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

GS. Saeema Ahmed-Kristensen là một học giả hàng đầu về kỹ thuật thiết kế và Phó Hiệu trưởng (Nghiên cứu và Tác động) tại Đại học Exeter, nơi bà cũng giữ chức Giám đốc của Phòng thí nghiệm DIGIT, một sáng kiến nghiên cứu liên ngành lớn tập trung vào đổi mới và chuyển đổi số. Nghiên cứu của bà bao gồm thiết kế sáng tạo và nhận thức, thiết kế dữ liệu và kỹ thuật số, cũng như tích hợp các công nghệ tiên tiến vào phát triển sản phẩm và kỹ thuật phức tạp, với trọng tâm mạnh mẽ vào việc chuyển đổi kiến thức học thuật thành tác động thực tế thông qua hợp tác ngành, tham gia chính sách và chương trình nghiên cứu quy mô lớn.

Sự nghiệp của bạn đã trải qua Cambridge, DTU, Imperial College London, Trường Nghệ thuật Hoàng gia và hiện tại là Đại học Exeter. Khi nhìn lại, những kinh nghiệm hoặc điểm chuyển nào đã định hình suy nghĩ của bạn về thiết kế, sáng tạo và vai trò của công nghệ số?

Công việc của tôi trong thiết kế đã trải qua nhiều nền văn hóa và lĩnh vực khác nhau. Tôi bắt đầu tại Brunel với một trong số ít các khóa học tại thời điểm đó kết hợp công nghệ, thiết kế lấy con người làm trung tâm và hiểu biết về hình thức. Nó đã dạy tôi ngay từ đầu rằng sáng tạo và đổi mới có liên quan chặt chẽ.

Đọc tại Cambridge sau đó đã mở rộng tư duy của tôi hơn nữa. Môi trường đại học đã tiếp xúc với tôi với nhiều lĩnh vực và cho tôi thấy rằng đổi mới phụ thuộc vào kiến thức kết hợp từ các lĩnh vực khác nhau. Luận án tiến sĩ của tôi tập trung vào lĩnh vực hàng không và kiểm tra 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 chuyên môn có thể được hỗ trợ hoặc sao chép, và giao điểm giữa nhận thức, khoa học máy tính và thiết kế kỹ thuật. Lăng kính lấy con người làm trung tâm này đã ở với tôi từ đó.

Khi công nghệ số phát triển, các câu hỏi trong công việc của tôi cũng tăng lên. Sự gia tăng của dữ liệu IoT, AI và tính toán tiên tiến đã chuyển thiết kế từ chỉ lấy con người làm trung tâm sang lấy xã hội làm trung tâm. Điều này tiếp tục định hình công việc của tôi tại Đại học Exeter, nơi tôi lãnh đạo Phòng thí nghiệm DIGIT và tập trung vào vai trò của các mô hình ngôn ngữ lớn trong quá trình sáng tạo, các rào cản mà các ngành công nghiệp phải đối mặt khi áp dụng chúng, và cách dữ liệu có thể thúc đẩy đổi mới.

Thời gian của tôi tại Imperial và Trường Nghệ thuật Hoàng gia đã củng cố rằng thiết kế không chỉ là tạo hình cho sản phẩm hoặc dịch vụ. Với đúng người, quy trình và văn hóa, thiết kế trở thành một động lực cho các công nghệ, vật liệu và ý tưởng mới có thể giải quyết các thách thức toàn cầu ngày hôm nay và ngày mai.

Phòng thí nghiệm DIGIT tập trung mạnh mẽ vào chuyển đổi số trong các tổ chức đã thành lập. Từ góc độ của bạn, bạn tin rằng các nhà lãnh đạo hiểu lầm điều gì nhất về cách AI sẽ thay đổi thiết kế, đổi mới và ra quyết định?

Trong nhiều thập kỷ, AI đã phát triển trong nghiên cứu và được áp dụng trong một số ngành công nghiệp, nhưng tiến bộ thường bị hạn chế bởi khoảng cách kỹ năng, hiểu biết của lãnh đạo và sự rõ ràng về giá trị và cơ sở hạ tầng cần thiết. Với sự xuất hiện của các mô hình ngôn ngữ lớn và các công cụ tạo sinh như DALL·E, AI hiện đã 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 các mô hình chung áp dụng cho 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 kiểm tra hơn 12.000 ý tưởng được tạo ra bởi con người và AI, cho thấy rằng ý tưởng của AI có xu hướng tập trung vào các khái niệm tương tự. Điều này nhấn mạnh nhu cầu xây dựng chuyên môn của con người vào các công cụ chung, thích nghi AI với lĩnh vực hoặc hiểu khi và làm thế nào để sử dụng AI cùng với sáng tạo và ra quyết định của con người.

Nhiều nghiên cứu của bạn khám phá sự sáng tạo và nhận thức trong thiết kế. Với AI hiện có khả năng tạo ra ý tưởng, khái niệm và bản sao ở quy mô lớn, bạn thấy những khía cạnh nào của sự sáng tạo là duy nhất của con người — và những phần nào có thể chuyển đổi một cách có trách nhiệm sang các quy trình được AI thúc đẩy?

Sáng tạo luôn là hơn việc tạo ra các lựa chọn thay thế đối với tôi. Đó là về ý định, ý nghĩa văn hóa và kết nối cảm xúc mà một thiết kế tạo ra. Cuộc khảo sát gần đây của Phòng thí nghiệm DIGIT đã làm nổi bật điều này một cách rõ ràng: 82% người cho biết công việc do con người lãnh đạo hoặc kết hợp cảm thấy có ý nghĩa hơn, và 71% cho biết họ cảm thấy ít kết nối cảm xúc hơn với thiết kế chỉ có AI. Nhiều người mô tả công việc tạo ra bởi AI là “thiếu cảm xúc” (48%) hoặc “hoàn hảo quá” (40%), và 36% cảm thấy tác động của nó phai nhanh. Những phản hồi này củng cố điều mà tôi đã tin từ lâu. Sự tham gia cảm xúc không phải là một điều tốt đẹp; nó là điều cần thiết để mọi người trải nghiệm và đánh giá cao công việc sáng tạo.

Nghiên cứu của chúng tôi so sánh ý tưởng của con người và AI cũng cho thấy rằng các nhà thiết kế con người tốt hơn trong việc tạo ra các ý tưởng đa dạng, mới và đảm bảo rằng đầu ra sáng tạo, cho dù là tác phẩm nghệ thuật, thiết kế sản phẩm hay dịch vụ, có chiều sâu và ý nghĩa. Các chuyên gia sáng tạo nắm giữ một tập hợp kỹ năng mà hiện tại không thể sao chép được. Các nhà thiết kế cần phải hiểu vấn đề trước khi tạo ra ý tưởng, và các mô hình ngôn ngữ lớn rất hữu ích trong việc thu thập thông tin để giúp các nhà thiết kế chuyển từ một vấn đề sang một 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.

Cách tiếp cận chuỗi suy nghĩ mà chúng tôi đang thử nghiệm hỗ trợ các mô hình ngôn ngữ lớn để theo dõi suy nghĩ của chuyên gia, không chỉ cung cấp điểm số. Trong tất cả các trường hợp, sự giám sát của con người là cần thiết để giải thích kết quả và đảm bảo rằng các quyết định thiết kế phù hợp với kinh nghiệm sống của người dùng.

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

Để tập trung vào trải nghiệm con người, chúng ta cần nhúng kiến thức về nhận thức và cảm xúc vào các phương pháp của mình.

Có hai cách tiếp cận chính. Cách đầu tiên nhận ra nhu cầu về dữ liệu định tính cho phép hiểu sâu về trải nghiệm, nhận thức và cảm xúc của con người, thông báo về sự hợp tác hiệu quả giữa con người và AI. Cách thứ hai – mà công việc của tôi đã tập trung vào – nhằm dịch kiến thức này thành các mô hình mà các hệ thống AI có thể hiểu và sử dụng.

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

Bạn làm việc rộng rãi với các ngành công nghiệp phức tạp – hàng không, y tế, sản xuất và sản phẩm tiêu dùng. Trong những môi trường có rủi ro cao này, bạn làm thế nào để cân bằng tiềm năng của thiết kế được hỗ trợ bởi AI với nhu cầu về an toàn, khả năng theo dõi và niềm tin?

Trong các lĩnh vực rủi ro cao như chăm sóc sức khỏe, hàng không và sản xuất, câu hỏi không phải là liệu AI có thể được sử dụng, mà là nó được quản lý như thế nào. Niềm tin trong những môi trường này phụ thuộc vào trách nhiệm rõ ràng, khả năng theo dõi và giải thích được 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 khám phá giai đoạn đầu, nhưng nó không thể trở thành quyền lực cuối cùng.

Nhiều lĩnh vực này được quản lý chặt chẽ và phải tuân theo các yêu cầu an toàn nghiêm ngặt, đòi hỏi xử lý dữ liệu an toàn, dù là dữ liệu cá nhân hay 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 địa phương để đảm bảo tính cụ thể và liên quan, và điều phổ biến là các tổ chức trong những lĩnh vực này xây dựng và duy trì các công cụ AI của riêng họ.

Các nghiên cứu rộng hơn của chúng tôi liên tục chỉ ra rằng các hệ thống lai là thiết yếu: AI nên tăng cường phán quyết của chuyên gia, không thay thế nó. Sự giám sát của con người phải được tích hợp vào mọi điểm quyết định quan trọng, đặc biệt là khi an toàn, rủi ro và trách nhiệm pháp lý được quan tâm. Để các hệ thống được kích hoạt bởi AI được các cơ quan quản lý và người dùng cuối tin tưởng, các tổ chức cũng cần có tài liệu minh bạch về cách các mô hình được đào tạo, dữ liệu nào được sử dụng và cách đầu ra được tạo ra. Nếu không có sự minh bạch đó, niềm tin không thể mở rộng, bất kể công nghệ trở nên tiên tiến như thế nào.

Nhiều tổ chức gặp khó khăn trong việc vượt qua khoảng cách giữa “thử nghiệm với AI” và tích hợp có ý nghĩa vào phát triển sản phẩm. Bạn sẽ đề xuất những bước thực tế nào cho các nhóm đang cố gắng chuyển từ thử nghiệm sang triển khai chiến lược?

Nhiều tổ chức bị kẹt ở giai đoạn thử nghiệm vì họ áp dụng AI mà không có mục đích chiến lược rõ ràng. Bước thực tế đầu tiên là phải rõ ràng về vai trò AI được dự định sẽ đóng trong quá trình phát triển, cho dù đó là hỗ trợ ý tưởng, tăng tốc kiểm tra, cải thiện đánh giá hoặc tăng cường ra quyết định. Nếu không có sự rõ ràng đó, các dự án thí điểm vẫn còn tách biệt với kết quả kinh doanh và thiết kế thực tế.

Các nhóm cũng cần có nền tảng phù hợp. Điều đó có nghĩa là đầu tư vào dữ liệu chất lượng cao, được quản lý tốt, đặc biệt là dữ liệu phản ánh kinh nghiệm người dùng thực tế chứ không chỉ dựa vào các chỉ số hiệu suất kỹ thuật. Điều đó cũng có nghĩa là phải thực tế về các hạn chế hiện tại của AI, đặc biệt là trong phán quyết sáng tạo và con người, nơi giám sát của chuyên gia vẫn là điều cần thiết.

Nhiều lĩnh vực đang bắt đầu phát triển các chính sách AI hướng dẫn các nhóm thông qua quá trình thử nghiệm với AI từ việc xây dựng các trường hợp 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 nơi AI có thể thêm giá trị thực sự, đồng thời đảm bảo con người vẫn ở trong vòng quay ở mọi nơi cần thiết.

Cuối cùng, các tổ chức nên tiến hành các dự án thí điểm có cấu trúc, rủi ro thấp được nhúng vào các quy trình công việc thực tế, không chạy riêng biệt. Những dự án thí điểm này nên là liên ngành, mang các nhà thiết kế, kỹ sư, nhà khoa học dữ liệu và chuyên gia lĩnh vực cùng nhau để học hỏi được chia sẻ và chuyển giao. AI mang lại giá trị khi nó được thiết kế vào thực hành hàng ngày, không được coi là một lớp thử nghiệm riêng biệt.

Bạn đã phát triển các phương pháp để cấu trúc và tự động hóa kiến thức. Chúng ta đang ở gần mức nào với các hệ thống AI có thể suy nghĩ về ý định thiết kế, nhu cầu người dùng và bối cảnh một cách thực sự mang lại giá trị thay vì chỉ tạo ra nội dung?

Trong một số lĩnh vực, dự đoán sở thích người dùng tương đối đơn giản, vì dữ liệu như lịch sử duyệt web hoặc hồ sơ về những bộ phim hoặc chương trình truyền hình đã xem có thể được sử dụng để đưa ra các khuyến nghị. Những lĩnh vực này được hưởng lợi từ dữ liệu có sẵn.

Ngược lại, một thách thức chính trong thiết kế sản phẩm và dịch vụ là dữ liệu về lựa chọn, nhu cầu và kinh nghiệm sống của mọi người thường không dễ dàng có được.

Nghiên cứu gần đây của tôi với Phòng thí nghiệm DIGIT đã điều tra khả năng của một mô hình ngôn ngữ lớn, khi được cung cấp một mô hình về cách mọi người nhận thức và phản ứng với các tính năng thiết kế Tuy nhiên, các mô hình hiện tại hoạt động trên các mẫu trong dữ liệu và không thể ngữ cảnh hóa ý nghĩa. Các nghiên cứu trước đây liên kết hình dạng với nhận thức cho thấy rằng thậm chí những thay đổi nhỏ trong hình thức có thể thay đổi phản ứng cảm xúc, và những sự tinh tế này khó đối với AI để dự đoán mà không có hướng dẫn của con người hoặc các mô hình tinh vi được đưa vào. Do đó, suy nghĩ của AI về ý định đang được cải thiện, nhưng nó vẫn là một sự bổ sung cho chuyên môn của con người.

Khi AI tăng tốc chu kỳ thiết kế — từ ý tưởng đến nguyên mẫu — những kỹ năng mới nào mà các nhà thiết kế sẽ cần? Làm thế nào các trường đại học và tổ chức nên suy nghĩ lại việc đào tạo cho thế hệ tài năng sáng tạo tiếp theo?

Các nhà thiết kế sẽ cần phải thông thạo cả nhận thức của con người và các công cụ được hỗ trợ bởi AI. Hiểu biết về hình thức, vật liệu và tỷ lệ ảnh hưởng đến phản ứng cảm xúc sẽ vẫn là cơ bản đối với thiết kế tốt. Đồng thời, các nhà thiết kế phải có thể làm việc tự tin với các hệ thống AI hỗ trợ tạo ý tưởng và đánh giá. Điều đó có nghĩa là không chỉ sử dụng các công cụ, mà còn hiểu chúng đang tối ưu hóa cho gì và nơi hạn chế của chúng nằm. Khi AI trở nên nhúng sâu vào các quy trình thiết kế, khả năng giải thích một cách quan trọng các đầu ra của nó và kết hợp chúng với phán quyết của con người sẽ trở thành một trong những kỹ năng sáng tạo có giá trị nhất.

Để đáp ứng những nhu cầu này, các trường đại học và tổ chức sẽ phải suy nghĩ lại cách họ 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; một bước quan trọng, nhưng không đủ. Điều còn thiếu là các phương pháp thiết kế tư duy được trang bị cho thực tế của thời đại kỹ thuật số: các phương pháp giúp các nhà thiết kế cộng tác với AI, làm việc trên các lĩnh vực và điều hướng thí nghiệm nhanh chóng trong khi duy trì giám sát lấy con người làm trung tâm và đạo đức.

Địa chỉ vấn đề này là điều cần thiết. Đó là lý do tại sao đồng nghiệp của tôi, Dr. Ji Han và tôi đang viết một cuốn sách với Nhà xuất bản Đại học Cambridge về Thiết kế tư duy trong Thời đại Kỹ thuật số, cuốn sách này đưa cùng các khuôn khổ, kỹ năng và cách suy nghĩ cần thiết để thiết kế hiệu quả cùng với AI.

Phòng thí nghiệm DIGIT nhấn mạnh vào chuyển đổi có trách nhiệm. Theo quan điểm của bạn, những rủi ro hoặc vấn đề xã hội nào cần được chú ý nhiều hơn khi AI trở nên nhúng vào các quy trình thiết kế trên các ngành công nghiệp?

Một ví dụ là đảm bảo sử dụng dữ liệu một cách có trách nhiệm, bao gồm việc có được sự đồng ý thông báo 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偏见 nào mà chúng có thể chứa. Ví dụ, các tập dữ liệu được nhúng trong các hệ thống chăm sóc sức khỏe phải được kiểm tra cẩn thận để đảm bảo rằng chúng đại diện đầy đủ cho toàn bộ dân số, xác định bất kỳ nhóm nào có thể bị đại diện thấp và xác nhận rằng hệ thống AI phù hợp với mục đích và bao gồm.

Tuy nhiên, cũng có những vấn đề đạo đức sâu sắc hơn. Khi các nhà thiết kế dựa vào dữ liệu của con người, họ phải xử lý quyền riêng tư,偏见 và minh bạch một cách có trách nhiệm. Một cuộc hội thảo của Phòng thí nghiệm DIGIT đã xác định “dữ liệu”, “con người” và “quản trị” là các danh mục thách thức chính, nhấn mạnh nhu cầu về việc thu thập dữ liệu tốt hơn, giám sát của con người và chính sách rõ ràng về bảo mật, niềm tin, tài sản trí tuệ và quản lý. Để giải quyết những rủi ro này, điều cần thiết là các hệ thống AI được xây dựng trên dữ liệu đa dạng, nhúng phán quyết của con người vào các điểm quyết định quan trọng và phát triển các tiêu chuẩn thiết kế bao gồm, tôn trọng quyền riêng tư, đồng ý và bối cảnh văn hóa.

Bạn đã nghiên cứu cách dữ liệu và AI có thể tùy chỉnh sản phẩm xung quanh trải nghiệm người dùng. Bạn có thấy một tương lai nơi sản phẩm phát triển động dựa trên dữ liệu thời gian thực sau khi chúng rời khỏi nhà máy không? Nếu vậy, làm thế nào các nhà thiết kế nên chuẩn bị cho thế giới đó? 

Thiết kế dựa trên dữ liệu có thể được cá nhân hóa, tùy chỉnh hoặc thích nghi với hành vi 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 nhúng và kết nối IoT. Trong khuôn khổ của chúng tôi, các hoạt động tùy chỉnh liên quan đến việc sử dụng dữ liệu đó để cập nhật và thích nghi sản phẩm sau khi chúng rời khỏi nhà máy. Các ví dụ bao gồm liên kết các mô hình nhận dạng cử chỉ với một bản sao kỹ thuật số cho hợp tác giữa con người và robot và sử dụng quét hỗ trợ bởi máy học để tạo các thành phần tùy chỉnh.

Điều này tạo ra những trách nhiệm mới. Các nhà thiết kế cần quyết định loại dữ liệu nào của con người, hành vi, sinh lý, phản hồi hoặc cảm xúc là phù hợp. Họ cũng phải đảm bảo rằng các bản cập nhật bảo tồn các đặc điểm thẩm mỹ và cảm xúc dự định mà chúng tôi biết là liên quan đến hình thức và nhận thức.

Cuối cùng, quản trị là quan trọng: hội thảo ngành của chúng tôi đã nhấn mạnh rằng các vấn đề về dữ liệu, niềm tin và quyền riêng tư đòi hỏi các chính sách rõ ràng và giám sát của con người. Khi được thực hiện tốt, các sản phẩm phát triển có thể cung cấp giá trị lâu dài và phản hồi mà không hy sinh ý nghĩa hoặc đạo đức.

Nhìn về phía trước, những câu hỏi nghiên cứu lớn nào đang thúc đẩy bạn ngay bây giờ? Và những đột phá nào bạn tin rằng lĩnh vực này sẽ chứng kiến trong vài năm tới tại giao điểm của AI, 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 làm việc, bao gồm công việc để đảm bảo rằng các công cụ tạo sinh chung có thể được điều chỉnh hiệu quả cho các lĩnh vực cụ thể muốn áp dụng chúng.

Ở cấp độ lĩnh vực, điều này có thể trông rất khác nhau: trong sản xuất, nó có thể liên quan đến việc sử dụng các mô hình được đào tạo trên kiến thức lĩnh vực cụ thể, cùng với các biện pháp bảo mật và quyền riêng tư mạnh mẽ; trong các ngành công nghiệp sáng tạo, trọng tâm có thể là đa dạng hóa đầu ra và cho phép hợp tác có ý nghĩa hơn giữa con người và AI.

Ở cấp độ 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 và hữu ích và phù hợp hơn với các chuyên gia con người khi được hướng dẫn bởi các lời nhắc được thiết kế tốt. Một bài báo liên quan sử dụng cách tiếp cận chuỗi suy nghĩ và tổng hợp đa mô hình để làm cho đánh giá AI trở nên đáng tin cậy hơn. Chúng tôi cũng đang khám phá các đại lý hội thoại để thu thập các yêu cầu chuyển đổi số của tổ chức, chứng minh rằng các rô-bốt trò chuyện có thể thực hiện các cuộc phỏng vấn có cấu trúc một cách hiệu quả. Kết hợp với công việc về việc sử dụng dữ liệu của con người trong thiết kế, những sáng kiến này chỉ ra một tương lai trong đó AI giúp chúng ta bảo tồn chuyên môn, đưa ra quyết định tốt hơn và tham gia người dùng một cách có trách nhiệm.

Cảm ơn bạn vì cuộc phỏng vấn sâu sắc và đầy ý nghĩa; những người đọc muốn tìm hiểu thêm về công việc của GS. Ahmed-Kristensen về thiết kế được thúc đẩy bởi AI, sáng tạo và chuyển đổi số có trách nhiệm có thể khám phá các nghiên cứu và sáng kiến đang diễn ra tại Phòng thí nghiệm DIGIT.