微软用户体验研究负责人的职业路径 - 该负责人于2025年4月加入微软，担任高级用户体验研究员，领导Microsoft Teams通话及相关AI体验的研究工作 [1] - 其职业路径非典型，拥有五年建筑学背景，后通过三个月用户体验课程转型，并攻读用户体验与交互设计硕士学位 [1][2] - 职业生涯始于建筑行业实习，后于2018年攻读硕士，并在Korn Ferry获得UX研究员实习及全职职位，直至2021年 [2][4] - 2021年10月进入大型科技公司思科，担任用户体验研究负责人超过三年半，之后加入微软 [4] 人工智能领域的实践经验与技能获取 - 在思科期间，该负责人通过专注于Webex会议和消息AI功能的项目，开启了AI领域的实际产品工作 [5] - 为理解AI机制，积极获取生成式AI、代理AI设计模式、大语言模型以及评估AI体验等方面的认证和培训 [5] - 利用Google Skills、Microsoft Training和DeepLearning.AI等平台的课程和在线资源，学习如何将生成式AI应用于项目 [6] 人工智能产品开发与评估的关键经验 - AI需要持续评估，而非一次性测试，以确保其持续提供可信体验，这涉及设计定性研究以检验AI对话在不同用户群体中的表现 [7][8] - 研究发现AI对话存在语调不一致、语义误解和节奏问题等现实摩擦点，通过揭示这些点来完善AI系统，使其工作更可靠和包容 [8][9] - AI设计需兼顾无障碍性，它既能降低障碍（例如通过自动化步骤帮助残障人士），也可能因设计疏忽而制造新的不平等 [10] - 无障碍性与AI不可分割，需将残障人士纳入AI研究，并评估AI如何与屏幕阅读器和键盘导航等辅助技术集成 [11] 非技术背景人员切入AI领域的策略与价值 - 提升AI技能时，流利度比技术深度更重要，关键是要充分理解技术以便与之互动，并弥合技术团队与用户需求之间的差距 [12] - 获得流利度意味着理解大语言模型的工作原理、局限性，并设计能考虑这些限制的评估框架，这有助于向工程师提出正确问题，并设计与产品经理紧密合作定义AI体验的成功标准 [13] - 非传统技术背景可能成为优势，建议从AI与人的交汇点而非AI与代码的交汇点入手，关注AI在产品中的呈现方式及用户体验 [14] - 为AI功能定义“质量”是增添价值的最实用方法之一，例如与产品经理共同探讨AI是否保持在范围内、能否优雅处理中断、是否跨语言和方言具有包容性等问题 [14] - 构建围绕“AI与人”的作品集至关重要，招聘经理希望看到如何负责任地塑造AI并使其可用，应记录所有框架、评估研究以及见解影响决策的案例 [15] - 可以尝试参与AI集成到现有工具中的项目，或对公开可用的AI工具进行小规模研究，以展示思考能力 [15][16] - 研究人员、产品思考者等非传统背景人士在回答AI功能应做什么、应如何表现、能否解释其能力范围、出错时能否优雅恢复等问题上具有独特优势 [16][17]