प्रो. सईमा अहमद-क्रिस्टेंसेन, डीआईजीआईटी लैब के निदेशक – साक्षात्कार श्रृंखला

प्रोफेसर सईमा अहमद-क्रिस्टेंसेन एक प्रमुख डिजाइन इंजीनियरिंग विद्वान और एसोसिएट प्रो-वाइस-चांसलर (रिसर्च एंड इम्पैक्ट) हैं एक्सेटर विश्वविद्यालय में, जहां वे डीआईजीआईटी लैब के निदेशक के रूप में भी कार्य करते हैं, जो एक प्रमुख अंतरविषयक अनुसंधान पहल है जो डिजिटल नवाचार और परिवर्तन पर केंद्रित है। उनका शोध डिजाइन रचनात्मकता और संज्ञान, डेटा-संचालित और डिजिटल डिजाइन, और जटिल इंजीनियरिंग और उत्पाद विकास में उन्नत प्रौद्योगिकियों के एकीकरण पर व्यापक है, जिसमें अकादमिक अंतर्दृष्टि को वास्तविक दुनिया के प्रभाव में अनुवाद करने पर मजबूत जोर दिया गया है उद्योग सहयोग, नीति जुड़ाव, और बड़े पैमाने पर अनुसंधान कार्यक्रमों के माध्यम से।

आपका करियर कैम्ब्रिज, डीटीयू, इम्पीरियल कॉलेज लंदन, रॉयल कॉलेज ऑफ आर्ट, और अब एक्सेटर विश्वविद्यालय में फैला है। पीछे मुड़कर देखते हुए, डिजाइन, रचनात्मकता और डिजिटल प्रौद्योगिकियों की भूमिका के बारे में आपकी सोच को कौन से अनुभव या मोड़ सबसे अधिक आकार देने वाले थे?

मेरा डिजाइन में काम कई अलग-अलग संस्कृतियों और विषयों में फैला है। मैंने ब्रुनेल में एक पाठ्यक्रम पर शुरुआत की जो उस समय तकनीक, मानव-केंद्रित डिजाइन और रूप की समझ को मिलाता था। यह मुझे जल्दी से सिखाया कि रचनात्मकता और नवाचार घनिष्ठ रूप से जुड़े हुए हैं।

कैम्ब्रिज में अध्ययन करने से मेरी सोच का और विस्तार हुआ। कॉलेज के माहौल ने मुझे कई विषयों के साथ पेश किया और दिखाया कि नवाचार कैसे क्षेत्रों के पार ज्ञान के एकत्र होने पर निर्भर करता है। मेरा पीएचडी एयरोस्पेस क्षेत्र पर केंद्रित था और यह जांच की कि इंजीनियर डिजाइनर जानकारी कैसे खोजते हैं और उपयोग करते हैं। मैंने अध्ययन किया कि लोग ज्ञान कैसे एक्सेस करते हैं, कैसे विशेषज्ञता का समर्थन या प्रतिकृति की जा सकती है, और संज्ञान, कंप्यूटर विज्ञान और इंजीनियरिंग डिजाइन के बीच का अंतर। यह मानव-केंद्रित दृष्टिकोण मुझे तब से बना हुआ है।

जैसे-जैसे डिजिटल प्रौद्योगिकियां बढ़ीं, मेरे काम में प्रश्न भी बढ़े। आईओटी डेटा, एआई और उन्नत गणना के उदय ने डिजाइन को मानव-केंद्रित से समाज-केंद्रित की ओर स्थानांतरित कर दिया। यह एक्सेटर विश्वविद्यालय में मेरे काम को आकार देता है, जहां मैं डीआईजीआईटी लैब का नेतृत्व करता हूं और रचनात्मक प्रक्रिया में एलएलएम की भूमिका, उद्योगों द्वारा उनके अपनाने के लिए सामने आने वाली बाधाओं, और डेटा को नवाचार कैसे चला सकता है, पर ध्यान केंद्रित करता हूं।

मेरा समय इम्पीरियल और रॉयल कॉलेज ऑफ आर्ट में यह पुष्टि करता है कि डिजाइन केवल उत्पादों या सेवाओं को आकार देने से कहीं अधिक है। सही लोगों, प्रक्रियाओं और संस्कृति के साथ, डिजाइन नए और स्केलेबल प्रौद्योगिकियों, सामग्रियों और विचारों को चलाने का एक चालक बन जाता है जो आज और कल की वैश्विक चुनौतियों का सामना कर सकते हैं।

डीआईजीआईटी लैब बड़े स्थापित संगठनों के भीतर डिजिटल परिवर्तन पर बहुत अधिक ध्यान केंद्रित करता है। अपने दृष्टिकोण से, आप क्या मानते हैं कि नेता डिजाइन, नवाचार और निर्णय लेने में एआई के परिवर्तन के बारे में सबसे अधिक गलत समझते हैं?

दशकों से, एआई ने शोध में प्रगति की है और कुछ उद्योगों में अपनाया गया है, लेकिन प्रगति अक्सर कौशल अंतराल, नेतृत्व की समझ, और मूल्य और आवश्यक बुनियादी ढांचे पर स्पष्टता से सीमित रही है। एलएलएम और जेनरेटिव टूल्स जैसे डीएलएलई के उदय के साथ, एआई अब अधिक सुलभ है और बहुत कम विशेषज्ञ विशेषज्ञता या सेटअप की आवश्यकता है। लेकिन यह गोपनीयता, डेटा सुरक्षा और सामान्य-उद्देश्य मॉडल के विशिष्ट डोमेन में कैसे लागू होते हैं, इस बारे में नए प्रश्न भी उठाता है।

डिजाइन और नवाचार में, ये मुद्दे विशेष रूप से स्पष्ट हैं। हमारे शोध, जिसने मानव और एआई द्वारा उत्पन्न 12,000 से अधिक विचारों का अध्ययन किया, यह दिखाया कि एआई विचार अक्सर समान अवधारणाओं के आसपास क्लस्टर करते हैं। यह जेनरिक टूल में मानव विशेषज्ञता का निर्माण, एआई को डोमेन के लिए अनुकूल बनाने, या मानव रचनात्मकता और निर्णय लेने के साथ एआई का उपयोग करने के लिए कैसे और कब की आवश्यकता को रेखांकित करता है।

आपका बहुत सा शोध डिजाइन में रचनात्मकता और संज्ञान की खोज करता है। जेनरेटिव एआई अब विचार, अवधारणाओं और पैमाने पर पुनरावृत्ति उत्पन्न करने में सक्षम है, आप कौन से रचनात्मकता के पहलुओं को मानवीय रूप से अनोखा मानते हैं – और कौन से हिस्से एआई-संचालित प्रक्रियाओं की ओर जिम्मेदारी से स्थानांतरित हो सकते हैं?

रचनात्मकता मेरे लिए हमेशा विकल्पों का उत्पादन करने से अधिक रही है। यह इरादा, सांस्कृतिक अर्थ और डिजाइन द्वारा बनाई गई भावनात्मक कनेक्शन के बारे में है। हमारे हालिया डीआईजीआईटी लैब सर्वेक्षण ने इसे तेजी से उजागर किया: 82% लोगों ने हमें बताया कि मानव-नेतृत्व वाला या हाइब्रिड काम अधिक अर्थपूर्ण लगता है, और 71% ने कहा कि वे एआई-केवल डिजाइन से कम भावनात्मक रूप से जुड़े हुए महसूस करते हैं। कई लोगों ने एआई-जनित काम को “भावना की कमी” (48%) या “अत्यधिक परिपूर्ण” (40%) के रूप में वर्णित किया, और 36% ने महसूस किया कि इसका प्रभाव जल्दी से फीका पड़ जाता है। ये प्रतिक्रियाएं कुछ ऐसा पुष्टि करती हैं जो मैं लंबे समय से मानता आया हूं। भावनात्मक जुड़ाव जरूरी नहीं है; यह रचनात्मक कार्य के अनुभव और मूल्यांकन के लिए आवश्यक है।

हमारे शोध जो मानव और एआई विचारों की तुलना करता है, यह भी दिखाता है कि मानव डिजाइनर विविध, नए विचारों को बनाने और यह सुनिश्चित करने में बेहतर हैं कि रचनात्मक आउटपुट, चाहे वह कला, उत्पाद डिजाइन या सेवाएं हों, गहराई और अर्थ रखता है। रचनात्मक विशेषज्ञता एक कौशल सेट है जिसे अभी तक दोहराया नहीं जा सकता है। डिजाइनरों को विचार उत्पन्न करने से पहले समस्या को समझने की आवश्यकता है, और एलएलएम विचारों का मूल्यांकन करने में मदद करने के लिए मानव रचनात्मक कौशल का लाभ उठाने के लिए डिजाइनरों को एक समस्या से दूसरी समस्या में स्थानांतरित करने में सहायक हो सकते हैं।

हम जिस श्रृंखला-विचार दृष्टिकोण के साथ प्रयोग कर रहे हैं वह एलएलएम को विशेषज्ञ तर्क का पालन करने में मदद करता है, न कि केवल स्कोर देता है। सभी मामलों में, मानव निरीक्षण परिणामों की व्याख्या करने और यह सुनिश्चित करने के लिए आवश्यक है कि डिजाइन विकल्प उपयोगकर्ताओं के अनुभवों से मेल खाते हैं।

यह स्पष्ट है कि हमें या तो ऐसे मॉडल बनाने होंगे जो बता सकें कि लोग उत्पादों, सेवाओं और इंटरैक्शन का अनुभव कैसे करते हैं ताकि कंप्यूटर उन्हें व्याख्या कर सकें, या हमें पतली या बड़ी सेंसर डेटा के साथ मोटी गुणात्मक अंतर्दृष्टि को एकीकृत करना होगा जो संदर्भ प्रदान करती है। इन मॉडलों का विकास करना सरल नहीं है, और यही वह जगह है जहां मानवीय भागीदारी आवश्यक रहती है।

इसलिए, मेरे लिए, यह निष्कर्ष नहीं है कि एआई का रचनात्मकता में कोई स्थान नहीं है। दूर से। यह है कि एआई और मानव अलग-अलग ताकतें देते हैं। यह तथ्य कि लोग लगातार मानव या हाइब्रिड कार्य के प्रति अधिक सकारात्मक प्रतिक्रिया देते हैं, यह बताता है कि गुरुत्वाकर्षण का केंद्र कहां है। एआई डिजाइन स्थान का अन्वेषण करने में मदद कर सकता है, पैटर्न विश्लेषण कर सकता है, और संरचित आलोचना प्रदान कर सकता है, लेकिन उन धारणाओं की सपाटता, एल्गोरिदमिक परिपूर्णता और भावनात्मक दूरी बताती है कि एआई को मानव निर्णय लेने की आवश्यकता है ताकि संभावनाओं को कुछ ऐसा बनाया जा सके जो प्रतिध्वनित हो।

इसलिए, मैं रचनात्मकता के भविष्य को मूल रूप से सहयोगी के रूप में देखता हूं। एआई संभावनाओं के क्षेत्र को व्यापक बना सकता है। डिजाइनर सहानुभूति, सांस्कृतिक समझ और इरादे की भावना लाते हैं जो उन संभावनाओं को अर्थ देते हैं। जब दोनों साथ मिलकर काम करते हैं, मानव निर्णय दिशा निर्धारित करता है और एआई अन्वेषण को समृद्ध बनाता है, तो परिणाम एक रचनात्मक प्रक्रिया है जो अधिक कठोर, अधिक कल्पनाशील और अंततः मानव परिणामों में अधिक मानवीय है।

आपने उपयोगकर्ता अनुभवों और डिजाइन ज्ञान को मापने के लिए दृष्टिकोण विकसित किए हैं। एआई प्रणाली उत्पादों और सेवाओं को उत्पन्न करने के लिए अधिक जिम्मेदार होती जा रही है, तो हम डिजाइन प्रक्रिया में मानव अनुभव, भावनाएं और सांस्कृतिक संकेतों को केंद्र में कैसे बनाए रखेंगे?

मानव अनुभव को केंद्र में रखने के लिए, हमें धारणा और भावना के ज्ञान को हमारे तरीकों में निहित करने की आवश्यकता है।

दो मुख्य दृष्टिकोण हैं। पहला गुणात्मक डेटा की आवश्यकता को पहचानता है जो मानव अनुभव, धारणा और भावना की समृद्ध समझ की अनुमति देता है, प्रभावी मानव-एआई सहयोग को सूचित करता है। दूसरा, जिस पर मेरा काम केंद्रित है, अकादमिक ज्ञान को मॉडल में अनुवादित करने का लक्ष्य रखता है जो एआई प्रणाली समझ और उपयोग कर सकती है।

इन मॉडलों को विकसित करना जटिल है क्योंकि उन्हें उपयोगकर्ता अनुभव, मानव धारणा और डिजाइन की जा रही उत्पादों या प्रणालियों की विशेषताओं को एकीकृत करने की आवश्यकता है ताकि मानव प्रतिक्रियाओं और समग्र अनुभव की भविष्यवाणी की जा सके।

आप जटिल उद्योगों – एयरोस्पेस, चिकित्सा, विनिर्माण, और उपभोक्ता उत्पादों के साथ व्यापक रूप से काम करते हैं। इन उच्च जोखिम वाले वातावरण में, आप डिजाइन में एआई-समर्थित डिजाइन की संभावना के साथ सुरक्षा, परिवर्तनशीलता और विश्वास की आवश्यकता को कैसे संतुलित करते हैं?

स्वास्थ्य देखभाल, एयरोस्पेस और विनिर्माण जैसे उच्च जोखिम वाले क्षेत्रों में, प्रश्न यह नहीं है कि एआई का उपयोग किया जा सकता है या नहीं, बल्कि यह कैसे शासित है। इन वातावरण में विश्वास स्पष्ट जवाबदेही, परिवर्तनशीलता और हर चरण में व्याख्या योग्यता पर निर्भर करता है। डिजाइन और निर्णय लेने की प्रक्रिया में। एआई की भूमिका सिमुलेशन, अनुकूलन और प्रारंभिक अन्वेषण में एक शक्तिशाली सहायक भूमिका निभा सकती है, लेकिन यह अंतिम अधिकारी नहीं बन सकता है।

इनमें से कई क्षेत्र सख्ती से विनियमित हैं और सख्त सुरक्षा आवश्यकताओं के अधीन हैं, जिनमें सभी डेटा को सुरक्षित रूप से संभालने की मांग होती है, चाहे वह व्यक्तिगत हो या व्यावसायिक रूप से संवेदनशील हो। इन संदर्भों में, प्रॉम्प्ट या प्रश्नों को अक्सर स्थानीय डेटा का उपयोग करके विकसित करने की आवश्यकता होती है ताकि विशिष्टता और प्रासंगिकता सुनिश्चित हो सके, और यह सामान्य है कि इन क्षेत्रों में संगठन अपने स्वयं के एआई टूल्स का निर्माण और रखरखाव करते हैं।

हमारे व्यापक शोध ने लगातार दिखाया है कि हाइब्रिड सिस्टम आवश्यक हैं: एआई को विशेषज्ञ निर्णय को बढ़ाना चाहिए, न कि उसका स्थान लेना चाहिए। मानव निरीक्षण को हर महत्वपूर्ण निर्णय बिंदु पर निर्मित किया जाना चाहिए, विशेष रूप से जहां सुरक्षा, जोखिम और देयता शामिल है। नियामक और अंतिम उपयोगकर्ताओं को एआई-संचालित प्रणालियों पर विश्वास करने के लिए, संगठनों को मॉडल कैसे प्रशिक्षित किए जाते हैं, वे कौन से डेटा का उपयोग करते हैं और आउटपुट कैसे उत्पन्न होते हैं, इसका पारदर्शी दस्तावेजीकरण करने की आवश्यकता है। उस पारदर्शिता के बिना, विश्वास का विस्तार नहीं हो सकता, चाहे प्रौद्योगिकी कितनी भी उन्नत क्यों न हो।

कई संगठन एआई के साथ “प्रयोग” करने और इसे उत्पाद विकास में अर्थपूर्ण रूप से एकीकृत करने के बीच की खाई से जूझते हैं। टीमों के लिए व्यावहारिक कदम क्या हैं जो प्रयोग से रणनीतिक कार्यान्वयन में स्थानांतरित करने का प्रयास कर रहे हैं?

कई संगठन प्रयोग चरण में अटक जाते हैं क्योंकि वे एआई को स्पष्ट रणनीतिक उद्देश्य के बिना अपनाते हैं। पहला व्यावहारिक कदम यह स्पष्ट करना है कि एआई को विकास प्रक्रिया में क्या भूमिका निभानी है, चाहे वह विचार उत्पादन, परीक्षण में त्वरण, मूल्यांकन में सुधार, या निर्णय लेने में हो। बिना उस स्पष्टता के, पायलट वास्तविक व्यावसायिक और डिजाइन परिणामों से断 हो जाते हैं।

टीमों को सही नींव रखने की भी आवश्यकता है। इसका अर्थ है उच्च-गुणवत्ता वाले, अच्छी तरह से शासित डेटा में निवेश करना, विशेष रूप से डेटा जो वास्तविक उपयोगकर्ता अनुभवों को प्रतिबिंबित करता है, न कि केवल तकनीकी प्रदर्शन मेट्रिक्स। इसका अर्थ यह भी है कि एआई की वर्तमान सीमाओं, विशेष रूप से रचनात्मक और मानव-केंद्रित निर्णय लेने में, विशेषज्ञ निरीक्षण आवश्यक है, के बारे में व्यावसायिक होना।

कई क्षेत्र एआई के साथ प्रयोग करने से लेकर व्यापक अपनाने तक की प्रक्रिया को मार्गदर्शन करने वाली एआई नीतियों को विकसित करना शुरू कर रहे हैं। ये नीतियां संगठनों को यह पहचानने में मदद करती हैं कि एआई वास्तव में मूल्य जोड़ सकता है, साथ ही साथ यह सुनिश्चित करता है कि मानव जहां आवश्यक हो वहां शामिल हैं।

अंत में, संगठनों को वास्तविक कार्य प्रवाह में एम्बेडेड, निम्न-जोखिम वाले पायलट के माध्यम से आगे बढ़ना चाहिए, न कि अलग से। ये पायलट अंतरविषयक होने चाहिए, डिजाइनरों, इंजीनियरों, डेटा वैज्ञानिकों और डोमेन विशेषज्ञों को एक साथ लाने चाहिए ताकि सीखने को साझा किया जा सके और स्थानांतरित किया जा सके। एआई तब मूल्य देता है जब इसे दैनिक अभ्यास में डिज़ाइन किया जाता है, एक अलग प्रयोगात्मक परत के रूप में नहीं।

आपने ज्ञान को संरचित और स्वचालित करने के लिए दृष्टिकोण विकसित करने में एक लंबा रिकॉर्ड बनाया है। हम एआई प्रणालियों से कितने करीब हैं जो डिजाइन इरादे, उपयोगकर्ता आवश्यकताओं और संदर्भ के बारे में तर्क दे सकती हैं जो वास्तव में मूल्य जोड़ती हैं और सिर्फ सामग्री का उत्पादन नहीं करती हैं?

कुछ क्षेत्रों में, उपयोगकर्ता प्राथमिकताओं की भविष्यवाणी करना अपेक्षाकृत सीधा है, क्योंकि ब्राउज़िंग इतिहास या देखी गई फिल्मों और टीवी शो के रिकॉर्ड जैसे डेटा का उपयोग सिफारिशें करने के लिए किया जा सकता है। ये क्षेत्र आसानी से उपलब्ध डेटा से लाभान्वित होते हैं।

इसके विपरीत, उत्पादों और सेवाओं के डिजाइन में एक प्रमुख चुनौती यह है कि लोगों की पसंद, जरूरतों और अनुभवों के बारे में डेटा अक्सर आसानी से उपलब्ध नहीं होता है।

मेरा हालिया शोध डीआईजीआईटी लैब में एलएलएम की क्षमता की जांच करता है जब एक मॉडल दिया जाता है कि लोग डिजाइन सुविधाओं को कैसे समझते हैं और प्रतिक्रिया देते हैं … हालांकि, वर्तमान मॉडल डेटा में पैटर्न पर काम करते हैं और अर्थ को संदर्भित नहीं कर सकते हैं। पहले के अध्ययन जो आकार को धारणाओं से जोड़ते हैं यह दिखाते हैं कि आकार में छोटे बदलाव भावनात्मक प्रतिक्रियाओं को बदल सकते हैं, और ऐसी बारीकियां एआई के लिए मानव मार्गदर्शन के बिना या जटिल मॉडल के बिना अनुमान लगाना मुश्किल है। इसलिए, एआई का इरादा बेहतर हो रहा है, लेकिन यह मानव विशेषज्ञता का पूरक बना हुआ है।

डिजाइन चक्रों को तेज करने के medida एआई – विचार से प्रोटोटाइप तक – डिजाइनरों को कौन से नए कौशल की आवश्यकता होगी? अगली पीढ़ी की रचनात्मक प्रतिभा के लिए प्रशिक्षण के बारे में विश्वविद्यालयों और संगठनों को क्या पुनर्विचार करना चाहिए?

डिजाइनरों को मानव धारणा और एआई-संचालित उपकरण दोनों में धाराप्रवाह होने की आवश्यकता होगी। रूप, सामग्री और अनुपात कैसे भावनात्मक प्रतिक्रिया को आकार देते हैं, यह समझना अच्छे डिजाइन के लिए मूलभूत बना हुआ है। 同 समय, डिजाइनरों को एआई प्रणालियों के साथ काम करने में सक्षम होने की आवश्यकता होगी जो विचार उत्पादन और मूल्यांकन का समर्थन करती हैं। इसका अर्थ है न केवल उपकरणों का उपयोग करना, बल्कि यह समझना कि वे किस लिए अनुकूलित हैं और उनकी सीमाएं कहां हैं। जैसे-जैसे एआई डिजाइन कार्य प्रवाह में अधिक एम्बेडेड हो जाता है, एआई के आउटपुट की आलोचनात्मक व्याख्या करने और उन्हें मानव निर्णय लेने के साथ जोड़ने की क्षमता सबसे मूल्यवान रचनात्मक कौशल में से एक बन जाएगी।

डिजाइन चक्रों को एआई से तेज करने के medida, डिजाइनरों को एक नए संयोजन की आवश्यकता होगी क्षमताओं और सोच के तरीकों की जो पारंपरिक शिल्प कौशल से परे हैं। उन्हें यह समझने की आवश्यकता होगी कि डिजिटल प्रौद्योगिकियां कैसे काम करती हैं, विभिन्न प्रकार के डेटा क्या (और क्या नहीं) बता सकते हैं, और डिजाइन विशेषज्ञता को एआई साक्षरता के साथ कैसे जोड़ा जा सकता है। इसमें वास्तविक उपयोगकर्ता अनुभवों को प्रतिबिंबित करने वाले उच्च-गुणवत्ता वाले, अच्छी तरह से शासित डेटा के साथ काम करने की क्षमता शामिल है, न कि केवल तकनीकी प्रदर्शन मेट्रिक्स पर भरोसा करना। इसके अलावा, डिजाइनरों को यह निर्णय लेने की क्षमता होनी चाहिए कि एआई कहां सहायक है और जहां मानव रचनात्मकता और महत्वपूर्ण सोच केंद्रीय बनी हुई है।

इन जरूरतों को पूरा करने के लिए, विश्वविद्यालयों और संगठनों को अगली पीढ़ी की रचनात्मक प्रतिभा को प्रशिक्षित करने के तरीके को पुनः परिभाषित करने की आवश्यकता होगी। कुछ विश्वविद्यालय डिजाइन कार्यक्रमों में डेटा विज्ञान को एकीकृत करना शुरू कर रहे हैं; एक महत्वपूर्ण कदम, लेकिन अपने आप में पर्याप्त नहीं। जो अभी भी缺 है वे डिजाइन-सोच विधियां हैं जो डिजिटल युग की वास्तविकताओं के लिए तैयार हैं: विधियां जो डिजाइनरों को एआई के साथ सहयोग करने, विषयों के पार काम करने और तेजी से प्रयोग के दौरान नैतिक और मानव-केंद्रित पर्यवेक्षण बनाए रखने में मदद करती हैं।

इस अंतर को संबोधित करना आवश्यक है। यही कारण है कि मेरे सहयोगी डॉ. जी हान और मैं कैम्ब्रिज यूनिवर्सिटी प्रेस के साथ डिजिटल युग में डिजाइन सोच पर एक पुस्तक लिख रहे हैं, जो एआई के साथ प्रभावी ढंग से डिजाइन करने के लिए आवश्यक फ्रेमवर्क, कौशल और सोच के तरीकों को एक साथ लाता है।

डीआईजीआईटी लैब जिम्मेदार परिवर्तन पर जोर देता है। आपके दृष्टिकोण से, एआई को डिजाइन कार्य प्रवाह में शामिल किए जाने के medida, नैतिक या सामाजिक जोखिमों पर अधिक ध्यान देने की आवश्यकता है?

एक उदाहरण डेटा के नैतिक उपयोग को सुनिश्चित करना है, जिसमें एआई उत्पादों को विकसित करने के लिए उपयोग किए जाने वाले डेटासेट में निहित संभावित पूर्वाग्रहों के साथ-साथ सूचित सहमति प्राप्त करना और पारदर्शिता बनाए रखना शामिल है। उदाहरण के लिए, स्वास्थ्य सेवा प्रणालियों में निहित डेटासेट को सावधानीपूर्वक जांचा जाना चाहिए ताकि यह सुनिश्चित किया जा सके कि वे पूरी आबादी का प्रतिनिधित्व करते हैं, पहचानें कि कौन से समूह कम प्रतिनिधित्व कर सकते हैं, और पुष्टि करें कि एआई प्रणाली उपयुक्त और समावेशी है। सामाजिक दृष्टिकोण से, अक्सर चिंता होती है कि एआई नौकरियों को प्रतिस्थापित करेगा; हालांकि, यह समझना महत्वपूर्ण है कि मानव विशेषज्ञता कहां आवश्यक रहती है और एआई का उपयोग मानव क्षमताओं को बढ़ाने के लिए कैसे किया जा सकता है, न कि उन्हें प्रतिस्थापित करने के लिए।

हालांकि, गहरे नैतिक मुद्दे भी हैं। जब डिजाइनर मानव डेटा पर भरोसा करते हैं, तो उन्हें गोपनीयता, पूर्वाग्रह और पारदर्शिता को जिम्मेदारी से संभालना होगा। डीआईजीआईटी लैब की एक कार्यशाला ने विनिर्माण क्षेत्र में “डेटा”, “मानव” और “शासन” को मुख्य चुनौती श्रेणियों के रूप में पहचाना, जो बेहतर डेटा कब्जे, मानव-इन-द-लूप पर्यवेक्षण और सुरक्षा, विश्वास, बौद्धिक संपदा और विनियमन पर स्पष्ट नीतियों की आवश्यकता को रेखांकित करता है। इन जोखिमों का सामना करने के लिए, एआई प्रणालियों को विविध डेटा पर बनाने, महत्वपूर्ण बिंदुओं पर मानव निर्णय को एकीकृत करने और गोपनीयता, सहमति और सांस्कृतिक संदर्भ का सम्मान करने वाले समावेशी डिजाइन मानकों को विकसित करने की आवश्यकता है।

आपने यह जांचा है कि डेटा और एआई उत्पादों को उपयोगकर्ता अनुभव के चारों ओर कैसे अनुकूलित किया जा सकता है। क्या आप एक भविष्य देखते हैं जहां उत्पाद गतिशील रूप से वास्तविक समय के डेटा के आधार पर कारखाने से बाहर निकलने के बाद विकसित होते हैं? यदि हां, तो डिजाइनरों को उस दुनिया के लिए कैसे तैयार करना चाहिए?

डेटा-संचालित डिजाइन का उपयोग उत्पादों के लिए किया जा सकता है जो व्यक्तिगत, अनुकूलित या व्यक्तिगत व्यवहार के अनुसार अनुकूलित होते हैं। वे तब “स्मार्ट” प्रणालियां बन जाते हैं जो उनके उपयोग के बारे में डेटा एकत्र करती हैं और एम्बेडेड सेंसर और आईओटी कनेक्टिविटी के माध्यम से संवाद करती हैं। हमारे फ्रेमवर्क में, अनुकूलन गतिविधियों में उस डेटा का उपयोग करना शामिल है ताकि उत्पादों को कारखाने से बाहर निकलने के बाद अद्यतन और अनुकूलित किया जा सके। उदाहरणों में मानव-रोबोट सहयोग के लिए डिजिटल ट्विन के साथ इशारा पहचान मॉडल को जोड़ना और मशीन लर्निंग-सहायता प्राप्त स्कैनिंग का उपयोग करके अनुकूलित घटक बनाना शामिल है।

यह बदलाव नई जिम्मेदारियां पैदा करता है। डिजाइनरों को यह तय करना होगा कि कौन से मानव डेटा, व्यवहार, शारीरिक प्रतिक्रिया, प्रतिक्रिया या भावनात्मक, प्रासंगिक है। उन्हें यह सुनिश्चित करना होगा कि अद्यतन इरादित सौंदर्य और भावनात्मक गुणों को संरक्षित करते हैं जिन्हें हम रूप और धारणा से जोड़ते हैं। अंत में, शासन मामलों में: हमारी उद्योग कार्यशाला ने इस बात पर प्रकाश डाला कि डेटा, विश्वास और गोपनीयता के मुद्दों को स्पष्ट नीतियों और मानव पर्यवेक्षण की आवश्यकता है। जब यह अच्छी तरह से किया जाता है, तो विकसित होते उत्पाद मूल्य और प्रतिक्रिया की पेशकश कर सकते हैं जो अर्थ और नैतिकता के बिना नहीं हैं।

आगे देखते हुए, आपको कौन से बड़े शोध प्रश्न प्रेरित करते हैं? और एआई, रचनात्मकता और डिजाइन इंजीनियरिंग के क्षेत्र में अगले कुछ वर्षों में क्या सफलता दिखाई देगी?

उपरोक्त में से कई चुनौतियां अभी भी अनसुलझी हैं – जिनमें से कई मैं वर्तमान में काम कर रहा हूं, जिसमें सामान्य-उद्देश्य वाले जेनरेटिव एआई टूल को विशिष्ट क्षेत्रों में अपनाने के लिए प्रभावी ढंग से अनुकूलित करने का काम शामिल है।

क्षेत्र स्तर पर, यह काफी अलग दिख सकता है: विनिर्माण में, यह स्थानीय मॉडल का उपयोग करने और मजबूत गोपनीयता और सुरक्षा उपायों के साथ प्रशिक्षित करने का मामला हो सकता है; रचनात्मक उद्योगों में, यह आउटपुट को विविधता और अधिक अर्थपूर्ण मानव-एआई सहयोग को सक्षम करने पर केंद्रित हो सकता है।

तकनीकी स्तर पर, हम बड़ी भाषा मॉडल के साथ प्रयोग कर रहे हैं जो मूल्यांकन कार्यों का समर्थन करते हैं। एक अध्ययन दिखाता है कि एलएलएम नोवेल्टी और उपयोगिता का मूल्यांकन कर सकते हैं और अच्छी तरह से डिज़ाइन किए गए प्रॉम्प्ट के मार्गदर्शन में मानव विशेषज्ञों के साथ अधिक बारीकी से संरेखित होते हैं। एक संबंधित पत्र में चेन-ऑफ-थॉट प्रॉम्प्टिंग और मल्टी-मॉडल एग्रीगेशन का उपयोग करके एआई मूल्यांकन को और अधिक विश्वसनीय बनाने के लिए किया जाता है। हम संगठनों की डिजिटल-परिवर्तन आवश्यकताओं को कैप्चर करने के लिए बातचीत एजेंटों की भी खोज कर रहे हैं, जो यह प्रदर्शित करते हैं कि चैटबॉट संरचित साक्षात्कार आयोजित कर सकते हैं। इन पहलों के संयोजन से यह संकेत मिलता है कि एक भविष्य है जहां एआई हमें विशेषज्ञता को संरक्षित करने, बेहतर निर्णय लेने और उपयोगकर्ताओं के साथ नैतिक रूप से जुड़ने में मदद करता है।

साक्षात्कार के लिए धन्यवाद; प्रोफेसर अहमद-क्रिस्टेंसेन के एआई-संचालित डिजाइन, रचनात्मकता और जिम्मेदार डिजिटल परिवर्तन पर काम के बारे में अधिक जानने के इच्छुक पाठक डीआईजीआईटी लैब में चल रहे शोध और पहलों का अन्वेषण कर सकते हैं।