不知不覺已經倒數第二篇啦！
上一篇分享了一些給設計人想往這個方向發展的相關資源，
這篇就來談談如果是人文社會背景的話該怎麼做。
之前最開始談到社會學、人類學、心理學等等領域，
在人機互動領域關心的議題。
我自己覺得其實那些議題，是AI時代追求人性，
非常不可或缺的努力方向。
因此我覺得如果是出身於這些比較人文社會背景的朋友，
應該要多多善用自己的專業訓練優勢。
因為這些人文素養的東西，
很需要花時間培養。
而閱讀、書寫和剖析整理脈絡，
也是需要大量練習才可以慢慢抓到訣竅。
我自己當年去輔修心理系的時候，
就深深感覺到，即使我在資訊領域非常如魚得水，
我到了心理系我就是一個小白。
所以那時候曾經有一堂課的老師，
有提到使用者經驗的部分，
並且說心理系的同學要小心，
未來可能有很多資訊系之類的同學，
會來跟心理系的同學搶飯碗。
我就表示其實沒有這麼容易。
畢竟無論是量化方法的實驗和統計分析，
或是質性方法的觀察、訪談、田野調查和質性分析，
每一項能力都是功夫。
即使門外的人可以依樣畫葫蘆，
跟著定義好的方法做，
也沒辦法很清楚理解
這些方法背後的一些想法跟假設。
所以再次重申，
我覺得人文社會背景的人，
是在AI時代追求人性不可或缺的角色。
但是這件事情以現況來說並不是很明顯。
像使用者經驗研究員通常職缺是最少的，
很多公司也都只偏好聘雇博班以上學歷的人。
我覺得這件事情其中一個原因，
是因為使用者研究做出來的東西，
可能不見得可以馬上推出該怎麼做。
很多時候可能能提出的建議都是相對抽象的。
這個現況大概也是為什麼我在前天的文裡面有提到，
技術背景的人其實擁有很多優勢，
同時也可能因為這些優勢有很多偏誤。
在面對這些抽象的概念時，
如果不懂得如何去消化這些概念，
很多時候會把那些結果化簡為「沒用」。
因此我覺得，技術背景的人，
應該要學會去閱讀各種使用者研究的結果。
而做使用者研究的人，
應該也要熟悉技術相關的「語言」。
其實做民族誌方法的人，
有些人會強調作為一個「小白」的好處，
正是因為你是一張白紙，
所以你更能夠站在同樣是白紙的人的立場，
去思考很多事情。
透過不斷與各種在這個場域的人互動，
漸漸地去建構出屬於自己的框架和語言，
來詮釋眼前所見的事物。
我覺得這是人文社會背景的人，
如果發展使用者研究這一塊，
很適合做的事情。
當然，我覺得人文社會背景的人，
很多也可以考慮學習設計或是技術，
去往工程師或者使用者經驗設計師的角色邁進。
這個部分可以參考上兩篇提供的資源。
以使用者研究來說，
我覺得熟悉量化跟質化方法都很重要，
因為只有兩種都熟悉，
你才能因地制宜地去把兩種方法的好處結合在一起。
如果想學習人機互動領域相關的統計方法，
我很推薦華大iSchool Jacob O. Wobbrock教授的
Practical Statistics for HCI。
中文也有一些其他的資源，
像我有找到交大人文社會學系潘美玲老師有開一門社會統計課程
質性方法的線上課程比較少，
我只有找到一堂澳洲Griffith University開的
Why Experience Matters: Qualitative Research
中文的話有師大潘淑滿教授開的
質性研究101(下)
想知道更多人機互動的研究方法，
我另外很推薦Ways of Knowing in HCI這本書。
裡面談了很多不同的研究方法，
包括質化跟量化、Research through Design，問卷
各種各樣的都有。
除了以上的資源，
坊間還有非常多可用性測試、使用者研究等等的資源
這邊提供一些連結給大家參考：
這些只是冰山一角，有興趣的人可以再多上網搜尋喔～
至於AI相關的使用者研究，
目前都有漸漸在出現，
但還有很多議題可以被關注跟討論。
有興趣的人可以去用「Human-Centered Machine Learning」，
去搜尋看看相關的論文跟討論。
另外也很推薦大家讀讀
「科學、科技與社會(Science, Technology, and Society, STS)」的東西。
這個領域專門以社會科學的角度去分析科技/科學對於社會的影響。
我有找到MIT開放式課程的翻譯網站：
http://www2.myoops.org/twocw/mit/Science--Technology--and-Society/index.htm
給大家參考看看囉！
以上大概是針對使用者研究的一些資源跟討論。
整理的可能有點亂，希望不會太難吸收啦：Ｐ
明天就是最後一天啦！！！
iThome鐵人賽
看影片追技術