<p>用户体验研究的格局正在经历根本性的转变，这一转变是由人工智能的快速整合推动的。研究者不再局限于研究静态界面，而是准备成为复杂人机协作的架构师，积极塑造技术的未来，而不仅仅是对其做出反应。这一转变重新定义了整个人工智能用户体验研究学科的核心能力和价值主张。</p>
<p>当前，人工智能投资存在严重的不匹配，41% 的资金流向工人不希望自动化的领域，而关键的人类需求却未得到满足。根据公告，这种技术可行性与真正人类愿望之间的差距突显了人工智能用户体验研究的重要性。研究者在这些复杂的社会技术交叉点中独具优势，确保技术发展优先考虑工人的自主权，并解决现实世界的问题。这要求在理解研究领域自身如何演变方面采取积极的态度。</p>
<p>传统的研究范式，专注于静态产品的人物角色和用户旅程，正迅速变得过时。今天的产品生态系统需要持续的、嵌入式的洞察，以适应实时预测用户需求的人机系统。产品生命周期正在压缩，推动利益相关者寻求始终在线的学习系统和实时仪器，而不是冗长、延迟的报告。这要求人工智能用户体验研究的开展和交付方式发生深刻的演变，向更敏捷和集成的方法转变。</p>
<h2>人工智能用户体验研究的变迁</h2>
<p>人工智能用户体验研究的未来远比简单的工作替代叙事更为复杂；它涉及在各种人机协作模式中重新整合技能。这些模式从辅助协作（人工智能为人类分析总结数据）到合作伙伴关系（共同制定研究计划）不等。更高级的模式包括监督自动化（人工智能在人工监督下执行研究）和开创性领域（如协调感知），在数据流中架构反馈系统。这一演变已经在新的职位类别中显现，融合了研究与产品实验和人工智能系统学习，突显了角色的动态重新定义。</p>
<p>随着人工智能在其 “崎岖的边界” 中导航，一些任务容易被自动化，而另一些则依然顽固地以人为中心，最具影响力的人工智能用户体验研究者将倾向于发挥明显的人类优势。跨界工作至关重要，涉及连接组织孤岛并从客户支持和销售电话等多样数据源中综合意义的广泛工作。框架创新使研究者能够重新构建问题，并想象超越人工智能定义参数的可能性，通过上下文和文化理解为现有数据赋予新意义。最后，成为组织催化剂意味着掌握结果，动员注意力，并协调那些常常不被注意的工作，将洞察转化为实际成果。</p>
<p>研究职能本身可能经历一种分裂，演变为多个专业职能。一种可能性是 “学习架构”，研究者设计和利用人机系统，整合分布式数据流并提供及时、有意义的洞察。另一种是 “人机系统设计与评估”，扩展角色以包括复杂生态系统的动手原型和实验设计。“具身智能” 强调研究者作为主要工具的角色，与参与者共同生成洞察，并吸收推动实时决策和创新的背景。这些潜在的未来为人工智能用户体验研究社区提供了积极的机会。</p>
<p>这种转变虽然可能具有挑战性，甚至在专业界限变化时引发 “悲伤”，但为人工智能用户体验研究提供了无与伦比的机会。研究者不再被动地对变化做出反应，而是独特地处于主动重新构想和塑造自身未来的位置。通过作为深思熟虑的人机协作架构师贡献自己的声音，人工智能驱动的产品和服务的未来将本质上设计得更好，更符合真正的人类需求。</p>

<p>人工智能用户体验研究领域正在发展，从静态界面研究转向促进人机协作。研究人员现在的任务是解决技术能力与人类需求之间的差距，强调持续洞察对于自适应系统的重要性。新的职位角色正在出现，专注于整合人机系统和增强组织协作。这一转变为研究人员提供了重新定义自身角色的机会，积极塑造以人工智能驱动的产品的未来，确保它们满足真实的人类需求</p>

<p>The landscape of UX research is undergoing a fundamental transformation, driven by the rapid integration of artificial intelligence. No longer confined to studying static interfaces, researchers are now poised to become architects of intricate human-AI collaboration, actively shaping the future of technology rather than merely reacting to it. This shift redefines the core competencies and value proposition of the entire AI UX research discipline.</p>
<div class="lb-trans"><p>用户体验研究的格局正在经历根本性的转变，这一转变是由人工智能的快速整合推动的。研究者不再局限于研究静态界面，而是准备成为复杂人机协作的架构师，积极塑造技术的未来，而不仅仅是对其做出反应。这一转变重新定义了整个人工智能用户体验研究学科的核心能力和价值主张。</p>
</div><p>A critical misalignment currently plagues AI investment, with 41% flowing into areas workers do not want automated, while crucial human needs remain underserved. According to the announcement, this gap between technical feasibility and genuine human desire highlights where AI UX research becomes indispensable. Researchers are uniquely positioned to navigate these complex sociotechnical crosshairs, ensuring technology development prioritizes worker agency and addresses real-world problems. This demands a proactive stance in understanding how the research field itself is evolving.</p>
<div class="lb-trans"><p>当前，人工智能投资存在严重的不匹配，41% 的资金流向工人不希望自动化的领域，而关键的人类需求却未得到满足。根据公告，这种技术可行性与真正人类愿望之间的差距突显了人工智能用户体验研究的重要性。研究者在这些复杂的社会技术交叉点中独具优势，确保技术发展优先考虑工人的自主权，并解决现实世界的问题。这要求在理解研究领域自身如何演变方面采取积极的态度。</p>
</div><p>The traditional research paradigm, focused on personas and user journeys for static products, is rapidly becoming obsolete. Today’s product ecosystems demand continuous, embedded insights for adaptive human-AI systems that anticipate user needs in real-time. Product lifecycles are compressing, pushing stakeholders to seek always-on learning systems and real-time instrumentation over lengthy, delayed reports. This necessitates a profound evolution in how AI UX research is conducted and delivered, moving towards more agile and integrated approaches.</p>
<div class="lb-trans"><p>传统的研究范式，专注于静态产品的人物角色和用户旅程，正迅速变得过时。今天的产品生态系统需要持续的、嵌入式的洞察，以适应实时预测用户需求的人机系统。产品生命周期正在压缩，推动利益相关者寻求始终在线的学习系统和实时仪器，而不是冗长、延迟的报告。这要求人工智能用户体验研究的开展和交付方式发生深刻的演变，向更敏捷和集成的方法转变。</p>
</div><h2>The Shifting Sands of AI UX Research</h2>
<div class="lb-trans"><h2>人工智能用户体验研究的变迁</h2>
</div><p>The future of work in AI UX research is far more nuanced than simple job replacement narratives suggest; it’s about skill rebundling across a spectrum of human-AI collaboration modes. These modes range from assistive collaboration, where AI summarizes data for human analysis, to cooperative partnerships in drafting research plans. More advanced modes include supervised automation, where AI executes studies under human oversight, and pioneering areas like orchestrated sensemaking, which architects feedback systems across data streams. This evolution is already manifesting in new job categories, merging research with product experimentation and AI system learning, underscoring a dynamic redefinition of roles.</p>
<div class="lb-trans"><p>人工智能用户体验研究的未来远比简单的工作替代叙事更为复杂；它涉及在各种人机协作模式中重新整合技能。这些模式从辅助协作（人工智能为人类分析总结数据）到合作伙伴关系（共同制定研究计划）不等。更高级的模式包括监督自动化（人工智能在人工监督下执行研究）和开创性领域（如协调感知），在数据流中架构反馈系统。这一演变已经在新的职位类别中显现，融合了研究与产品实验和人工智能系统学习，突显了角色的动态重新定义。</p>
</div><p>As AI navigates its “jagged frontier,” where some tasks are easily automated while others remain stubbornly human-centric, the most impactful AI UX researchers will lean into distinctly human strengths. Boundary spanning is crucial, involving expansive work that connects organizational silos and synthesizes meaning from diverse data sources like customer support and sales calls. Framing innovation allows researchers to reframe problems and imagine possibilities beyond AI’s defined parameters, assigning new meaning to existing data through contextual and cultural understanding. Finally, becoming an organizational catalyst means owning outcomes, mobilizing attention, and orchestrating the often-invisible work that transforms insights into shipped realities.</p>
<div class="lb-trans"><p>随着人工智能在其 “崎岖的边界” 中导航，一些任务容易被自动化，而另一些则依然顽固地以人为中心，最具影响力的人工智能用户体验研究者将倾向于发挥明显的人类优势。跨界工作至关重要，涉及连接组织孤岛并从客户支持和销售电话等多样数据源中综合意义的广泛工作。框架创新使研究者能够重新构建问题，并想象超越人工智能定义参数的可能性，通过上下文和文化理解为现有数据赋予新意义。最后，成为组织催化剂意味着掌握结果，动员注意力，并协调那些常常不被注意的工作，将洞察转化为实际成果。</p>
</div><p>The research function itself may undergo a kind of mitosis, evolving into multiple specialized functions. One possibility is “learning architecture,” where researchers design and leverage human-AI systems that integrate distributed data streams and deliver timely, meaningful insights. Another is “human-AI systems design and evaluation,” expanding roles to include hands-on prototyping and experimental design for complex ecosystems. “Embodied intelligence” emphasizes the researcher’s role as a primary instrument, co-producing insights with participants and absorbing context that fuels real-time decision-making and innovation. These potential futures underscore a proactive opportunity for the AI UX research community.</p>
<div class="lb-trans"><p>研究职能本身可能经历一种分裂，演变为多个专业职能。一种可能性是 “学习架构”，研究者设计和利用人机系统，整合分布式数据流并提供及时、有意义的洞察。另一种是 “人机系统设计与评估”，扩展角色以包括复杂生态系统的动手原型和实验设计。“具身智能” 强调研究者作为主要工具的角色，与参与者共同生成洞察，并吸收推动实时决策和创新的背景。这些潜在的未来为人工智能用户体验研究社区提供了积极的机会。</p>
</div><p>This transformation, while potentially challenging and even “grief-inducing” as professional boundaries shift, presents an unparalleled opportunity for AI UX research. Rather than passively reacting to change, researchers are uniquely positioned to intentionally reimagine and shape their own future. By contributing their voices as architects of thoughtful human-AI collaboration, the emerging world of AI-driven products and services will be inherently better designed and more aligned with genuine human needs.</p>
<div class="lb-trans"><p>这种转变虽然可能具有挑战性，甚至在专业界限变化时引发 “悲伤”，但为人工智能用户体验研究提供了无与伦比的机会。研究者不再被动地对变化做出反应，而是独特地处于主动重新构想和塑造自身未来的位置。通过作为深思熟虑的人机协作架构师贡献自己的声音，人工智能驱动的产品和服务的未来将本质上设计得更好，更符合真正的人类需求。</p>
</div>

AI UX Research: Architects of Human-AI Collaboration

- UX 研究正因人工智能的快速整合而转型，重塑核心竞争力和价值。  
- 当前 AI 投资存在错位，41% 流向员工不愿自动化的领域。  
- 研究者需积极应对，促进人机协作以应对真实需求，推动领域演变。

AI 用户体验研究：人类与 AI 协作的设计者