ศาสตราจารย์ Saeema Ahmed-Kristensen ผู้อำนวยการ DIGIT Lab – สัมภาษณ์รายการ

ศาสตราจารย์ Saeema Ahmed-Kristensen เป็นนักวิจัยด้านวิศวกรรมออกแบบชั้นนำและรองคณบดี (การวิจัยและผลกระทบ) ที่ มหาวิทยาลัย Exeter ซึ่งเธอยังดำรงตำแหน่งผู้อำนวยการ DIGIT Lab ซึ่งเป็นโครงการวิจัยระหว่างสาขาที่สำคัญที่มุ่งเน้นไปที่นวัตกรรมดิจิทัลและทรานส์ฟอร์เมชัน การวิจัยของเธอครอบคลุมการออกแบบความคิดสร้างสรรค์และการรับรู้ การออกแบบขับเคลื่อนด้วยข้อมูลและการออกแบบดิจิทัล และการบูรณาการเทคโนโลยีขั้นสูงเข้ากับการพัฒนาผลิตภัณฑ์และวิศวกรรมที่ซับซ้อน โดยมุ่งเน้นไปที่การแปลข้อคิดเห็นทางวิชาการให้เป็นผลกระทบในโลกแห่งความเป็นจริงผ่านการทำงานร่วมกับอุตสาหกรรม การมีส่วนร่วมในการกำหนดนโยบาย และโครงการวิจัยขนาดใหญ่

อาชีพของคุณครอบคลุมเคมบริดจ์ DTU อิมพีเรียลคอลเลจลอนดอน วิทยาลัยศิลปะแห่งราชินี และปัจจุบันคือมหาวิทยาลัย Exeter เมื่อมองย้อนกลับไป อะไรคือประสบการณ์หรือจุดเปลี่ยนสำคัญที่สุดซึ่งหล่อหลอมความคิดของคุณเกี่ยวกับการออกแบบ ความคิดสร้างสรรค์ และบทบาทของเทคโนโลยีดิจิทัล?

งานของฉันในด้านการออกแบบครอบคลุมหลายวัฒนธรรมและวิชาการ ฉันเริ่มต้นที่ Brunel ในหนึ่งในหลักสูตรไม่กี่หลักสูตรที่ผสมผสานเทคโนโลยีการออกแบบที่มีศูนย์กลางอยู่ที่มนุษย์และความเข้าใจรูปแบบ มันสอนฉันตั้งแต่เนิ่นๆ ว่าความคิดสร้างสรรค์และนวัตกรรมมีความเชื่อมโยงใกล้ชิดกัน

การเรียนที่เคมบริดจ์เปิดมุมมองของฉันให้กว้างขึ้น สภาพแวดล้อมของวิทยาลัยทำให้ฉันสัมผัสกับหลายสาขาวิชา และแสดงให้เห็นว่านวัตกรรมขึ้นอยู่กับการมารวมตัวของความรู้จากหลายสาขา การศึกษาระดับ博士ของฉันเน้นไปที่อุตสาหกรรมอวกาศและตรวจสอบว่าผู้ออกแบบวิศวกรรมค้นหาและใช้ข้อมูลอย่างไร ฉันศึกษาว่าผู้คนเข้าถึงความรู้ได้อย่างไร ทักษะเช่นนี้ไม่สามารถถูกทำซ้ำได้ด้วย AI ในขณะนี้

เมื่อเทคโนโลยีดิจิทัลเติบโตขึ้น คำถามในงานของฉันก็เพิ่มขึ้นด้วย การเพิ่มขึ้นของข้อมูล IoT AI และการคำนวณขั้นสูงได้เปลี่ยนการออกแบบจากการที่มีศูนย์กลางอยู่ที่มนุษย์ไปสู่การมีศูนย์กลางอยู่ที่สังคม ซึ่งยังคงกำหนดงานของฉันที่มหาวิทยาลัย Exeter โดยที่ฉันเป็นผู้นำ DIGIT Lab และมุ่งเน้นไปที่บทบาทของ LLMs ในกระบวนการสร้างสรรค์ อุปสรรคที่อุตสาหกรรมต้องเผชิญในการนำเอา LLMs ไปใช้ และวิธีที่ข้อมูลสามารถขับเคลื่อนนวัตกรรมได้

ช่วงเวลาที่อิมพีเรียลคอลเลจและวิทยาลัยศิลปะแห่งราชินีทำให้ฉันเข้าใจว่าการออกแบบไม่ใช่แค่การสร้างผลิตภัณฑ์หรือบริการเท่านั้น แต่การออกแบบสามารถเป็นตัวขับเคลื่อนของเทคโนโลยีใหม่ๆ วัสดุ และความคิดที่สามารถตอบสนองความท้าทายโลกได้ทั้งในปัจจุบันและอนาคต

DIGIT Lab มุ่งเน้นไปที่การเปลี่ยนแปลงดิจิทัลภายในองค์กรที่มีอยู่แล้วอย่างมาก จากมุมมองของคุณ คุณเชื่อว่าผู้นำเข้าใจผิดเกี่ยวกับว่า AI จะเปลี่ยนแปลงการออกแบบ นวัตกรรม และกระบวนการตัดสินใจอย่างไร?

ในช่วงหลายทศวรรษที่ผ่านมา AI ได้พัฒนาอย่างต่อเนื่องในด้านการวิจัยและถูกนำไปใช้ในบางอุตสาหกรรม แต่ความก้าวหน้าบ่อยครั้งถูกจำกัดโดยช่องว่างด้านทักษะ ความเข้าใจของผู้นำ และความชัดเจนเกี่ยวกับคุณค่าและโครงสร้างพื้นฐานที่จำเป็น ด้วยการเพิ่มขึ้นของ LLMs และเครื่องมือสร้างสรรค์เช่น DALL·E AI ได้กลายเป็นเครื่องมือที่เข้าถึงได้ง่ายขึ้นและต้องการทักษะผู้เชี่ยวชาญหรือการเตรียมการน้อยลง แต่นี่ก็ทำให้เกิดคำถามใหม่ๆ เกี่ยวกับความเป็นส่วนตัว ความปลอดภัยของข้อมูล และวิธีการที่โมเดลทั่วไปสามารถนำไปใช้ในโดเมนเฉพาะได้อย่างไร

ในด้านการออกแบบและนวัตกรรม ปัญหาเหล่านี้ชัดเจนอย่างยิ่ง การวิจัยของเราที่ตรวจสอบความคิดมากกว่า 12,000 ข้อที่สร้างโดยมนุษย์และ AI แสดงให้เห็นว่าความคิดของ AI มักจะรวมกันในแนวคิดที่คล้ายกัน ซึ่งเน้นย้ำถึงความจำเป็นในการสร้างทักษะผู้เชี่ยวชาญเข้าไปในเครื่องมือทั่วไป ปรับ AI ให้เหมาะสมกับโดเมน หรือเข้าใจว่าเมื่อไหร่และอย่างไรจึงควรใช้ AI คู่กับการสร้างสรรค์และการตัดสินใจของมนุษย์

การวิจัยส่วนใหญ่ของคุณสำรวจความคิดสร้างสรรค์และการรับรู้ในด้านการออกแบบ ด้วยความสามารถของ AI ที่จะสร้างความคิด ข้อคิด และการวนซ้ำในระดับใหญ่ คุณเห็นว่าด้านใดของความคิดสร้างสรรค์เป็นเอกลักษณ์ของมนุษย์ และด้านใดที่สามารถเปลี่ยนไปสู่กระบวนการ AI ได้อย่างรับผิดชอบ?

ความคิดสร้างสรรค์สำหรับฉันไม่ใช่แค่การสร้างทางเลือกเท่านั้น แต่เป็นเรื่องของเจตนา ความหมายทางวัฒนธรรม และความเชื่อมโยงทางอารมณ์ที่การออกแบบสร้างขึ้น การสำรวจล่าสุดของ DIGIT Lab ทำให้เรามองเห็นภาพชัดเจน: 82% ของผู้คนบอกเราว่างานที่นำโดยมนุษย์หรืองานไฮบริดรู้สึกมีความหมายมากกว่า และ 71% กล่าวว่าพวกเขารู้สึกเชื่อมโยงทางอารมณ์น้อยลงกับการออกแบบที่ทำโดย AI เท่านั้น

การวิจัยของเราที่เปรียบเทียบความคิดของมนุษย์และ AI ยังแสดงให้เห็นว่านักออกแบบมนุษย์สามารถสร้างความคิดที่หลากหลายและใหม่ๆ ได้ดีกว่า และสามารถรับรองว่าผลลัพธ์สร้างสรรค์ไม่ว่าจะเป็นงานศิลปะ การออกแบบผลิตภัณฑ์หรือบริการจะมีความลึกและความหมาย นักออกแบบที่มีความเชี่ยวชาญมีทักษะที่ยังไม่สามารถจำลองได้ด้วย AI

การเข้าถึงความคิดของ AI และการประเมินความคิดสามารถช่วยให้ AI ใช้ทักษะสร้างสรรค์ของมนุษย์ได้ดีขึ้น หากเราสามารถสร้างแบบจำลองทักษะผู้เชี่ยวชาญเข้าไปในเครื่องมือ AI ได้

ในขณะเดียวกัน AI ก็สามารถช่วยให้การสำรวจพื้นที่การออกแบบกว้างขึ้น วิเคราะห์รูปแบบ และให้คำวิจารณ์ที่มีโครงสร้าง แต่การรับรู้ถึงความสมบูรณ์แบบแบบอัลกอริทึมและความห่างเหินทางอารมณ์แสดงให้เห็นว่า AI ยังคงต้องการการตัดสินใจของมนุษย์เพื่อเปลี่ยนความเป็นไปได้ให้เป็นสิ่งที่มีความหมาย

ดังนั้น ฉันจึงเห็นว่าอนาคตของความคิดสร้างสรรค์เป็นกระบวนการที่เป็นความร่วมมือโดยพื้นฐาน AI สามารถขยายพื้นที่ของความเป็นไปได้ได้ นักออกแบบนำความเห็นอกเห็นใจ ความเข้าใจทางวัฒนธรรม และความตั้งใจที่ให้ความหมายแก่ความเป็นไปได้เหล่านั้น เมื่อทั้งสองทำงานร่วมกัน โดยมีการตัดสินใจของมนุษย์เป็นผู้กำหนดทิศทางและ AI ที่เพิ่มการสำรวจ ผลลัพธ์ของกระบวนการสร้างสรรค์จะเป็นกระบวนการที่มีความเข้มงวดมากขึ้น มีความจินตนาการมากขึ้น และสุดท้ายก็มีความเป็นมนุษย์มากขึ้น

คุณเป็นผู้บุกเบิกวิธีการในการ量化ประสบการณ์ของผู้ใช้และการจัดโครงสร้างความรู้ด้านการออกแบบ เมื่อระบบ AI มีหน้าที่ในการสร้างผลิตภัณฑ์และบริการมากขึ้น เราจะรับรองว่าประสบการณ์ของมนุษย์ ความรู้สึก และสัญญาณทางวัฒนธรรมยังคงเป็นศูนย์กลางของกระบวนการออกแบบอย่างไร?

เพื่อจัดให้ประสบการณ์ของมนุษย์เป็นศูนย์กลาง เราต้องฝังความรู้เกี่ยวกับการรับรู้และอารมณ์เข้าไปใน phương phápของเรา

มีแนวทางหลักสองทาง แนวทางแรกตระหนักถึงความจำเป็นของข้อมูลคุณภาพที่ดีเพื่อให้เข้าใจประสบการณ์ของมนุษย์ การรับรู้ และอารมณ์ ซึ่งจะช่วยให้การทำงานร่วมกันระหว่างมนุษย์และ AI ได้อย่างมีประสิทธิภาพ แนวทางที่สองซึ่งฉันเน้นการทำงานคือการแปลความรู้นี้ให้เป็นแบบจำลองที่ระบบ AI สามารถเข้าใจและใช้ได้

การสร้างแบบจำลองเหล่านี้มีความซับซ้อนเนื่องจากต้องรวมถึงประสบการณ์ของผู้ใช้ การรับรู้ของมนุษย์ และคุณลักษณะของผลิตภัณฑ์หรือระบบที่กำลังออกแบบเพื่อทำนายการตอบสนองของมนุษย์และประสบการณ์โดยรวม

คุณทำงานอย่างกว้างขวางกับอุตสาหกรรมที่ซับซ้อน เช่น อวกาศ การแพทย์ การผลิต และผลิตภัณฑ์ผู้บริโภค ในสภาพแวดล้อมที่มีความเสี่ยงสูงเหล่านี้ คุณสร้างสมดุลระหว่างศักยภาพของการออกแบบที่ได้รับการสนับสนุนจาก AI และความจำเป็นในการรับรองความปลอดภัย ความสามารถติดตาม และความไว้วางใจได้อย่างไร?

ในภาคส่วนที่มีความเสี่ยงสูง เช่น สาธารณสุข อวกาศ และการผลิต คำถามไม่ใช่ว่า AI สามารถใช้ได้หรือไม่ แต่เป็นวิธีการกำกับดูแล AI AI สามารถมีบทบาทสนับสนุนที่ทรงพลังในการจำลอง การเพิ่มประสิทธิภาพ และการสำรวจในระยะแรก แต่ AI ไม่สามารถเป็นหน่วยงานสุดท้ายได้

หลายภาคส่วนเหล่านี้มีการควบคุมอย่างเข้มงวดและต้องปฏิบัติตามข้อกำหนดด้านความปลอดภัยที่เข้มงวด ซึ่งต้องการการรักษาข้อมูลที่ปลอดภัยทั้งข้อมูลส่วนบุคคลและข้อมูลที่ละเอียดอ่อน ในบริบทเหล่านี้ บ่อยครั้งที่คำถามหรือคำถามต้องถูกพัฒนาด้วยข้อมูลท้องถิ่นเพื่อให้มีความเฉพาะเจาะจงและความเกี่ยวข้อง และในภาคส่วนเหล่านี้ องค์กรมักจะสร้างและดูแลเครื่องมือ AI ของตนเอง

สิ่งที่การวิจัยของเราแสดงให้เห็นอย่างต่อเนื่องคือระบบไฮบริดเป็นสิ่งจำเป็น: AI ควรเพิ่มความสามารถในการตัดสินใจของผู้เชี่ยวชาญ ไม่ใช่แทนที่มัน การตัดสินใจของมนุษย์จะต้องถูกสร้างเข้าไปในจุดตัดสินใจที่สำคัญทั้งหมด โดยเฉพาะอย่างยิ่งเมื่อความปลอดภัย ความเสี่ยง และความรับผิดชอบเป็นหัวใจ

สำหรับผู้กำกับดูแลและผู้ใช้สุดท้ายที่จะไว้วางใจระบบที่ได้รับการสนับสนุนจาก AI องค์กรจะต้องมีการจัดทำเอกสารที่ชัดเจนเกี่ยวกับวิธีการฝึกอบรมแบบจำลอง ข้อมูลที่ใช้ และวิธีการสร้างผลลัพธ์ โดยไม่มีความโปร่งใส ความไว้วางใจไม่สามารถขยายได้ ไม่ว่าเทคโนโลยีจะก้าวหน้าแค่ไหน

หลายองค์กรต้องดิ้นรนในการข้ามช่องว่างระหว่าง “การทดลองกับ AI” และการบูรณาการ AI เข้ากับการพัฒนาผลิตภัณฑ์อย่างมีประสิทธิภาพ สิ่งที่คุณแนะนำให้ทีมทำเพื่อเปลี่ยนจากการทดลองไปสู่การนำไปใช้อย่างมีกลยุทธ์?

หลายองค์กรหยุดอยู่ที่ขั้นตอนการทดลองเพราะพวกเขาใช้ AI โดยไม่มีจุดประสงค์เชิงกลยุทธ์ที่ชัดเจน ขั้นตอนแรกคือการระบุอย่างชัดเจนว่า AI มีบทบาทใดในการพัฒนาผลิตภัณฑ์ ไม่ว่าจะเป็นการสนับสนุนความคิดสร้างสรรค์ การเร่งการทดสอบ การปรับปรุงการประเมิน หรือการเสริมการตัดสินใจ

ทีมจะต้องมีพื้นฐานที่ถูกต้องในสถานที่ ซึ่งหมายถึงการลงทุนในข้อมูลที่มีคุณภาพสูงและมีการกำกับดูแลอย่างดี โดยเฉพาะข้อมูลที่สะท้อนถึงประสบการณ์ของผู้ใช้จริงมากกว่าประสิทธิภาพทางเทคนิคเพียงอย่างเดียว

หลายภาคส่วนเริ่มพัฒนาแนวทางปฏิบัติเกี่ยวกับ AI ที่ช่วยให้ทีมสามารถดำเนินกระบวนการจากกรณีศึกษาไปจนถึงการนำไปใช้ได้ แนวทางปฏิบัติเหล่านี้ช่วยให้องค์กรระบุได้ว่า AI สามารถเพิ่มคุณค่าได้อย่างแท้จริง และในขณะเดียวกันก็รับรองว่ามนุษย์ยังคงอยู่ในวงจรที่จำเป็น

สุดท้าย องค์กรควรดำเนินการทดลองที่มีโครงสร้างและความเสี่ยงต่ำซึ่งฝังอยู่ในกระบวนการทำงานจริง ไม่ใช่ดำเนินการแยกออกมา การทดลองเหล่านี้ควรเป็นการทำงานร่วมกันระหว่างสาขาวิชาต่างๆ โดยนำนักออกแบบ วิศวกร นักวิทยาศาสตร์ข้อมูล และผู้เชี่ยวชาญด้านสาขาเข้ามาเกี่ยวข้อง เพื่อให้การเรียนรู้ถูกแบ่งปันและสามารถถ่ายทอดได้ AI จะมีคุณค่าเมื่อถูกออกแบบมาเป็นส่วนหนึ่งของการปฏิบัติงานประจำ ไม่ใช่ถูกมองว่าเป็นชั้นทดลองแยกออกมา

คุณมีประวัติยาวนานในการพัฒนาวิธีการในการจัดโครงสร้างและทำให้ความรู้เป็นอัตโนมัติ ในขณะนี้ AI ใกล้จะสามารถให้เหตุผลเกี่ยวกับการตั้งใจด้านการออกแบบ ความต้องการของผู้ใช้ และบริบทได้อย่างแท้จริงหรือไม่? และคุณเชื่อว่าในอีกไม่กี่ปีข้างหน้าจะมี đột pháอะไรที่จะเกิดขึ้นในด้าน AI ความคิดสร้างสรรค์ และวิศวกรรมการออกแบบ?

ในบางพื้นที่ การคาดการณ์ความชอบของผู้ใช้เป็นเรื่องที่ค่อนข้างตรงไปตรงมา เนื่องจากสามารถใช้ข้อมูลเช่นประวัติการท่องเว็บหรือบันทึกการดูภาพยนตร์หรือโทรทัศน์เพื่อทำการแนะนำได้

ในทางกลับกัน การออกแบบผลิตภัณฑ์และบริการมีความท้าทายที่สำคัญ เนื่องจากข้อมูลเกี่ยวกับการเลือกใช้ ความต้องการ และประสบการณ์ของผู้คนมักไม่ได้พร้อมใช้งานเสมอไป

การวิจัยล่าสุดของฉันกับ DIGIT Lab ตรวจสอบความสามารถของ LLM ในการประเมินความคิดสร้างสรรค์ แต่แบบจำลองในปัจจุบันยังทำงานบนรูปแบบในข้อมูลและไม่สามารถให้ความหมายได้ การศึกษาก่อนหน้านี้ที่เชื่อมโยงรูปทรงกับการรับรู้แสดงให้เห็นว่าการเปลี่ยนแปลงเล็กๆ น้อยๆ ในรูปทรงสามารถเปลี่ยนการตอบสนองทางอารมณ์ได้ และความแตกต่างเหล่านี้ยากสำหรับ AI ที่จะคาดเดาได้โดยไม่มีการกำกับดูแลของมนุษย์หรือแบบจำลองที่ซับซ้อน

ดังนั้น การให้เหตุผลของ AI เกี่ยวกับการตั้งใจจึงดีขึ้น แต่ยังคงเป็นการเสริมทักษะผู้เชี่ยวชาญของมนุษย์

เมื่อ AI เร่งการออกแบบตั้งแต่ความคิดสร้างสรรค์ไปจนถึงการสร้างต้นแบบ คุณคิดว่าผู้ออกแบบจะต้องมีทักษะใหม่ๆ อย่างไร และมหาวิทยาลัยและองค์กรควรปรับปรุงการฝึกอบรมสำหรับคนรุ่นต่อไปของคนสร้างสรรค์อย่างไร?

นักออกแบบจะต้องสามารถสื่อสารได้ทั้งในด้านการรับรู้ของมนุษย์และเครื่องมือที่ได้รับการสนับสนุนจาก AI การเข้าใจว่ารูปทรง วัสดุ และสัดส่วนสามารถกำหนดการตอบสนองทางอารมณ์ได้อย่างไรจะยังคงเป็นหลักการสำคัญของการออกแบบที่ดี

ในขณะเดียวกัน นักออกแบบจะต้องสามารถทำงานร่วมกับระบบ AI ที่ช่วยในการสร้างความคิดและการประเมินได้ ซึ่งหมายความว่าไม่เพียงแต่ใช้เครื่องมือเหล่านี้เท่านั้น แต่ยังเข้าใจสิ่งที่พวกมันกำลังเพิ่มประสิทธิภาพและจุดอ่อนของมันด้วย

เมื่อ AI เข้ามาขยายกระบวนการออกแบบตั้งแต่ความคิดสร้างสรรค์ไปจนถึงการสร้างต้นแบบ นักออกแบบจะต้องมีความสามารถใหม่ๆ ที่หลากหลายและวิธีการคิดที่แตกต่างออกไป ซึ่งไม่จำกัดเพียงทักษะฝีมือแบบดั้งเดิม แต่ยังรวมถึงความเข้าใจว่าเทคโนโลยีดิจิทัลทำงานอย่างไร ข้อมูลประเภทใดสามารถเปิดเผยอะไรได้บ้าง และวิธีการผสมผสานความเชี่ยวชาญด้านการออกแบบกับความเข้าใจ AI

เพื่อตอบสนองความต้องการเหล่านี้ มหาวิทยาลัยและองค์กรจะต้องปรับปรุงการฝึกอบรมคนรุ่นต่อไปของคนสร้างสรรค์ บางมหาวิทยาลัยได้เริ่มรวมวิทยาศาสตร์ข้อมูลเข้ากับโปรแกรมการออกแบบแล้ว ซึ่งเป็นขั้นตอนที่สำคัญ แต่ยังไม่เพียงพอ สิ่งที่ยังขาดคือวิธีการคิดด้านการออกแบบที่พร้อมสำหรับยุคดิจิทัล

การแก้ไขช่องว่างนี้เป็นสิ่งจำเป็น ซึ่งเป็นสาเหตุที่ทำให้เพื่อนร่วมงานของฉัน Dr. Ji Han และฉันเขียนหนังสือเกี่ยวกับ “การคิดด้านการออกแบบในยุคดิจิทัล” ร่วมกับ Cambridge University Press ซึ่งรวบรวมกรอบการทำงาน ทักษะ และวิธีการคิดที่จำเป็นสำหรับการออกแบบอย่างมีประสิทธิภาพร่วมกับ AI

DIGIT Lab เน้นไปที่การเปลี่ยนแปลงที่มีความรับผิดชอบ ในมุมมองของคุณ อะไรคือความเสี่ยงด้านจริยธรรมหรือสังคมที่ต้องได้รับการพิจารณาเมื่อ AI ถูกฝังอยู่ในกระบวนการออกแบบทั่วอุตสาหกรรม?

ตัวอย่างหนึ่งคือการรับรองการใช้ข้อมูลอย่างมีจริยธรรม รวมถึงการได้รับความยินยอมและความโปร่งใสเกี่ยวกับชุดข้อมูลที่ใช้ในการพัฒนาผลิตภัณฑ์ AI เช่นเดียวกับความเอนเอียงที่อาจมีอยู่ในข้อมูลเหล่านั้น

ในขณะเดียวกัน มีปัญหาเชิงจริยธรรมที่ลึกซึ้งยิ่งขึ้น เมื่อนักออกแบบพึ่งพาข้อมูลของมนุษย์ พวกเขาต้องจัดการกับความเป็นส่วนตัว ความเอนเอียง และความโปร่งใสอย่างมีความรับผิดชอบ

การบูรณาการข้อมูลของมนุษย์เข้ากับการออกแบบขับเคลื่อนด้วยข้อมูลทำให้เกิดความท้าทายที่สำคัญ การสร้างแบบจำลองที่สามารถจับความรู้สึกของผู้คนต่อการออกแบบได้ไม่ใช่เรื่องง่าย และนี่คือจุดที่การมีส่วนร่วมของมนุษย์ยังคงจำเป็น

คุณวิจัยว่าข้อมูลและ AI สามารถปรับผลิตภัณฑ์ให้เหมาะสมกับประสบการณ์ของผู้ใช้ได้อย่างไร คุณเห็นอนาคตที่ผลิตภัณฑ์จะพัฒนาอย่างไดนามิกตามข้อมูลในเวลาจริงหลังจากออกจากโรงงานหรือไม่? หากใช่ คุณแนะนำให้นักออกแบบเตรียมตัวสำหรับโลกดังกล่าวอย่างไร?

การออกแบบที่ขับเคลื่อนด้วยข้อมูลสามารถนำไปสู่ผลิตภัณฑ์ที่ปรับแต่งได้ ส่วนตัวหรือปรับให้เหมาะสมกับพฤติกรรมของแต่ละบุคคล ซึ่งสามารถกลายเป็น “ระบบอัจฉริยะ” ที่รวบรวมข้อมูลเกี่ยวกับการใช้งานและติดต่อสื่อสารผ่านเซ็นเซอร์ที่ฝังตัวและความเชื่อมต่อ IoT

การเปลี่ยนแปลงนี้สร้างความรับผิดชอบใหม่ๆ นักออกแบบจะต้องตัดสินใจว่าข้อมูลของมนุษย์ประเภทใดที่เกี่ยวข้อง เช่น ข้อมูลพฤติกรรม ข้อมูลสรีรวิทยา ข้อมูลรับฟัง หรือข้อมูลทางอารมณ์

นอกจากนี้ การอัปเดตจะต้องรักษาคุณค่าทาง审美และอารมณ์ที่ตั้งใจไว้ซึ่งเชื่อมโยงกับรูปแบบและความรู้สึก สุดท้าย การกำกับดูแลมีความสำคัญ การทดลองในอุตสาหกรรมของเราเน้นย้ำถึงความท้าทายที่เกี่ยวข้องกับข้อมูล ความไว้วางใจ และความเป็นส่วนตัวที่ต้องการการกำกับดูแลและความดูแลของมนุษย์

เมื่อมองไปข้างหน้า ปัญหาในการวิจัยที่สำคัญที่สุดซึ่งกระตุ้นให้คุณมีแรงบันดาลใจในขณะนี้คืออะไร? และคุณเชื่อว่าในอีกไม่กี่ปีข้างหน้าจะมีผลลัพธ์เชิงประจักษ์ใดที่จะเกิดขึ้นในด้าน AI ความคิดสร้างสรรค์ และวิศวกรรมการออกแบบ?

หลายความท้าทายที่กล่าวมาข้างต้นยังคงไม่ได้รับการแก้ไข ซึ่งฉันกำลังทำงานอยู่ รวมถึงการรับรองว่าเครื่องมือ AI ทั่วไปสามารถปรับให้เหมาะสมกับภาคส่วนที่เฉพาะเจาะจงที่ต้องการนำไปใช้ได้อย่างมีประสิทธิภาพ

ในระดับภาคส่วน นี่อาจดูแตกต่างกันไปบ้าง ในการผลิต อาจเกี่ยวข้องกับการใช้แบบจำลองที่ฝึกอบรมด้วยความรู้เฉพาะโดเมนพร้อมกับมาตรการรักษาความปลอดภัยและความเป็นส่วนตัวที่เข้มงวด ในอุตสาหกรรมสร้างสรรค์ การมุ่งเน้นอาจอยู่ที่การเพิ่มความหลากหลายของผลลัพธ์และการทำให้การทำงานร่วมกันระหว่างมนุษย์และ AI มีความหมายมากขึ้น

ทางด้านเทคนิค เรากำลังทดลองกับแบบจำลองภาษาขนาดใหญ่เพื่อสนับสนุนงานประเมินผล หนึ่งการศึกษาแสดงให้เห็นว่า LLMs สามารถประเมินความใหม่และความมีประโยชน์ได้ และสอดคล้องกับผู้เชี่ยวชาญของมนุษย์เมื่อได้รับการชี้แนะที่ออกแบบมาอย่างดี

เรากำลังสำรวจตัวแทนการ 대화เพื่อจับข้อกำหนดการเปลี่ยนแปลงดิจิทัลขององค์กร และแสดงให้เห็นว่าแชทบอทสามารถสัมภาษณ์แบบมีโครงสร้างได้อย่างมีประสิทธิภาพ เมื่อรวมกับการทำงานเกี่ยวกับการใช้ข้อมูลของมนุษย์ในด้านการออกแบบ เสนอแนะอนาคตที่ AI จะช่วยให้เราเก็บรักษาความเชี่ยวชาญได้ ตัดสินใจได้ดีขึ้น และมีส่วนร่วมกับผู้ใช้อย่างมีจริยธรรม

ขอขอบคุณสำหรับการสัมภาษณ์ที่มีใจและให้ข้อมูลอันมีค่า ผู้อ่านสามารถศึกษาการวิจัยของศาสตราจารย์ Ahmed-Kristensen เกี่ยวกับการออกแบบที่ขับเคลื่อนด้วย AI ความคิดสร้างสรรค์ และการเปลี่ยนแปลงดิจิทัลที่มีความรับผิดชอบได้ที่ DIGIT Lab