פרופ’ סאימה אחמד-קריסטנסן, מנהלת מעבדת DIGIT – סדרת ראיונות

פרופ’ סאימה אחמד-קריסטנסן היא חוקרת מובילה בתחום הנדסת עיצוב ופרופסור חבר באוניברסיטת אקסטר, שם היא משמשת גם כמנהלת מעבדת DIGIT, יוזמה ב间-תחומית מחקרית גדולה המתמקדת בחדשנות דיגיטלית והמרה. מחקרה כולל יצירתיות עיצוב וקוגניציה, עיצוב נתונים ודיגיטלי, ואינטגרציה של טכנולוגיות מתקדמות לפיתוח מוצרים והנדסה מורכבת, עם דגש חזק על תרגום תובנות אקדמיות להשפעה בעולם האמיתי דרך שיתוף פעולה עם תעשייה, מעורבות מדיניות ותוכניות מחקר גדולות.

הקריירה שלך חצתה את קיימברידג’, DTU, אימפריאל קולג’ לונדון, הקולג’ המלכותי לאמנות, ועכשיו אוניברסיטת אקסטר. בהסתכלות לאחור, מהן החוויות או נקודות המפנה שעיצבו בעיקר את חשיבתך על עיצוב, יצירתיות ותפקיד הטכנולוגיות הדיגיטליות?

עבודתי בעיצוב חצתה תרבויות ותחומים רבים. התחלתי בברונל באחד הקורסים הבודדים באותה תקופה ששילב טכנולוגיה, עיצוב מבוסס אדם והבנה של צורה. זה לימד אותי מוקדם שיצירתיות וחדשנות קשורות קשר הדוק.

לימודיי בקיימברידג’ פתחו את מחשבתי עוד יותר. סביבת הקולג’ חשפה אותי לתחומים רבים והראתה לי כיצד החדשנות תלויה בידע המתאחד מעבר לתחומים. עבודת הדוקטורט שלי התמקדה בתעשיית האווירונאוטיקה ובחנה כיצד מעצבים הנדסיים מוצאים ומשתמשים במידע. למדתי כיצד בני אדם גורים ידע, כיצד ניתן לתמוך במומחיות או לשכפל אותה, ואת החיתוך ב间 קוגניציה, מדעי המחשב ועיצוב הנדסי. זווית ראייה זו נשארה איתי מאז.

ככל שטכנולוגיות דיגיטליות גדלו, כך גם השאלות בעבודתי. עליית נתוני IoT, AI וחישוב מתקדם הסטו את העיצוב מלהיות רק מבוסס אדם להיות מבוסס חברה. זה ממשיך לעצב את עבודתי באוניברסיטת אקסטר, שם אני מובילה את מעבדת DIGIT ומתמקדת בתפקיד של LLMs בתהליך היצירתי, המחסומים שתעשיות פוגשות באימוץ, וכיצד נתונים יכולים לנהוג את החדשנות.

זמני באימפריאל ובקולג’ המלכותי לאמנות חיזקו שעיצוב הוא הרבה יותר מעיצוב מוצרים או שירותים. עם אנשים, תהליכים ותרבות נכונים, עיצוב הופך למנוע של טכנולוגיות, חומרים ורעיונות חדשים ומסוקלים שיכולים לפתור אתגרים גלובליים של היום ומחר.

מעבדת DIGIT מתמקדת בעיקר בהמרה דיגיטלית בתוך ארגונים מובססים. מנקודת המבט שלך, מהו הדבר שמנהיגים משיגים ביותר על איך AI ישנה עיצוב, חדשנות וקבלת החלטות?

במשך עשורים, AI התקדמה במחקר ואומצה בתעשיות מסוימות, אך ההתקדמות הוגבלה רבות על ידי פערי מיומנויות, הבנה של מנהיגים ובהירות לגבי הערך והתשתית הנדרשת. עם עליית LLMs וכלים גנרטיביים כגון DALL·E, AI הוא כעת יותר נגיש ודורש פחות מומחיות או הקמה. אך זה גם מעלה שאלות חדשות על פרטיות, ביטחון נתונים וכיצד דגמים כלליים מותאמים לתחומים ספציפיים.

בעיצוב וחדשנות, סוגיות אלו בולטות במיוחד. מחקרנו, שבדק יותר מ-12,000 רעיונות שנוצרו על ידי בני אדם ו-AI, הראה שרעיונות AI נוטים להתקבץ סביב קונספטים דומים. זה מדגיש את הצורך לבנות מומחיות אנושית לתוך כלים גנריים, לאמץ AI לתחום, או להבין מתי ואיך להשתמש ב-AI לצד יצירתיות וקבלת החלטות אנושית.

חלק ניכר ממחקרך חוקר את היצירתיות והקוגניציה בעיצוב. עם יכולתו של AI לייצר רעיונות, קונספטים ואיטרציות בקנה מידה רחב, מהם היבטים של יצירתיות הנתפסים כייחודיים לאדם — ואילו חלקים יכולים לעבור באחריות לתהליכים המונעים על ידי AI?

יצירתיות היא יותר מאשר יצירת אלטרנטיבות בשבילי. זה עניין של כוונה, משמעות תרבותית והקשר הרגשי שעיצוב יוצר. סקר מעבדת DIGIT האחרון הדגיש את זה: 82% מהאנשים אמרו לנו שעבודה מונחית אדם או היברידית נראית יותר משמעותית, ו-71% אמרו שהם מרגישים פחות מחוברים רגשית לעיצוב AI בלבד. רבים תיארו עבודה שנוצרה על ידי AI כ”חסרת רגש” (48%) או “מושלמת מדי” (40%), ו-36% הרגישו שהשפעתה דעכה מהר. תגובות אלו חיזקו משהו שאני מאמינה זמן רב. מעורבות רגשית אינה רק דבר נחמד, אלא חיונית לאיך בני אדם חווים ומעריכים עבודה יצירתית.

מחקרנו המשווה בין רעיונות אנושיים ו-AI מראה כי מעצבים אנושיים טובים יותר ביצירת רעיונות חדשים ומגוונים, ומובטחים שתוצאות היצירתיות, בין אם זה אמנות, עיצוב מוצרים או שירותים, היא בעלת עומק ומשמעות. מומחי יצירתיים מחזיקים במיומנות שעדיין לא ניתן לשחזר. מעצבים צריכים להבין את הבעיה לפני שהם יוצרים רעיונות, ו-LLMs מועילים מאוד באיסוף מידע שעוזר למעצבים לעבור מבעיה אחת לאחרת. אם נוכל לבנות מודלים של מומחיות אנושית לתוך כלים AI, הם יכולים גם לתמוך בהערכת רעיונות, מה שמאפשר ל-AI לנצל טוב יותר את המיומנויות היצירתיות האנושיות.

גישת השרשרת-מחשבה שאנו ניסויים איתה תומכת ב-LLMs לע