什么是 People + AI Guidebook？
People + AI Guidebook（PAIR 指南）是 Google 旗下 PAIR（People + AI Research）团队于 2019 年发布的实践指南，旨在为设计师、产品经理和开发者提供创建以人为中心的 AI 产品的系统化指导。
2018 年，来自 Google 产品和研发团队的百余位工程师、设计师和研究员汇聚一堂，共同编写这部指南。PAIR 的联合创始人 Jess Holbrook 和用户体验研究员 Kristie Fisher 主导了这一项目，最终在 2019 年正式对外发布。
进入 2023 年，随着生成式 AI 产品浪潮到来，PAIR 指南的访问量在半年内增长了 560%，反映出全球对以人为中心的 AI 设计指南的迫切需求。
PAIR 的六大核心章节
指南涵盖产品生命周期的不同阶段，分为六大章节：
| 类别 | 章节 | 核心问题 |
|---|---|---|
| 用户体验 | 用户需求与成功定义 | 如何定义 AI 产品的成功？ |
| 用户体验 | 心智模型 | 用户如何理解 AI 的工作方式？ |
| 用户体验 | 可解释性与信任 | 如何建立用户对 AI 的信任？ |
| 技术实践 | 数据收集与评估 | 如何获取和评估训练数据？ |
| 技术实践 | 反馈与控制 | 如何让用户参与 AI 的改进？ |
| 技术实践 | 错误与优雅失败 | 如何处理 AI 的失败？ |
生成式 AI 时代的新挑战
随着大语言模型（LLM）和生成式 AI 的普及，PAIR 指南面临着全新的设计挑战：
1. 幻觉问题（Hallucinations）
生成式 AI 会产生看似合理但实际错误的输出。如何设计安全的产品体验，让用户意识到这一风险？
2. 认知负荷增加
用户需要判断 AI 生成的内容是否正确，这增加了认知负担。设计需要帮助用户更高效地核查信息。
3. 输出多样性
生成式 AI 每次都可能产生全新的输出，这使得可预测性和一致性变得更加复杂。
4. 公平性与包容性
如何确保 AI 产品考虑到被边缘化社区的需求，避免加剧现有的不公平？
PAIR 的更新方法论
为了应对这些挑战，PAIR 团队采用三管齐下的研究方法：
- 内部 AI 原则审查： 分析 Google 负责任 AI 审查中的模式，提取常见的干预和缓解措施
- 内部设计与批判性思考工作坊： 跨职能团队讨论生成式 AI 可能带来的未来风险
- 外部 AI 生态合作： 与法律、教育、社会正义等领域的专家合作，如 Equitable AI Research Roundtable (EARR)
为什么这份指南重要？
PAIR Guidebook 填补了政策框架与工程实践之间的空白。虽然各国政府（如欧盟 AI 法案、美国 NIST AI 风险管理框架）已经明确了"需要做什么"，但 PAIR 指南回答了"如何做"的问题。
对于 AI 从业者而言，这不仅是一份设计手册，更是一种思维框架——如何在技术创新与人类价值观之间找到平衡。