机器行为学案例库是一个重点关注机器行为学学术相关案例的内容管理系统（CMS），是一种位于WEB前端（Web 服务器）和后端数据库之间的软件系统。为了方便内容的创作人员、编辑人员、发布人员使用内容管理系统来提交、修改、审批、发布内容，初始创建者分析总结了案例种的内容信息、呈现方式，针对于不同信息数据，制定了相应的信息固定设计范式。
一、纯文字信息固定设计范式
1.一栏文字
所有案例中，纯文字排版都为最大网页宽度为1290px，内容区域间距60px，字体大小12px的排版。在案例的正文部分，文字均为左对齐展示。
2.二栏文字
两栏文字标题字号20px，正文字号12px，两栏等分。
举例：
（1）算法和智能机器在全社会的广泛运用
目前，人工智能算法以及基于算法的智能机器作为代表性的人为事物已经广泛地渗透到人类生活的方方面面。前面提到的新闻排序算法影响人们对资讯的获取，影响人们对世界的看法；银行征信记录和信用评分算法影响人们贷款的决策；车联网的算法会改变传统汽车的行驶模式进而改变人们的出行方式；智能家居产品对人们的语音指令做出反应，改变了人们的家庭生活模式……机器行为改变的已经不再是单一的人类个体，正在影响着人类的行为和社会结果。在这样的情况下，全面研究机器行为就变得非常重要。
（2）数据的版权、隐私与情境
人工智能系统通常需要从数据中进行机器学习，这些数据集的维度和数据量增加了人们理解这些智能系统的难度。但问题不仅仅是理解的问题，大数据本身的问题会导致在设计智能机器的时候无法获得足够的数据，进而预测所设计的智能机器最后的输出结果。这中间最大的考虑到版权、隐私和安全等方面的考虑，很多时候，在开源的算法测试平台，设计者只能观察到智能系统的输入和输出。
就算这些代码和模型开源，设计师和程序员也不太可能就由此能准确预测出这些模型的输出，因为涉及的因素太多而且对算法的控制很大程度上与周围的情境密切相关。
二、图信息（包括图片/图表/关系图/逻辑图）固定设计范式
对于呈现方式为图的信息，有六种固定设计范式，并在不同信息数据结构情况下选择使用。设计范式及其使用情境分别为:图全幅展示（奠定案例视觉风格并突出案例标题）、图居中嵌入（最常用）、图左对齐环绕（图文结合并先阅读图片）、图右对齐环绕（图文结合并先阅读文字）、多图展示（2-3个图的连续展示）、图文并列（需对照文字阅读图）展示六种。
下面是对于这六种图信息固定设计模板的分别展示。
（1）图全幅展示（奠定案例视觉风格并突出案例标题）
访谈宝（VOC）”智能用户研究系统设计
本设计与研究由英国艺术与人文基金项目（牛顿计划）与华为研究院“智能设计”项目共同资助，其总体目标是通过智能系统软件的设计，帮助需要进行访谈的用户研究员高效整理访谈录音材料，一键生成访谈报告，提升用户研究员的工作效能。
上图取自案例《访谈宝（VOC）”智能用户研究系统设计》
（2）图居中嵌入（最常用）
（3）图左对齐环绕（图文结合并先阅读图片）
左图为邦立峰等人的研究结果，右图为本研究的结果。图中的每个框的中心线表明均值，框的上下范围表明了95%的置信区间。
从图中可以看出，不同的情境会产生完全不同的道德决策。在“选择牺牲自己保护行人”这个倾向于牺牲自己的选择时候，与自己的家人在一起的意愿最低，与同事在一起其次，独自一人意愿最高。而“是否需要购买主动保护措施”或者“购买最少的自我保护系统”这两个答案也相似，即与家人在一起更倾向于保护自己。
此部分图文取自案例《自动驾驶汽车道德困境的中国大陆研究》
（4）图右对齐环绕（图文结合并先阅读文字）
研究创造了两条包含8个不同玩家的任务链。上述的每一个玩家的某个“8步路径”在任务链中是一个节点，被称为“代（generation）”。第一条任务链的8代任务全部由不同的人类玩家参加，第二条任务链则在第2代以一个算法玩家代替了人类玩家，其他各代还是由人类组成，如图24.7。
（5）多图展示（2-3个图的连续展示）
此部分图文取自案例《智能系统延时行为对人类体验的影响研究》
（6）图文并列（需对照文字阅读图）
在算法修改后，研究选取了消费次数为1-15次的11291名顾客的配送费价格差与店铺消费次数在“新”、“熟”用户两个层次上进行了分析。分析发现：算法改进前，店铺消费次数与配送费价格存在低度正相关关系（r=0.48，P<0.1），这说明出现了杀熟行为。算法改进后，店铺消费次数越多，配送费价格越低（r=-0.85，P<0.01），杀熟行为得到了有效改善。
右图 24.5 改进前和改进后的算法验证结果
此部分图文取自案例《算法“杀熟”机器行为研究与策略改进设计》
三、假设、算法、函数信息固定范式
（1）假设
假设1：价格差与用户会员身份等级存在正相关关系。
假设2：价格差与用户消费次数存在正相关关系。
假设3: 价格差与其它因素不存在相关关系。
（2）算法
此算法取自案例《人类的偏见限制了进化算法的迭代研究》
（3）函数
此函数取自案例《算法“杀熟”机器行为研究与策略改进设计》
四、表格
（1）默认宽度
| 变量 | 低拟人化条件均值（标准差） | 中拟人化条件均值（标准差） | 高拟人化条件均值（标准差） |
| 拟人感知度 | 3.56 | 4.57 | 5.01 |
| （0.96） | （0.69） | （0.78） | |
| 信任度 | 3.26 | 4.38 | 4.32 |
| （0.47） | （0.36） | （0.38） | |
| 喜爱度 | 3.39 | 4.4 | 4.47 |
| （1.23） | （1.02） | （0.99） |
上表取自案例《自动驾驶汽车交互界面拟人化对用户信任的影响研究》
（2）宽幅表格
| 任务列表 | 对应的语音提示列表 |
| 1.车辆启动 | 1.车辆启动前往目的地 |
| 2.直行 | 2.车辆正在直行 |
| 3.右转 | 3.前方180m右转 |
| 4.避让行人 | 4.探测到前方有行人通过，停车等待 |
| 5.紧急停车 | 5.探测到前方有危险，紧急停车 |
| 6.红灯等待 | 6.前方红灯，停车等待 |
| 7.到达目的地 | 7.到达目的地已停车 |
上表取自案例《自动驾驶汽车交互界面拟人化对用户信任的影响研究》
