如今，人们都在谈论AI将如何改变世界，但你可能不会注意到，它已经以微妙的方式融入到我们的生活。比如微软PowerPoint Designer，这是一个PowerPoint当前版本的新功能。每次当你创建一个新的幻灯片，Designer都会在无形中扫描你的内容，试图基于其它数百万个PowerPoint演示文稿，找出一个令你的内容更亮眼的方式。
与过去随意粘贴图片和项目符号不同，现在单击设计器选项卡，你会看到三个不同的选项，包含更好的字体选择和与幻灯片匹配的图像边框。这在几年前看起来似乎是未来主义的东西，现在已经变得非常简单、易用。
乔恩·费里德曼与罗娜特·劳伦斯
隐藏在它背后有一些奇怪而令人着迷的东西，当微软第一次测试Designer时，是一种完全不可言喻的感觉。「当第一次测试的时候，Designer做出来的文字以及动画的调性，让人感觉计算机比自己更清楚该要什么。」乔恩弗里德曼这样解释。作为微软设计董事合伙人，他主导Office套件的视觉设计。还有一个奇怪的地方：如果你持续遵循Designer给出的建议，你最终会得到的是一个再也不想做下去的PPT。看起来计算机似乎根本没有考虑到你剩下来的PPT该是什么样，而是一步步把内容接管过来。后来，微软解决了这个问题，发布了一个更好用、更中立的功能，这个功能提出了更多与上下文相关的建议。在这一系列变化背后，实际上是这家公司的一条人机交互设计理念：以人为本。
「以人为本」、「在情商和智商间平衡」、「尊重社会价值」、「尊重环境」和「与时俱进」，当你全部阐述出来时，这些原则似乎显而易见。但这些原则并不是一开始就确定下来的，而是一个历时五年得出的结果。在这个过程中，微软花费了大量的时间和精力，尝试通过观察人类获得客户信任的方式，来打造更好的人工智能助手。
探寻自然状态下信任如何形成
五年前，当微软正忙着与苹果Siri竞争时，设计团队发现当时用户正在测试的原型产品有一些地方很奇怪。他们有两种基本的助理风格：一种是用户帮助训练助手，另一种是简单地猜测一个人需要什么并得出结论。事实证明，用户对前者的宽容度要大得多，但对于后者，即使表现得一样好他们也不会感兴趣。训练助理这件事，让用户更容易宽容它的一些错误。
「为了研究这种动态，我们开始采访真实助手，请他们回想与客户之间的关系，以及随着时间的推移，他们的任务是如何演进的。」微软产品规划和研究高级总监Ronette Lawrence解释道。之后，这项研究演变成研究新人助手的工作，观察他们如何与新客户建立关系，并将他们的感受记录成日志。但要搞清楚这些关系的真相是一件非常棘手的事。人们在表达自己的情绪时往往会很辞穷，所以这个研究的方法是要求人们围绕着对音乐和艺术的思考，从而捕捉他们的情绪。Lawrence这样解释：「如果你让一个人去思考音乐，以及由音乐带来的情绪，人们会更容易感受到自己潜在的感情，这是一套健全的科学。」
这项研究是在自然状态下机器学习的一个转折点。这时，Google Now刚开始发布例如预测通勤情况，或是预测人们可能会在公交车站等多久这样的功能。Lawrence的团队注意到，用户是会觉得这些功能很神奇，但即使这些功能只是错上一两次，他们就会选择把它们全部关闭。这样的概率使Lawrence团队认识到，产生「信任」是很困难的，但也十分重要：除非人类感受到与机器之间产生了某种联接，否则他们永远不会再给它修正的机会，即使只是因为一个错误。
这种观点与他们正在做的助理研究项目刚好吻合。一次次的事实证明，助理们取得成功并不是因为他们比客户聪明，而是顺从客户的意愿。这直接适用于机器助理应该如何表现。劳伦斯解释说：「你从人身上带走的任务越多，你就越需要注意那些表现出来的情绪，比如这个系统让我感觉更强大更聪明，还是我只是觉得这个系统很聪明。」在人们使用系统的过程中，如果觉得这个系统比他们更强大，系统就不再是人的伙伴，它会引发人们对机器是否在为自己工作的担忧。
微软测试了人们对虚拟「助手」的反映：一个人坐在伪造的屏幕背后，扮演一个界面大脑。然后他们监测用户的心率和瞳孔扩张情况，来了解用户对看起来强大或者顺从的系统如何做出反应。而得出的一切结论都是现实助理一直以来的证明：你可以通过坦诚说出自己的局限，让客户的专业性引导你进步并获取他们的信任。但能够获得信任的真正秘诀是什么?是默默地学习以及尽可能多地了解一个人，直到你能以一种他们意想不到的体贴给他们带来惊喜。比如说，在合适的时候给他的兄弟姐妹一个完美的礼物建议，或者是推荐似乎适合他们的酒店。一个好助手要做的是给你选择的空间，让你做决定，而不是把它的意见强加于你。
随时间推移的屏幕演变
这些经验基于于微软今天如何处理AI设计。首先的一个原则是人应该是主角。还有一条原则，即关系应该随着时间的推移而发展。为此，微软正在尝试建立一个不同的AI适应模型。这个想法并不是想让所有人知道惊叹于机器的能力，而是通过提供供用户选择的选项，来默默获得用户的信任。然后，当时机成熟时，提供超过用户预期的更聪明的东西。
弗里德曼说：「让人们立即获得所有这些惊人能力的这种相反情况可能会超负荷，仍然会有30%的错误可能性。「这些模式还不会根据高可信度建议进行调整，然后实现信任的飞跃性提升。我们正在努力调整并建立一种关系，因为你必须借鉴人与人之间的关系是如何建立的。」
他给出了一些例子，比如观察到在制作PPT时，那些看看有哪些同事做了类似的演示以及哪些幻灯片值得借鉴就做得很好。弗里德曼补充道：「如果你还没有相关内容的权限，系统可能帮你说明。」 这些例子都暗示着UX在过去20年中发展的方式的反面。随着与用户的关系不断发展，屏幕会随着时间的推移而发生变化，而不仅仅是一系列针对可用性进行优化的屏幕。
劳伦斯说，关键在于，在计算机能做什么和应该做什么之间存在一种张力。「你如何做到尊重用户?有思想的设计诠释是如何让他们知道自己想要的，并且给到他们选择。」劳伦斯补充道。但培养正确的人际关系不仅仅是创造机器和观察人们喜欢他们的程度。相反，它应该要回到更深层次的真相：当完全没有机器参与时，人们彼此间为了形成关系而做的事情。