星期六, 28 11 月, 2020
23.4 C
Taiwan
更多
    更多
      Home 設計 UI/UX設計 介面、體驗大不同!UI設計/UX設計工作內容完整剖析

      介面、體驗大不同!UI設計/UX設計工作內容完整剖析

      UI vs. UX 設計 – 為什麼容易搞混?

      UI 設計UX 設計 常常被混在一起使用、或將兩者視為同一種專業,也有不少公司開出「UI 設計師」的職缺,卻要求應徵者兩種能力兼而有之。

      除了因對 UI、UX 不甚了解外,其中一個原因是 UX 包含的事情較為廣泛:從介面設計、視覺風格、程式功能和運作效能等等都是其中一環,與 UI 設計或多或少有所重疊。而且許多專業設計師對這兩種專業都有涉獵,久而久之就常見 UI、UX 並稱的狀況了。

      UI/UX/平面設計的工作分配
      ▲ UI、UX 設計雖為不同專業,但在某些方面會有重疊。(來源:Asinthecity)

       

      但隨著對 UI、UX 的認識日漸普及,目前的分工也越來越明確了,接著讓我們來看看 UI 和 UX 究竟是什麼吧。

      什麼是 UI 設計

      UI 表示「使用者介面」(User Interface),無論是網頁、手機 APP 或是電腦軟體,只要眼睛所見的頁面都是 UI 設計的守備範圍。

      從吸引使用者點擊的按鈕、閱讀的文字、文字輸入欄、空間配置、畫面排版、轉場和任何形式的視覺元素,一同組成一個龐大的視覺佈局。

      Volkov為UX Store拍攝的照片
      ▲ 這張照片是攝影師 Lubos Volkov 為 UX Store 拍攝的,同時提供了有關「如何成為更好的設計師」的提示。在你的技能達到一定的水平之後,就要不斷地學習新事物。(來源:Unsplash、uxstore.com)

       

      除此之外,UI 也是人和電腦相遇的地方──電腦具備某種功能,人想要利用這些功能,需要進行「輸入」(inputs)和「輸出」(outputs)。介面就是輸入和輸出的規劃安排,讓人們得以應用電腦來創造出他們所需結果。

      以上工作由 UI 設計師負責,他們選擇配色方案、按鈕形狀、線條的寬度和文字的字體,精心打磨每一處「眉角」。而一個好的 UI 設計通常具有以下特色……

      好的 UI 設計 會具有的優點:

      1. 清晰

      介面的所有視覺元素皆脈絡分明、一目瞭然,使用者不需要刻意思考每個元素的含意。

      2. 熟悉

      使用者可以依照過往習慣操作你的介面,如:點擊一次為選取、點擊兩次則為打開該項目。

      3. 一致性

      保持整個介面的風格一致,這樣使用者可以習慣操作模式。

      4. 防呆機制

      一個好的使用者介面該避免使用者不小心犯錯。

      5. 事半功倍

      好的介面可以讓使用者以最少的「輸入」達成所需的「輸出」,還能讓有經驗的使用者更有效率操作。

      一名設計師正在繪製wireframe
      ▲ 一名設計師正在繪製 wireframe。(來源:Unsplash)

       

      待設計完成後,UI 設計師會寫上標註和說明,轉交給工程師進行撰寫。因需要與工程師溝通配合,UI 設計師必須跟上科技的進步,對程式語言也要一定程度的了解,避免產生和工程師溝通不良的狀況。而帶有前端工程師及設計師雙技能的人會被稱為「介面工程師」(UI Developer),可以自己設計畫面也自己寫出網頁。

      UI 設計師有時也會與「平面設計師」(Graphic designer)一同被討論,他們同樣關心美學、同樣要使介面充滿魅力、引人注目並切和主題,但平面設計師不需考慮「使用者怎麼操作」的問題,平面設計基本上也不需要被操作;而 UI 設計師則要思考如何引導使用者操作並完成任務,故兩者還是大不相同的。

      什麼是 UX 設計

      UX 表示「使用者體驗」(User experience),顧名思義強調的是「使用者的感受」。

      為了帶給人們良好的體驗,必須先進行使用者洞察、產品研究、市場趨勢研究,到建立資訊架構、規劃任務流程、繪製線框圖(Wireframe)和與 UI 設計師溝通互動設計與視覺設計間的怎麼互相調和,最後交棒給工程師。

      而使用者會得到怎麼樣的體驗,取決他們如何與應用程式互動:希望體驗流暢、直觀?那導引要設計的合乎邏輯;想讓使用者覺得自己有效地完成任務、而不是在打一場戰爭?這都取決於 UX 設計師的功力。

      一群設計師拿著wireframe討論
      ▲ 設計思維是一種以人為本的創新方法,它汲取了設計師的靈感,將人的需求,技術的可能性以及業績成功的需求整合在一起(來源:Unsplash)

       

      當然使用者介面和體驗有著相輔相成、缺一不可,因此 UX設計師會跟 UI 設計師密切合作,這也是為什麼許多人會混淆兩者。不同的是,UI 設計師的任務是確定使用者介面的外觀,而 UX 設計師負責確定使用者介面的結構、功能、操作方式和反饋體驗。

      簡而言之,UX 如果設計良好、直觀又流暢,則使用者將獲得良好的體驗;反之則可能會把使用者趕跑,UX 設計師的工作就是努力避免出現第二種情況。那一個好的 UX 設計會具有哪些特色呢?

      好的 UX 設計 會具有的優點:

      身為 Mailchimp 使用者體驗設計總監的 Aarron Walter 在他的《為情感而設計》(Designing for Emotion)一書中,告訴讀者如何才能讓使用者愛上你的網頁、產品或應用程式。

      此書中參考馬斯洛需求理論、提出「使用者需求理論」,成為 UX 設計師思考與決策的重要參考:

      使用者需求理論金字塔
      ▲ 「使用者需求理論」金字塔從底層至頂層依序為:功能性、可靠性、實用性、趣味性

       

      「使用者需求理論」金字塔從底層至頂層依序為:功能性、可靠性、實用性、趣味性。

      從金字塔我們可以看出,產品所提供的「功能」是最基本需求;「可靠性」則是指在一定的條件、時間內穩定地達成使用者的需求;「實用性」表示使用者能順利透過產品完成他們的需求、並未來若有相同需求的時候,優先想到你的產品;最頂端的「趣味性」能滿足使用者的心理需求,作為與使用者的情感紐帶,讓使用者對產品產生好感與認同。

      以上是 UI、UX 的差異分析與介紹,那它們兩者有什麼相同呢?又要如何才能相輔相成、成為完美的設計呢?

      UX 設計人員也常會利用叠代式開發(iteration),即先製作其介面互動的線框稿,並以此獲得使用者的回饋,再將其整合到設計之中,獲得更好的版本。

      研究是關鍵!無論 UI、UX 都需要研究驗證

      UI、UX 若想要盡善盡美,最重要的的就是要做各種事前研究!

      無論是 UI 設計UX 設計師,都必須先做各種功課——盡可能收集資料、行為數據以研究使用者的需求,思考、分析和預測使用者在當下可能的行為、行為背後的動機以及隨之而來的體驗感受。

      而研究所得的數據資料將應用在初版設計上,接著有的 UI、UX 設計師會透過真人測試或使用者訪談,取得使用者最直接的回饋、觀察並記錄使用者使用產品的整個過程、發現需求並構思解決方案,以確定設計能朝著正確的方向前進。

      即使無法進行真人測試,也會透過 A/B 測試、易用性測試(Usability test)等方式在開發時就先測試找出問題,進一步對設計進行修改或優化。

      可用性測試

      推薦閱讀:使用 A/B 測試來改善網站 UI 設計的 30 個例子

      而這樣「研究分析、設計開發、測試反饋、修改優化」的流程會重複多次,這樣的開發法又被稱為疊代式開發。與傳統的瀑布式開發相比,疊代式開發能降低風險、提早得到使用者反饋,也具有更高的效率和成功率。

      採用這種方法,可以在完全確定設計需求之前就開始進行開發,在一次疊代中先完成一部分設計,再通過使用者的回饋來細化,再開始新一輪的疊代。

      對於 UI 和 UX 設計師來說,事前研究都至關重要,也都使用類似的方法,以求規劃出得宜的設計。

      結語:如何讓 UI/UX 相得益彰?

      即使 UI 設計UX 設計是截然不同的專業、各自涉及迥異的技能,但它們都是彼此不可或缺的存在。

      即使有精雕細琢的介面設計,也無法掩飾笨拙又難用的操作流程;而枯燥乏味的視覺設計也會無法吸引使用者、從而埋沒了出色的使用體驗。

      UI 設計師確立使用者介面的外觀,而 UX 設計師安排使用者介面的運作。在 UX 設計師在鑽研如何用有限的篇幅、提供使用者最多又不會過多的資訊時,UI 設計師正在努力讓這些繁雜的訊息精美地呈現在螢幕上。這是一個非常需要合作的過程,也有賴雙方緊密且良好的溝通。

      以行動號召按鈕(Call to Action,CTA)為例,看 UX 與 UI 的分工:

      1.UX 設計

      提出需要多增加一個按鈕、為何如此能讓使用者滿意、決定如何重新安放所有按鈕。

      2.UI 設計

      設計新按鈕的外觀,而其他按鈕也可能受影響而需重新調整如形狀、顏色、大小、特效等外觀。

      3.UI、UX 設計師重疊的互動設計

      當使用者點下按鈕後將會導向某個頁面,UI 著重在按鈕外觀的能見度與視覺導引;而UX 則著重在導向的網頁是否能滿足使用者的期待。

      加拿大一間工作室內一群設計師們在討論網站介面
      如此這般,UI 設計UX 設計師需要不斷地溝通協作,才能確保彼此的設計都能完美執行、與使用者的期望完美地吻合,最終創造出優秀的使用者介面與體驗。

      如果你正在規劃要朝 UI 還是 UX 領域邁進,那麼最重要的還是思考自己對哪種設計類型感興趣。如果還不熟悉設計領域,建議這兩個方面都可以嘗試一下,有了在這兩個領域的實際經驗,不僅可以更了解自己適合哪個領域,也可以使你無論最後選擇哪一個,都能成為更好的設計師!

      最新文章

      人工智慧能「聽咳嗽聲認出新冠患者」!成功率達 98.5%

      人工智慧現在可從人的咳嗽聲中,認出對方是否為新冠肺炎患者──就算是無症狀患者,也能被辨識出。在目前全球疫情尚未趨緩之際,AI 可說是為新冠病毒的檢測帶來新希望! 美國麻省理工學院(MIT)實驗室日前發表一篇論文,表示他們開發出的最新 AI 演算法,只要聽到人的「咳嗽聲」,就能知道這個人有沒有感染新型冠狀病毒。重要的是──這個方法對檢測出無症狀患者特別有用。 ▲ MIT 新開發的人工智慧演算法,光聽咳嗽聲就能辨識新冠患者──包含無症狀患者。(示意圖,與本事件無關/Photo by UN Response to COVID-19 on Unsplash)   新冠疫情依然在全球多國延燒,有越來越多證據顯示,在新冠病毒感染者中「無症感染者」佔了相當大的比例。這些沒有發燒、咳嗽、四肢無力等明顯特徵的無症狀感染者,因接受檢測的機會遠遠小於有症狀的感染者、難以及早接受治療,故可能持續傳染給他人,成為疫情防堵的最大威脅。 而近日,麻省理工學院(MIT)實驗室公開表示,他們利用 AI 成功開發出一種冠狀病毒檢測的新方法。 該方法的關鍵是分析人的「咳嗽聲」。MIT 研究人員在電氣電子工程學會(IEEE)的《醫療生物工程》(Engineering in Medicine and Biology)期刊上發表一篇論文,文中表示他們發現無症狀感染者發出的咳嗽聲、與身體健康的一般人有所不同,或可幫助協助辨識出感染病毒的患者,使預篩變得更加容易。雖然人耳無法辨認這種細微的差異,但人工智慧 AI 可以。 在此篇論文中,研究人員明確表示,他們已經開發出一種能辨識新冠肺炎患者咳嗽聲的 AI。 「聽聲」看診 人工智慧靠聲音辨識多種疾病 其實在疫情開始流行之前,研究團隊已著手開發能分析咳嗽異聲的...

      擺脫血汗設備工程,零基礎的我轉職 Python 工程師成功

      ▲ 掌握了自己的職涯,林同學也有了更多時間陪伴家人朋友  只有決心還不夠,更要用對的方法、找對的嚮導 「並不是只要想就可以改變低薪的職涯,你更需要有破釜沈舟的決心!」 林◯棠同學一開口談的不是轉職成功的美好生活,卻是當時下定決心的心情以及隨之而來的刻苦努力:「讓自己沒有退路,才能脫離不想要的工作!」。真理大學畢業的林同學,本來是位設備測試工程師,但受不了每天 12~15 小時的超長工時,讓他的生活除了工作只剩睡覺,看不到職涯希望,才毅然決然決定轉換人生跑道,將未來掌握在自己手中。 程式初學者的夢魘,在這裡都不會成真 談及對達內教育 Python 課程的評價,林同學馬上就提起那位專業又耐心的輔導老師。面對毫無程式基礎的林同學,輔導老師主動關心並追蹤他的學習狀況,讓他在程式學習的道路上多了一位專業人士的陪伴。輔導老師耐心的與他解釋所有 Python 課程中的疑難雜症,更手把手的教導林同學無法解決的難題。本來以為零經驗轉職的旅程會受到很多勸退與學習上的障礙,但在與輔導老師一步步解決每一個難題的同時,他對於未來職涯的迷茫也緩解了許多,也是林同學給達內教育最高評價的主因。 讓林同學放心的除了貼身指導的輔導老師,還有達內與業界銜接的實戰訓練。不管是AI語音識別系統的撰寫,或是程式交易的數據分析專題,都讓每一位接受 Python 教學課程的學員們都能在就業後具備程式語言「即戰力」。畢竟對於想轉職工程師的學員來說,沒辦法立即就業的 Python 教學課程又有什麼價值呢? 程式線上課程?那很容易半途而廢吧? 面對達內教育線上課程容易紀律鬆懈的評價與疑惑,林同學卻抱持著不一樣的意見:「身為初學者,能以自己的步調理解 Python 教學中的每個基礎概念,是不可或缺的!」以學長的姿態,林同學向所有對線上課程卻步的學員們喊話。林同學更補充,若不是線上課程,他就沒辦法接觸到北京業界一流的 Python 教學師資。「既然都要學了,當然要跟最好的老師,學最先進的技術!」我想,就是這樣追求卓越的決心以及面對學習挑戰的屹立不搖,讓他在達內教育的 Python 教學課程中成為程式語言的佼佼者吧!

      AI 一眼抓超速!中研院開發世界最快物件偵測技術: YOLOv4

      (Source:pixabay)   YOLOv4 創生故事 「只要讓我看一眼,我就知道這是什麼!(You Only Look Once, YOLO)」YOLO,是目前當紅的 AI 物件偵測演算法。中研院資訊科學研究所所長廖弘源及博士後研究員王建堯,與俄羅斯學者博科夫斯基(Alexey Bochkovskiy)共同研發最新的 YOLO 第四版(簡稱為 YOLO v4),一舉成為當前全世界最快、最高精準度的物件偵測系統,引爆全球 AI 技術社群,已然改寫物件偵測演算法的發展。究竟,他們在演算法裡動了哪些手腳?又是什麼樣的契機,開啟了這項研究? 產業出難題,學界來解題 故事,是從一項產學合作開始。前幾年,科技部提出了「產學共創」機制:產業出題、學界解題,中研院合作對象義隆電子,出了一個考題給資訊所:如何增進十字路口的交通分析?也就是即時偵測車流量、車速等等。當時義隆電子已經在十字路口架設了監視器,包括全景攝影機及單一方向的槍型攝影機,接下來最需要的,就是辨識車輛的物件偵測技術。 「但我們需要的不只是辨識車輛而已。」王建堯說。在馬路上運行中的車速度很快,物件辨識必須非常即時,在短時間內就能辨識出車輛,並能持續追蹤,計算車速。換句話說,這個技術對物件的偵測必須「快、狠、準」。此外,因為影像資料不斷產生,如果把資料都上傳雲端運算,不但比較耗時,也會給雲端電腦帶來太大的負擔,因此這個偵測技術還得做到一件事──計算量必須夠小,小到可裝在十字路口監視器上的小型計算器, 即可完成物件偵測的任務。 要做到交通路況的即時分析,必須有一種速度快、仍能精準辨識,但又可應用在生活中小型計算器的物件偵測技術。 YOLOv4 演算法達到這個不可能的任務!它是目前世界最快、最精準的物件偵測演算法,卻又能小到放在十字路口的監視器內,已實際應用於如「智慧城市交通車流解決方案計畫」,即時偵測車輛、停等車列、車速等等 。 物件辨識的阿基里斯腱:梯度消失問題 怎麼辦到的?首先,王建堯著手研究著名物件偵測系統 YOLOv3 ,「我們想找出在建立一個物件偵測系統時,哪一個步驟是最關鍵的?如果改善了,效率和精確度會提升最多?」廖弘源強調:「雖然是工程問題,但我們要把科學思考帶進來。」 先來認識物件偵測技術!它是個卷積神經網路(Convolutional Neural Network, 簡稱CNN),具有許多網路層,每一層負責抽取某些圖像特徵。一個輸入的影像通過層層層層層層……分析,最後找出最可能的答案。理論上,層數越多、判斷結果應該越精確。 ▲ 先教電腦定義每個影像的值,再透過神經網路的層層非線性函數運算,判斷影像最可能為哪個數字,信心水準比值最高者為答案。(圖:研之有物、Source:李宏毅)   訓練這個卷積神經網路的方法是:先倒入大量已標記正確答案的學習材料...

      SEO殺手-404與轉址式404錯誤(軟性404)解決方法

      SEO 必知的「響應代碼」定義 在訪問網站時,我們透過 Chrome、Safari 等瀏覽器連到網站的伺服器,以抓取網頁。當網頁被瀏覽器載入時,會附上一組響應代碼 (Response Code) ,用來告知瀏覽器這個網頁有沒有問題。這組代碼,我們在網頁上可能看不到。 響應代碼有很多種,分別代表不同的網頁載入狀況。其中一個最廣為人知的代碼是「404」。 基本上,介於 400 到 499 的任一組代碼,都代表網頁舞法載入。而本篇要提的 404 唯一具有特定含義的代碼:該頁面實際上已經消失了,很可能很快就不復存在。 目錄: 「響應代碼」定義 「轉址式 404(軟性 404、Soft 404)代表意義 可能被誤解為 404 的狀況 SEO 如何修復「轉址式 404」錯誤 使用...

      人工智慧寫「不想消滅人類」登《衛報》……記者將被 AI 取代?

      人工智慧撰文能力佳 開始在《衛報》寫專欄 英國的全國性日報《衛報》(The Guardian)日前刊登一篇標題駭人的文章──《這篇文章是機械人寫的。人類,你害怕了嗎?》 《衛報》身為英語世界流量第三大的報紙網站,每月有約一億六千萬瀏覽人次,如此龐大的讀者群,表示《衛報》的文章品質一直是備受信賴、肯定的。 而這樣對品質嚴格把關的老牌報紙,在日前卻把專欄託付給人工智慧,用最新的自然語言處理模型 GPT-3 生成一篇約 500 字的文章發表。難道人類記者要面臨失業危機了嗎?(註:GPT-3 是 OpenAI 發表的自然語言處理模型,是有強大的文字分析與生成能力的 AI。之前有柏克萊大學的學生使用 GPT-3 生成勵志文投稿,結果登上了 Hacker News 熱門榜、吸引大批粉絲追蹤。) 延伸閱讀: 人工智慧 GPT-3 寫文太療癒奪冠軍!學霸敲碗求 AI 發新文 AI 撰文稱「我不會消滅人類」 你相信嗎? ▲ AI 發表於《衛報》上之文章,轉發分享數已超過六萬次。圖片截圖自《衛報》網站。   AI...

      人工智慧把關用藥安全!AI 藥櫃取藥、送藥、用藥更精準

      防範給錯藥的意外 台引進人工智慧把關流程 生病吃藥是人一生中無法避免的事情,在健保制度普及的台灣,民眾用藥的頻率極高,「藥物錯誤事件」高居醫療意外事件排行之冠……為了在防止送錯藥的事件再發生,台灣近年積極引進「智慧藥櫃」,用人工智慧精密控管整個給藥流程,為全民健康把關! 藥物錯誤事件(Medication Errors)一直是各種醫療錯誤事件的大宗,原因是病人在服藥治療之前還有多重步驟:如醫囑之開立、處方書寫或轉謄、藥師調劑藥品、給藥、依指示服用藥品等,每個步驟都有發生疏失的風險 只要有任何一關未做好把關,就可能造成遺憾的發生,再加上依病人病情之需可能之多重用藥(polypharmacy),更是提高發生錯誤之機會。 為了確保用藥安全、更好地照顧病人,近年來國內如台大醫院、北醫醫院、台中榮總與中國醫附醫等醫院,積極導入智慧藥櫃,不但減少人力成本,由人工智慧協助把關,亦能降低潛藏的用藥風險 傳統藥品供應的困境 「一名婦人就醫後,發生藥師交付調劑藥物時,因藥名相似,發生給錯藥的事件,幸運的是此位婦人機警,及時發現該藥名稱、包裝和平常服用的藥物不同,否則發生服錯藥物的後果可不堪設想。此外,衛生局也接到市民反映由醫院帶回的門診藥品,上面的使用者不是自己的烏龍給錯藥案件……」 如此的新聞層出不窮,表示藥物錯誤事件至今在各國醫療不良事件中仍居高不下,如:處方開立錯誤、藥名或藥品外型相似、注射給藥事件等,都屬於藥物錯誤事件的一環。 藥師是傳統給藥過程中最重要的把關者,不但需協助醫師檢視調劑藥物之間是否會造成病患不良反應,更需要遵從「三讀」、「五對」原則: 「三讀」 從藥櫃取藥時一讀 拿藥時二讀 將藥放回藥櫃再看一次三讀,確認沒有拿錯藥 「五對」 確認病人對 藥物對 時間對 劑量對 途徑對 但在繁忙的臨床作業中,完全依靠人力去核對確認,很難避免百密一疏、完全消除用藥風險。已台大醫院為例,108 年平均一天就有 15,689 筆單一劑量藥車配藥單,護理師要在大量藥品中備藥、找藥,不只耗費大量人流及物流成本,有緊急狀況需催找急藥時,也難以靈機應變,往往造成醫師、藥師、護理師以及其他醫療人員的額外辛勞。 人工智慧藥櫃如何把關用藥風險? 那人工智慧藥櫃具體可以怎麼幫助醫療人員呢? 在領藥取藥方面,利用醫事人員卡或是人臉辨識,與院內值班系統同步比對,對於取藥身分做最嚴格的把關;取藥當下則可以透過秤重的方式、測量藥盒的內容物是否有正確減少。 例如:當醫療人員點選要領取這筆處方,智慧藥櫃會先確認藥師是否已經具有該權限,審核通過後藥櫃才會解鎖,所在的藥盒會亮燈提示,接著 AI 會計算該藥盒內容物的重量減少多寡,秤重判斷取藥的正確性。 如果發生錯誤取用的情況,即刻提醒醫療人員,若時間內未修正,藥櫃將異常情況通知傳送給該處的主管人員,杜絕取藥錯誤的可能。 而在藥品辨識方面,可以利用 AI 影像辨識技術,快速識別從藥櫃中取出的藥物名稱、外型和數量,一併顯示出藥品資料庫裡藥性、藥物副作用等相關資訊;在藥局調劑藥品時,也能更快辨認是否與處方籤相符,減少取藥錯誤。 AI 藥物辨識技術目前大致可分成兩種──1:1 和 1:N。前者多應用在醫療中心藥劑部調劑時,驗證管制藥物或高貴藥物;後者則應用在預防取用多種藥品時的錯誤。 現階段 1:N...

      人工智慧寫文太療癒 奪排行榜冠軍!學霸敲碗跟 AI 求雞湯文

      過去討論「哪些工作 人工智慧搶不走?」時,有一說是 AI 無法取代文字創作者,因為機器不可能寫出感動人心的文章,但這個說法或許已被打破了。 日前,一位加州大學柏克萊分校的大學生使用 GPT-3 生成一篇篇文章,不但未被察覺是人工智慧寫的假文,還登上了 Hacker News 熱門榜、吸引大批粉絲追更…… ▲ 一個正在寫經卷的機器人(示意圖,與本文無關。)   非營利人工智慧研究組織 OpenAI 於 2020 年 5 月發表自然語言處理語言模型 GPT-3( Generative Pretrained Transformer 3)的研究成果。這個號稱是目前世界最強大的 NLP 模型,由 1750...

      疫情下的人工智慧-社交距離後,機器人如何維繫我們的心理連結?

      疫情下的人工智慧-除了社交距離,「社交機器人」也能維繫心理連結 COVID-19 新冠肺炎疫情成為全球壓力測試,除了對經濟活動造成衝擊之外,日常生活需注意社交距離、社交活動減少、戴口罩的不便等因素,也讓人們備感疏離。 儘管社群媒體降低了溝通難度,卻無法拉近人與人之間的距離;而且現今全球依然壟罩在疫情的陰霾之下,食衣住行都不得不考量防疫,更是加深現代社會中普遍存有的焦慮與孤獨。 像是南韓首爾一家連鎖漢堡店「No Brand Burger」,為了防疫推出「機器人送餐」服務,主打顧客從點餐到取餐,可以完全不與工作人員有接觸;另一家連鎖家庭餐廳 Mad for Garlic 則是推出人工智慧送餐機器人,結合 3D 空間映射與自動駕駛技術,號稱可以自由通過桌子之間的狹窄通道,避開障礙物到達目的地。 此類「非接觸服務型機器人」的確能降低傳染疑慮,但防疫考量固然優先,但人們的心理需求也必須重視──此時,社交機器人的重要性重新受到注目。 疫情不止 多數民眾心理健康狀況惡化 ▲ (Photo by engin akyurt on Unsplash) 加拿大民意調查機構安格斯里德研究所(Angus Reid Institute)進行民調發現,超過半數受訪加拿大人表示「心理健康狀況惡化」,其中10 % 表示感到「嚴重惡化」;日前南韓首爾市政府針對 10 到 89 歲的市民進行線上問卷調查,結果顯示:40...

      熱門文章