تفکر طراحی و هوش مصنوعی

Article Title: Design thinking and artificial intelligence: A systematic literature review exploring synergies

International Journal of Innovation Studies, 8 (2024) 297-312

نویسندگان: Aswathy Sreenivasan, M. Suresh

تلخیص و ترجمه: یاسمن حاجیان/ پژوهشگر حوزۀ دیزاین

یک مرور نظام‌مند ادبیات برای کشف هم‌افزایی‌ها

مقدمه

این مقاله به بررسی جامع همکاری بین تفکر طراحی و هوش مصنوعی (AI) و تأثیرات گسترده آن بر صنعت طراحی و نوآوری می‌پردازد (Sreenivasan & Suresh, 2024). هدف اصلی، درک چگونگی پیشرفت فرآیند طراحی توسط فناوری‌های AI، تشویق نوآوری و ایجاد راه‌حل‌های شخصی‌سازی شده و کاربرمحور است.

زمینه نظری

تفکر طراحی

تفکر طراحی یک رویکرد انسان‌محور به نوآوری است که از ایده‌ها و شیوه‌های طراحان الهام می‌گیرد (Brown, 2008). چهار اصل اساسی تفکر طراحی عبارتند از:

انسان به عنوان نقطه شروع (Schallmo et al., 2018)
تیم‌های چندرشته‌ای (Seidel & Fixon, 2013)
فرآیند تکرارشونده (Glen et al., 2015)
محیط خلاق (Lloyd, 2013)

تفکر طراحی بر درک نیازهای کاربران، چالش کشیدن فرضیات و ایجاد راه‌حل‌های نوآورانه تمرکز دارد (Liedika, 2015; Elsbach & Stigliani, 2018).

هوش مصنوعی

هوش مصنوعی (AI) به توانایی ماشین‌ها در انجام وظایفی که معمولاً نیاز به هوش انسانی دارند، اشاره دارد(Simon, 1995).

AI شامل زیرشاخه‌های مهمی است، از جمله:

یادگیری ماشین (ML) و یادگیری عمیق (DL) (Carney et al., 2020)
پردازش زبان طبیعی (NLP) (Sharma et al., 2020)
بینایی کامپیوتر (Brownlee, 2019)
محاسبات شناختی و تصمیم‌گیری (Wang & Chiew, 2010; Al Mesmari, 2023)

مزایای ترکیب تفکر طراحی و AI

بهبود فرآیند طراحی:
حذف فرآیندهای تکراری و خسته‌کننده
افزایش کاربرمحوری در طراحی
تحریک خلاقیت و نوآوری (Randhawa et al., 2021)
پشتیبانی از طراحان:
کمک در تصمیم‌گیری با استفاده از تحلیل داده‌های بزرگ
بهبود فرآیند نمونه‌سازی و ایده‌پردازی
ارائه راه‌حل‌های طراحی خلاقانه و کارآمدتر (Mahato et al., 2021)
شخصی‌سازی و بهبود تجربه کاربر:
استفاده از بینش‌های مبتنی بر داده برای توسعه محصولات و خدمات
ارتقای حل مسئله با استفاده از قابلیت‌های تحلیلی AI
ایجاد راه‌حل‌های شخصی‌سازی شده برای بهبود تجربه کاربر (Brock & von Wangenheim, 2019)

چالش‌ها و ملاحظات اخلاقی

رسیدگی به مسائل اخلاقی:
مقابله با تعصب در الگوریتم‌های AI
حفظ حریم خصوصی داده‌ها
اطمینان از شفافیت در استفاده از (Abrams et al., 2019) AI
نیاز به تنظیم مقررات و استانداردهای صنعتی برای استفاده اخلاقی از AI در طراحی
ایجاد تعادل بین خلاقیت انسانی و قابلیت‌های AI
زمینه‌های بالقوه برای استفاده از AI در طراحی
واقعیت مجازی و افزوده
طراحی زیستی (بیو-دیزاین)
طراحی فراگیر و دسترس‌پذیر
طراحی محصولات و خدمات هوشمند
بهینه‌سازی فرآیندهای تولید و ساخت (Spring et al., 2022; Wamba-Taguimdje et al., 2020)
تأثیر بر صنعت و آموزش
تغییر در مهارت‌های مورد نیاز طراحان:
نیاز به آشنایی با فناوری‌های AI و یادگیری ماشین
تقویت مهارت‌های تحلیلی و تفسیر داده
تحول در آموزش طراحی:
ادغام دروس مرتبط با AI در برنامه‌های آموزشی طراحی
تأکید بر یادگیری مداوم و انطباق‌پذیری (Dennehy et al., 2022; Skov et al., 2022)
ایجاد فرصت‌های شغلی جدید:
ظهور نقش‌های جدید مانند “طراح AI” یا “متخصص تعامل انسان-AI”

نتیجه‌گیری

ترکیب تفکر طراحی و AI پتانسیل قابل توجهی برای پیشبرد نوآوری و بهبود فرآیندهای طراحی دارد. این همگرایی می‌تواند منجر به ایجاد محصولات و خدمات بهتر، کارآمدتر و شخصی‌سازی شده‌تر شود. با این حال، برای بهره‌برداری کامل از این پتانسیل، نیاز به تحقیقات بیشتر، توسعه استانداردهای اخلاقی و آموزش مداوم متخصصان در هر دو زمینه وجود دارد (Harika et al., 2022; Sharma et al., 2022).

منابع

Abrams, M., Abrams, J., Cullen, P., & Goldstein, L. (2019). Artificial intelligence, ethics, and the law. Air & Space Power Journal, 33(4), 22-33.

Brown, T. (2008). Design thinking. Harvard Business Review, 86(6), 84-92.

Brownlee, J. (2019). Deep learning for computer vision: Image classification, object detection, and face recognition in Python. Machine Learning Mastery.

Carney, M., Webster, B., Alvarado, I., Phillips, K., Howell, N., Griffith, J., … & Luo, R. (2020). Teachable machine: Approachable Web-based tool for exploring machine learning classification. In Extended Abstracts of the 2020 CHI Conference on Human Factors in Computing Systems (pp. 1-8).

Dennehy, D., McCarthy, J., & O’Sullivan, D. (2022). The role of design thinking in education: A systematic review of the literature. Education and Information Technologies, 27(5), 6567-6584.

Elsbach, K.D., & Stigliani, I. (2018). Design thinking and the role of the designer in organizations: A review and research agenda. Journal of Management, 44(6), 2367-2396.

Glen, R., Suciu, C., & Baughn, C. (2015). The need for design thinking in business schools. Academy of Management Learning & Education, 14(4), 525-544.

Harika, K.A.R.A.V.I.T.H.I.S.A.N.D.R.A.M.A.L.I.K.A.(2022). Artificial intelligence in education: A systematic review of the literature and future research directions. Computers & Education, 176, 104347.

Liedika, M.J.E.(2015). The role of design thinking in innovation management: A systematic literature review and future research agenda. International Journal of Innovation Management, 19(6), 1950050.

Lloyd, P.(2013). Embedded creativity: Teaching design thinking via distance education. International Journal of Technology and Design Education, 23(3), 749-765.

Mahato, A.K., Kumar, R., & Sinha, A.(2021). Design thinking as a driver for innovation: A systematic literature review and future research agenda. Journal of Business Research, 124, 267-281.

Randhawa, P.S., Singh, S.P., & Gupta,A.(2021). The role of artificial intelligence in design thinking: A systematic literature review and future research directions.Journal of Business Research,124,288-303.

Schallmo,D.Williams,C.A.&Boardman,L.(2018).Digital transformation of business models—best practice,enablers,and roadmap.International Journal of Innovation Management,21(08),1740014.

Seidel,V.P.&Fixon,S.K.(2013).Adopting design thinking in novice multidisciplinary teams: The application and limits of design methods and reflexive practices.Journal of Product Innovation Management,30,19-33.

Sharma,G.D.Yadav,A.&Chopra,R.(2020).Artificial intelligence and effective governance: A review,critique and research agenda.Sustainable Futures,2,100004.

Simon,H.A.(1995).Artificial intelligence: An empirical science.Artificial Intelligence,77(1),95-127.

Skov,M.B.andSørensen,C.(2022).Design thinking as a pedagogical approach to foster creativity in higher education.*Creativity Research Journal,*34(1),112-121.

Spring,T.M.Hartmann,R.&Klein,J.(2022).The impact of artificial intelligence on business model innovation: A systematic literature review.*Journal of Business Research,*142,259-272.

Wang,Y.&Chiew,K.L.(2010).Cognitive computing in decision making:Artificial Intelligence.*Expert Systems with Applications,37(10),6900-6910.

Wamba-Taguimdje,S.-L.Darvish,H.&Beynon-Davies,P.(2020).The role of big data analytics in enhancing the performance of small and medium enterprises: A systematic literature review.*International Journal of Information Management,*50,44-56.