Ja, AI erstatter designere

Men her er tre måder, vi kan samarbejde med AI for fremtidig succes på

AI lyder skræmmende - meget mere end det faktisk er. Efter sin bredeste definition er AI "en maskine, der kan handle ved hjælp af ræsonnement eller opfattelse af menneskelig stil." Og der er en underliggende angst for, hvad det kan indebære for designere - at AI vil være ideater, designe og præsentere kreativ.

Det er dog ikke nødvendigvis sandt. Mennesker har længe arbejdet på at skabe maskiner og teknologi, der revolutionerer, hvordan vi gør ting. Fra runde hjul til elektricitetsdrevne biler har vi udviklet os til at skabe teknologi, der gør arbejde og liv lidt lettere - og vi har udviklet ikke kun os selv, men også vores job som et resultat af det.

Det er ikke anderledes end med AI og design. Så selvom AI erstatter designere, erstatter det dagens designere, ikke morgendagens designere. AI bliver en designpartner og et værktøj, som designere kan bruge til at imødekomme stadigt udviklende krav på arbejdspladsen. Og når vi plejer et forhold, lad os lære, hvad vores partner kan og ikke kan tilbyde.

Lad os først se på begrænsningerne i AI.

1. Forstå nuancer

Gennem menneskets historie har vi brugt følelser som en overlevelsesmekanisme. Vi er trænet til at bruge følelser som frygt for at beskytte os mod ydre stimuli. Vi opdager og afkoder menneskers følelser baseret på kropssprog, tonefald, kontekst og sociale signaler, som alle er baseret på kulturelle og lærde normer. Derfor er forståelse af følelsesmæssige subtiliteter en af ​​de største udfordringer for AI.

I et eksperiment fodrede forsker Janelle Shane tusinder af afhentningslinjer til et neuralt netværk i et forsøg på at undervise smiger. Her er nogle bemærkelsesværdige linjer:

”Er du et stearinlys? Fordi du er så varm af udseendet med dig. ”
”Jeg vil have mit hjerte med dig.”
”Du ligner en ting, og jeg elsker dig.”

Riktigt er flirtende tale svært, selv for de mest veltalende mennesker. Men det er klart fra hendes eksperiment, at uddannelse af intelligente maskiner til at skelne eller udtrykke subtile følelsesmæssige nuancer er en udfordring.

2. Opret originalt indhold

Portrætter oprettet af AI (trænet af Mario Klingemann)

Over er en serie portrætter malet af AI. Dirigeret af Mario Klingemann, en maskinlærende kunstner, brugte ansigtsgenkendelsesalgoritme til at male ansigter fra dens mønsterbaserede model. Hvorvidt dette stykke har følelsesmæssig kraft og kunstnerisk værdi er ude af tvivl. Vi ved, at skabelsen af ​​disse stykker krævede ekstremt store datasæt med billeder fra tech-virksomheder, museer og andre institutioner, og det er et indsatsniveau, som mange virksomheder måske ikke er udstyret til.

3. Filtrer forspændinger

Eksempel på defekt algoritme til billedgenkendelse, der mærker sorte mennesker som gorillaer

AI lærer af, hvad der føres ind i systemet. Jacky Alcine lærte dette på den hårde måde, da han bemærkede, at hans app-app mærkede ham og sin ven som "gorillaer." Det er vanskeligt at undervise i moral til maskiner, fordi mennesker ikke objektivt kan formidle moral i målbare målinger, der gør det let for en computer at behandle . Uden sin egen moralske og sociale bevidsthed kan AI kun blindt acceptere datasæt uden at filtrere nogen fordomme.

Lad os nu se, hvad AI er bedre til.

1. Dynamisk personalisering

Dynamisk personaliserede indholdsanbefalinger på Instagram

Tænk på sidste gang, du blev introduceret med en fremmed for første gang. Du har sandsynligvis ubevidst (og bevidst) antaget antagelser om personen baseret på deres udseende og måde. AI gør det samme, men der tages hensyn til personens subliminale valg. For eksempel bliver mit Instagram-feed tilpasset dynamisk baseret på tidspunktet for dagen, ønsket indlæg, opholdstid, hvad mine venner ser på, tendenser til begivenheder, placering og type enhed, jeg bruger.

2. Håndtering af flere variabler

Ifølge Huffington Post er menneskelige læger i øjeblikket nødt til at bruge omkring 160 timer om ugen på at arbejde med at læse forskningsartikler for at holde deres medicinske viden opdateret. På den anden side er maskiner gode til at analysere hundredevis af datapunkter på en gang. For eksempel kan IBM Watson AI behandle den samme mængde viden i en brøkdel af tiden og diagnosticere med bedre nøjagtighed. Watson kan indtage mere end 600.000 medicinske beviser, 2 millioner sider fra medicinske tidsskrifter og søge op til 1,5 millioner patientjournaler - en bredde af viden, som ingen læge kan matche. Som et resultat kan IBM Watson nøjagtigt diagnosticere lungekræft 90% af tiden mod humane læger med 50% nøjagtighed.

3. Opret variationer

Nutella Unica emballage

Når AI genkender et mønster, kan det anvende mønsteret til at generere flere variationer på et øjeblik. I et projekt med titlen "Nutella Unica" kunne en algoritme hente fra en database med mønstre og farver for at skabe syv millioner forskellige versioner af Nutellas emballage.

Ved at vide, hvad AI kan og ikke kan, hvordan kan vi tilpasse os som designere?

Ser man på branchetendensen, vil designerens rolle udvikle sig fra at være skabere til kuratorer. Tidligere havde vi grafiske designere, der specialiserede sig i tegn og symboler. Derefter havde vi industrielle designere, der fokuserede på genstande og artefakter. Nu har vi erfarings- eller interaktionsdesignere, der ser ud over genstande til en holistisk oplevelse.

I fremtiden vil design være "design af systemer og miljøer, inden hvilke alle tre andre ordrer finder sted." Designere bliver adfærd eller systemdesignere. Når produktionssiden af ​​design bliver mere eller mindre automatiseret af AI, vil det være vores mål at indstille parametre og mål for algoritmer til at bestemme opførelsen af ​​systemer.

Her er tre ting, vi kan gøre for at tilpasse os den udviklende rolle som designere.

1. Forstå eksisterende værktøjer og muligheder

Det første trin er at forstå slags AI og anvendelsesbredden. Der er så rige designervenlige ressourcer til at studere AI og maskinlæring. Hvis du vil have en kortfattet oversigt, kan du blot se på eksisterende API'er som Amazon intelligence API, Google Cloud AI Products, Microsoft Cognitive services og IBM Watson Products give dig en idé om, hvilke typer input og logik, der bruges til at træne modellerne.

2. Væv etik ind i din proces

AI-etik er stadig i det begynnende stadie. Det er op til os at sætte etiske standarder og sætte dem ind i de systemer, vi designer. Ligesom hvordan vi overholder designprincipper, bør vi skabe etiske principper, hvis der ikke er nogen. Der er eksisterende principper, såsom Microsoft AI-principper eller Google AI-principper, du kan henvise til.

3. Tilpasningsevne som et vigtigt designprincip

AI kan hjælpe med at skabe design, der lærer og ændres, afhængigt af flere variabler. Når vi designer, skal vi ikke kun tænke på, hvordan produkter opleves i en bestemt indstilling, men også hvordan produkter dynamisk tilpasser sig afhængigt af den skiftende kontekst og forskellige brugernes beslutninger.

For at gå tilbage til mit originale spørgsmål om “Vil AI erstatte designere?” Ja, det vil erstatte designere, vi kender nu. Der er ingen vej rundt om teknologisk udvikling, heller ikke for annoncer. Men der er en ubestridelig kendsgerning, at mennesker er en art designet til at udvikle sig. Når AI fortsætter med at ændre og påvirke den måde, vi designer på, vil vores roller også udvikle sig. Nu handler det om at se AI mindre som en trussel og omfavne det mere som en partner, der hjælper med at udvide vores evne til at tackle problemer.

Hvordan planlægger du at samarbejde med AI? Fortæl os det i kommentarerne herunder.

For at forblive viden om Microsoft Design skal du følge os på Twitter og Facebook eller deltage i vores Windows Insider-program. Og hvis du er interesseret i at blive medlem af vores team, skal du gå til aka.ms/DesignCareers.