超越算法：人工智能无法复制的设计师技能
人工智能是一种模仿人类来执行任务的技术，它接受了大量数据的训练，在数据处理方面优于人类。虽然人工智能可以创造，但不能创新。本文作者从六个角度，探讨人类如何比AI更具优势，一起来看一下吧。
人工智能将取代人的假设是基于两者具有相同的品质、能力和技能的前提。人工智能是一种模仿人类智能来执行任务的技术，它接受了大量数据的训练，如Chat-GPT4使用了几千亿个参数。
人工智能在处理某些需要快速、准确、合理、一致的分析大量数据的任务中优于人类。人工智能可以创造，但不能创新。它无法在依赖人类特有的技能和行为的领域与人类相提并论，例如直觉、情商、文化背景和不断变化的情境。
人类是有意识的存在，具有潜意识，可以根据经验、背景、环境、智慧和理解影响决策并改变这些决策。这需要我们花费数年、数十年甚至一生的时间来学习和应用，目前来看，它还不能在机器中编程，无论它们看起来多么有感知力。
下面我将从六个角度去讨论人类如何比AI更具优势。用我们的头脑、心灵和双手共同创造变革性的差异是我们与人工智能的区别，并使我们变得人性化、富有创造力和创新精神。
一、好奇心人工智能也受到其对世界的知识和理解的限制，无法超越这些界限进行探索。此外，如果没有物理感官，人工智能就无法体验世界，也无法对我们周围看到的、听到的、触摸到的、尝到的和闻到的事物产生好奇。
所以人类相比AI，利用好奇探索拓宽了思维，获得新的想法、观点和方法，为思想的交叉授粉奠定了基础，并导致创造性和探索的解决方案。
那么，什么是好奇心？
让我们解构好奇心，以了解AI无法培养和建立的不同类型的好奇心。
在1950年代，英裔加拿大心理学家DanielBerlyne提出了一个模型来区分两种类型的好奇心：基于刺激的感性好奇心和由真正的求知欲驱动的认知好奇心。他还区分了两种类型的行为来没事好奇心：
多样化探索，由对新奇刺激的需求或探索欲望驱动特定探索，由好奇心和对新信息的搜索驱动好奇心的维度基于DanielBerlyne的人类好奇心理论
这给了我们好奇心的四个维度，它们有它们的时间和地点，但我们正在讨论的象限位于探索欲望和求知欲望的交叉点。多元化认知好奇心是人们利用探索欲望学习新事物。
所以，我们如何要培养好奇心呢？
你可以通过有意识地培养探索的乐趣来培养好奇心。每天留出一些时间来学习新知识，并选择你感兴趣的主题。从小处着手，逐渐增加每天学习和扩展主题的时间。我建议从每天10-20分钟开始。这些时间足以观看TED演讲、阅读书籍摘要或开始学习新技能。阅读关于一个主题的多本书的摘要是一种简单的方法，可以确定您应该在几天或几周内通读的下一本书。二、观察力注意并观察虽然经常用作同义词，但注意到是第一次看到某事，而观察则是密切关注某事或某人。要有创造力，首先要注意别人忽略了什么，然后在必要时进行更仔细、有意识的观察。
AI无法做到这一点，因为它依赖于受过训练的有限数据，不像人具有无限的能力，可以随时注意和观察新事物。即使它能够克服这个障碍，如果没有情感和背景，人工智能也无法理解所观察到的人或情况所涉及的感受和情绪。当我们处理我们注意到和观察到的东西时，我们可以观察一种情况并理解它背后的背景和意义。
那么我们怎么做呢？
我们可以通过花时间关注人和他们的行为来增强我们的观察力。
你可以随时执行此操作——当你在咖啡店或在超市收银台等候时。把你的鼻子从那个发光的矩形中移开，摘下你的耳机，环顾四周。虽然你最终可能会看到其他人被他们自己发光的矩形所吸引，但请开始观察细节：
他们使用什么类型的电话？他们是被动地消费还是主动消费，是在游戏或与人互动？你注意到什么情绪？当你开始注意时，你会惊讶于你可能已经看到但过去没有注意到或观察到的事情。你练习得越多，它就会变得越自然。
以新的和不同的方式注意和观察你周围的世界，可以提供灵感并帮助揭示问题和模式，从而产生更好的想法和解决方案。
三、同理心虽然人工智能可以通过人们的表情来衡量他们的情绪，并且正在接受训练以模仿人类的情绪，但人工智能机器和工具没有意识，无法理解或体验情绪。人工智能也缺乏个人的、共享的经验，这些经验使我们能够在不同程度上表现出同理心。
同理心是一门艺术，可以设身处地为他人着想，理解他们的感受和观点，并用这种低调来指导你的行动。
根据心理学家丹尼尔戈尔曼和保罗埃克曼的说法，同理心分为三种类型：
认知的情绪化的富有同情心的引发思考、感受和行动的同理心很重要，在我们的生活中占有一席之地，但引发行动的同理心，富有同情心的同理心，超越了理解他人和分享他们的感受，驱使我们尽我们所能帮助他们。这有助于我们改变人们的生活。我说的是真正地运用同理心，而不是口头上说或在这个过程中勾选一个框。
成功的设计师通常会在以人为本的设计中使用同理心。他们首先通过观察自身，并将自己沉浸在用户的环境中来了解用户。然后，设计师将这种深刻理解应用于设计适合这些用户的产品和体验。
即使你天生没有同理心，请尝试在接下来的几天里通过与他人进行一次或多次互动来建立它：
1）暂停判断
如果你在心理上评判另一个人，就很难有同理心。如果你说出这样的判断，你将无法同理心，对方可能会停止与你分享。
2）用你的眼睛和耳朵仔细聆听
让不止一种感官积极倾听，这样你才能做出深刻的回应。注意对方在说什么，而不是你需要如何回应。完全与对方在一起，抛开我们现代的干扰。
对我们大多数人来说，善解人意需要练习。
四、用户的拥护者拥护用户是设计师技能和行为的核心。好奇心、观察力和同理心的技能和行为创造了对用户及其需求的深刻理解，但这仅仅是个开始。
成为用户拥护者意味着在利益冲突的海洋中代表用户的利益。用户倡导者在整个设计过程中代表用户，为用户提供发言权，用户画像无比接近用户群，并使非个人用户变得个性化。
没有好奇心、观察力和同理心，人工智能就无法利用这些技能和行为来成为倡导者。人工智能也缺乏提出解决方案来满足他人需求的创造力。可以对AI进行编程以遵循规则和准则来保护人类，这是道德AI中一个越来越重要的领域。如果你一直在关注新闻，这会导致不同的结果，有时在某些情况下会走极端。猜测人工智能不能自行做出道德判断是没有意义的。
然而，人们可以做到这一点。我们可以通过为用户做正确的事情来在设计中体现它。其中两个总结如下：
1）不要伤害
你的决定可能会影响你的用户和他们周围其他人的思想、行为和生活，所以要警惕并防止滥用你的设计的影响。问问自己：如果有人将你的设计用于你、你的父母或你的孩子，你会感到舒服吗？
2）了解你对目标用户、非目标用户和整个社会的责任
对你的设计结果承担适当的责任。在设计过程中，跟进“我们如何……？”的答案。与“以什么代价？”
提醒自己您不是用户，并在用户不在时使用你对用户的了解来代表用户，为他们辩护。
五、视觉交流没有物理感官，人工智能无法进行视觉思考或交流。没有情感和创造力，人工智能就无法“阅读房间”或在其数据集之外提出想法，也无法在其当前语言能力之外进行交流，从而无法进行视觉交流。然而，人们可以将AI作为视觉交流的工具，尤其是使用将文本提示转换为图像的工具。
讲故事是一项重要的技能，可以在人们的脑海中生动地描绘一幅图画，驱使他们采取行动。它将文字转换为人们会记住的视觉效果，但即便如此，不同的人对同一事物的看法可能各不相同。无论你是在听你最喜欢的励志演讲者还是在阅读你最喜欢的小说作者的作品，都会发生这种情况。无论演讲者或作者多么煞费苦心地描述一个人物或一个情境，坐在一起的两个人脑海中很可能都有不同的形象。然而，当有伴随的图像或视觉效果时，人们实际上是在同一页面（或幻灯片、图表）上，这大大降低了他们想象不同事物的风险。这就是视觉思考和交流的力量。
并非所有设计师都具有艺术性，但你不必非得具有艺术性才能成为视觉思考者或传播者。即使是白板或记事本上的粗略草图，通常也能比书面或口头形式更快地传达信息。目的是使想法快速具体化，更快地获得正确的想法。用户研究人员和设计师通常使用可视化来帮助他们理解数据并提出新想法。
展示，不要只说。
六、合作如果你考虑人们使用AI工具进行协作，那么AI可以支持协作。我们已经了解了AI工具如何生成设计、徽标、布局、代码、编写内容、做作业以及生成法律文件。但是有足够多的例子表明它是会出现错误的，这就是为什么我们应该在我们的工作流程中使用它们作为助手。
人工智能工具可以通过减少人力（例如转录）、提高人们的效率和节省时间（例如基于文本的视频编辑）、提供基于机器学习的洞察力（例如注意力预测）来支持设计师和研究人员的工作，并增加人类的努力（例如，人工智能评估）。请记住，AI并不完美，存在很多错误。
我们通过共同努力，可以取得更多、更快的成就。一个人自己想出最好的解决方案是不常见的。单独的设计师独自研究解决方案的日子已经一去不复返了。没有一个人或学科可以解决所有问题，无论是设计问题还是其他问题。通常需要来自不同学科和背景的团队来解决大问题。
为实现共同目标而共同努力的多学科团队就是协作的一个例子。这为创作过程带来了不同的视角，从创意产生到在创作过程中提供反馈和验证。
协作依赖于对社会动态的理解和驾驭。虽然有些人为此苦苦挣扎，但人工智能失败了。谈判或妥协的能力也是如此。有些人也为此苦苦挣扎，但除非经过专门编程，否则人工智能不能。协作还需要根据实时输入、反馈或情况进行调整的能力，传统人工智能在其训练阶段之外的能力有限。
结论人工智能正在改变我们的工作和生活方式，让我们更有效率。
作为设计师，我们可以使用AI来构思、分析数据、生成变化以及基于模式预测行为。这将使我们能够专注于设计的更具战略性的任务（工作），使用上述无法复制的设计技能，而人类在这些方面比人工智能更有优势。我们可以使用AI来提高我们的效率，让我们能够做我们最擅长的事情——了解我们的用户、利益相关者和现实世界的限制，然后与他人合作设计成功的解决方案。我们所做的改变不会像我们做事的方式那样改变，人工智能会增强而不是取代我们。
人工智能无法像我们练习和发展它们的方式那样被训练来模仿这些设计技能，因为它没有意识，无法适应，也没有我们拥有的经验、情感或直觉。人工智能可以人为地模仿一些，但在这些方面无法与人类的能力相媲美。好奇心、观察力、同理心、倡导者、视觉交流和协作等技能是关键的非技术技能，可帮助我们共同运用头脑、心灵和双手，在人工智能世界中更有设计感并茁壮成长。
本文由@艺术AI漫步者原创发布于人人都是产品经理，未经许可，禁止转载
题图来自Unsplash，基于CC0协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
进入人工智能时代，设计师如何保持竞争力?
编者按：人工智能的时代已经来临，设计的方式正在发生改变，而曾经让设计师取得成功的要素也悄然变化。这篇文章将会探讨人工智能当前的状况，所产生的影响，未来可能发生的变化，以及设计师所需要应对的问题，和需要做好的准备。本文由设计师IrinaNik在ChatGPT和Grammarly的AI辅助下完成撰写。Irina在完成文章之后，要求ChatGPT重写了部分段落让它们看起来更好。
客观现实，而非炒作人工智能革命并非未来，它是当下正在发生的客观事实。根据MorningConsult做过一个全球人工智能调查，美国、欧洲和中国34%的企业都已经用上了人工智能。
包括世界经济论坛和IBM在内的许多组织都将人工智能视作为第四次工业革命的主要技术，它将从根本上改变我们的生活、工作和两者之间的关系。
当然，人工智能可能有偏见，存在道德风险，生成错误的结果，传递误导性信息。但即便如此，它依然以惊人的速度发展，这些问题可能会随着时间的推移逐步得到解决。
生成式人工智能如何改变世界2022年，生成式AI所输出的结果是颠覆性的：AI可以生成新事物，而不是分析已经存在的东西。
Sequoia梳理的AI应用前景
能够给出类似人类的答案随着来自OpenAI的ChatGPT逐渐流行，Google也拉响了「红色警报」。用户开始青睐向AI提问，而不是在Google搜索结果。
目前，人工智能给的答案并不可靠。但是在未来，它们或许可以和专业的咨询顾问竞争。根据麦肯锡的说法，人工智能有可能被用于保险和法律行业，回答复杂的问题，审核法律文件，起草年度报告。比如摩根士丹利已经在研究人工智能，这项AI服务可以给客户提供财富管理的建议。
客户服务也将从人工智能当中受益，目前的聊天机器人还无法满足用户的期望，但是它在未来可以取代更多的人工客服。
Midjourney基于语言生成的图片概念设计
内容生成能力如今这种生成式人工智能已经被用于营销和搜索引擎优化，它加快了内容创建，并且提供必要的插图内容。
比如，Jasper就是一个以营销为卖点的GPT-3的分支版本，可以用来撰写博客文章，社交媒体帖子，网络文案，营销电子邮件，甚至广告等面向客户的内容。
图像生成能力MicrosoftDesigner、Runway、DALL-E和Midjourney等工具让设计更方便，并且更容易为大众用户所接受，加速可视化内容的生成。
这类服务在营销和设计当中已经广泛运用了。雀巢在营销活动当中使用了Vermeer的人工智能加钱版，StitchFix使用DALL-E2进行实验，根据客户对于配色、面料、款式的偏好来可视化地呈现服装设计。Nutella使用一种算法来结合人工智能创建了700万种独特的包装，广告公司BBDO则正在测试使用StableDifffusion来创建设计物料。
这也意味着可以在没有设计师的情况下，普通用户可以创建出好看的演示文稿和社交媒体帖子。
下面是红杉资本所制作的图表，其中包含了根据当前的状态，对未来人工智能在不同领域当中，生成式人工智能的前景和可能性。
UI界面设计人工智能已经可以创建出Dribbble级别的UI了，以下界面是Midjourney所创建的：
同一个AI在不同的图片内容训练之下的结果，能够生成的作品是截然不同的。如果我们专门针对UI设计来创建训练集会怎样？
比如，我们在未经作者同意的前提之下，将整个Artstation的图片拿来训练，那么可能会有人拿Dribbble、Mobbin、PageFlow或者Pttrns上被完美标记的作品来训练自己的模型。
那么有了这样的训练出来的模型，是不是可以在Figma上直接生成UI？现在第一个实验已经开始了：
Airbnb现在就在拿这些优秀的作品来训练，从基本的线框图一路到可用的代码。
那么有没有AI可以根据描述生成整个程序？Builder.ai已经在探索这个领域了，创建了人工智能直接生成APP的基础版本。
紧随其后，我们处理设计系统的方法也可能发生变化。随着Figma对无头设计系统的引入，训练AI生成标准的组件已经可行了，咱们现在每天头疼不已的工作可能很快就要外包给AI了。
想法探索生成式AI是强大的绘图工具，它可以加快探索的过程。设计师和非设计师都可以在很短的时间内，快速探索大量的替代方案。
用户研究如今，生成式AI在用研领域也有一些进展。比如我们想象人工智能能够协助创建调研的准备材料和各种相关报告。
但是其实其他的人工智能磨ixng，可以通过分析研究数据，将用研提升到一个更高的层次。
比如UserTesting已经在借助机器学习，来识别用户在调研视频中的情绪。我们目前还不确定，未来越来越成熟的大型语言识别模型，能够从这些测试视频当中挖掘出多少信息，可以生成多少报告。
UserTesting识别视频中的用户情绪
人工智能还能帮助分析不同来源的大量客户数据，比如对讲机、社交媒体、APP评论、电子邮件等等，因此，用户体验设计师能够用更少的时间来获取更加可靠的用户行为分析。
随着这些领域中机器学习的引入，增长模式也可能发生变化。Facebook正在广告模型当中使用人工智能，他们会在众多广告变体当中，挑选出最好的一个，并且了解什么时候向什么类型的用户推送，会有最好的结果。未来，设计师可能会有类似的工具，来进行自动化测试，并且加速增长。
设计师要做哪些准备在设计过程中引入AI的尝试已经开始了。室内设计师征才测试InteriorAI来创建模型。服务设计师开始使用AI作为草图绘制工具，而产品设计师也在头脑风暴当中使用DALL-E2。
设计师IsabellaOrsi使用InteriorAI制作的室内设计模型
生产力人工智能确实是会显著提高设计师的生产力。它将加快分析用户数据，并提升制作原型的过程。
如今设计师可以使用这些AI生成图标、文案和图像，并且使用AI进行视觉探索。
如果你需要了解相关的服务，你可以看看这些：Phraser、Dallelist、MidjourneyPromptGenerator、PromptHero、dallery.gallery手册。
更高层次的设计生产力的提升，意味着AI将会承担更多的重复工作和体力活儿，而设计师可以拥有更多的时间和资源，来关注更高层级的设计问题，比如设计研究，产品策略和增长实验。
Midjourney生成的设计思维主题图片
以人为本的设计随着人工智能承担越来越多的硬技能向的工作，设计师将会有更多的精力深入到社会认知相关的活动，比如什么样的设计能够带来社会价值，能够给人带来愉悦感，人和社会体系之间的交互逻辑，这些深层的研究和洞察很难外包给AI。
AI则可能会给以人为本的设计和无障碍的工作提供更多关注、资源和机会。
设计师的新挑战随着AI技术的发展，设计师将会面对新的挑战。
当我们开始广泛的应用和使用面向客户的AI的时候，设计师需要确保AI生成的结果是不带偏见、合乎道德规范并且有价值的。
另外，元宇宙将会带来前所未有的交互挑战，和UI设计不同，虚拟现实目前还没有既定的交互模式，有许多问题尚未解决。
Midjourney生成的元宇宙的概念设计
人工智能将会改变设计师的哦概念工作方式，而市场对于设计师技能组合的要求会随之发生变化。显而易见的趋势是，大部分常规的设计工作将会彻底的自动化和AI化，只是目前这个变化周期不确定，接下来会被AI取代的工作内容还不确定。
但是设计师需要适应使用AI来进行设计。
如今仅仅只是AI化的第一步，但是如今AI所引领的技术突破在过去历史当中，速度也是史无前例的，甚至可以替代人类执行人物的「通用智能」，可能也不会太过遥远。
如果对于人工智能设计感兴趣，可以关注「夏花生」，你可以在她的文章中看到各种热门流行的最新的AI设计工具。
提高3倍效率！能落地的AI绘画&设计系统课来了！如何快速入门AI绘画和AI设计？
阅读文章>陈子木文章1553人气4730.8w优设内容总监
+关注作者点赞40收藏26复制本文链接文章为作者独立观点不代表优设网立场，未经允许不得转载。
继续阅读本文相关话题aiartAIGC人工智能人工智能P图人工智能神器