← 返回设计心理学4:未来物品的设计
学习进度第 1 / 2 个

可解释自动化

Explainable Automation · DP406 设计心理学4 第 6 章 与机器沟通

一句话定义

可解释自动化是让用户随时知道机器正在做什么、感测到什么、为什么这样做、还要多久、下一步会发生什么。解释不是事故后的报告,而是运行中的反馈。

机制 / 原理

可解释自动化要覆盖六类反馈:重复确认、进度报告、学习线索、特殊状态、执行证实和期望引导。反馈要足够丰富,但不能持续打断;最好借助自然声音、位置、振动、映射和轻量显示,把系统状态放在用户的边缘注意力里,异常时再进入中心注意力。

解释反馈六项反馈: 确认 / 用户要知道: 已收到 / 缺失反馈: 进度 / 用户要知道: 到哪了 / 缺失反馈: 原因 / 用户要知道: 为何卡住 / 缺反馈: 下一步 / 用户要知道: 将发生什么 /解释要嵌在运行过程里,让用户能预测和介入。
解释要嵌在运行过程里,让用户能预测和介入。

经典实验 / 例子

M 教授演示网页程序时按下按钮,屏幕却没有任何变化。程序其实正常运行,只是 IBM 内网阻止它访问外部互联网。因为界面没有显示按钮已激活、正在搜索、网络被拦截或等待结果,教授和听众只能检查电脑和线路,完全无法定位问题。

书中案例出处
设计心理学4:未来物品的设计第 6 章 与机器沟通

M 教授演示失败与无声电梯

核心原文线索
M 教授演示失败与无声电梯
案例现场复述

系统缺少状态、进度和原因反馈,导致用户无法判断机器是否工作、卡在哪里。

为什么重要

它说明自动化必须在运行中持续解释自身,而不是只给结果。

重复确认进度报告学习线索特殊状态执行证实期望引导

生活中的例子

数据导入工具旧版只在最后显示“导入失败”。财务团队改数据、重传文件、等十分钟后仍然失败。新版把进度拆成读取、字段匹配、校验、写入四段,并在税号列显示错误样例。用户能马上修正源文件,支持工单减少。

常见误区

误区:系统越智能,越不需要显示过程。 智能系统一旦不可见,失败时用户无法建立概念模式,也不知道如何恢复。

资料来源:Donald A. Norman, The Design of Future Things,课程内容为原创改写 · 第 DP406 节
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。