似乎我们正在使用聊天和数据挖掘来做一些令人惊奇的事情，这可以增强手工信息体系结构的工作，并带来更好的总体用户体验。自动信息处理可以帮助我们识别搜索模式，并推荐信息结构，以提高内容的可查找性。

AI+UX=更好的可寻获性

假设您有一个包含搜索组件的服务。现在，您的用户可能正在运行搜索，并使用手动筛选器对结果进行排序，就像搜索用户通常不会做的那样。

你怎么知道他们是否找到了他们需要的东西？您可以依靠分析来查看他们是否正在访问您希望他们做的事情，并通过用户调查来了解他们是否认为自己在完成任务方面是成功的。您可以通过分析用户的使用数据、服务时间，并在访谈和反馈形式中直接询问他们，来衡量用户的总体满意度。

假设有些用户在搜索中遇到困难，或者没有从搜索结果中得到您期望的结果。也许他们的整体体验是可以的，但是看看搜索词和点击搜索结果，你可以知道他们的搜索结果可能会更好，或者他们的任务相关信息的路径会更清晰。

你怎么才能帮他们更好地搜索？也许，如果他们使用的术语稍微狭窄或更全面，他们可能会找到更多与他们的查询相关的信息。但这些都是理论。

您将使用以用户为中心的设计方法重新设计服务，包括搜索。太棒了！让我们在做的时候加入一点人工智能。

当您开始您的UX设计过程时，您可以使用人工智能系统来分析大量看似无关的数据，以帮助指导您的设计决策。例如，您可以设置数据挖掘工具来开始收集结构化和非结构化数据(分析、搜索查询和其他使用数据)。当您确定您要为用户解决的问题时，您会连接一个AI(如ibm watson)开始分析非结构化数据。

人工智能训练

但是人工智能系统怎么知道该做什么呢？这是有趣的部分：首先，它分析数据的表面价值，然后你必须训练它。人工智能系统可以在较少的时间内分析大量的数据，并且可以实时学习。他们了解上下文，因此您可以通过以业务规则、元数据和问题的形式向他们提供附加信息来帮助他们了解数据所代表的内容。

当您在用户体验研究和设计阶段工作时，您不断地改进您提出的问题，并且它将改变它所分析的数据方面。你可以问它一些简单的语言问题，比如：有多少人在搜索X？你得到多少次回应？关于Z我们有什么信息？该系统根据对数据的分析，尽可能地回答问题。但最美妙的是，你不受提问能力的限制。系统接受你的问题和数据，实际上是学习。它开始问自己的问题。随着时间的推移，随着搜索引擎中提出更多的查询，收集更多的用户分析，它可以更好地建立联系，识别趋势，提出假设，并产生更丰富的发现。

这如何帮助用户搜索？如果用户依赖搜索来查找信息，则可以使用这些数据提高搜索结果的质量。考虑更好的预测搜索词，更相关的搜索结果和类似亚马逊的交叉话题推荐。它们有潜力创造更丰富的用户体验，因为您的用户所需要的内容是由一个引擎直接提供给他们的，该引擎向以前的每个人学习。

IA人工智能

它如何帮助设计更好的信息体系结构？信息体系结构中最困难的部分之一是创建适当的内容分组，并使用对用户有意义的标签。人工智能可以通过分析与内容相关的趋势数据来帮助发现和提出内容之间的关系：从单词本身的含义到用户如何在其中导航或搜索，到他们如何在站点、应用程序或服务中移动，等等。AI能够突出我们人类可能无法单独看到的趋势，这些趋势可能成为信息方面或新的内容用例。

如果你能把用户研究和人工智能系统进行的大规模数据分析结合起来，以便更好地识别内容类型之间的关系，并改进内容分组和交叉链接，该怎么办？对内容进行分组，并以更有意义的方式为用户贴上标签，在正确的时间提供正确的相关链接，并通常使您的站点、服务或产品更加直观。如果它能够分析内部和外部数据，以帮助您确定如何最好地为内容管理器(例如内容管理系统)构建内部信息结构，以及为最终用户构建导航结构(例如，站点或应用程序的菜单)？

我们仍然需要人类

现在，可以肯定的是，我并没有提议机器生成的IAS(目前为止)，但我建议让AI从一些看似无关的来源分析用户数据，可以生成一些趋势和关系，否则这些趋势和关系可能是看不见的。它可以为如何构造内容以更好地适应用户的决策提供宝贵的投入。

如果我们在UX中有什么需要的话，我认为这不一定是数据，它是智能的。AI可以给我们带来我们目前所缺少的关于我们不同的数据来源的情报。数据可视化可以帮助内部受众更好地理解人工智能的输出，帮助决策提供信息。所有这些都还处于起步阶段，这意味着数据科学家有机会成为UX设计过程的关键支持者。

从IA到IM

除了支持信息体系结构设计之外，AI还通过增加潜在的可查找性和推荐能力，为信息管理提供了一些真正有趣的机会。考虑一下：如果你再也不用为上传到公司文档管理系统中的内容贴上标签，因为人工智能系统可以推断出文档之间的含义和关系？

如果您的内部文档管理系统能够主动地通知您，当有人上传您感兴趣的主题文档时呢？如果它能发现文档与你的兴趣相关，即使文件中没有明确的特定词组，但人工智能系统可以分析文档中的非结构化内容，并将其映射到类似的内容，而这些内容都有书签吗？登录到系统中，并建议提供与您相关的内容，并帮助您完成工作，会有多好呢？

我们从哪里开始？

在我的例子中，我正在研究如何将Watson插入我正在构建的系统的后端，以便开始收集数据。我正在使用用户调查来帮助了解我将输入引擎的业务规则。我的目标是产生更好的搜索结果，并最终建立一个基于聊天机器人的推荐引擎，以帮助用户了解他们需要什么，以及他们应该从谁那里得到它，因为，让我们面对现实，没有人知道大型组织的工作方式以及他们的请求指向哪里。

如果我能至少帮助用户找到他们的请求指向哪里，我就可以为他们节省时间和组织很多钱。这是一个很小的变化，有可能产生巨大的影响。

但关键是要开始：找到一些项目，并添加一个人工智能组件，看看它能做些什么。开始向它扔规则和问题，看看你(和它！)能学到什么。

试试看。玩吧。黑客。开始吧。