2025-7-28 杰睿 設(shè)計管理與成長
不久之前，我還堅信我的工作不會被人工智能所左右。雖然我現(xiàn)在仍然大體上相信這一點，但人們爭相采用人工智能解決方案的速度之快令人擔憂，這讓我開始懷疑。我不能責怪他們；人工智能解決方案快速、一致，而且從表面上看，通常都很有吸引力。我很樂意將人工智能融入我的工作流程中（我已經(jīng)這樣做了），但我并不認同人工智能應(yīng)該處于創(chuàng)作過程的中心這一觀點。它無法創(chuàng)造；它只能復(fù)制——麻省理工學(xué)院領(lǐng)導(dǎo)的一系列實驗強調(diào)了生成性人工智能依賴于模式而不是新穎的思維。雖然這種復(fù)制效果越來越好，但它仍然依賴于已經(jīng)完成的工作。正是這一部分被忽視了；世界只看到了快速、可接受的解決方案，而這正是讓我擔心的部分。
幾十年來，我們在用戶體驗領(lǐng)域一直宣揚同理心、共同創(chuàng)造以及理解用戶個體的重要性。然而，在實踐中，這些原則仍然與緊迫的時間表和狹隘的“可用”定義相沖突。正如 Adyanth Natarajan 所說，無障礙設(shè)計方面的失敗反映出用戶體驗行業(yè)仍然主要面向一小部分人群。同樣，Andrew Tipp 認為，雖然包容性設(shè)計至關(guān)重要，但預(yù)算和時間壓力往往會削弱它。
盡管人們竭盡全力強調(diào)包容性設(shè)計如果得到妥善實施將帶來多么大的益處，但這些領(lǐng)域在開發(fā)過程中仍然嚴重缺乏重視。這個行業(yè)講究時間和金錢；當廉價而粗糙的解決方案唾手可得時，它根本無法承擔真正的用戶體驗設(shè)計的沉迷。人工智能提供了這樣的解決方案。但是，我們越是將設(shè)計任務(wù)交給那些從聚合數(shù)據(jù)和歷史模式中學(xué)習(xí)的系統(tǒng)，我們就越有可能將一切標準化。如果我們現(xiàn)在還沒有找到關(guān)鍵的答案，那么將創(chuàng)意流程交給人工智能系統(tǒng)并不能神奇地解鎖它。包容性設(shè)計成為基準標準的夢想變得更加遙不可及。誠然，我們獲得了效率，但代價是什么呢？
雖然本文的重點在于AI如何將創(chuàng)造力從設(shè)計流程中剔除，但我們必須承認，這種觀點本身并不新鮮。Alterio 、Seo和Hurst等人都探討過UX /UI設(shè)計中創(chuàng)造力的扼殺問題，盡管他們并未提及AI的介入。
我們今天所說的“設(shè)計”有多少是真正原創(chuàng)的？
擺在桌面上的是：我們大多數(shù)人的工作都受到相當嚴格的限制。由于無障礙指南、設(shè)計系統(tǒng)、素材庫和社區(qū) Figma 文件的存在，許多創(chuàng)意意圖被剝奪了。我們所做的只是將點連接起來——而這基本上就是所有人工智能解決方案都在做的事情。它們從相同的資源中提取數(shù)據(jù)，并基于相同的設(shè)計系統(tǒng)和無障礙規(guī)則將點連接起來。那么，這真的是一件壞事嗎？
對我來說，答案取決于兩點。首先，使用這些工具的人是否真的受過培訓(xùn)，了解它們的工作原理？他們是否知道如何設(shè)計提示來減輕偏見而不是加劇偏見？即使他們不知道，雇傭這些工具的人真的在乎嗎？其次，我們節(jié)省下來的時間是否真的被重新投入到探索性思考中？投入到研究、實驗和面向未來的想法中？
如果是，那很好；但如果不是，我們就有可能為了追求進步的幻覺而犧牲自己的創(chuàng)造力。任何真正的設(shè)計師都不應(yīng)該愿意接受這種交易。如果我們要把所有這些耗時、繁瑣、零散的工作都交給機器，我們的大腦還有什么更好的用途呢？
說實話：人工智能并不具備創(chuàng)造力。真的不。它只是一種非常逼真的模仿者。它接受過已經(jīng)構(gòu)建、發(fā)布和批準的事物的訓(xùn)練。這意味著它建立在已經(jīng)成功的想法之上，而這些想法并不總是最好的，只是最容易被接受或最引人注目的。
它所回收的不僅僅是設(shè)計模式和配色方案，還有偏見、規(guī)范和文化假設(shè)。如果數(shù)據(jù)集存在偏差，輸出結(jié)果也會如此。我們在Buolamwini 和 Gebru 于 2018 年發(fā)表的《性別陰影》等研究中就看到了這一點，其中商業(yè) AI 工具對深色皮膚女性的性別判斷錯誤，錯誤率高達 34.7%。此類研究表明，使用從互聯(lián)網(wǎng)和企業(yè)來源收集的數(shù)據(jù)集的商業(yè) AI 系統(tǒng)往往會復(fù)制并放大現(xiàn)有的社會偏見。
我們用同樣有缺陷的框架建立了這些系統(tǒng)，而我們花了幾十年的時間試圖拆除它們，即使我們積極嘗試糾正這些錯誤陳述，但可能為時已晚。
Molly Wright Steenson 換了一種說法：
數(shù)據(jù)的關(guān)鍵在于它存在于過去。數(shù)據(jù)集的問題在于它強化了現(xiàn)有的偏見，而不是找到新的方法來做事和解決問題。
這凸顯了生成式人工智能的一個核心挑戰(zhàn)：我們用過去的假設(shè)構(gòu)建未來的工具。
人們想方設(shè)法地推銷人工智能解決方案，讓我們覺得它們能讓我們的生活更輕松，但實際上，他們只是在沙漠里兜售沙子。我們兜售的所謂創(chuàng)新，不過是規(guī)模化的反饋循環(huán)（是的，我是個癡迷于反饋循環(huán)的女人）。我們教它，現(xiàn)在我們讓它用同樣的材料來教我們和自己。
現(xiàn)在，復(fù)制有其存在的意義。我并不是說每個登錄表單或入職流程都需要革新。一些優(yōu)秀的設(shè)計成果是無形的。我之前提到過，我們將這些點連接起來。然而，我們是有意識地、謹慎地（或者至少我們應(yīng)該這樣做）將這些點連接起來。如果人工智能成為流程中這些部分的默認設(shè)計者，我們就不得不問：這給我們帶來了什么？我們到底貢獻了什么？如果我們把基礎(chǔ)工作完全外包出去，我們該如何發(fā)展這門工藝？
諷刺的是，設(shè)計本應(yīng)是最能抵御這種侵蝕的領(lǐng)域之一。多年來，我們一直在努力爭取一席之地，證明好的設(shè)計能夠塑造結(jié)果、改變行為，并真正改善生活質(zhì)量。如今，我們終于贏得了一席之地，卻被要求將工作交給那些從未被邀請參與討論的工具。坦白說，這些工具只關(guān)心模式，不關(guān)心環(huán)境。
更糟糕的是，那些不愿或不覺得有必要深入探究的人一致認為，人工智能的輸出就是客觀真理。人工智能就是神諭。它不是魔法，而是一個基于泛文化訓(xùn)練的系統(tǒng)。如果我們不小心，我們就會讓自己陷入自動化，最終走向創(chuàng)造性的湮沒。
話雖如此，或許我們多年來一直被困在創(chuàng)意的湮沒之中。我至今仍記得90年代中期到21世紀初科技界的瘋狂。創(chuàng)新無處不在，沒人知道自己在做什么，他們只想嘗試一些很酷的東西。有人喜歡直板手機嗎？任天堂的控制器設(shè)計？那真是瘋狂，也真是棒極了。
我認為其中大約80%都失敗了。但這卻是最好的失敗。最終，這些瘋狂的想法讓位于標準，就像往常一樣；要么是蘋果，要么是安卓；要么是PlayStation，要么是Xbox；要么是Mac，要么是Windows。
在所有這些融合中，用戶體驗 (UX) 找到了立足點。隨著技術(shù)的成熟，我們的期望也隨之成熟。怪異不再美妙，反而令人困惑。不可預(yù)測的界面不再勇敢，而是支離破碎。用戶體驗 (UX) 作為一種將秩序帶入混亂的方式出現(xiàn)，其目標突然不再是脫穎而出，而是消除摩擦，使體驗看起來自然。
這絕對是必要的。良好的用戶體驗 (UX) 使所有這些新技術(shù)不僅可以供愛好者和早期采用者使用。用戶體驗標準帶來了一致性、最佳實踐和基于成熟經(jīng)驗的模板。但在追求一致性和可用性的過程中，我們失去了一些東西。我們不再問“如果呢？”，而是開始問“基準是什么？”。
設(shè)計師和開發(fā)人員，請告訴我，您不使用 Apple 的人機界面指南或 Material Design 作為參考點？我會質(zhì)疑任何這樣做的人的誠實。
你上一次徹底改變常見 UI 元素的交互預(yù)期是什么時候？流行的東西就一定有效，何必再去重新發(fā)明輪子呢？就像我們通過設(shè)計和接觸學(xué)會了如何打開門和操作爐灶一樣（就像唐納德·諾曼那樣），我們也學(xué)會了如何操作下拉菜單。這就是可供性（affordance）的演變。
所以，當我們說人工智能會削弱用戶體驗（UX）和用戶界面（UI）的創(chuàng)造力時，真的如此嗎？它所做的并非我們多年來從未做過的事情。它引用的是相同的庫和標準，使用我們共同認可的有效方法。我們所說的我們失去的東西，其實是我們很久以前就放棄的東西。
讓我們明確一點。人工智能不是敵人，自滿才是。
過去一周左右，我使用了一些AI工具，體驗不錯，我相信它是一款非常棒的輔助工具。但我們必須挑戰(zhàn)它。說它胡說八道就對了。問問我的ChatGPT，我告訴它它錯了多少次……
如果我們希望人工智能能夠增強我們的工作，而不是取代其核心功能，我們就必須有意識地去行動，必須意識到自己在做什么。施奈德曼的普羅米修斯原則明確指出了這一點：如果我們以這樣的方式構(gòu)建高度自動化，它就能支持創(chuàng)造力和監(jiān)督。
對我來說，成功取決于三件事：教育、融合和平衡。
我們需要教育自己和同事，讓他們了解人工智能的真正含義、運作方式，以及它在日常工作流程中的界限。這不應(yīng)該是一個孤立的過程。
這不僅僅是開發(fā)人員或用戶體驗設(shè)計師的問題。我們需要跨職能的人工智能素養(yǎng)，涵蓋市場營銷、用戶體驗、開發(fā)和質(zhì)量保證；我們應(yīng)該共同學(xué)習(xí)。我們都應(yīng)該積極意識到局限性，設(shè)定清晰的提示，仔細審查輸出，并在潛在偏見影響用戶之前發(fā)現(xiàn)它。如果我們要負責任地構(gòu)建產(chǎn)品，我們需要共同的語言和共同的責任。
一旦我們了解了人工智能能夠以及應(yīng)該為我們做什么，下一步就是整合。這不僅關(guān)乎技術(shù)層面，也關(guān)乎文化和倫理層面。僅僅選擇一個工具并將其融入工作流程是不夠的。我們需要編寫文檔：哪些工具是允許使用的，如何有效地使用它們，它們屬于流程的哪些階段，以及何時應(yīng)該回歸到一些手動思考。這份文檔不應(yīng)該是自上而下的，而應(yīng)該由所有參與工作的人員共同協(xié)作構(gòu)建。我們需要建立清晰的界限，并讓所有人擁有共同的責任，讓我們有信心在認為合適的時候，敢于表達自己的想法，并主動對抗人工智能。
這才是關(guān)鍵；我們不能對人工智能漠不關(guān)心。每一次使用都應(yīng)該有意識，每一個解決方案都應(yīng)該受到質(zhì)疑。人工智能可以提供輔助，但最終決定權(quán)仍然在我們手中。
這就引出了我們的目標。如果我們的目標是通過將某些任務(wù)交給人工智能模型來提高生產(chǎn)力和效率，那么我們必須思考如何將這些節(jié)省下來的資金重新投資到其他地方。
實現(xiàn)這一目標的方法之一是重新投資研發(fā)、發(fā)散思維和突破界限的創(chuàng)意，這不僅能為用戶體驗/用戶界面注入活力，還能打破停滯不前的設(shè)計模式。有了人工智能處理繁瑣的工作，我們就有了探索實驗性概念的空間，而這些概念通常受限于預(yù)算和時間。創(chuàng)新正是在這個空間中得以生存。如果沒有它，我們可能會陷入無休止的循環(huán)，只輸出安全、毫無靈魂的成果。我們必須展現(xiàn)出不斷發(fā)展、適應(yīng)、擴展，并保持我們創(chuàng)意生態(tài)系統(tǒng)的新鮮感，這不僅是為了用戶，也是為了為我們的人工智能模型提供我們真正希望它們反映的解決方案和思維。
即使沒有自動化，我們多年來也一直陷在千篇一律的便利循環(huán)中。人工智能并非用戶體驗/用戶界面（UX/UI）感覺陳舊的原因，而是其結(jié)果。它只是凸顯了原有缺陷。所以，與其擔心人工智能會抹平用戶體驗/用戶界面（UX/UI）的創(chuàng)造力，或許我們應(yīng)該問問自己，為什么它一開始就如此平淡？
作為設(shè)計師，我們應(yīng)該探索如何利用人工智能來支持我們的工作。它不是設(shè)計師，而是工具，就像之前的 Figma 和 XD 一樣。Ben Shneiderman 在《以人為本的人工智能》一書中一針見血地指出，人工智能的目標并非取代我們，而是“增強、放大、賦能和提升”人類的潛能。如果我們選擇挑戰(zhàn)模板，設(shè)計和創(chuàng)造力仍然掌握在我們手中。我們的價值不應(yīng)在于速度，而應(yīng)在于更高效、以人為本、以體驗為導(dǎo)向的思維方式——而這些是人工智能無法掌握的，因為無論它多么接近人類，它都永遠無法成為真正的人類。
因此，如果我們不想成為自身流程的過客，就必須確保在培訓(xùn)、道德和研發(fā)方面的投入與在工具和集成方面的投入一樣多。人工智能可以支持偉大的設(shè)計，但推動其發(fā)展的仍然是我們的好奇心、挑戰(zhàn)和本能。所有這些最初都讓這個行業(yè)令人興奮。
藍藍設(shè)計的小編 http://www.lzhte.cn