设计师AI可解释性教程
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
UXAI 是一个面向用户体验设计师的可解释人工智能（XAI）视觉化入门资源，目标是帮助设计师理解 AI、XAI 及其在人本 AI 产品界面中的应用。网站由加州大学伯克利分校 School of Information 的硕士学生于 2020 年创建，成员背景包括产品设计、UX 研究和产品管理。它更像一个开放学习资料库与设计工具包，而非传统意义上的系统课程。
内容模块包括 AI Basics、Explainable AI、Design Strategy、Toolkit Beta 和 Glossary。AI Basics 介绍人工智能、机器学习等基础概念；Explainable AI 解释 XAI 的背景与重要性；Design Strategy 关注如何解释 AI 系统以改善用户体验；Toolkit Beta 则通过“有毒植物识别”场景，展示 Why、Why not、What if、How confident 等问题类型，以及全局特征重要性、决策树近似、反事实解释、模型置信度等解释方式。正文未显示直播、录播、1v1、作业或测验，因此应归类为网站自学资源。
网站未提及收费、订阅或支付方式，并标明内容采用 Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License，说明其更偏开放非商业学习资源。正文也未出现证书、认证、结课证明等信息，若学习者需要职业认证或正式课程履历，该资源并不能直接满足。
优势在于定位非常聚焦：它不是泛泛讲 AI，而是把 AI 可解释性转化为 UX 设计师可用的问题框架和解释模式。Toolkit 的卡片化思路适合团队工作坊、产品评审和界面方案发散。术语表也能降低非技术设计师理解黑箱系统、置信度、决策树、神经网络等概念的门槛。不足是课程化程度有限，没有清晰学习进度、练习反馈、教师服务或社区机制；Toolkit 标注 Beta，且部分下载卡片功能显示 Coming Soon，完整性仍有限。
它适合 UX 设计师、产品设计师、UX 研究员、产品经理，以及正在做 AI 产品解释性界面的团队；不太适合想学习模型训练、算法实现或获取证书的人。中国访问情况正文未提供，域名可访问性、网络稳定性和支付均无法判断；由于未涉及收费，支付问题暂不明显。替代或补充资源可参考 Google People AI Guidebook、HCI/CHI 相关论文，以及国内高校或平台的人机交互、AI 产品设计课程。
本测评基于公开资料整理,不构成购买建议,请以 uxai.design 官网实际信息为准。
面向UX设计师的XAI入门工具包。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。