[AI 專業好書陪讀] 第20章：案例研究：透過願景原型製作提出棘手問題

Chpter 20: Case Study: Asking Tough Questions Through Vision Prototyping

章節概述

正如我們在第三部分所討論的，願景原型製作是研究AI專案必備的UX工具。它恰好也是處理棘手問題（例如關於AI倫理、偏見等問題）的單一最佳且最有效的方法。本章將涵蓋建立願景原型的實用「該做」與「不該做」，並提出一個案例研究，說明如何透過探索與遊戲，利用願景原型製作練習來處理棘手問題。

---

案例研究：腐蝕監測

現場的典型工業管道看起來非常粗糙——更像是Netflix影集《奧術》(Arcane)中的地下城，而不是你在光鮮亮麗的工廠廣告中看到的任何東西。當然，生鏽的管道是一個安全隱患，但也是一筆巨大的開銷。你可能想不到，但在一個典型的工廠中，管道佔了高達40%的投資—這項投資在大多數情況下磨損得相當快，大約在5到10年內。了解工廠管道的剩餘壽命（並透過特殊塗層盡可能延長其壽命）是一門利潤豐厚的生意。

圖1，資料來源：UX for AI, GREG NUDELMAN (2025)

通常，測量一段管道中剩餘材料的厚度是一個漫長的手動過程，需要由訓練有素的技術人員使用昂貴、靈敏的超音波設備進行精確測量。(圖1)

幾年前，我與一家大型工業公司合作，他們希望創建一種「裝上就不用管」的廉價永久性感測器束，安裝在管道上，持續監測剩餘材料的厚度，當某段管道磨損速度比正常快，或某段管道接近使用壽命終點時，提醒工廠主，以便更換或塗上特殊的防腐蝕材料。

該公司花了數年時間試圖完善他們的小型廉價感測器，使其能像複雜、昂貴且精密的手動機器一樣準確，因為他們唯一的參考就是一個戰術性的UI，顯示一個簡單的圖表：X軸是時間，Y軸是管道厚度。

在我們弄清楚如何用公司新的廉價「長駐型」感測器準確測量剩餘管道材料厚度之後，對於下一步該做什麼，沒有任何願景。儘管公司花了數年時間開發新感測器，但無論他們多麼努力，使用廉價感測器獲得準確的管道厚度讀數仍然遙不可及。然而，因為他們唯一的參考就是這個簡單的戰術性UI設計，公司只能不斷嘗試，因為他們假設他們需要的是能夠像手動過程一樣準確測量管道厚度的能力。

該公司從未嘗試建立一個願景原型，因為，何必呢——每個人都知道系統是如何運作的。他們有用例、有主題專家（SME）、有銷售人員和產品經理，這些人都很懂行，所以誰會去費心做（我引述）「一張該死的圖2」呢？唉。

圖2，資料來源：UX for AI, GREG NUDELMAN (2025)

---

突破性洞察