---
title: 机器学习的过度泛化体验
date: '2018-06-09 23:11:29'
draft: false
summary: 模型一旦开始自动替用户猜意图，偶发错误就会以非常冒犯人的方式出现。
slug: machine-learning-mistakes-often-look-like-stupidity-to-users
syndication:
- platform: Weibo
  url: https://weibo.com/1648815335/4249138763791790
tags:
- ai
- ride-hailing
- ux
topics:
- product
type: post
---

“智能”与“智障”

最近用滴滴打车回家时经常给我送错位置，明明我定的位置是西门，结果给送到南门。开始我还以为是我弄错或者司机没按导航走，今天特意和司机确认了下，他说最近也有客人遇到过这种问题，据说是滴滴的人工智能在起作用，应该是我有几次本来定位在西门，但在南门下了。

我回想了下，果然如此。有几次晚上加班从东边过来，就顺便在南门下了，多走几步路也不远。连续几次后，滴滴通过分析发现可能我指的西门，实际上是南门，于是滴滴给“智能”纠正了，免得我再和司机说了。但最近几次我都是从西边过来，明显西门比较顺，并且带孩子时我一般都走西门，毕竟近一些。这个“智能”就有点弄巧成拙了。

实际上大数据以及 #人工智能# 带来最大的想象力就是可以用程序进行一定程度的“猜心术”了。但毕竟人心难测，再“智能”的程序也只是基于一定概率的结论，所以产品方案中最好还是以建议为主，别擅自作主。这样猜中了用户会觉得惊喜，猜错了用户也会忽略。但如果自作主张弄错了，用户就会觉得“智能“变“智障”了。比如很多人都有过和智能纠错的编辑器搏斗的经历。