從AI助手推薦「最優路線」卻引發駕駛焦慮的案例出發，本文揭示了人機交互中的核心矛盾：技術的飛速演進與人性底層需求的不變本質。透過解構「探索」這一日常場景，作者提出HAI交互設計法的關鍵——深度理解，並系統剖析了探索行為的心理驅動、要素構成與設計解法，為構建真正以人為中心的智能交互提供了全新框架。
回溯本帳號首個系列文章——《AI 時代，人機交互即將消失？》，我們重訪了 HCI 的演進史，探究當機器開始思考時所引發的人機交互變革。在此基礎上，提出了面向未來的新生交互形態——人與智能體交互（Human-Agent Interaction Design）。
HAI 旨在以人為中心的前提下，深度整合智能體和服務，交付直觀、優雅、簡單的設計方案。目標既定，便需探索具體的抵達路徑。
技術不斷革新，重塑著人機互動的表象，但回歸人機互動的第一性原理，人心深處的底層需求其實從未改變，變的只是技術賦能下資訊互動的路徑與型態。
基於這種「變與不變」的辯證洞察，我們將探索後的路徑歸納為一套全新的設計方法模型——HAI 交互設計法。其核心在於：透過 「深度理解」 錨定不變的本質需求，並藉由「自然交流設計」順應變化的技術演進，最終以最自然的型態重塑人與數位世界的連接方式。具體而言：
深度理解
深度理解是 HAI 設計的原點。以人為中心的場景化認知框架，解析人在不同場景中的行為，直抵不變的底層需求與場景心智。教會 AI 讀懂人心，為自然交流設計指明了北極星目標。
自然交流設計
自然交流設計是 HAI 設計的核心方法。致力於順應技術的變革，以實現更加自然的互動、更加智慧的服務、更加情感化的體驗、以及更加安全的設計。
體驗驗證
聚焦使用者對設計方案的體驗與感受。既是對設計方案合理性的驗證，也是對深度理解的補充與修正。當前階段主要基於現行的成熟方法（量化數據與定性洞察等）進行驗證，模型內將不再展開探討
本次我們將聚焦「深度理解」。
我們在車上跟 AI 小助手說出目的地，助手在計算大量數據後迅速列出三條路線，用不同顏色標註了時間和擁堵情況，還貼心地推薦了從算法上看最快到達的那一條。
但當我們下意識選擇這條路開到一半後，發現不太對勁。
路窄得剛好只能通過一輛車，兩旁是隨時可能打開的車門和突然竄出的小孩。我們精神高度緊張，不停地抱怨，而助手不為所動。於我這個新手司機而言，AI小助手推薦的這條最優的道路卻成為了最遠的路。
——來源：HAI Design《撥雲見日：與智能體共建意圖》
或許你還記得之前文章中的這個小故事，而它正是變與不變之間的一個矛盾縮影：技術向前，AI似乎能算天算地，但卻往往算不准人心。
那此次，我們延續這段小小旅程，深度探索其所屬的場景——探索，這個大家日常鮮有提及的場景，去透視藏在行為背後的人心秘密，並正式開啟「深度理解」的首文——《深度理解：探索》。
1911年，阿蒙森(Amundsen)首次抵達南極點；1969年，阿姆斯特朗(Armstrong)在月球踏下腳印；十多年前，「蛟龍號」在深海亮起光束。
提及「探索」，往往浮現出宏大的、甚至帶有英雄主義色彩的畫面。也正因如此，探索於我們而言顯得如此遙遠。
此次聚焦探索，你也許疑惑：「探索是我們日常生活場景的一環嗎？」
嬰孩時，你伸手抓碰懸掛的玩偶。少年時，放肆衝浪於網際網路。如今你在假期踏上旅行。也許你不自知，但其實這些行為皆為探索。
探索不僅是那些壯舉，更是一種與生俱來的本能。它驅動著我們大量的日常行為，是構建完整生活必不可少的場景。
既如此，本次我們重新審視這個日常鮮有提及的場景，解構其定義，探尋底層的驅動因素，透視場景下人們不變的需求，並思考如何去建構 HAI 時代下的探索場景服務，以滿足人們持續開展的或大或小的探索活動。
「探索：人類或其他動物在適應新環境時做出的動作。即使沒有明顯的獎勵，探索行為也會發生。」
——來源：APA 美國心理學會詞典
基於 APA 釋義，探索是適應新環境所做出的主動行為，主要由內在本能而驅動。而基於探索行為領域的研究共識，其底層內在驅動力即為：好奇心。
好奇心並非單一維度的心理因素，根據心理學家丹尼爾·伯萊因（Daniel Berlyne）的分類，其主要可分為四種類型：
1. 感知型好奇心（Perceptual Curiosity）：這是一種由外界新奇刺激引起的直接反應（比如我們會被色彩強烈的畫面所吸引），且這種刺激會隨著持續接觸而減弱；
2. 認知型好奇心（Epistemic Curiosity）：這是一種源於資訊鴻溝的求知慾，是人們學習行為的核心驅動力；
3. 特定型好奇心（Specific Curiosity）：是指對特定資訊的渴望，是對新奇刺激的詳細調查；
4. 分散型好奇心（多樣好奇心（Diverse Curiousity））：是指對於知覺或認知刺激的普遍渴望。
基於上述分類，基本而言，探索行為是由物理和心理物件的「關聯變量」引發的，例如新穎性、模糊性、複雜性以及這些物件在主體身上產生的客觀不確定性。而人類滿足好奇心的背後，一是為了消除不確定的焦慮與資訊鴻溝，二則是受到刺激與愉悅所驅動。就此，也便引發了人們兩類主要的探索行為：
1. 審視性探索（審視性探索（Inspective behavior））：該行為通常會包含收集、調查、分析與整合這樣一個偏線形流程，有時最後還會包含效用評估的環節，最終以減少不確定性與獲取新的特定的或廣泛的認知。
通過 AI 入口搜尋資料，便是典型數位生活中的審視性探索
2. 多元性探索（Diversive behavior）：為了緩解無聊或提高興奮度而尋求刺激/感覺的行為，因此該行為會更加分散與游離。
閒逛攝影掃街，便是典型的現實生活中的多元性探索
結合上述的心理與行為理論研究，可以給予「探索」一個更詳盡的定義：探索行為主要是由好奇心所激發的，對環境或信息進行搜尋與交互的過程，以實現認知結構的適應性調整或邊界的擴展。
與此同時，「好奇心害死貓」言猶在耳。好奇心所激發的探索行為天然面臨大量的不確定性與未知性，甚至是真實的危險。那要如何構建起探索場景下的各類服務以更好地幫助用戶開展探索行為呢？
面對探索的未知性，我們透過系統的介入將抽象的好奇心轉化為確定性的、可執行的路徑，在風險與能力之間建立平衡。
基於這種意圖，我們構建了一個細分框架來承載探索活動。該框架包含：探索者、基礎資源、工具。
我們將基礎資源與工具這兩大核心要素帶入旅程這一典型的探索場景，去透視不變的人心。
Resfeber(瑞典語詞彙)：
形容旅程開始前那種興奮、期待和焦慮交織的複雜情緒。
關注出票狀態、準備簽證、銀行卡、證照等，繁雜但又重要。漸漸地，焦慮與倦怠取代了最初的興奮。這種對於資源確認的焦慮，正是阻礙探索的第一道門檻。
對此，數位產品已普遍採取集中式的資源中樞策略。以 Apple Wallet 為例，從 Passbook 演變至今，實現將卡券、證件、銀行卡及旅行 ETA 等所有涉及許可與價值的資源盡數聚合。
Apple Wallet 對外傳遞的 Slogan
而這種底層邏輯，是幫助用戶建構全局的資源視圖。透過基礎資源完備的確定性，滿足用戶對基礎資源輕鬆掌控這一不變的需求。而這種確定性，正是邁出探索的底氣。
環境混沌嘈雜。工具作為可信中介，將複雜資訊抽象、簡化，轉化為能夠輕鬆理解的資訊，以消除未知，將不確定性轉化為確定性。據此，我們可以更好地決策或採取行動。
如溫度計，將我們對於氣溫的模糊體感凝練為了直觀數字，輔助決策出行的各項事宜；地圖，能理清自身定位與目的地之間路徑等。
透過工具建構可信的連接
兩位遊客聽信 AI 的旅行建議，滿心期待地奔赴秘魯安第斯山中「聖胡曼塔伊峽谷」，花了 160 美元車費，長途跋涉，來到了偏遠山區地帶，然後發現——這個峽谷並不存在。
——來源：BBC 的一則報導
AI 旅行規劃平台：圓周旅行
據早前統計 24% 的旅行者已在嘗試借助智能工具規劃探索，這使得探索場景下的資訊與服務的獲取門檻被大幅拉低。然而，如 BBC 所報，AI 的「胡說八道」卻讓本該為可信中介的工具成為了探索中最大的障礙。
技術推動著工具升級，但探索時所面對的外部環境始終複雜流動。而 AI 進一步加劇了資訊爆炸與污染，讓探索者面臨著更高的風險。這引發了新的思考：探索場景下的工具應該如何建構，才能幫助探索者應對重重複雜性？
提供系統級即時精準服務，建立與外部環境的即時連接。如天氣、地圖、錢包等典型的探索場景工具，構建起聚焦的、持續更新的，以內容數據至上的窗口，讓用戶得以窺見並理解外部的動態數據流，指引當下的行動與後續的決策。HCI 時代，依託基礎定位與網路能力，現行工具已初步實現了這種連接。而進入 HAI 時代，隨著多模態感知能力的增強、世界模型的建立等，工具將更精準、更即時地感知並連接探索者當下的動態環境。這種演進回應了用戶在探索場景下不變的需求——與環境建立可信連接。
Apple 部分探索場景工具
回看 Apple 之前的設計演變，即便 iOS 整體趨向扁平，天氣、錢包與地圖等工具卻反其道而行，愈發趨近真實的物理世界。基於真實的動態數據，天氣工具模擬雨滴、雷鳴和雲層的流動等，直觀地傳遞「探索旅程受阻」的信號。這種數據驅動的真實感無限地縮短用戶與環境信息間的距離，同樣也是為了幫助用戶與環境建立可信連接。
透過工具幫助專注探索
在探索活動中，用戶時刻處於流動的、甚至高負荷的情境中（如行走、駕駛等）。無論是過地鐵閘機時的「嗶」聲即過，還是鎖屏上靜候的航班信息，亦或是走錯路時導航的即時重繪與提醒，探索工具將複雜的業務邏輯轉化為近乎本能的自動動作，或是基於意圖的主動服務。這便是由情境驅動的主動服務。
而當 AI 注入其中，工具將具備更敏銳的感官與意圖捕捉能力。它能在系統層面根據情境更主動地服務用戶與規避風險。只有工具不成為注意力的掠奪者，才能滿足探索者專注探索本身這一不變的需求。
工具契合多樣化探索模式
旅行之中，既有明確的打卡，也有無目的的閒逛探索。數位世界的探索亦然。這正是對應由好奇心驅動的兩類天然行為模式——審視性探索與多元性探索。
構建工具服務的最後一環，便是思考如何承載這種多樣性。瀏覽器、地圖等服務的搜索框或 AI 超級入口，提供了精準搜尋路徑，滿足了前者；同時，基於內容間關聯的自由跳轉，則允許用戶在資訊間自由穿梭，滿足了後者。本質上，這種以內容物件為中心的「內容驅動的資訊架構，正是對人們多樣化探索這一不變的本能行為模式的回應。
我們既樂此不疲地在複雜世界中去探索普世的規律，同時，又人為地設定大量的邊界或指導，讓我們在框架內去開展探索。這背後便是最後一塊隱形的特殊要素拼圖——規則。
規則作為正式或非正式的指導與邊界，塑造並約束著探索活動。它引導我們能更有效地構建意義或目標，並幫助我們規避風險——無論物理世界探索伴隨的有形風險，還是數位世界的資訊性或心理性風險。
《南極條約》劃定的禁令，或「16 歲及以下無法訪問社交媒體」的數字限制等規則，在探索開啟前便直白地告知邊界，限制或引導探索模式。
澳洲社交媒體 16 週歲限制
更多的規則往往被內化於工具之中，融入探索過程，自然地傳遞給用戶。例如導航工具將限行政策（單雙號禁行等）通過算法消化，自動生成可合規前行的探索路線。
基於車牌自動規避限行路段
而隨著 AI 智能體作為工具逐步取代傳統瀏覽器成為探索入口，規則的運作方式發生了微妙而深刻的逆轉。
一次搜尋資料的典型對話
看似簡單的探索行為，我們卻不得不預先撰寫詳盡的指令，為 AI 制定需要遵守的規則。這個過程中，用戶的身份逐漸從規則的遵守者，轉變為了制定者。這使得原本應專注於探索本身的精力，被悄然轉移到對工具交互過程的「管理」之上。
針對這一現狀，未來的 HAI 設計還應致力於讓工具真正理解並內化用戶所制定的規則，精準回應其背後真實的探索意圖與目標。讓規則再次隱形，讓用戶能夠回歸到更純粹、更專注的探索本身。
至此，我們便集齊了所有核心要素拼圖，並解構透視了探索場景下的人們行為背後的本質需求——對資源的輕鬆掌控、與環境的可信連接、專注多樣化探索本身。
最後，讓我們回到原點的命題：在探索場景下，我們構建的服務究竟要為用戶交付何種核心心智？
聚合的資源中樞、可信的工具與主動的服務、規則的自然傳遞乃至規則制定角色的再轉變等，這一切策略最終的匯聚點，就是：從容。
這便是探索場景下，我們試圖建立的核心心智。幫助探索者在面對未知多一分從容，能更加從容地與這個世界對話、互動。
個體的軌跡難以預判，我們也無法精準捕捉流動世界的每一個走向，但我們可以錨定那些深植人性、不會輕易變遷的底層需求。「深度理解」僅是 HAI 交互設計法的起點，它探究了「變與不變」中的那個「不變」。技術向前，人機交互的型態也正在經歷改變。當 AI 賦予了機器更為強大的能力，我們應該如何順應這種變化，並將這份「深度理解」轉化為更契合用戶本質需求的交互體驗？
下一篇，我們從心智到形態，開啟 HAI 交互設計法第二個核心篇章「自然交流設計」的首文——《多模態交互》。
參考文獻
本文由 @HAI Design 原創發佈於人人都是產品經理。未經作者許可，禁止轉載
題圖來自Unsplash，基於CC0協議
該文觀點僅代表作者本人，人人都是產品經理平台僅提供信息存儲空間服務
此內容由慣性聚合(RSS閱讀器)自動聚合整理，僅供閱讀參考。 原文來自 — 版權歸原作者所有。