AI产品经理能力模型的重点素质:人文素养和灵魂境界

news2024/11/20 2:21:28

在这里插入图片描述

在AI产品经理的能力模型中,我最想提的差异化关键点,就是“人文素养和灵魂境界”。

1

为什么“人文素养和灵魂境界”非常重要?

一、“人文素养和灵魂境界”如何影响AI产品设计?

例1:面对一个具体的AI场景,可能会需要体系化的文科知识背景

1)亚马逊的Alexa

为了让 Alexa 拥有「人」的性格,亚马逊找了很多女性来做性格塑造——

  • Alexa 的原始回应组织:由拥有创意写作硕士学位的米歇尔.里根.兰森负责;
  • 回应趋近消费者的期望:由专门从事人格科学研究的心理学毕业生法拉赫.休斯顿负责;
  • 另外,米歇尔.里根.兰森手下还有一大帮剧作家诗人小说家音乐家,他们每一周的「出品」都会被整合到 Alexa 的人格设定里面去。

2)伦理学:在养老院里,有2个老人,一个要看新闻台,一个要看体育台,机器人该怎么办?

3)心理学:AI机器人被用户给教坏了(有种族歧视、脏话等等),怎么解决?心理学上,小孩子会有“依恋对象”(比如妈妈),在被教育提升时,她说的话占绝对领先的权重(比如90%);所以,也可以设定某个群体/个体的用户,对某个具体的AI机器人有更大的影响力权重。

例2:AI机器人,应该是“有趣”还是“有用”?

在这里插入图片描述

大家知道,作为行业内知名度比较高的2个AI机器人,小冰和度秘曾经的定位重心是不同的(现在已经本质上不一样了),前者最开始主要是“有趣”(先抓住用户,再提供更多价值),后者主要是“有用”(能解决实际用户问题的前提下,也会优化更友好的用户交互体验)。这2个方向,不能说对错,但至少,如果作为其设计者/AI产品经理,首先得有明确的个人认知,否则容易跟着别人的想法变,就没法做事了。

例3:做AI产品设计时(特别是机器人相关产品),能否只重点考虑理性功能/价值,而部分忽略感性功能/价值?

对于AI/机器人产品,“必然”会带来感性角度的用户体验,而且这不是以AI产品经理自身的意志为转移的! 也就是说,一旦AI产品经理没考虑感性角度的用户体验问题,很可能会给用户带来感性伤害。

这方面,最经典的一个概念就是“恐怖谷**(Uncanny Valley)”

在这里插入图片描述

“恐怖谷”理论,最早是于1970年由日本机器人专家森政弘)提出的:当机器人与人类的相似度极低(如上图的“工业机器人”)时,人们对它没有太多的情感反应;当这些非人的物体开始被赋予一些人类的特征,在外形和动作上同人类逐渐接近时(如上图的“人形机器人”),人们对它的亲近感和好感度会逐渐增加;但当它与人类相像超过一定程度,人们对它的好感反而会下降,呈现一个情感反应的低谷,即“恐怖谷”;当它与人类的相似度继续上升,人们对它的好感会再次回到正面。

日本机器人学者黑石浩,就制作了一个和他一样长相的机器人(见下图),是不是有点恐怖呢?(如何区分谁是机器人?看眼睛。)

在这里插入图片描述

多说一点,如何避免跌入“恐怖谷”呢?行业内,规避恐怖谷效应的策略主要有两类

一类是将人物特征“非人化/卡通化”,使其不像真人,从而保持在恐怖谷左侧的曲线上。Pixar工作室的作品多采用这个策略,比如2004年的电影《超人总动员》。

另一类策略则是从真人入手,通过动作表情捕捉反向生成动画角色,使角色极度像真人,从而“跳过”恐怖谷到达右侧的曲线上。 比如电影《阿凡达》中的潘多拉星球人,还比如电影《本杰明巴顿奇事》里老年Brad Pitt的角色塑造——老年婴儿Brad Pitt是通过对Brad Pitt真人捕捉附加到CG版Brad Pitt上实现的,CG直接刻画真人也达到了非常高的水平,可以说是电影CG特效的巅峰之作。(更多信息可参考文章《诡异的恐怖谷效应》)

图片

电影《阿凡达》

图片

电影《本杰明巴顿奇事》

正如巨著《哥德尔、埃舍尔、巴赫:集异壁之大成》(Godel, Escher, Bach: An Eternal Golden Braid,简称GEB)的作者侯世达(Douglas Hofstader)所说——

图片

在这些例子之上,我个人真正想表达的是——

图片

二、对“人文素养和灵魂境界是否重要”,3位AI产品经理的实际感受和回应

  • AI产品经理-甲(刚转型成AI产品经理3个月,初级职位):互联网产品经理也需要人文素养,为什么要特别提出这点?
  • AI产品经理-乙(转型成AI产品经理已24个月):AI产品经理,需要具备的能力素质有很多项,比如了解AI技术边界、有成本意识、有人文素养……
  • AI产品经理-丙(刚转型AI产品经理3个月,但在负责整个事业线):AI产品经理和互联网产品经理相比,能力要求方面,最大的不同是什么?只说一点——“人文素养”。

从以上3个真实案例中,对比感受出

  • 刚转型AI产品经理不久的初级PM,由于能力经验和负责事务的level相对初级,对“人文素养和灵魂境界”并没有特别的感触
  • 转型AI产品经理已相对熟练的PM同学,正开始对“人文素养和灵魂境界”有所重视,但还只是把她当作能力素质项之一来看待。
  • 而对于需要站在最高角度看待AI产品的高级PM来说,即使转型AI的时间较短,但由于综合能力视野更强,能很快的发现“人文素养和灵魂境界”可能是对AI产品用户体验影响最大的根本素质项。

某种意义上说,能力模型的意义是,决定了我们工作输出价值的上限和下限。比如,产品经理的常规能力要求、AI相关知识能力以及垂直行业认知等能力项,决定了我们将来工作产出和个人成就的下限,但 “人文素养和灵魂境界”,将会决定我们将来工作产出和个人成就的上限。 也就是说,如果你只是想成为普通的AI产品经理,可以忽略“人文素养和灵魂境界”的提升,但如果你想成为TOP 5%、甚至TOP 1%的AI产品经理,就一定不能忽视这个方面了。

三、“人文素养和灵魂境界”,对AI产品经理的人生质量也会有影响

有一个可怕的现实,可能很多人并未察觉:我们作为AI产品经理从业者,工作中必然会需要去设计AI机器人的所思/所想/所为,潜移默化的,我们有可能会在“模拟AI机器人”的过程中,让自己变得越来越像机器人

有2个相关的现象:

  • 很多长年使用电脑/手机等电子产品的人群,比如超过35岁的互联网从业者,面部肌肉会非常僵硬,看似已经部分的失去了“做表情”的能力,甚至夸张的说,失去了对“情感”的感知和表达的能力。
  • 有些朋友发现一个有点奇怪的现象:本以为AI产品经理会更活跃/外向一些,但很多AI产品经理同学,表现得过于内敛、缺乏激情或者打动人的闪光点。

就像某位大佬说:我不担心机器会变得像人类,我反而担心人类会变得像机器一样(没有情感)。

也就是说,如果我们有过多的“逻辑性”和“思维束缚”,但缺乏“人文素养和灵魂境界”方面的内涵,可能会造成一个非常严重的后果——让我们自己的人生(家庭/生活),最终都不够幸福,至少不是我们美好愿景所期望的那样——这真的不是我们想看到的结果。

如何提高“人文素养和灵魂境界”

“人文素养和灵魂境界”,不是一朝一夕能速成的,最重要的,是多和自己身边“正心诚意”、靠谱的牛人互动学习,潜移默化的提升。另外,每周日,我会在知识星球“AI产品经理大本营”里分享一些相对超越性的理念或心法,称作**“周日换频道”系列文章**;这些内容,不一定适合每个人,但希望能激发大家自己的思想和灵感。

AI产品经理的“人文素养和灵魂境界”,是否有一定的评判标准?

这是某个社群同学曾提出的问题;这里,只是说下我的个人认知,供大家参考——

一、是否能有自己的感性认知?(涉及价值观;有思想源头)

类似前文提到的AI机器人(小冰vs 度秘)的例子,两者定位重心是不同的,“有趣”或“有用”,都是可以选择的方向;这里有点涉及每个人的不同价值观,不能说哪个一定对或错,但至少,如果作为其设计者/AI产品经理,首先得有自己的明确认知

不过,需要注意的是,这种涉及价值观的感性认知,应该是有其思想源头的,不论是东方的儒释道,还是西方的某些思想,都可以;但最好不是“我就是这么认为的”这种空中楼阁式的论断。

二、有了自己的感性认知方向之后,能否有独到的insight?

什么叫“独到的insight”?就像我经常说的,是否有跟主流观点相反的、或者更深一层的认知(英文表述叫unpopular opinion)?

比如,提到足球运动员,可能大众常规认知会觉得他们是头脑简单、四肢发达的肌肉男,但是,世界顶级足球运动员齐达内就曾说,“足球是一项脑力运动”,因为他们需要不断的观察场上形势(比如哪里有传球空档)、队友和对方球员的动向等等,运动能力其实是实践他们脑力判断的工具。

还比如,业内对于AI聊天机器人产品的衡量指标,一般首先会想到(沿用)小冰首先提出的“CPS”概念(Conversations Per Session,即一次完整聊天期间的连续对话轮次)。个人认为,在聊天机器人领域早期,用CPS来驱动产品技术优化是可以的,但是,要真正商业化落地,CPS是不够的,比如,如果某款儿童聊天机器人(不论实体或虚拟)通过5轮(对话)交互,就能引导一个小孩调整某个不良行为习惯,为什么一定要用更多的交互次数呢?也就是说,最好还是应该从效果角度出发,而不能为了交互次数而交互次数。

这类“跟主流观点相反的、或者更深一层的认知”,可能并不是100%正确,或者未来被他人或自己推翻,但是,这都不会掩盖其自身的价值。

三、有了独到insight之后,是否能将宏观、抽象的认知,细化落地到具体的AI产品调性和体验feature设计

一、案例 | AI应用时面临的法律问题和风险

二、现状 | 各国对AI法律政策问题的探索

三、未来 | AI可能如何影响法律

最终细化到具体的产品feature层面,详见“四、落地 | 以上内容对AI产品经理有何实际借鉴意义”中的“4、产品体验细节设计”,比如——

1)充分考虑女性、儿童、残疾人、少数族群等易被忽视群体的利益,并对道德和法律的极端情况设置特别的判断规则。特别是聊天对话类产品。

2)体验流程中,如果涉及隐私,需要“明确提醒用户并征得用户同意”,以及“告知用户收集XX隐私信息的期限和方式”,而且,用户有权(有操作入口)拒绝企业对其进行画像等自动化决策(即,不能像Facebook那样,先斩后奏,让用户先使用、然后才能关闭相关功能)。

在这里插入图片描述

以上AI产品经理“人文素养和灵魂境界”的3条评判标准,虽然不一定全面或正确,但应该是可供大家实操/check的

最后多分享一点,所谓评判标准,其实还是“仁者见仁智者见智”的事情——具备“仁”的人,才能够看到别人身上的“仁”,具备“智”的人,才能够看到别人身上的“智”。也就是说,你有什么,你才能看到什么。

如何转行/入门AI产品经理?

现在社会上大模型越来越普及了,已经有很多人都想往这里面扎,转行/入门AI产品经理,但是却找不到适合的方法去学习。

作为一名资深码农,初入大模型时也吃了很多亏,踩了无数坑。现在我想把我的经验和知识分享给你们,帮助你们学习AI大模型,能够解决你们学习中的困难。

我已将重要的AI大模型资料包括市面上AI产品经理入门手册、AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习,等录播视频免费分享出来,需要的小伙伴可以扫取。

一、AGI大模型系统学习路线

很多人学习大模型的时候没有方向,东学一点西学一点,像只无头苍蝇乱撞,我下面分享的这个学习路线希望能够帮助到你们学习AI大模型。

在这里插入图片描述

二、AI产品经理入门手册

在这里插入图片描述

三、AI大模型视频教程

在这里插入图片描述

四、AI大模型各大学习书籍

在这里插入图片描述

五、AI大模型各大场景实战案例

在这里插入图片描述

六、结束语

学习AI大模型是当前科技发展的趋势,它不仅能够为我们提供更多的机会和挑战,还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型,我们可以深入了解深度学习、神经网络等核心概念,并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时,掌握AI大模型还能够为我们的职业发展增添竞争力,成为未来技术领域的领导者。

再者,学习AI大模型也能为我们自己创造更多的价值,提供更多的岗位以及副业创收,让自己的生活更上一层楼。

因此,学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1896192.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

android deep links即scheme uri跳转以及googlePlay跳转配置

对于googlePlay的Custom URL就是googlePlay上APP网址: https://play.google.com/store/apps/details?idcom.yourapp如果是国内一些应用,则考虑market://包名等方式,自行百度。 对于Android URI Scheme: 首先需要在Manifest xm…

AR视频技术与EasyDSS流媒体视频管理平台:打造沉浸式视频体验

随着增强现实(AR)技术的飞速发展,其在各个领域的应用日益广泛。这项技术通过实时计算摄影机影像的位置及角度,将虚拟信息叠加到真实世界中,为用户带来超越现实的感官体验。AR视频技术不仅极大地丰富了我们的视觉体验&a…

Cortex-A510——内核及汇编

Cortex-A510——内核及汇编 小狼http://blog.csdn.net/xiaolangyangyang 1、异常等级 2、异常等级切换 同步异常: 1、SVC/HVC/SMC; 2、MMU引发的异常(内核态EL1发生,发生后不会进行异常等级切换…

边界无限陈佩文:红蓝对抗安全演练常态化的各方分析

虽然常态化演练尚未正式开始,但我们仍然希望对各方的表现进行一些分析和预测,以辅助我们对市场的判断和决策。同时,也希望通过这些初步的见解,抛砖引玉,引发更多有价值的讨论和观点。 “船停在码头是最安全的&#xf…

深度学习1

1.支持向量机Support Vector Machine(SVM)是一种对数据二分类的线性分类器,目的是寻找一个超平面对样本进行分割,广泛应用人像识别,手写数字识别,生物信息识别。 二维空间分割界是一条直线,在三…

骨传导耳机哪个牌子好?总结五款好用骨传导耳机推荐!

在健康意识日益增强的今天,运动健身已成为连接身心健康的桥梁,而音乐则是这座桥上最动人的风景。然而,对于热衷于运动的人们而言,传统耳机往往难以胜任,其稳定性与卫生性问题成为一大痛点。 正当此时,骨传…

【机器学习】连续字段的特征变换

介绍 除了离散变量的重编码外,有的时候我们也需要对连续变量进行转化,以提升模型表现或模型训练效率。在之前的内容中我们曾介绍了关于连续变量标准化和归一化的相关内容,对连续变量而言,标准化可以消除量纲影响并且加快梯度下降…

vue 中 使用腾讯地图 (动态引用腾讯地图及使用签名验证)

在设置定位的时候使用 腾讯地图 选择地址 在 mounted中引入腾讯地图: this.website.mapKey 为地图的 key // 异步加载腾讯地图APIconst script document.createElement(script);script.type text/javascript;script.src https://map.qq.com/api/js?v2.exp&…

Android的课程学习助手APP-计算机毕业设计源码19307

基于Android的课程学习助手APP 摘 要 在数字化、信息化的时代背景下,移动学习已成为现代教育发展的重要趋势。为了满足广大学生对高效、便捷学习方式的迫切需求,一款基于Android平台的课程学习助手APP应运而生。这款APP巧妙地将先进的信息技术与学习体验…

养老院生活管理系统

摘要 随着全球范围内人口老龄化趋势的日益加剧,养老院作为老年人生活的重要场所,其生活管理问题也显得愈发突出和重要。为了满足养老院在日常生活管理、老人健康监护、服务人员管理等多方面的需求,提高管理效率和服务质量。决定设计并实现了…

模拟5亿年自然进化史,全新蛋白质大模型ESM3诞生!前Meta老将力作LeCun转赞

模拟5亿年自然进化史,全新蛋白质大模型ESM3诞生!前Meta老将力作LeCun转赞。 能抗衡AlphaFold 3的生命科学大模型终于出现了。初创公司Evolutionary Scale AI发布了他们最新的98B参数蛋白质语言模型ESM3。不仅支持序列、结构、功能的all-to-all推理&#…

搞了个 WEB 串口终端,简单分享下

每次换电脑总要找各种串口终端软件,很烦。 有的软件要付费,有的软件要注册,很烦。 找到免费的,还得先下载下来,很烦。 开源的软件下载速度不稳定,很烦。 公司电脑有监控还得让 IT 同事来安装&#xff0…

基于FreeRTOS+STM32CubeMX+LCD1602+AD5621(SPI接口)的DAC控制输出Proteus仿真

一、仿真原理图: 二、运行效果: 三、STM32CubeMX配置: 1)、GPIO配置: 2)、freertos配置: 四、软件部分: 1)、main主函数: /* USER CODE BEGIN Header */ /** ****************************************************************************** * @file …

华为ENSP防火墙+路由器+交换机的常规配置

(防火墙区域DHCP基于接口DHCP中继服务器区域有线区域无线区域)配置 一、适用场景: 1、普通企业级网络无冗余网络环境,防火墙作为边界安全设备,分trust(内部网络信任区域)、untrust(外部网络非信…

算法思想总结:优先级队列

一、最后一块石头的重量 . - 力扣(LeetCode) 我们每次都要快速找到前两个最大的石头进行抵消,这个时候用优先级队列(建大堆),不断取堆顶元素是最好的!每次删除堆顶元素后,可以自动调整&#xf…

前端面试题10(js多位数组变一维数组)

1. 使用concat()和递归 function flatten(arr) {return arr.reduce((acc, val) > Array.isArray(val) ? acc.concat(flatten(val)) : acc.concat(val), []); }let multiDimArray [[1, 2, [3]], 4]; let flatArray flatten(multiDimArray); console.log(flatArray); // 输…

GTest和Catch2单元测试学习(附Cmake测试代码库)

kevin_CTest CTest 单元测试学习 Gitee库: https://gitee.com/bigearrabbit/kevin_ctest.git 示例多是从网页文章上摘取的,大部分记录在下面,或者源码内。供学习参考。 CTest 学习Catch2 框架 单个文档的测试架构,使用方便&am…

【SQL】已解决:SQL错误(15048): 数据兼容级别有效值为100、110或120

文章目录 一、分析问题背景二、可能出错的原因三、错误代码示例四、正确代码示例五、注意事项 已解决SQL错误(15048): 数据兼容级别有效值为100、110或120 在数据库开发和管理过程中,我们经常会遇到各种各样的错误。本文将详细分析SQL错误(15048)的背景、可能原因、…

转型AI产品经理前需要搞懂的9个问题

笔者近10年来一直工作于AI领域技术和产品一线,今天分享9个大家普遍关注却少有人系统回答的问题。 1.下一个10年,AI产业在国内的发展和职业发展的机遇如何? 从四方面看: (1)技术角度:逐步成熟…