我們正處于一場技術(shù)革命的轉(zhuǎn)折點(diǎn)，這場革命有可能改變我們做每一件事的方式，關(guān)注相關(guān)發(fā)展變得十分重要。在本篇文章中作者分享了服務(wù)設(shè)計(jì)師在AIGC時(shí)代的三種角色，一起來看看吧。

我們正處于一場技術(shù)革命的轉(zhuǎn)折點(diǎn)，這場革命有可能改變我們做每一件事的方式。生成式人工智能將幫助我們共同創(chuàng)造新的產(chǎn)品、服務(wù)和體驗(yàn)。在這些新系統(tǒng)的開發(fā)中，服務(wù)設(shè)計(jì)師至少可以扮演三個(gè)角色。

首先，它將塑造人們理解人工智能并與之互動的方式。接下來，服務(wù)設(shè)計(jì)師可以帶上他們的“鏡頭”來幫助確保這些系統(tǒng)是有用的、可用的、高效的、有效的、可取的和差異化的——從個(gè)人和提供者的角度來看。最后，我們最好的服務(wù)設(shè)計(jì)方法和遠(yuǎn)見可以應(yīng)用于負(fù)責(zé)任的設(shè)計(jì)，避免偏見和意外后果。

一、生成式AI-Generative AI

生成式 AI 系統(tǒng)是一種人工智能，可以根據(jù)關(guān)系的概率或從大型數(shù)據(jù)集示例中學(xué)習(xí)的數(shù)據(jù)生成新內(nèi)容。這些系統(tǒng)通常用于生成文本、圖像、音頻、視頻甚至音樂等任務(wù)。他們的工作方式是使用機(jī)器學(xué)習(xí)算法來學(xué)習(xí)訓(xùn)練數(shù)據(jù)中的模式，然后使用這些知識生成原始結(jié)構(gòu)的輸出，而不僅僅是輸入數(shù)據(jù)的副本。

作為用戶，我們可以輸入幾個(gè)詞，返回的響應(yīng)可以是段落、詳細(xì)插圖、視頻、音頻等等。這是一種迷人的關(guān)系——我們付出的很少，回報(bào)卻很多。這是他們具有如此潛力的原因之一，但可以真正要求我們作為服務(wù)設(shè)計(jì)師的才能，因?yàn)樗麄兂蔀槲覀兒献骱凸餐瑒?chuàng)造的合作伙伴。

我們正處于這個(gè)轉(zhuǎn)型時(shí)刻，因?yàn)槿斯ぶ悄苌鐓^(qū)已經(jīng)開發(fā)出大型神經(jīng)網(wǎng)絡(luò)，可以對數(shù)百萬和數(shù)十億基于網(wǎng)絡(luò)的文本片段、圖像、音軌等進(jìn)行“訓(xùn)練”，這一切都得益于計(jì)算能力的持續(xù)指數(shù)增長和網(wǎng)絡(luò)。由此產(chǎn)生的經(jīng)過訓(xùn)練的系統(tǒng)速度快得難以想象，并且受益于不斷上傳到網(wǎng)絡(luò)的人類知識的廣泛數(shù)據(jù)集。

ChatGPT和DALLE都是來自人工智能研究和部署公司OpenAI的服務(wù)系統(tǒng)。ChatGPT 是文本到文本生成 AI 程序的領(lǐng)先示例。DALLE 是一個(gè)文本到圖像生成 AI 程序。Texttoimage 程序也可以用來生成任何可以表示為圖像的東西，包括聲音和音樂甚至化學(xué)物質(zhì)。

我們已經(jīng)在生命科學(xué)中看到了有用的應(yīng)用，其中一個(gè)有前途的研究領(lǐng)域是生產(chǎn)蛋白質(zhì)以滿足藥物開發(fā)研究中的特定限制。

應(yīng)用程序似乎無窮無盡。它們有可能支持所有形式的認(rèn)知工作，例如醫(yī)生診斷疾病、開治療處方，以及更平凡的管理自己的工作量。它可以是任何東西，從個(gè)性化文案到定性研究分析再到網(wǎng)絡(luò)安全。也許目前文本到文本系統(tǒng)最先進(jìn)的應(yīng)用是 GitHub 的 CoPilot，這是一個(gè)建立在 ChatGPT 基礎(chǔ)上的程序，可以幫助工程師編寫軟件代碼。

CoPilot 還可以幫助工程師生成描述現(xiàn)有代碼功能的注釋。助手或所謂的“智能代理”，如 CoPilot，可能會迅速出現(xiàn)以從事多種工作，從管理建筑物到駕駛飛機(jī)等等。里德·霍夫曼 (Reid Hoffman) 將這種支持描述為擁有一個(gè)“副駕駛”，負(fù)責(zé)一切可以擴(kuò)大人類知識和活動與 TikTok 級別相關(guān)性的事物。

我們很快就會到達(dá)這樣一個(gè)時(shí)刻，技術(shù)將使我們達(dá)到我們需要的準(zhǔn)確性和交付速度的水平，我們需要徹底改變我們現(xiàn)在所知道的工作，并有可能使人工智能民主化，供我們所有人日常使用。OpenAI 的首席技術(shù)官 Mira Murati 最近表示：“我們正在嘗試構(gòu)建這些能夠以與人類相似的方式思考世界的通用系統(tǒng)；因此系統(tǒng)具有強(qiáng)大的世界概念”。

這些系統(tǒng)能否以與當(dāng)今人類設(shè)計(jì)方式?jīng)]有什么不同的方式基于模式和關(guān)系生成內(nèi)容？當(dāng)我們開始探索生成式 AI 在設(shè)計(jì)新產(chǎn)品和服務(wù)系統(tǒng)中的應(yīng)用時(shí)，重要的是要考慮我們從這項(xiàng)技術(shù)中獲得的收益，以及在此過程中我們可能會失去的東西。

生成式人工智能系統(tǒng)有可能幫助服務(wù)設(shè)計(jì)師從一開始就變得激進(jìn)。與 AI 驅(qū)動的陪練伙伴進(jìn)行實(shí)驗(yàn)所帶來的意想不到的偶然性可以帶來更高質(zhì)量的結(jié)果，同時(shí)幫助人員和機(jī)器團(tuán)隊(duì)更好地協(xié)作。他們將幫助服務(wù)設(shè)計(jì)師挑戰(zhàn)和重構(gòu)現(xiàn)有實(shí)踐。但這些新系統(tǒng)也可能帶來更黑暗的未來。

在這種新的協(xié)作環(huán)境中，我們將如何確定我們已經(jīng)設(shè)計(jì)出對解決人類需求很重要的本質(zhì)？當(dāng)每個(gè)人都可以參與創(chuàng)建概念的高保真原型時(shí)，人們將如何判斷結(jié)果？

如今，這些系統(tǒng)主要由試圖盡快推動它們向前發(fā)展的技術(shù)人員塑造，但這項(xiàng)工作仍處于起步階段。作為設(shè)計(jì)師，雖然我們不會直接負(fù)責(zé) AI 模型本身的實(shí)施（至少在短期內(nèi)），但我們的參與對于塑造選擇生成 AI 作為工具、經(jīng)驗(yàn)和和的環(huán)境至關(guān)重要。使用 – 用于設(shè)計(jì)最終產(chǎn)品或支持人們從事其他工作。

現(xiàn)在是服務(wù)設(shè)計(jì)師介入的時(shí)候了，以確保我們正在滿足人們的需求，并清楚地了解當(dāng)技術(shù)在這些應(yīng)用程序中代表用戶——以及所有設(shè)計(jì)師——采取行動時(shí)的含義。

二、服務(wù)設(shè)計(jì)師與AI

服務(wù)設(shè)計(jì)師在塑造生成人工智能作為一項(xiàng)新技術(shù)的開發(fā)和使用方面至少扮演著三個(gè)角色：

1. 角色 1：設(shè)計(jì)交互和理解 AI 的新方法

第一個(gè)角色已經(jīng)正式開始：我們可以通過使用我們的設(shè)計(jì)研究方法和專業(yè)知識來了解人們希望從他們的經(jīng)驗(yàn)中得到什么，以及他們希望如何使用該技術(shù)，從而幫助塑造生成式人工智能的發(fā)展。然后，我們可以與技術(shù)專家合作，創(chuàng)建能夠提供這些結(jié)果的系統(tǒng)。

正如設(shè)計(jì)師所深知的那樣，如果產(chǎn)品或服務(wù)不符合人們的需求，或者如果他們不能在日常生活中有效地接受和使用它，那么創(chuàng)造出令人驚嘆的產(chǎn)品或服務(wù)就毫無意義。

設(shè)計(jì)師擅長在呈現(xiàn)場景、未來旅程或任何類型的草圖或粗略原型時(shí)展示“我們認(rèn)為我們的意思”。我們在設(shè)計(jì)過程中將原型的保真度與我們的觀眾和階段相匹配；當(dāng)我們?nèi)栽谛纬上敕〞r(shí)，一開始就很粗糙，隨著我們縮小設(shè)計(jì)決策的范圍，就完成了更多。

Mike Kuniavsky 將這些輸出稱為“潛在未來的部分表示，旨在讓我們瞥見我們想法的含義”。Kuniavsky 繼續(xù)說：“當(dāng)它們 [AI 系統(tǒng)] 完成細(xì)節(jié)時(shí)，它們會縮短使用局部抽象想法為創(chuàng)意過程增加的價(jià)值。用部分的、可能的但不真實(shí)的結(jié)果來填充半生不熟的想法，這正是人們在創(chuàng)造時(shí)所做的，就像他們想象的那樣?！?/p>

我們設(shè)計(jì)的細(xì)節(jié)恰到好處，以鼓勵(lì)我們的同事、客戶或他們的顧客共同做出貢獻(xiàn)。

在人或 AI 系統(tǒng)之間就部分表示進(jìn)行協(xié)作時(shí)進(jìn)行對話是團(tuán)隊(duì)創(chuàng)建共享上下文的基礎(chǔ)。采用我們的參與式方法可以確保系統(tǒng)是共同創(chuàng)建和共同生產(chǎn)的。

這不僅是 AI 的轉(zhuǎn)折點(diǎn)——我們需要重新定義用戶體驗(yàn)。提供正確的應(yīng)用程序和界面，使體驗(yàn)引人入勝且簡單，以及在不過度承諾的情況下感受變革的“魔力”，將是我們的最低要求。ChatGPT 是一種對話工具，可以增強(qiáng)人們探索選項(xiàng)的能力。還會有無數(shù)其他人。

我們的參與式方法還可以幫助確保這些新應(yīng)用程序是技能性的，而不是去技能化的。當(dāng)設(shè)計(jì)師獲得 AI 建議的多個(gè)設(shè)計(jì)選項(xiàng)時(shí)，他們的工藝從“純”創(chuàng)作轉(zhuǎn)變?yōu)椴哒怪系牟哒梗俚阶罱K創(chuàng)作或版本。這些更快的迭代循環(huán)有可能為服務(wù)設(shè)計(jì)者和最終用戶創(chuàng)造一個(gè)學(xué)習(xí)的良性循環(huán)。

我們需要了解多少技術(shù)才能相信并利用這種令人難以置信的能力來簡化我們的生活？

想象一下，一位醫(yī)生問為什么人工智能系統(tǒng)會建議一條特定的治療路徑。我們可以幫助醫(yī)生建立一個(gè)強(qiáng)大的模式、關(guān)系和數(shù)據(jù)模型，以支持他們剛剛遇到的情況。設(shè)計(jì)師善于放大看細(xì)節(jié)，也善于拉遠(yuǎn)解釋整體。我們可以使用這項(xiàng)技能來幫助設(shè)計(jì)“可解釋性”，這樣醫(yī)生就可以仔細(xì)檢查邏輯和結(jié)果，包括所有參考資料的可視化和事實(shí)核查。

作為人工智能的一個(gè)子領(lǐng)域，可解釋 AI的概念已經(jīng)存在很長時(shí)間了，它專注于開發(fā)和提高人工智能系統(tǒng)的可解釋性、透明度和可理解性。但是在這些新的生成環(huán)境中定義可解釋性還有很多工作要做。目標(biāo)是讓人類能夠理解人工智能系統(tǒng)如何以及為什么做出某些決定或產(chǎn)生某些輸出。

新的重點(diǎn)將轉(zhuǎn)移到提出諸如“為什么摘要生成器強(qiáng)調(diào)我論文的那一部分？”之類的問題。

讓 AI 易于理解有助于增加人們對 AI 系統(tǒng)的信任，降低偏見風(fēng)險(xiǎn)（取決于所使用的訓(xùn)練數(shù)據(jù)），并提高 AI 系統(tǒng)的整體性能。可解釋性還將讓人們了解系統(tǒng)的優(yōu)勢和局限性，以及我們?nèi)绾卧诓煌沫h(huán)境中最好地使用它們。

2. 角色 2：將設(shè)計(jì)師的視角帶入業(yè)務(wù)增長和差異化

三十多年前，C.K. Prahalad 和 Gary Hamel 撰寫了一篇極具影響力的哈佛商業(yè)評論文章“公司的核心競爭力”。核心競爭力是使組織在市場中脫穎而出的資源、技能和學(xué)習(xí)。這些新的人工智能系統(tǒng)將迫使企業(yè)通過企業(yè)重塑的新視角來審視他們的資源、技能和學(xué)習(xí)。

長期以來，服務(wù)設(shè)計(jì)人員的目標(biāo)是為個(gè)人和提供者制作有用、可用、高效、有效、令人滿意和與眾不同的服務(wù)界面。從根本上說，他們需要了解哪些常見應(yīng)用程序不會成為企業(yè)差異化因素，哪些是其業(yè)務(wù)能力的核心，因此具有真正差異化的潛力，設(shè)計(jì)師可以提供幫助。

除了塑造交互體驗(yàn)或解釋 AI 提出建議背后的原因外，我們還可以與客戶合作設(shè)計(jì)企業(yè)如何應(yīng)對變革。通過設(shè)計(jì)研究，我們可以深入了解對人們來說最重要的事情，并將所學(xué)知識與組織的宗旨和核心競爭力聯(lián)系起來。我們不僅可以幫助確定積累的數(shù)據(jù)在何處以及為何會為 AI 模型帶來價(jià)值，還可以尋求提升相關(guān)人員之間的關(guān)系。

企業(yè)將需要集中精力并決定擁有哪些數(shù)據(jù)和模型以及要構(gòu)建的數(shù)字孿生模型，以便兩者隨著時(shí)間的推移復(fù)合、共同發(fā)展，并通過擴(kuò)大公司的目標(biāo)和關(guān)鍵差異化因素來創(chuàng)造競爭優(yōu)勢。

當(dāng)然，銀行會希望收集和保存有關(guān)承保的數(shù)據(jù)。他們可以設(shè)計(jì)一種方式來解釋即時(shí)的貸款決定，但是什么會從根本上增強(qiáng)他們與客戶的關(guān)系呢？人們在金錢方面有不同的心態(tài)，這些心態(tài)會根據(jù)環(huán)境而改變。

ChatGPT 等應(yīng)用程序是否可以用于自定義交互以創(chuàng)建個(gè)性化顧問，以便在您想要提醒您不想超出預(yù)算時(shí)輕推，但又足夠敏感，可以在特殊場合為您加油？購物活動’？每次互動都有助于形成一個(gè)學(xué)習(xí)循環(huán)，并不斷改進(jìn)他們的 AI 模型，同時(shí)將他們的差異化、客戶關(guān)系和銀行的底線結(jié)合起來。

僅僅依靠過去的能力是不夠的。例如，如果您的企業(yè)已經(jīng)在使用機(jī)器學(xué)習(xí)技術(shù)來推動您的決策制定，那么您將需要改變您做事的方式來集成這些更先進(jìn)的系統(tǒng)。您需要設(shè)計(jì)您的產(chǎn)品或服務(wù)以實(shí)現(xiàn)增長，將您的行業(yè)提升到越來越高的水平，并無縫地滿足客戶未開發(fā)的需求。

我們目前正在開發(fā)方法來幫助客戶抓住這些機(jī)會。

要迅速采取行動，您需要能夠召集由數(shù)據(jù)科學(xué)家、人工智能專家、心理學(xué)家、學(xué)習(xí)專家、商業(yè)戰(zhàn)略家、設(shè)計(jì)師和設(shè)計(jì)研究人員組成的高效團(tuán)隊(duì)，他們擁有共同的方法和語言。

在內(nèi)部，在您的組織中引入生成式 AI 支持的設(shè)計(jì)將需要在多個(gè)利益相關(guān)者之間開放改變。如果它可以推動您的業(yè)務(wù)發(fā)展，它很可能會徹底顛覆傳統(tǒng)結(jié)構(gòu)。服務(wù)設(shè)計(jì)師可以帶頭促進(jìn)這種對差異化的高度關(guān)注，并與這些不同的團(tuán)隊(duì)一起塑造目標(biāo)。

為了促進(jìn)和調(diào)解協(xié)作，需要對系統(tǒng)有一個(gè)新的看法。Connor Upton 認(rèn)為它是服務(wù)藍(lán)圖和系統(tǒng)架構(gòu)的混搭。預(yù)示組織 IP 價(jià)值、治理價(jià)值和客戶價(jià)值的觀點(diǎn)。

3. 角色 3：通過與技術(shù)人員共同創(chuàng)造來設(shè)計(jì)治理、安全和道德規(guī)范

這些團(tuán)隊(duì)將負(fù)有從一開始就做好設(shè)計(jì)的重大責(zé)任。他們需要以生命為中心的設(shè)計(jì)原則，并在構(gòu)思系統(tǒng)時(shí)加以應(yīng)用。這意味著從一開始就作為一個(gè)多學(xué)科團(tuán)隊(duì)共同創(chuàng)建，以針對預(yù)期結(jié)果進(jìn)行設(shè)計(jì)，同時(shí)利用遠(yuǎn)見不斷了解意外后果。正如 Mira Murati 所建議的那樣，它的目標(biāo)是“迭代地構(gòu)建緩解措施”。

學(xué)術(shù)機(jī)構(gòu)已經(jīng)在朝這個(gè)方向努力，并呼吁建立新版本的機(jī)構(gòu)審查委員會 (IRB)。在斯坦福大學(xué)，它被稱為“ESR”，即道德與社會審查委員會。

作為設(shè)計(jì)師，我們喜歡說我們代表人，為這些努力做出貢獻(xiàn)可以使這成為現(xiàn)實(shí)，但正如斯坦福大學(xué) HumanCentered AI 研究所的聯(lián)合主任 FeiFei Li 所說，“安全是像健康這樣的詞之一：每個(gè)人都想要它 ，但真的很難定義它。”

要快速建立確保 AI 生成的產(chǎn)品和服務(wù)的公平性和多樣性的方法，需要考慮很多方面，需要做很多工作。除了可解釋性，確保作為系統(tǒng)核心的數(shù)據(jù)集是公平的也將是關(guān)鍵。

使用了哪些輸入?yún)?shù)集或訓(xùn)練數(shù)據(jù)集？隨著數(shù)據(jù)集呈指數(shù)級增長，年復(fù)一年，我們能否使用區(qū)塊鏈來確定它們的來源并知道什么是“原始”的，什么是生成的？如果沒有適當(dāng)?shù)闹坪鈾C(jī)制，麻省理工學(xué)院技術(shù)評論中的 Melissa Heikkil?11 表示，“我們可能正在實(shí)時(shí)目睹廢話滾雪球的誕生?！?/p>

對于 AI 將如何影響人們及其工作的大小，還有一些主要考慮因素。我們能否在全球范圍內(nèi)大規(guī)模利用并解決特定的勞動力短缺和挑戰(zhàn)？或者在小范圍內(nèi)考慮使用 AI 功能通過迭代對 AI 的輸入來幫助孩子學(xué)習(xí)，以便結(jié)果是交互式體驗(yàn)而不是“最終”系統(tǒng)輸出？

我們能否教我們的孩子對共同創(chuàng)造（人類或人工智能）有一種微妙的欣賞，并對他們的獨(dú)特努力形成不同的欣賞？到目前為止，問題很多，明確的指導(dǎo)很少。場景構(gòu)建是服務(wù)設(shè)計(jì)的核心，我們可以使用我們的前瞻性方法來尋找早期信號并實(shí)時(shí)識別趨勢，以探索多種可能的未來并迭代地緩解它們，正如 Mira Murati 所建議的那樣。

服務(wù)設(shè)計(jì)師可以代表人——作為跨學(xué)科團(tuán)隊(duì)的一部分，從一開始就應(yīng)用有原則的設(shè)計(jì)來解決人工智能的倫理、治理和安全問題，并針對預(yù)期結(jié)果進(jìn)行設(shè)計(jì)，但這將很難。

生成式人工智能將徹底改變服務(wù)設(shè)計(jì)在公共和私營部門中的作用

綜上所述，毫無疑問，作為生成設(shè)計(jì)思想的工具，生成式人工智能可以幫助服務(wù)設(shè)計(jì)師在工作中更加大膽和高效。我們需要適應(yīng)和發(fā)展機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)等領(lǐng)域的新技能和專業(yè)知識，以充分利用。同時(shí)，在設(shè)計(jì)中使用生成式人工智能也有可能改變服務(wù)設(shè)計(jì)師的角色。

我們可以與技術(shù)專家和這些更廣泛的團(tuán)隊(duì)合作，以簡化人們的體驗(yàn)——以我們在設(shè)計(jì)中一貫采用的方式——建議 AI 刪除步驟的方法，并提出 nextbestmove 建議，使其成為一種簡單而令人驚嘆的審美體驗(yàn)，等等。

在這場革命中，我們可以成為設(shè)計(jì)樂觀主義者，與那些塑造工具以塑造我們想要的未來的人跨學(xué)科合作。馬歇爾·麥克盧漢 (Marshall McLuhan) 曾經(jīng)說過“我們塑造我們的工具，我們的工具塑造我們”。我們現(xiàn)在有一個(gè)千載難逢的機(jī)會來塑造這些工具，如果我們這樣做，設(shè)計(jì)和服務(wù)設(shè)計(jì)師將會做得更好。