最近几个月，生成式 AI 前所未有地火爆，但考虑到它对创造力的未来影响，设计师的态度可谓喜忧参半。当然，创造力并非设计师的专属领域，它也有助于营销人员、工程师、战略家以及其他人的工作。但其他角色人员却常常称设计师为“创意者”，这是因为：创造力是设计师工作的基石。所以，对于生成式 AI 的影响，问题不仅在于它引发了设计师的兴趣还是忐忑，更在于他们把这当成一种存在性威胁。
由于媒体高度关注 OpenAI DALL·E 2 和 ChatGPT 工具，在与设计相关的工作中，最受瞩目的两种与生成式 AI 相关的工作是插画艺术和聊天机器人对话设计。例如，在对话设计领域，Cognigy 和 Voiceflow 等技术提供商已经将工具与 OpenAI 的 GPT-3 集成，从而使聊天机器人设计师不必再人工创建用户和机器人自动回复，自动生成相关内容即可。而对于艺术工作，Adobe 于2022年十月引入的 “Project All of Me” 能够利用生成式 AI 来填充图片缺失区域，或者用与整体图片更合理相关的视觉内容替换图片中的相关区域。
以上只是众多设计相关用例中的两个例子，比起生成式 AI 的巨大潜力，它们的进步相对较小。但它们预示了未来，而这也是其他领域设计师不应掉以轻心的原因。生成式 AI 将会影响所有设计分支学科——从用于扩展现实的 3D 资产设计，到不同模态用户界面的交互设计，甚至高级战略产品设计和设计灵感激发活动（如设计思维）——任何可以为神经网络训练提供大量数字化内容的领域都会受到影响。
然而，还有很多棘手的问题有待解决。我认为，其中两个问题对设计来说最为重要：
- 如果没有人类补充，生成式 AI 的输出很快会过时。
- 生成式 AI 是一面镜子：它最大的缺陷也是人类的缺陷。
如果没有人类补充，生成式 AI 的输出很快会过时
- 神经网络是生成式 AI 的基石，它所生成的内容首先是混合人类原始语料的结果。所以，除非人类持续创造原始语料并提供给神经网络更新，否则生成式 AI 的灵感来源很快就会枯竭，只能通过增加它自己闭门造车式的语料来无谓增长。由 ChatGPT 和 DALL·E 2 等产品生成的内容目前看起来是原始和有创造力的，但很快就会显得过时、重复甚至“近亲繁衍”。
从某种程度上看，这是一种例外主义者视角的创造力观点：假设创造力是人类的专属，机器永远无法拥有创造力。
- 与之相对应的是进化主义者视角的创造力观点。GPT-3 使用一种被称作 ‘‘temperature’’ 的变量来模仿人类创造力——我们可以试验一下，把 ‘‘temperature’’ 设得高一点，然后就会看到，新生成的内容可能仍然是合理的，但也更随机，因此不像 ‘‘temperature’’ 较低时那么好预测。然而，人类是这样发挥创造力的吗——只是把不相关的事物关联起来，但不太考虑可预测性，哪怕完全不可能甚至是荒谬的也没关系？如果我们仔细观察，每一次人类突破真的只是混合的结果吗？所有创造力在本质上都是衍生和重组？“日光之下无新事”？也许吧。
- 这些问题很深刻，因此任何人声称确定知道答案都是可疑的，但我倾向于认为，事实存在于两种极端之间：机器现在有时确实能表现出一定的创造力，虽然这种创造力稍显平庸，但还是惊人的有趣和有用——当然，较人类目前的创造力还相去甚远。Yann LeCun 等专家称，这与机器缺乏物理世界的具身感受体验不无关系。但这只是一种假设，对于机器最终能否具备某种形式的创造力，目前尚难定论。
生成式 AI 是一面镜子：它最大的缺陷也是人类的缺陷：
- 生成式 AI 目前正因不时发生的偏见、不准确甚至自相矛盾而饱受诟病。但这些都不是生成式 AI 本身的特征。问题的根源在于，我们用来训练神经网络模仿的人类创建内容是有偏见、不准确和自相矛盾的。这是因为，我们这些创建内容的人自身也有偏见，也会犯错误，我们所创建和发布的内容中也存在矛盾，而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，确保我们在训练神经网络时输入的内容是无偏见、准确和逻辑一致的。除非如此，否则我们会一直模仿和重复过去的错误：糟糕的样本输入导致糟糕的训练结果。这一问题困扰着 OpenAI GPT 系列到目前为止的每一个模型，因为它们都以被输入的大量网络快照为基础来模仿应当被模仿的内容。网络必然不是无偏见、准确和逻辑一致的，这就是为什么 OpenAI 试图通过在模型外层添加装饰器代码来防止用户得到模型可能产生的最坏结果——但到目前为止，效果不太理想。
- 遗憾的是，想确保用于训练神经网络的内容是“干净”的，说着容易做着难。一种可能较为实际的替代方法是，想办法锁定神经网络存储信念的位置，然后通过编辑这些信念让它们变准确，或者删除假信念，以防和保留的真信念冲突。
- 无论采用何种方法，更艰巨的挑战都是找到偏见、准确性和逻辑的判断者——与其说这是技术挑战，不如说这更是个文化和社会挑战。
生成式 AI 需要以人为本的设计
- 为了让生成式 AI 发挥潜能，不要因为它重组和混合的内容池停滞而陷入不相关的泥淖，人类设计师的创造力比以往任何时候都重要。用来判断语料库或模型各部分的偏见性、准确性或逻辑性的流程是复杂的，为此，以人为本的设计流程将至关重要，因为它强调对系统用户真正需求和真实体验的理解，以及通过频繁迭代来提高质量。
- 有鉴于此，我希望好的设计师能够迎接挑战，帮助生成式 AI 回到正确的轨道上。工作职位里是否有“设计”这个词不重要。重要的是设计师理解并掌握设计思维和技能组合。
若您有任何其他问题，欢迎电邮 china@forrester.com 与我们联系,点击这里解锁更多新兴科技洞察。
联系我们
请填写表格，我们将尽快与您取得联系。