近几个月来，生成式人工智能的聚光灯比以往任何时候都更亮，它在设计师中引发了兴奋和恐惧，因为它对创造力的未来意味着什么。当然，创造力并不是设计师的专利，它也帮助营销人员、工程师、战略家和其他人完成他们的工作。但其他角色的人通常将设计师称为“创意人员”是有原因的:对于设计师来说，创造力是他们工作的基石。因此，关于生成式人工智能的影响的问题对他们来说不仅是有趣的，也不是有点令人不安的——他们感觉像是一种生存威胁。

到目前为止，生成式人工智能最受关注的两种与设计相关的工作是插画艺术和聊天机器人对话设计，因为媒体高度关注OpenAI的DALL·e2和ChatGPT工具。例如，对于对话设计，Cognigy和Voiceflow等技术提供商已经将他们的工具与OpenAI的gbt -3集成在一起，从而将聊天机器人设计师从手动组合用户和机器人话语变体的任务中解放出来，而是自动生成它们。对于艺术品，Adobe在10月份推出了“Project All of Me”，它可以使用生成式人工智能来填充图像中缺失的区域，或者需要用相对于图像其余部分有意义的视觉内容来替换。

这只是许多与设计相关的用例中的两个例子，与生成式AI的潜力相比，它们的进步相对较小。但它们预示着未来的趋势，这也是其他领域的设计师应该关注的原因。生成式人工智能将影响每一个设计子学科，从扩展现实的3D资产设计到跨模式的用户界面交互设计，甚至是高级战略产品设计和设计灵感活动，如设计思维——任何有大量数字化内容的领域，因此可以用来训练神经网络。

然而，还有许多棘手的问题需要克服。我认为在设计中最重要的两点是:

  • 生成式AI的输出在没有人工补充的情况下会变得陈旧。
  • 生成式人工智能举了一面镜子:它最大的缺陷是人类的缺陷。

如果没有人力的补充，生成式AI的输出将变得陈旧

生成式人工智能底层的神经网络所产生的内容，首先是将人类创造的材料重新混合的结果。因此，除非人类继续创造原始材料，并将其输入神经网络以刷新它们，否则生成式AI的灵感池将变得停滞不前，只能通过添加本身来自生成式AI的材料来乱伦地增长。由ChatGPT和DALL·e2产生的内容在今天看来是原创的、有创意的，但在将来会显得过时、重复，甚至是自成体系。

在某种程度上，这是一个例外的对创造力的看法:它假设只有人类才有创造力，而创造力是机器永远无法做到的。

还有一个进化论者创造性的观点。GPT-3模拟人类创造力的方法是使用一个名为“温度”的参数你可以尝试将温度调高，观察到增加的结果仍然是合理可能的，但在某种程度上更随机，因此比温度降低时更不可预测。这就是人们在富有创造力时所做的事情吗?仅仅是在不同的事物之间建立联系，但这些联系不太容易预测，但仍然不是完全不可能和荒谬的。如果你仔细观察，人类的每一个突破都只是一种混搭吗?所有的创造力本质上都是衍生和重组的吗?也许“日光之下无新事”这句话是真的。

这些都是深刻的问题，你不应该相信任何声称知道确切答案的人，但我倾向于认为现实是介于这两个极端之间的:事实上，机器现在有时有点创造力，它们的创造力的本质是肤浅的，但仍然令人惊讶地有趣和有用，但它远不及人类创造力的深度，就目前而言。Yann LeCun等一些专家声称，这与机器缺乏对物理世界的具象感官体验有关。但这只是一个假设，最终是否有可能以某种形式提供它还是一个悬而未决的问题。

生成式AI举着一面镜子:它最大的缺陷是人类的缺陷

生成式人工智能有时会受到偏见的批评，不准确的，甚至自相矛盾。但这些都不是生成式人工智能本身的特征。问题的根本原因是，我们训练神经网络来模拟的人类创造的内容是有偏见的、不准确的、自相矛盾的。为什么?因为我们，创造它的人，每个人都有自己的偏见，会犯错误，在我们创造和发布的内容中相互矛盾，然后这些内容被用作训练神经网络的语料库。

一种可能的解决方案是确保当我们训练神经网络时，我们提供给它的内容是公正、准确和逻辑一致的。除非我们这样做，否则我们只是在模仿和延续过去的错误:垃圾输入，垃圾输出。到目前为止，这个问题一直困扰着OpenAI的GPT系列模型，因为它们都被提供了大量网络的快照，作为它们应该模仿的内容的基础。网络当然不是公正、准确和逻辑一致的，这就是为什么OpenAI在其模型周围编写了包装器，试图防止用户得到模型可能产生的最坏结果——到目前为止，这只取得了部分成功。

不幸的是，确保用于训练神经网络的内容是“干净的”，说起来容易做起来难。一个可能更现实的选择方法就是试图确定神经网络在哪里存储它的信念，然后编辑这些信念，使之准确，或者删除错误的信念，否则会与同样持有的正确信念竞争。

无论采取何种方法，更棘手的挑战将是找出谁来决定哪些是有偏见的、不准确的或不合逻辑的，哪些不是——这与其说是一个技术挑战，不如说是一个文化和社会挑战。

生成式AI需要以人为本的设计

生成式AI来实现它潜在的在美国，人类设计师的创造力比以往任何时候都更重要，而不是因为它重新组合和混合的内容池停滞不前而陷入无关紧要的状态。在决定语料库或模型的哪些部分是有偏见的、不准确的或不合逻辑的复杂过程中，以人为本的设计过程将是必不可少的，因为它强调理解使用系统的人的真实需求和生活经验，并经常迭代以达到更高的质量。

这就是为什么我希望优秀的设计师能够迎接挑战，帮助将生成式AI引向正确的方向。“设计”一词是否出现在他们的职位名称中并不重要。重要的是他们理解并掌握设计思维和技能。

让我们联系

如果您的公司在这个主题上有专业知识可以分享，请随时提交简报的请求．如果你是Forrester的客户你想问我关于这个话题的问题，你可以建立一个与我对话．你也可以关注或联系如果你愿意，可以在领英上和我聊天。