Giáo sư Saeema Ahmed-Kristensen, Giám đốc Phòng thí nghiệm DIGIT – Loạt bài phỏng vấn

Giáo sư Saeema Ahmed-Kristensen là một học giả hàng đầu về kỹ thuật thiết kế và là Phó Hiệu trưởng phụ trách Nghiên cứu & Tác động tại trường. Đại học Exeternơi bà cũng giữ chức Giám đốc của DIGIT Lab, Đây là một sáng kiến ​​nghiên cứu liên ngành quy mô lớn tập trung vào đổi mới và chuyển đổi kỹ thuật số. Nghiên cứu của bà bao gồm sự sáng tạo và nhận thức trong thiết kế, thiết kế dựa trên dữ liệu và thiết kế kỹ thuật số, và việc tích hợp các công nghệ tiên tiến vào kỹ thuật phức tạp và phát triển sản phẩm, với trọng tâm mạnh mẽ vào việc chuyển đổi những hiểu biết học thuật thành tác động thực tiễn thông qua hợp tác với ngành công nghiệp, tham gia hoạch định chính sách và các chương trình nghiên cứu quy mô lớn.

Sự nghiệp của bạn trải dài qua Cambridge, DTU, Imperial College London, Royal College of Art, và hiện tại là Đại học Exeter. Nhìn lại, những trải nghiệm hay bước ngoặt nào đã định hình tư duy của bạn về thiết kế, sự sáng tạo và vai trò của công nghệ kỹ thuật số?

Công việc thiết kế của tôi trải rộng trên nhiều nền văn hóa và lĩnh vực khác nhau. Tôi bắt đầu tại Brunel với một trong số ít các khóa học thời đó kết hợp công nghệ, thiết kế lấy con người làm trung tâm và sự hiểu biết về hình thức. Điều đó đã dạy tôi từ sớm rằng sự sáng tạo và đổi mới có mối liên hệ mật thiết với nhau.

Việc học tập tại Cambridge đã mở rộng tầm nhìn của tôi hơn nữa. Môi trường đại học đã cho tôi tiếp xúc với nhiều lĩnh vực khác nhau và cho tôi thấy sự đổi mới phụ thuộc vào việc kết hợp kiến ​​thức từ nhiều lĩnh vực như thế nào. Luận án tiến sĩ của tôi tập trung vào lĩnh vực hàng không vũ trụ và nghiên cứu cách các nhà thiết kế kỹ thuật tìm kiếm và sử dụng thông tin. Tôi đã nghiên cứu cách mọi người tiếp cận kiến ​​thức, cách thức hỗ trợ hoặc sao chép chuyên môn, và sự giao thoa giữa nhận thức, khoa học máy tính và thiết kế kỹ thuật. Góc nhìn lấy con người làm trung tâm này đã theo tôi cho đến nay.

Cùng với sự phát triển của công nghệ kỹ thuật số, những câu hỏi trong công việc của tôi cũng ngày càng đa dạng. Sự trỗi dậy của dữ liệu IoT, trí tuệ nhân tạo (AI) và điện toán tiên tiến đã làm thay đổi cách tiếp cận thiết kế, từ chỉ tập trung vào con người sang tập trung vào xã hội. Điều này tiếp tục định hình công việc của tôi tại Đại học Exeter, nơi tôi điều hành DIGIT Lab và tập trung vào vai trò của các mô hình học tập dựa trên ngôn ngữ (LLM) trong quá trình sáng tạo, những rào cản mà các ngành công nghiệp gặp phải khi áp dụng chúng, và cách dữ liệu có thể thúc đẩy đổi mới.

Thời gian học tại Imperial và Học viện Nghệ thuật Hoàng gia đã củng cố niềm tin của tôi rằng thiết kế không chỉ đơn thuần là tạo ra sản phẩm hay dịch vụ. Với con người, quy trình và văn hóa phù hợp, thiết kế trở thành động lực thúc đẩy các công nghệ, vật liệu và ý tưởng mới, có khả năng mở rộng quy mô, giải quyết những thách thức toàn cầu hiện tại và tương lai.

DIGIT Lab tập trung mạnh vào chuyển đổi số trong các tổ chức lớn đã có uy tín. Từ góc nhìn của bạn, theo bạn, các nhà lãnh đạo thường hiểu sai điều gì nhất về cách trí tuệ nhân tạo (AI) sẽ thay đổi thiết kế, đổi mới và ra quyết định?

Trong nhiều thập kỷ, trí tuệ nhân tạo (AI) đã có những tiến bộ trong nghiên cứu và được ứng dụng trong một số ngành công nghiệp, nhưng sự phát triển thường bị hạn chế bởi khoảng cách về kỹ năng, sự hiểu biết của lãnh đạo và sự rõ ràng về giá trị cũng như cơ sở hạ tầng cần thiết. Với sự ra đời của các mô hình học máy (LLM) và các công cụ tạo sinh như DALL·E, AI hiện nay dễ tiếp cận hơn và cần ít chuyên môn hoặc thiết lập hơn. Nhưng điều này cũng đặt ra những câu hỏi mới về quyền riêng tư, bảo mật dữ liệu và mức độ hiệu quả của các mô hình đa năng trong các lĩnh vực cụ thể.

Trong thiết kế và đổi mới, những vấn đề này đặc biệt rõ ràng. Nghiên cứu của chúng tôi, đã xem xét hơn 12,000 ý tưởng được tạo ra bởi con người và trí tuệ nhân tạo (AI), cho thấy các ý tưởng của AI có xu hướng tập trung xung quanh các khái niệm tương tự. Điều này nhấn mạnh sự cần thiết phải tích hợp chuyên môn của con người vào các công cụ chung, điều chỉnh AI cho phù hợp với từng lĩnh vực, hoặc hiểu rõ khi nào và làm thế nào để sử dụng AI cùng với sự sáng tạo và khả năng ra quyết định của con người.

Phần lớn nghiên cứu của bạn tập trung vào sự sáng tạo và nhận thức trong thiết kế. Với trí tuệ nhân tạo tạo sinh (generative AI) hiện nay có khả năng tạo ra ý tưởng, khái niệm và các phiên bản lặp lại ở quy mô lớn, bạn thấy khía cạnh nào của sự sáng tạo là độc đáo của con người — và những phần nào có thể được chuyển giao một cách có trách nhiệm cho các quy trình do AI điều khiển?

Đối với tôi, sự sáng tạo luôn vượt xa việc chỉ tạo ra các phương án thay thế. Nó còn liên quan đến ý định, ý nghĩa văn hóa và sự kết nối cảm xúc mà một thiết kế tạo ra. Cuộc khảo sát gần đây của DIGIT Lab đã làm nổi bật điều này: 82% người tham gia cho biết họ cảm thấy công việc do con người thực hiện hoặc kết hợp cả hai mang lại ý nghĩa hơn, và 71% cho biết họ cảm thấy ít gắn kết về mặt cảm xúc hơn với thiết kế chỉ do AI tạo ra. Nhiều người mô tả tác phẩm do AI tạo ra là “thiếu cảm xúc” (48%) hoặc “quá hoàn hảo” (40%), và 36% cảm thấy tác động của nó nhanh chóng phai nhạt. Những phản hồi này củng cố điều mà tôi đã tin tưởng từ lâu. Sự gắn kết cảm xúc không phải là điều nên có; nó là yếu tố thiết yếu đối với cách mọi người trải nghiệm và đánh giá công việc sáng tạo.

Nghiên cứu của chúng tôi so sánh ý tưởng của con người và trí tuệ nhân tạo cũng cho thấy rằng các nhà thiết kế con người giỏi hơn trong việc tạo ra các ý tưởng đa dạng, mới lạ và đảm bảo sản phẩm sáng tạo, dù là tác phẩm nghệ thuật, thiết kế sản phẩm hay dịch vụ, đều có chiều sâu và ý nghĩa. Các chuyên gia sáng tạo sở hữu bộ kỹ năng mà hiện tại chưa thể sao chép được. Các nhà thiết kế cần hiểu vấn đề trước khi đưa ra ý tưởng, và các mô hình học máy (LLM) rất hữu ích trong việc thu thập thông tin để giúp các nhà thiết kế chuyển từ vấn đề này sang vấn đề khác. Nếu chúng ta có thể xây dựng các mô hình chuyên môn của con người vào các công cụ AI, chúng cũng có thể hỗ trợ đánh giá ý tưởng, cho phép AI tận dụng tốt hơn các kỹ năng sáng tạo của con người.

Phương pháp tư duy logic mà chúng tôi đang thử nghiệm hỗ trợ Các chương trình LLM sẽ theo sát chuyên gia. lý luậnKhông chỉ đơn thuần là cho điểm. Trong mọi trường hợp, cần có sự giám sát của con người để diễn giải kết quả và đảm bảo rằng các lựa chọn thiết kế phù hợp với trải nghiệm thực tế của người dùng.

Rõ ràng là chúng ta phải tạo ra các mô hình có khả năng nắm bắt cách mọi người trải nghiệm sản phẩm, dịch vụ và tương tác theo cách mà máy tính có thể hiểu được, hoặc tích hợp dữ liệu dày (những hiểu biết định tính phong phú cung cấp bối cảnh) với dữ liệu mỏng hoặc dữ liệu cảm biến lớn mà chúng ta thu thập được. Việc phát triển các mô hình này không hề đơn giản, và đây chính là lý do tại sao sự tham gia của con người vẫn vô cùng cần thiết.

Vì vậy, đối với tôi, điều cần rút ra không phải là AI không có chỗ đứng trong sự sáng tạo. Hoàn toàn không phải vậy. Mà là AI và con người đóng góp những thế mạnh khác nhau. Việc mọi người luôn phản hồi tích cực hơn đối với các tác phẩm do con người hoặc sự kết hợp giữa con người và con người chỉ đơn giản cho chúng ta thấy trọng tâm nằm ở đâu. AI có thể giúp khám phá không gian thiết kế rộng hơn, phân tích các mẫu và đưa ra những lời phê bình có cấu trúc, nhưng những nhận thức về sự đơn điệu, sự hoàn hảo của thuật toán và khoảng cách cảm xúc cho thấy AI vẫn cần sự phán xét của con người để biến những khả năng thành thứ gì đó có sức lan tỏa.

Đó là lý do tại sao tôi xem tương lai của sự sáng tạo về cơ bản là sự hợp tác. Trí tuệ nhân tạo (AI) có thể mở rộng phạm vi khả năng. Các nhà thiết kế mang đến sự đồng cảm, hiểu biết văn hóa và ý định giúp cho những khả năng đó trở nên có ý nghĩa. Khi cả hai cùng làm việc, với sự phán đoán của con người định hướng và AI làm phong phú thêm quá trình khám phá, kết quả là một quy trình sáng tạo chặt chẽ hơn, giàu trí tưởng tượng hơn và cuối cùng là mang tính nhân văn hơn trong kết quả.

Bạn đã tiên phong trong các phương pháp định lượng trải nghiệm người dùng và cấu trúc kiến ​​thức thiết kế. Khi các hệ thống AI ngày càng chịu trách nhiệm nhiều hơn trong việc tạo ra sản phẩm và dịch vụ, làm thế nào để chúng ta đảm bảo rằng trải nghiệm, cảm xúc và tín hiệu văn hóa của con người vẫn là trọng tâm của quá trình thiết kế?

Để đặt trải nghiệm con người làm trọng tâm, chúng ta cần tích hợp kiến ​​thức về nhận thức và cảm xúc vào các phương pháp của mình.

Có hai cách tiếp cận chính. Cách tiếp cận thứ nhất nhận ra sự cần thiết của dữ liệu định tính cho phép hiểu sâu sắc về trải nghiệm, nhận thức và cảm xúc của con người, từ đó hỗ trợ sự hợp tác hiệu quả giữa con người và trí tuệ nhân tạo. Cách tiếp cận thứ hai—mà công việc của tôi tập trung vào—nhằm mục đích chuyển đổi kiến ​​thức này thành các mô hình mà hệ thống trí tuệ nhân tạo có thể hiểu và sử dụng.

Việc phát triển các mô hình này rất phức tạp, vì chúng phải tích hợp trải nghiệm người dùng, nhận thức của con người và các đặc điểm của sản phẩm hoặc hệ thống đang được thiết kế, nhằm dự đoán phản ứng của con người và trải nghiệm tổng thể.

Bạn làm việc rộng rãi với các ngành công nghiệp phức tạp – hàng không vũ trụ, y tế, sản xuất và hàng tiêu dùng. Trong những môi trường đầy rủi ro này, làm thế nào bạn cân bằng giữa tiềm năng của thiết kế được hỗ trợ bởi AI với nhu cầu về an toàn, khả năng truy xuất nguồn gốc và sự tin cậy?

Trong các lĩnh vực rủi ro cao như chăm sóc sức khỏe, hàng không vũ trụ và sản xuất, câu hỏi không phải là liệu trí tuệ nhân tạo (AI) có thể được sử dụng hay không, mà là làm thế nào để quản lý nó. Niềm tin trong những môi trường này phụ thuộc vào trách nhiệm giải trình rõ ràng, khả năng truy vết và khả năng giải thích ở mọi giai đoạn của quá trình thiết kế và ra quyết định. AI có thể đóng vai trò hỗ trợ mạnh mẽ trong mô phỏng, tối ưu hóa và thăm dò giai đoạn đầu, nhưng nó không thể trở thành cơ quan có thẩm quyền cuối cùng.

Nhiều lĩnh vực trong số này được quản lý chặt chẽ và tuân thủ các yêu cầu an toàn nghiêm ngặt, đòi hỏi việc xử lý an toàn tất cả dữ liệu, dù là dữ liệu cá nhân hay dữ liệu nhạy cảm về mặt thương mại. Trong những bối cảnh này, các lời nhắc hoặc truy vấn thường cần được phát triển bằng cách sử dụng dữ liệu cục bộ để đảm bảo tính cụ thể và phù hợp, và các tổ chức trong các lĩnh vực này thường xây dựng và duy trì các công cụ AI của riêng họ.

Nghiên cứu tổng quát của chúng tôi luôn chỉ ra rằng các hệ thống lai là rất cần thiết: Trí tuệ nhân tạo (AI) nên hỗ trợ phán đoán của chuyên gia, chứ không phải thay thế nó. Sự giám sát của con người phải được duy trì trong mọi điểm quyết định quan trọng, đặc biệt là khi liên quan đến an toàn, rủi ro và trách nhiệm pháp lý. Để các cơ quan quản lý và người dùng cuối tin tưởng vào các hệ thống hỗ trợ AI, các tổ chức cũng cần có tài liệu minh bạch về cách thức huấn luyện mô hình, dữ liệu chúng sử dụng và cách tạo ra kết quả đầu ra. Nếu thiếu sự minh bạch đó, niềm tin không thể được mở rộng, bất kể công nghệ có tiên tiến đến đâu.

Nhiều tổ chức đang gặp khó khăn trong việc thu hẹp khoảng cách giữa việc “thử nghiệm với AI” và việc tích hợp nó một cách có ý nghĩa vào quá trình phát triển sản phẩm. Bạn có thể đề xuất những bước thực tiễn nào cho các nhóm đang cố gắng chuyển từ giai đoạn thử nghiệm sang triển khai chiến lược?

Nhiều tổ chức bị đình trệ ở giai đoạn thử nghiệm vì họ áp dụng AI mà không có mục đích chiến lược rõ ràng. Bước thực tiễn đầu tiên là phải xác định rõ ràng vai trò của AI trong quá trình phát triển, cho dù đó là hỗ trợ hình thành ý tưởng, đẩy nhanh quá trình thử nghiệm, cải thiện đánh giá hay nâng cao khả năng ra quyết định. Nếu thiếu sự rõ ràng đó, các dự án thử nghiệm sẽ không thể kết nối với kết quả kinh doanh và thiết kế thực tế.

Các nhóm cũng cần có nền tảng vững chắc. Điều đó có nghĩa là đầu tư vào dữ liệu chất lượng cao, được quản lý tốt, đặc biệt là dữ liệu phản ánh trải nghiệm thực tế của người dùng chứ không chỉ đơn thuần là hiệu năng kỹ thuật. Điều đó cũng có nghĩa là phải thực tế về những hạn chế hiện tại của AI, đặc biệt là trong việc đánh giá sáng tạo và lấy con người làm trung tâm, nơi mà sự giám sát của chuyên gia vẫn là điều thiết yếu.

Nhiều lĩnh vực đang bắt đầu xây dựng các chính sách về trí tuệ nhân tạo (AI) nhằm hướng dẫn các nhóm trong suốt quá trình thử nghiệm AI, từ việc xây dựng kế hoạch kinh doanh và chạy các dự án thí điểm đến việc áp dụng rộng rãi hơn. Những chính sách này giúp các tổ chức xác định được AI có thể thực sự mang lại giá trị ở đâu, đồng thời đảm bảo con người vẫn tham gia vào quá trình này khi cần thiết.

Cuối cùng, các tổ chức nên tiến hành các dự án thí điểm có cấu trúc, rủi ro thấp, được tích hợp vào quy trình làm việc thực tế, chứ không phải chạy riêng lẻ. Các dự án thí điểm này nên mang tính liên ngành, quy tụ các nhà thiết kế, kỹ sư, nhà khoa học dữ liệu và chuyên gia lĩnh vực để việc học hỏi được chia sẻ và chuyển giao. Trí tuệ nhân tạo (AI) mang lại giá trị khi được thiết kế vào thực tiễn hàng ngày, chứ không phải được coi là một lớp thử nghiệm riêng biệt.

Ông/Bà có bề dày kinh nghiệm trong việc phát triển các phương pháp cấu trúc và tự động hóa tri thức. Chúng ta còn cách bao xa để có được các hệ thống AI có thể suy luận về ý định thiết kế, nhu cầu người dùng và ngữ cảnh theo cách thực sự tạo ra giá trị chứ không chỉ đơn thuần là tạo ra nội dung?

Trong một số lĩnh vực, việc dự đoán sở thích của người dùng tương đối đơn giản, vì dữ liệu như lịch sử duyệt web hoặc ghi lại những bộ phim hay chương trình truyền hình đã xem có thể được sử dụng để đưa ra đề xuất. Những lĩnh vực này được hưởng lợi từ dữ liệu sẵn có.

Ngược lại, một thách thức quan trọng trong thiết kế sản phẩm và dịch vụ là dữ liệu về lựa chọn, nhu cầu và trải nghiệm sống của người dùng thường không dễ dàng thu thập được.

My nghiên cứu gần đây Digit Lab đã nghiên cứu khả năng của mô hình ngôn ngữ lập trình (LLM) khi được cung cấp mô hình về cách con người nhận thức và phản ứng với các đặc điểm thiết kế. Tuy nhiên, các mô hình hiện tại hoạt động dựa trên các mẫu trong dữ liệu và không thể đặt ý nghĩa vào ngữ cảnh. Các nghiên cứu trước đây liên kết hình dạng với nhận thức cho thấy rằng ngay cả những thay đổi nhỏ về hình thức cũng có thể làm thay đổi phản ứng cảm xúc, và những sự tinh tế như vậy rất khó để AI dự đoán được nếu không có sự hướng dẫn của con người hoặc các mô hình phức tạp được đưa vào. Do đó, khả năng suy luận của AI về ý định đang được cải thiện, nhưng nó vẫn chỉ là sự bổ sung cho chuyên môn của con người.

Khi trí tuệ nhân tạo (AI) đẩy nhanh chu kỳ thiết kế — từ lên ý tưởng đến tạo mẫu thử — các nhà thiết kế sẽ cần những kỹ năng mới nào? Các trường đại học và tổ chức nên suy nghĩ lại về việc đào tạo thế hệ tài năng sáng tạo tiếp theo như thế nào?

Các nhà thiết kế sẽ cần phải thành thạo cả nhận thức của con người và các công cụ hỗ trợ bởi trí tuệ nhân tạo (AI). Hiểu được cách hình thức, chất liệu và tỷ lệ định hình phản ứng cảm xúc sẽ vẫn là nền tảng của thiết kế tốt. Đồng thời, các nhà thiết kế phải có khả năng làm việc tự tin với các hệ thống AI hỗ trợ việc tạo ra và đánh giá ý tưởng. Điều đó có nghĩa là không chỉ sử dụng các công cụ, mà còn phải hiểu chúng đang tối ưu hóa cho điều gì và những hạn chế của chúng nằm ở đâu. Khi AI ngày càng được tích hợp vào quy trình thiết kế, khả năng phân tích phê phán các kết quả đầu ra của nó và kết hợp chúng với phán đoán của con người sẽ trở thành một trong những kỹ năng sáng tạo có giá trị nhất.

Khi trí tuệ nhân tạo (AI) đẩy nhanh chu kỳ thiết kế từ khâu lên ý tưởng đến tạo mẫu thử, các nhà thiết kế sẽ cần một sự kết hợp mới giữa các khả năng và cách tư duy vượt ra ngoài các kỹ năng thủ công truyền thống. Họ cần hiểu cách thức hoạt động của các công nghệ kỹ thuật số, các loại dữ liệu khác nhau có thể (và không thể) tiết lộ điều gì, và làm thế nào để kết hợp chuyên môn thiết kế với kiến ​​thức về AI. Điều này bao gồm việc biết cách làm việc với dữ liệu chất lượng cao, được quản lý tốt, phản ánh trải nghiệm thực tế của người dùng, thay vì chỉ dựa vào các chỉ số hiệu suất kỹ thuật. Bên cạnh đó, các nhà thiết kế cũng cần có khả năng phán đoán để nhận ra AI hữu ích ở đâu và sự sáng tạo của con người cùng tư duy phản biện phải được đặt lên hàng đầu ở đâu.

Để đáp ứng những nhu cầu này, các trường đại học và tổ chức sẽ phải suy nghĩ lại cách thức đào tạo thế hệ tài năng sáng tạo tiếp theo. Một số trường đại học đã tích hợp khoa học dữ liệu vào các chương trình thiết kế; đây là một bước quan trọng, nhưng chưa đủ. Điều còn thiếu là các phương pháp tư duy thiết kế phù hợp với thực tế của thời đại kỹ thuật số: các phương pháp giúp các nhà thiết kế cộng tác với trí tuệ nhân tạo, làm việc liên ngành và điều hướng các thử nghiệm nhanh chóng trong khi vẫn duy trì sự giám sát có đạo đức và lấy con người làm trung tâm.

Khắc phục khoảng trống này là điều thiết yếu. Đó là lý do tại sao đồng nghiệp của tôi, Tiến sĩ Ji Han và tôi đang viết một cuốn sách với Nhà xuất bản Đại học Cambridge về chủ đề này. Tư duy thiết kế trong kỷ nguyên số, nơi hội tụ các khuôn khổ, kỹ năng và phương pháp tư duy cần thiết để thiết kế hiệu quả cùng với trí tuệ nhân tạo.

DIGIT Lab nhấn mạnh vào sự chuyển đổi có trách nhiệm. Theo quan điểm của bạn, những rủi ro về đạo đức hay xã hội nào cần được chú trọng hơn khi AI ngày càng được tích hợp vào quy trình thiết kế trong nhiều ngành công nghiệp?

Một ví dụ là việc đảm bảo sử dụng dữ liệu một cách có đạo đức, bao gồm việc thu thập sự đồng ý có hiểu biết và duy trì tính minh bạch về các tập dữ liệu được sử dụng để phát triển các sản phẩm AI, cũng như bất kỳ thành kiến ​​tiềm ẩn nào mà chúng có thể chứa đựng. Ví dụ, các tập dữ liệu được tích hợp trong hệ thống chăm sóc sức khỏe phải được kiểm tra cẩn thận để đảm bảo chúng đại diện đầy đủ cho toàn bộ dân số, xác định bất kỳ nhóm nào có thể bị thiếu đại diện và xác nhận rằng hệ thống AI phù hợp với mục đích và mang tính toàn diện. Từ góc độ xã hội, thường có mối lo ngại rằng AI sẽ thay thế việc làm; tuy nhiên, điều quan trọng là phải hiểu chuyên môn của con người vẫn cần thiết ở đâu và AI có thể được sử dụng như thế nào để bổ sung, chứ không phải thay thế, khả năng của con người.

Tuy nhiên, còn có những vấn đề đạo đức sâu sắc hơn nữa. Khi các nhà thiết kế dựa vào dữ liệu con người, họ phải xử lý vấn đề quyền riêng tư, sự thiên vị và... minh bạch một cách có trách nhiệmMột hội thảo của DIGIT Lab đã xác định các thách thức chính trong lĩnh vực sản xuất là “dữ liệu”, “con người” và “quản trị”, nhấn mạnh sự cần thiết phải thu thập dữ liệu tốt hơn, giám sát có sự tham gia của con người và các chính sách rõ ràng về bảo mật, sự tin cậy, sở hữu trí tuệ và quy định. Giải quyết những rủi ro này có nghĩa là đảm bảo các hệ thống AI được xây dựng trên nền tảng dữ liệu đa dạng, tích hợp phán đoán của con người tại các điểm quan trọng và phát triển các tiêu chuẩn thiết kế toàn diện tôn trọng quyền riêng tư, sự đồng ý và bối cảnh văn hóa.

Bạn đã nghiên cứu cách dữ liệu và trí tuệ nhân tạo có thể tùy chỉnh sản phẩm dựa trên trải nghiệm người dùng. Bạn có thấy một tương lai mà các sản phẩm sẽ phát triển năng động dựa trên dữ liệu thời gian thực sau khi chúng rời khỏi nhà máy không? Nếu có, các nhà thiết kế nên chuẩn bị như thế nào cho thế giới đó? 

Thiết kế dựa trên dữ liệu Các sản phẩm được sử dụng có thể được cá nhân hóa, tùy chỉnh hoặc điều chỉnh theo hành vi của từng cá nhân. Sau đó, chúng trở thành các hệ thống “thông minh” thu thập dữ liệu về cách chúng được sử dụng và giao tiếp thông qua các cảm biến tích hợp và kết nối IoT. Trong khuôn khổ của chúng tôi, các hoạt động tùy chỉnh bao gồm việc sử dụng dữ liệu đó để cập nhật và điều chỉnh sản phẩm sau khi chúng rời khỏi nhà máy. Ví dụ bao gồm việc liên kết các mô hình nhận dạng cử chỉ với bản sao kỹ thuật số để cộng tác giữa người và robot và sử dụng quét hỗ trợ bởi máy học để tạo ra các thành phần tùy chỉnh.

Sự thay đổi này tạo ra những trách nhiệm mới. Các nhà thiết kế cần phải quyết định xem nên chọn trách nhiệm nào. dữ liệu con ngườiCho dù đó là khía cạnh hành vi, sinh lý, phản hồi hay cảm xúc, đều có liên quan. Họ cũng phải đảm bảo rằng các bản cập nhật vẫn giữ được những phẩm chất thẩm mỹ và cảm xúc vốn có mà chúng ta biết là gắn liền với hình thức và nhận thức. Cuối cùng, quản trị là vấn đề quan trọng: hội thảo ngành của chúng tôi đã nhấn mạnh rằng các vấn đề liên quan đến dữ liệu, sự tin tưởng và quyền riêng tư đòi hỏi các chính sách rõ ràng và sự giám sát của con người. Khi được thực hiện tốt, các sản phẩm đang phát triển có thể mang lại giá trị lâu dài và khả năng đáp ứng mà không làm mất đi ý nghĩa hoặc đạo đức.

Nhìn về phía trước, những câu hỏi nghiên cứu lớn nào đang thúc đẩy bạn hiện nay? Và bạn tin rằng lĩnh vực này sẽ chứng kiến ​​những đột phá nào trong vài năm tới ở giao điểm của trí tuệ nhân tạo, sự sáng tạo và kỹ thuật thiết kế?

Nhiều thách thức được mô tả ở trên vẫn chưa được giải quyết – một số trong đó tôi hiện đang nghiên cứu và giải quyết, bao gồm cả việc đảm bảo rằng các công cụ AI tạo sinh đa năng có thể được điều chỉnh hiệu quả cho các lĩnh vực cụ thể muốn áp dụng chúng.

Ở cấp độ ngành, điều này có thể trông khá khác biệt: trong ngành sản xuất, nó có thể liên quan đến việc sử dụng các mô hình cục bộ được đào tạo dựa trên kiến ​​thức chuyên ngành, cùng với các biện pháp bảo mật và riêng tư mạnh mẽ; trong các ngành công nghiệp sáng tạo, trọng tâm có thể là đa dạng hóa sản phẩm đầu ra và cho phép sự hợp tác có ý nghĩa hơn giữa con người và trí tuệ nhân tạo.

Về mặt kỹ thuật, chúng tôi đang thử nghiệm các mô hình ngôn ngữ lớn để hỗ trợ các nhiệm vụ đánh giá. Một nghiên cứu cho thấy rằng các mô hình ngôn ngữ lớn có thể đánh giá tính mới lạ và tính hữu ích, đồng thời phù hợp hơn với các chuyên gia con người khi được hướng dẫn bởi các gợi ý được thiết kế tốt. Một bài báo liên quan sử dụng chuỗi suy nghĩ Chúng tôi đang nghiên cứu việc sử dụng gợi ý và tổng hợp đa mô hình để làm cho việc đánh giá AI trở nên đáng tin cậy hơn. Chúng tôi cũng đang khám phá các tác nhân hội thoại để nắm bắt các yêu cầu chuyển đổi số của các tổ chức, chứng minh rằng chatbot có thể thực hiện... phỏng vấn có cấu trúc một cách hiệu quả. Kết hợp với công việc sử dụng dữ liệu con người trong thiết kế, những sáng kiến ​​này hướng đến một tương lai mà AI giúp chúng ta bảo tồn chuyên môn, đưa ra quyết định tốt hơn và tương tác với người dùng một cách có đạo đức.

Cảm ơn vì cuộc phỏng vấn chu đáo và sâu sắc; độc giả nào muốn tìm hiểu thêm về công trình nghiên cứu của Giáo sư Ahmed-Kristensen về thiết kế dựa trên trí tuệ nhân tạo, sự sáng tạo và chuyển đổi số có trách nhiệm có thể tìm hiểu thêm về các nghiên cứu và sáng kiến ​​đang được tiến hành tại đây. Phòng thí nghiệm DIGIT.