← 返回设计心理学4:未来物品的设计
学习进度3 / 3

增强优先于自动化

Augmentation over Automation · DP401 设计心理学4 第 1 章 小心翼翼的汽车和难以驾驭的厨房:机器如何主控

一句话定义

增强优先于自动化主张先让机器帮助人看得更清、想得更全、做得更稳,而不是直接替人做主。好的智能产品是协作者,不是把用户赶出决策现场的主管。

机制 / 原理

自动化把目标、判断和行动尽量交给机器;增强则让机器提供线索、建议、解释和低成本试探,保留人的选择权。推荐系统比强制控制更容易被接受,是因为它安静地提供价值,用户可以召唤、比较、拒绝或接受。越是不确定和高后果的任务,越应从增强开始。

增强还是自动化问题: 情境不完整 / 增强路线: 给证据 / 问题: 后果较高 / 增强路线: 保留确认 / 问题: 目标多变 / 增强路线: 可调偏好 / 不确定、高后果、多目标时,优先增强人的判断。
不确定、高后果、多目标时,优先增强人的判断。

经典实验 / 例子

推荐系统根据用户过去的选择和相似人群偏好提出书籍、音乐或电影建议,但不替用户购买。好的系统还解释为什么推荐,并安静待在一旁。用户需要时查看摘要、目录和评论,自行决定是否接受,因此机器增加了判断材料而没有夺走选择。

书中案例出处
设计心理学4:未来物品的设计第 1 章 小心翼翼的汽车和难以驾驭的厨房

推荐系统作为增强工具

核心原文线索
推荐系统作为增强工具
案例现场复述

推荐系统提供有用建议和理由,但让用户决定是否采纳。

为什么重要

它说明智能机器可以通过增强人的判断来创造价值,而不是必须接管行动。

提供线索解释依据允许拒绝保留主导权

生活中的例子

医院诊断辅助系统不直接给病人开药,而是把相似病例、用药冲突、罕见风险和检查缺口列给医生。医生可以调整权重、查看证据并写下最终判断。系统降低遗漏风险,医生仍对诊疗目标和责任保持主导。

常见误区

误区:能自动化就应该自动化到底。 当机器不了解全部情境和人的目标时,全面接管会放大风险;先增强人的判断通常更稳。

资料来源:Donald A. Norman, The Design of Future Things,课程内容为原创改写 · 第 DP401
本讲解由 AI 依据该教材与主流学术观点撰写,非逐字引用,仅供学习参考。