运行大部分交易事务。而随着决策速度的加快，给出一定空间让用户审慎考虑后果将变得越来越重要。

当使用过程太过顺畅，会带来哪些问题？根据 Airbnb公司的Steve Seizer所言，这会损害人们的宽容之心且降低其自我认知。正因为如此，睿智的设计师才会故意引入一些有意义的“不便”，从而鼓励用户反思并意识到行动本身及其产生的后果。

事实上，这并不仅仅只是人性的问题。过度便捷的使用体验在经济学中会产生所谓外部性损害——具体包括消费额过高、客户疏远、社会形态恶化以及自私性提升等问题。甚至在特定发展阶段，邪恶的人工智能方案甚至并不需要通过直接伤害攻击人类——它能够不断向买家们推荐各类垃圾食品，最终导致人类丧失自我选择能力并引发严重的健康问题。

因此除了便捷的使用体验之外，沉浸式环境中的反思机制更为重要。由于虚拟现实体验往往会令大脑认为状况真实发生，因此如果能够利用其实现更为积极的影响，那么将足以带来自我提升乃至生活激情等令人振奋的成效。

因此，我们有必要牺牲部分便捷特性，转而在沉浸式环境中引入反思过程。无论是如今的聊天机器人，还是未来真正强大的人工智能方案，这一点都应得到重视并能够带来极为积极的现实意义。