編者按：利用人工智能進行信息架構，不僅提高了內容的可發(fā)現(xiàn)性和利用率,，更為企業(yè)節(jié)約信息獲取成本,。而人工智能的另一個應用場景是提高內容的可發(fā)現(xiàn)性（findability）,，具體而言就是打造更強大的搜索引擎。本文作者spydergrrl介紹了如何更有效地利用人工智能生成更好的搜索結果,。

我完全沉迷于使用人工智能,、搜索模式和信息架構來提高內容的可發(fā)現(xiàn)性的想法。我們正在使用聊天機器人和數(shù)據挖掘做著驚人的事情,，它們可以增強手動信息架構工作,，全面提高用戶體驗。

為什么人工智能+用戶體驗=更好的可發(fā)現(xiàn)性

假設你有一個包含搜索組件的服務?，F(xiàn)在,，你的用戶可能正在進行搜索，并使用手動過濾器對搜索結果進行排序,，就像他們一直以來所做的一樣,。

你怎么知道他們是否找到了他們需要的東西？你可以依靠分析來看他們是否正在訪問你想讓他們訪問的內容,，并進行用戶研究以得知他們是否認為自己能夠成功地完成他們的任務,。你可以通過分析慣用數(shù)據、服務時間并在回訪和反饋表單中直接詢問他們來衡量整體用戶滿意度,。

假設有些用戶在搜索時遇到問題,，或者不能從搜索結果中找到所需的內容。也許他們的體驗總體上是湊合的，但是通過搜索結果查看搜索字詞和點擊量你可以知道,，他們可以得到更好的搜索結果或者與其任務相關的更清晰的路徑,。

你如何幫助他們更好地搜索呢？也許如果他們稍微使用更狹窄的角度或更綜合的短語,，他們可能就能夠找到更多關于他們所查詢問題的相關信息,。但這些都是理論,。

你將重新設計服務,，包括搜索，使用以用戶為中心的設計方法,。效果不錯,！然后，讓我們植入一點人工智能技術,。

當你開始進行用戶體驗的設計過程時,，你可以使用人工智能系統(tǒng)去分析大量看似無關的數(shù)據來幫助你的設計決策。例如,，你可以設置你的數(shù)據挖掘工具去開始收集結構化和非結構化的數(shù)據（分析,、搜索查詢以及其他慣用數(shù)據）。當你確定要為用戶解決哪些問題時,，你可以連接一個人工智能系統(tǒng)（例如IBM Watson）來開始分析非結構化的數(shù)據,。

人工智能訓練

但是，怎么能讓人工智能系統(tǒng)知道它該做什么呢,？這是個有趣的部分：首先它解析數(shù)據的表面價值,，然后你需要去訓練它。人工智能系統(tǒng)可以花費比手動的方法少得多的時間分析大量的數(shù)據,，并且可以實時學習,。它們了解背景，所以你可以通過公司規(guī)定,、元數(shù)據和問題的形式向它們提供更多額外的信息,。

在你完成用戶體驗研究和設計階段時，你將不斷完善你提出的問題并將改變其數(shù)據方面的分析,。你可以用簡單易懂的話問它問題：有多少人搜索X,？有多少次Y作為回答出現(xiàn)？我們有關于Z的哪些類型的信息,？系統(tǒng)基于其對數(shù)據的分析,，會盡可能好地回應這些問題。最美妙的部分就是你不會被你問問題的能力所限制,。系統(tǒng)會帶走你的問題,，還有數(shù)據，進行實際學習。它開始問自己問題,。隨著時間的推移和搜索引擎中出現(xiàn)越來越多的問題,，以及收集到更多的用戶分析，它可以更好地建立連接,、識別趨勢,、提出假設以及生成更豐富的結果。

這將如何幫到用戶搜索呢,？如果你的用戶依靠搜索來查找信息,，那么你可以用這個數(shù)據來提高搜索質量。想想：更好地預測搜索字詞,、更相關的搜索結果以及類似Amazon的跨主題推薦,。這些都有潛力讓用戶體驗變得更豐富，因為你的用戶所需要的內容直接來自于一個已經從上一個查過它的人學習過的引擎,。

信息架構的人工智能

它如何有助于設計出更好的信息架構,？信息架構最困難的部分之一是使用對用戶有用的標簽來創(chuàng)建適當?shù)膬热莘纸M,。人工智能可以通過分析趨勢的內容相關數(shù)據,，幫助發(fā)現(xiàn)和提出內容之間的關系：從單詞本身的意義到用戶如何尋找或搜索再到他們是如何在網站或應用程序或服務之間進行移動的。人工智能能夠突出我們人類所看不到的趨勢,，這可能成為新的信息面或內容的使用案例,。

假如你將用戶研究與你的人工智能系統(tǒng)的大規(guī)模數(shù)據分析相結合，會更好地識別內容類型之間的關系并改進內容分組和交叉連接嗎,？要以更有意義的方式為你的用戶進行內容分組并添加標簽,，要在正確的時間提供正確的相關鏈接，并使你的網站,、服務或產品更加直觀,。并且假如它可以分析內部和外部數(shù)據，會幫助你決定如何最好地為內容管理器構建內部信息結構（例如你的內容管理系統(tǒng)）和終端用戶的導航結構嗎（例如你的網站或應用程序的菜單）,？

我們還需要人工的力量

當然,，現(xiàn)在我還不提倡機器生成的信息架構，但我建議使用人工智能分析來自看似無關資源的用戶數(shù)據可以生成我們所看不到的趨勢和關系,。并且它可以構建更適合用戶的內容，并且提供有價值的信息,。

如果用戶體驗中有什么東西是我們可以更多地使用的,，我認為它不一定是數(shù)據,；是智能,。人工智能可以為我們帶來目前不同來源的數(shù)據所缺少的智能,。數(shù)據可視化可以幫助內部的人更好地理解人工智能輸出的結果,，從而幫助進行決策制定,。所有的這些都是新的,，并且這意味著數(shù)據科學家有機會成為用戶體驗設計過程中的關鍵支持者。

人工智能到信息架構到信息管理

除了支持信息架構設計,，人工智能通過增加可發(fā)現(xiàn)性和推薦的潛力,，為信息管理系統(tǒng)提供了一些真正有趣的機會。想想：因為人工智能系統(tǒng)可以推測文檔之間的含義和關系,，所以你從來不需要去再次標記你在企業(yè)文檔管理系統(tǒng)上傳的文件內容,。

假如你的內部文檔管理系統(tǒng)能夠主動通知你有人上傳了一個關于你感興趣的主題的文檔會如何呢,？并且假如它能夠確定文件與你的興趣相關，即使沒有出現(xiàn)任何特定的短語,，但是人工智能系統(tǒng)能夠分析文檔中的非結構化的內容并將其映射到你所標注的相似的內容又會如何呢,？在登錄系統(tǒng)后就有推薦的相關的內容出現(xiàn)并幫助到你的工作將會多么美好呢？

我們從哪里開始,？

對于我的情況而言,，我正在把Watson植入我正在創(chuàng)建的系統(tǒng)的后端開始收集數(shù)據。我正在使用用戶研究來告訴它我導入引擎的商業(yè)規(guī)則,。我的目標是生成更好的搜索結果,，并最終設立一個基于聊天機器人的推薦引擎來幫助用戶找到他們需要什么以及他們應該從哪里獲得這些信息，因為,，讓我們面對這個現(xiàn)實,，沒有人知道大型組織是如何工作的，并且也不知道在哪里能提出他們的請求,。

并且如果我至少能夠幫助用戶知道在哪里能直接提出他們的請求,，我就為他們節(jié)省了時間并且為我的公司節(jié)省了大量的資金。這是一個小的變化,，但它可能產生非常大的影響,。

但關鍵在于要開始：找到一些項目并添加一個人工智能組件，來看看它能夠做什么,。開始把規(guī)則和問題扔給它,，來看看你（還有它！）可以學到什么,。

嘗試,、運行,、開辟、開始,。

翻譯來自：蟲洞翻翻 譯者ID：蓋里君 編輯：郝鵬程