编者按：这篇文章来自 Google Flights 的 UX 研究负责人 Slava Polonski ，他也是 Google’s People+AI Guidebook 的研究员。他拥有牛津大学博士学位，曾入选福布斯 30 Under 30 榜单。他是世界经济论坛专家网络和世界经济论坛全球塑造者社区的活跃成员。他撰写的文章涉及用户感受、社会科学和技术的交叉领域。作为一个横跨 UX 和 AI 两大领域的资深研究者，他撰写了这篇文章，不仅深入剖析了 UX 领域个性化题目的本质，而且也指出了 AI 时代 UX 领域前进的全新方向。每一个题目，都是一个全新的机会。
最近，微软发布了新款 Copilot+ PC，其中包含了大量 AI 功用，有望实现前所未有的个性化。其中，「Recall」功用堪称个性化用户感受的巅峰之作，它可以跟踪从网页浏览到语音聊天的所有内容，创建一个可搜索的历史记录，即使在几个月后也能记住你做了什么。
媒体对此功用的反应褒贬不一，这项功用到底算是酷，还算是怪？它是终极个性化，还是在团体监控方面走得太远？标题为 「微软 Copilot 正在看管我」的评论文章，已经在互联网上引发了巨大争论。
想象一下，走进一家商店，每一个货架上都摆满了似乎专为你挑选的商品。灯光会根据你的喜好进行调节，音乐是你最喜欢的播放列表，店员会叫出你的名字向你问好，并已经预料到你的需求。（《少数派报告》？）这似乎是一个完美个性化的梦想。但代价是什么呢？为了换取这类量身定制的感受，你必须让自己的生活全方位地向 AI 展现出来。
从理论上讲，个性化是一门为团体用户量身定制感受的艺术，它能将一般的互动转化为有意义的参与。但当你与用户交谈时，很快就会发现个性化对每一团体的意义都不一样。一个用户眼中的个性化就是另一个用户眼中的「公然入侵」。尽管企业对此做出了保证，但许多用户仍然认为智能设备在窃听他们，而看似巧合的个性化广告，更加剧了这类怀疑。
让我们深入了解用户感受设计中的个性化原则和实践，直面三个使人不安的事实：
个性化的感知题目（Perception）
个性化的「圆形牢狱」（Panopticon）
个性化的用户画像（Portrait）
糟的个性化可能比没有个性化更糟（来源：Marketoonist）
1. 个性化的感知题目
当我们谈论个性化时，我们真正的意思是什么？对一部分用户来说，个性化等同于情境化：根据他们当前的情况或环境提供有意义的内容和推荐。而对另一些用户来说，个性化则是指状态化——APP 会记住用户的偏好和历史记录，从而在差别的会话中提供连续、无缝的感受。
尽管人们对个性化感受的期望越来越高，但大多数用户仍然不了解这些体系是如何运作的，而且每每对结果感到失望。
只有当我们走出我们团体的数字泡沫的时候，比如使用朋友的手机，或者一台公共电脑时，隐形斗篷才会被揭开。突然间，我们意识到一切都变得差别了，但要找出造成这类差别的原因却每每很难。根据皮尤最近的一项研究，大多数美国成年人甚至没有意识到他们的日常数字感受是人工智能个性化的。
这类感觉上的悖论是，一个用户认为个性化的感受，在另一个用户眼里，会被认为是侵入。
不幸的是，团体感受与对个性化机制的客观理解，在差别用户之间每每存在差差异，进而助长许多奇怪理论的诞生，并造成误解。产生这些奇怪理论的原因是，用户每每对自己的数据缺乏充分的理解和控制权，并且对自己的信息是如何被使用，感到不安和怀疑。
而对于用户感受设计师来说，这也让我们始终无法确定，用户到底觉得自己对数字感受有多少控制权，或者说他们到底想有多少控制权。归根结底，我们的目标是创造出既个性化，又能增强用户能力的感受，确保用户始终感到自己受到尊重并感觉拥有掌控力。但由于上述期望的模糊性，用户感受设计师每每难以在数据驱动的个性化、和用户自主之间找到正确的平衡。
「别担心，这只是营销人员搜集我们的团体信息而已，这样他们才能给我们推送相关性更高的广告。」
Marketoonist 的这幅漫画描述了用户数据监控和侵入式营销之间的关系。（来源：Marketoonist）
2. 个性化的「圆形牢狱」
尽管从技术上讲，个性化产物是用户与算法或计算机程序之间的互动，但它们有时仍会让人感觉有些不伦不类。这是因为我们人类的思维习惯，会识别任何似乎「会思考」的东西，并对其做出反应，这就是所谓的拟人化。我们无法关闭大脑中，将意图投射到模拟人类思维的「东西」上的那部分功用，尽管从技术上讲，大模型本身并不能独立思考，它们只是在识别经常共同出现的事物的一种组合模式。不过，APP 和个性化数字代理可能试图将你简化为一种可预测的行为模式，这类想法还是会让人感到有些不安。
「深藏于现实生活中的恶意，并不一定是丑陋的。它可以看起来很美。」
——Yuval Noah Harari
因此，当用户不由自主地将「意图」归因于个性化体系时，题目就出现了。还记得曾经有用户笃信， Gmail 广告是由阅读他们邮件的人类撰写的吗？他们不自觉地将人类的敌对动机，投射到无意识的个性化人工智能体系上。这类误解助长了社交媒体上流行的各种都市传说，认为科技公司在看管我们、牵制我们、抬高我们最喜欢的东西的价格（起码有相当一部分是假的）。
以微软 Recall 的隐衷噩梦为例，当个性化服务是建立在追踪用户一举一动的基础上时，它更多的是使人毛骨悚然，而不是「酷毙了」。一个无形的实体看管着你的一举一动，即使是出于提供优质个性化产物的良好愿望，这类概念也会让感受，从使人愉悦变成使人不寒而栗，用户会如同身处一个四壁透明的圆形牢狱当中一样（Panopticon），用户不会感到自己被理解和重视，反而会觉得自己一直被看管着。
仅仅将个性化体系视为圆形牢狱，就会导致无数的误解和担忧——即使在现实中，这只是算法在起作用，而非人类的看管。
3. 个性化的用户画像
在追求个性化的过程中，我们试图通过算法设计出能够代表每一个用户的产物，即为每一个用户描绘一幅逼真的 用户画像，并根据用户画像来量身定制感受。但题目是，这是不可能完成的任务。用户画像只能捕捉一个瞬间，而用户是动态的、不断变化的。偏好在发展，情境在变化，今天使人愉悦的感受明天可能就不会产生共鸣了。
这类可视化展示了日常生活中的各种复杂的属性和社会环境。这张信息图来自Bernie Hogan ，他在牛津互联网研究所从事 AI 工作。这类可视化也称为图可视化或链接分析，是将连接实体的网络以链接和节点的形式直观呈现出来的过程。节点代表数据点，链接代表数据点之间的联系。（来源：Bernie Hogan Collapsed Contexts）
从根本上说，我们都是差别角色和社交语境的混合体。在 Instagram 上，用户可能会把自己描述成一个无畏的旅行者，而在 LinkedIn 上，他们可能会把自己描述成一个勤奋的专业人士，正在寻找下一个应聘机会。
个性化算法在这方面每每很吃力。它们无法有效合并差别平台和 APP 上的各种信息，尤其是当这些信息相互矛盾时。
更为复杂的是，底层数据每每是不完整的，而且分散在各个数据孤岛上。产物设计师所能获得的零星行为轨迹，每每并不能反映整个用户故事。因此，将用户还原成单一的、可预测的自己的「用户画像」，自然无法完全代表他们多方面的兴趣、偏好和行为。
「糟的个性化可能比没有个性化更糟。在设计模拟人类的感受时，我们有时会忘记真正的人类是什么样的」。- Tom Fishburne
如何解决个性化题目？
个性化不仅重要而且需求旺盛。根据 Bond Brand Loyalty 的一项研究，87% 的客户愿意与公司分享团体信息，以换取更多量身定制的优惠。在 Z 世代中，这一意愿甚至更高，达到了使人惊讶的的 94%。
到目前为止，我们已经学到了关于个性化挑战的三条重要经验：
解决认知题目：我们需要帮助用户了解个性化如何发挥作用，什么时候又不起作用。透明度是关键。当用户掌握了个性化感受背后的机制，就能揭开过程的神秘面纱，并建立信任。
解决 「圆形牢狱」题目：我们必须让用户控制哪些是个性化的，哪些不是，从而解决哪些会使人毛骨悚然的因素。必须向用户保证，他们并没有被无所不在的（人类）观察者看管着，而是被设计用来在不侵犯其隐衷的情况下提升其感受的 AI 体系记录着。
解决用户画像题目：我们不能将用户简化为单一的、可预测的角色。为了尊重用户的多面性，我们需要利用跨平台的各种数据，创建一个更细致、更准确的表征体系。
Marketoonist 关于个性化和隐衷的漫画。营销人员开始进行数据节食，从强调大数据（收集尽可能多的数据）转向精益数据（只收集能带来直接价值的数据）。但他们也在重新评估自己的数据来源，从第三方数据经纪商转向消费者愿意直接与品牌分享的数据。
解决方案：「棱镜式个性化」
不经过深思熟虑就进行个性化，会加深用户对 AI 驱动体系的困惑，助长怀疑和对隐衷题目的担忧。根据我参与 AI 产物的经验，我意识到真正的机会在于了解用户在个性化互动过程中，想要的感受，而不一定关乎他们想要如何使用实际产物的过程。通过专注于唤起积极情绪，我们可以创造出更有效、更值得信赖的个性化感受。
与其将个性化视为静态的用户画像，不如将其想象为动态的「棱镜」。同样的光线，透过有多个面向的棱镜，能够折射出多彩的光芒，棱镜是我们身为人的个体，而光则是外在呈现的各种现象和属性。这面棱镜隐喻指向每一个用户，将他们的团体偏好和需求，折射成他们独有的个性化互动。这个隐喻象征着用户在定制自己与产物的互动时，应拥有的代理权和自主权——这与用户感受设计师经常对用户做出的自上而下的假设，形成了鲜明对比。
就像棱镜可以把光分成差别的颜色一样，以人为本的个性化用户感受，让用户可以通过自己独特的视角来观察产物，根据自己的喜好和愿望来选择产物的个性化方式。
实现以人为本的个性化用户感受
将个性化视为多棱镜代表着传统方法的范式转变。这与强调代理权和透明度、将控制权交给用户以及尊重用户丰富的身份特征密不可分。要想了解这一概念的实际应用，可以看看 Spotify 的 Wrapped 功用或谷歌地图的个性化餐饮推荐。
棱镜隐喻的核心是提醒我们，个性化不仅仅是算法和数据的题目，题目的核心始终是人。它要求我们重新认识用户感受设计师的角色，从感受的主宰者转变为赋权的促进者。在这类新模式下，衡量成功的真正标准不是我们算法的复杂程度，而是我们对用户生活产生的有意义的洞察。