人机交互技术：被我们忽略的，悄悄改变生活的隐形革命
最早碰电脑那会，我还得蹲在机房背DOS命令。错一个字符，直接罢工。那时候我想破头也想不到，二十多年后，普通人对着手机说句话就能缴电费、开空调，连瘫痪病人都能用意念打出完整的句子。
九十年代台式机房键盘鼠标人机交互场景
触摸屏刚出来的时候，行业里一片唱衰，说谁会用手指在玻璃上打字，误触率高到离谱。乔布斯把第一个iPhone推出来的时候，多少老硬件玩家吐槽这是异端。现在呢？你上街找个不带触屏的手机给我看看？连家里的油烟机都给你整块触控屏。
说实话，人机交互技术的迭代从来不是按规划好的路线走的。哪次不是歪打正着，哪次不是用户用脚投票选出来的方向？
大模型自然语言人机交互理解错误案例展示
很多人吹大模型交互要替代所有实体界面，其实根本站不住脚。你去公司做报表，点鼠标选单元格改格式，比对着AI说十句都靠谱。不过话说回来，自然语言交互确实打开了一扇门。我妈今年六十八，不会用PS不会剪视频，现在想把广场舞合影修一修，对着AI说两句话就搞定了，放十年前想都不敢想。
它不是来替代旧交互的，它是给原本不会用复杂工具的人，开了个新入口。
下一代交互，核心是读懂人的隐性需求
现在学界和业界都在盯着下一代人机交互技术，很多人把宝全押在更聪明的大模型上，我反倒觉得，未来的突破在多模态情绪自适应交互上。
什么意思？就是交互不能只读懂你说出来的话，还要读懂你没说出来的情绪和需求。去年清华人机交互实验室发了一个面向车载导航的自适应系统，能通过你握方向盘的力度、你说话的语气、甚至你踩油门的加速度，判断你现在是不是赶时间、是不是烦躁。如果你已经不耐烦了，它就自动简化播报，只说关键的转向信息，不会絮絮叨叨给你讲周边景点，逼得你忍不住想把导航关了。
这个方向太戳人了。现在很多交互设计，明明一堆没用的信息往你脸上堆，美其名曰“个性化推荐”，其实根本不管你现在想不想要。
还有现在的脑机交互，别觉得这是科幻片里的东西。去年国内已经有团队做到了非侵入式脑机接口，帮助瘫痪病人实现了一分钟输入超过20个汉字，虽然速度还比不上打字，但是对于失去运动能力的人来说，这就是重新和世界连接的窗口啊。
还有VR里面的眼动追踪交互，你眼睛看哪，光标就跟到哪，还能通过你瞳孔缩放的幅度，判断你对哪个产品感兴趣，自动调整展示内容，比你用手柄按来按去舒服一百倍。
我前阵子在一个行业沙龙上，碰到几个刚毕业的博士生，他们做的方向是给认知障碍老人做非接触式交互，不需要动手说话，通过摄像头捕捉表情和眼神变化，就能判断患者想要喝水还是想要翻身，已经在几个养老院做测试了，反馈特别好。
你看，最好的人机交互技术，从来都不是堆参数堆出来的。它是蹲在用户身边，看懂用户没说出口的需求，做出来的。
你每天刷手机点外卖，用导航开车，对着AI问问题，其实每时每刻都在用人机交互技术。大多数时候你感觉不到它的存在，这才是它最厉害的地方。
对吧？等再过十年，我们现在用的触屏手机，说不定也会像当年的按键功能机一样，被摆在博物馆的玻璃柜里，当成老古董给孩子看。
那一天来的，肯定比我们想的要快。
从人迁就机器，到机器适应人
最早期的人机交互，规则全是机器定的。你要让机器干活，就得先学会它的语言，从打孔卡到命令行，哪一步不是人削足适履？ 鼠标的发明本来是为了给实验室工程图做定位，谁都没料到这个小玩意儿直接统治了PC交互整整三十年。直到现在，办公室里的设计师、程序员，哪离得开鼠标？九十年代台式机房键盘鼠标人机交互场景
触摸屏刚出来的时候，行业里一片唱衰，说谁会用手指在玻璃上打字，误触率高到离谱。乔布斯把第一个iPhone推出来的时候，多少老硬件玩家吐槽这是异端。现在呢？你上街找个不带触屏的手机给我看看？连家里的油烟机都给你整块触控屏。
说实话，人机交互技术的迭代从来不是按规划好的路线走的。哪次不是歪打正着，哪次不是用户用脚投票选出来的方向？
大模型时代，人机交互的坑比你想的多
现在所有人都在说，自然语言就是未来的人机交互入口。对着AI说句话，什么都能给你做，听起来很美对不对？ 我亲身体验过好多次。要做个PPT，对着AI说“帮我做一个十五页的露营产品介绍，风格活泼一点”，结果出来的内容一半是重复的，页脚全错，风格别说活泼了，比公文还死板。要p个图，说“把我合影里左边这个人的脸调小一点”，AI直接把人给我移到右边去了。 去年MIT CSAIL发布的最新科研成果显示，当前大模型端的用户意图歧义识别错误率高达36.8%。也就是说，你说三句话，就有一句AI理解错了。大模型自然语言人机交互理解错误案例展示
很多人吹大模型交互要替代所有实体界面，其实根本站不住脚。你去公司做报表，点鼠标选单元格改格式，比对着AI说十句都靠谱。不过话说回来，自然语言交互确实打开了一扇门。我妈今年六十八，不会用PS不会剪视频，现在想把广场舞合影修一修，对着AI说两句话就搞定了，放十年前想都不敢想。
它不是来替代旧交互的，它是给原本不会用复杂工具的人，开了个新入口。
下一代交互，核心是读懂人的隐性需求
下一代交互，核心是读懂人的隐性需求
现在学界和业界都在盯着下一代人机交互技术，很多人把宝全押在更聪明的大模型上，我反倒觉得，未来的突破在多模态情绪自适应交互上。
什么意思？就是交互不能只读懂你说出来的话，还要读懂你没说出来的情绪和需求。去年清华人机交互实验室发了一个面向车载导航的自适应系统，能通过你握方向盘的力度、你说话的语气、甚至你踩油门的加速度，判断你现在是不是赶时间、是不是烦躁。如果你已经不耐烦了，它就自动简化播报，只说关键的转向信息，不会絮絮叨叨给你讲周边景点，逼得你忍不住想把导航关了。
这个方向太戳人了。现在很多交互设计，明明一堆没用的信息往你脸上堆，美其名曰“个性化推荐”，其实根本不管你现在想不想要。
还有现在的脑机交互，别觉得这是科幻片里的东西。去年国内已经有团队做到了非侵入式脑机接口，帮助瘫痪病人实现了一分钟输入超过20个汉字，虽然速度还比不上打字，但是对于失去运动能力的人来说，这就是重新和世界连接的窗口啊。
还有VR里面的眼动追踪交互，你眼睛看哪，光标就跟到哪，还能通过你瞳孔缩放的幅度，判断你对哪个产品感兴趣，自动调整展示内容，比你用手柄按来按去舒服一百倍。
我前阵子在一个行业沙龙上，碰到几个刚毕业的博士生，他们做的方向是给认知障碍老人做非接触式交互，不需要动手说话，通过摄像头捕捉表情和眼神变化，就能判断患者想要喝水还是想要翻身，已经在几个养老院做测试了，反馈特别好。
你看，最好的人机交互技术，从来都不是堆参数堆出来的。它是蹲在用户身边，看懂用户没说出口的需求，做出来的。
你每天刷手机点外卖，用导航开车，对着AI问问题，其实每时每刻都在用人机交互技术。大多数时候你感觉不到它的存在，这才是它最厉害的地方。
对吧？等再过十年，我们现在用的触屏手机，说不定也会像当年的按键功能机一样，被摆在博物馆的玻璃柜里，当成老古董给孩子看。
那一天来的，肯定比我们想的要快。