2023 應用心理學與實務研討會的AI思維
本文記錄參與研究會的反思與延伸,持續思考延伸中,歡迎一起討論。
前言
五月十三日,一早起床參加「2023應用心理學與實務研討會」,學習最新的 AIGC 內容。組織者是一直致力與推廣跨領域知識整合的東吳心理系汪院長,以及號稱最兇 UX 地下幫主的 Max 大大。而講者是最美 AI 資訊教授陳縕儂,及最強資訊視覺化新聞系教授李怡志。
這個幾個月,ChatGPT 配合上 MidJourney 的發展,造成全球相關產業的蓬勃發展,同時間也引動人工智能取代,或是賦能設計的討論。
對於這個議題的初步思考是,目前的 AIGC 會大幅影響設計的載具,以及縮短設計過程的時間,進而影響到用戶體驗設計新手的成長空間與培養,而遠期來看, M型化以及菁英化的就業市場是不可逆的趨勢。
科技發展影響設計實務已經不是第一次,基本電腦文書的處理方式,增進了設計過程紀錄的方便性,以及知識紀錄的有效性。手繪人機互動的介面,例如數位繪圖板,大幅改變了原有設計概念思考的方式。而三度空間建模技術以及渲染技術的增加,更是大幅的改變設計呈現的方式以及速度。目前幾乎看不到不用電腦的設計過程。
五十歲以上的設計師,一定還記得在受教育的過程中,設計圈在討論使用電腦的影響時,幾乎是負面居多,但是如果快轉到現在,使用電腦的確對於手繪功夫的影響是巨大的,目前幾乎很少擅長手繪的設計師,但是似乎對於設計流程以及大量製造的影響是正面的,目前還是可以看到許多具有創新與美感的產品。但是不可諱言的,科技發展對於設計實務的影響是持續且深遠的。
AI 生成到 AI 思維
本次的題目是 AI 生成到 AI 思維,早上第一部分的講者陳教授分享 AIGC 的歷史發展,第二部分的講者李教授分享他使用 AIGC 思考資訊視覺化的過程,他們精闢有風趣的分享,讓聽眾快速地進入 AIGC 的世界與應用,引發不少對於人工智能的思考,對於我的啟發不少。
首先,是目前人工智慧對於知識與學習的影響。
依照我的理解,人類知識的一種描述方式是連結,也就是知道不同知識與狀況的連結與應用,而目前機器學習 (Machine Learning) 的方式就會產出類似的知識結構,而機器學習使用的方式為 f(x) = y,其中的輸入 x 可以是文字、聲音、影像等,透過複雜的函示 (f),會有不一樣的知識結構。
目前超出大眾預期的部分是,AIGC 可以生成的結果 y,居然可以是一個問題的回答,一張高解析的圖形,甚至是一個複雜問題的分析,一個具備國高中程度的作文,所以產生的影響是更加深遠的。
我的理解是,工業革命運用蒸汽機取代了基本的人力,所以很多勞工失業,然後,後續的工業革命持續地讓人們失去工作,而這一波的影響似乎超越基本體力到了基本智力。簡單來說
(工業1.0到4.0代表工業革命不同階段的技術變革對工作的影響:
1. 工業1.0(蒸汽時代):機械取代了重複體力勞動的工作,如手工製造和農業。
2. 工業2.0(大量生產時代):流水線生產使工作細分,非熟練勞工執行特定任務。
3. 工業3.0(自動化和電子化時代):自動化技術取代重複性和危險工作,專業技術工作需求增加。
4. 工業4.0(智能化和數字化時代):自動化和機器學習導致重複性工作被自動化,創造性和專業化工作需求增加。
新技術消除某些工作同時也創造新機會。人們需不斷學習新技能以適應變化的工作環境。)
但是,去除重複性的體力與智力的工作,其實公司剩下的工作就不多了,因此可以推論會有下一波的人工智能賦與,或是造成的失業潮,而設計也不例外。然後,新的技能是什麼?創造性與專業化的工作是什麼?則是我們要持續思考的問題。
其實設計圈早就出現人工智慧取代工人智慧的例子,阿里巴巴的魯班就是電商相關產品說明文字與圖片的生成平台,早期需要大量的文字與美編幫不同的產品寫說明文字,以及製作廣告圖形,魯班出現後,大量的基礎用戶體驗設計人員就被解聘了。
以 Bloom’s Taxonomy 的學習分類來說,如果你的工作是重複的記憶、理解後應用,那你的工作被取代的機會就很大,例如基本的報稅、基本的法律服務、基本的視覺呈現、基本的立體造型建立與渲染。更麻煩的是,由於自動化的影響,所以越來越多的公司運用自動化生成的結果來取代,只包含記憶-理解-應用的低階工作人力,所以新手幾乎沒有練習的機會,也就更難累積經驗成為專家。
而專家習慣於分析問題,評估可能解法,產生新的有價值的作法,在 AIGC 的協助下,會加快原有的生產過程,所以可以負擔更多的工作,也會適度的減少職缺的釋出。
小結
所以第一個 AI 思維是,工作場域會變成更加不適合新手,而新手的學習要朝向分析-評估-創造的思考模式,因此在做設計時,設計過程的邏輯會比設計結果的呈現更加重要。但是反觀目前的設計教育,呈現與固定方法的學習,幾乎佔了1/3以上的時間,所以設計師的思維必須改變。
註1: 上方斜體字為 ChatGPT 加上 Google 加上作者的結果。