دیزاین

ادغام هوش مصنوعی (AI) در مدیریت نوآوری به حوزه‌های خلاقانه‌ای مانند تفکر طراحی (DT) گسترش یافته است، اما نقش آن در چارچوب‌های نوآوری پیچیده و همکاری‌محور هنوز به‌خوبی بررسی نشده است. این مطالعه به بررسی این شکاف می‌پردازد و نحوه درک و استفاده حرفه‌ای‌ها از AI در کارگاه‌های DT را مورد بررسی قرار می‌دهد. با استفاده از نظریه قابلیت‌ها به‌عنوان یک لنز مفهومی، ما مطالعات مشاهداتی و مصاحبه‌های نیمه‌ساختاریافته با کارشناسان DT انجام دادیم تا قابلیت‌های عملی، محدودیت‌ها و استراتژی‌های کاهش مشکلات AI را در این زمینه شناسایی کنیم.

محققان مجموعه‌ای از زنان آسیایی – آمریکایی را به سه گروه تقسیم کردند. هر گروه به مجموعه‌ای از سؤالات در مورد زندگی‌شان پاسخ می‌دادند و سپس امتحان ریاضی دادند. گروهی که سؤالات مربوط به نژاد را دریافت کردند، در نهایت ۵۴٪ از سؤالات ریاضی را به درستی پاسخ دادند؛ گروهی که سؤالات مربوط به جنسیت را دریافت کردند، تنها ۴۲٪ به درستی پاسخ دادند و گروهی که سؤالات عمومی دریافت کردند، در میانه این دو قرار داشتند و ۴۹٪ درست پاسخ دادند (شیه و همکاران، ۱۹۹۹). در ایالات متحده، کلیشه رایج در مورد زنان، عملکرد ضعیف در ریاضی است و کلیشه رایج در مورد آسیایی‌ها، عملکرد خوب در این حوزه است. صرفاً یادآوری این کلیشه‌ها باعث شد که شرکت‌کنندگان به طرز متناسبی پاسخ‌دهی و بازخورد داشته باشند.

متأسفانه، ضمیر خودآگاه ما بر این باور است که همیشه مسئول است، حتی وقتی که نیست. جاناتان هایت (2006) و چیپ و دان هیث (2010) برای توضیح این ایده از مثال استعاری بودا استفاده می‌کنند که دو شخصیت در آن حضور دارند: سوار و فیل. فیل بُعد بسیار قدرتمند اما انتقاد ناپذیر و شهودی ما است. سوار خود آگاه ماست که سعی می‌کند فیل را هدایت کند. سوار فکر می‌کند که همیشه مسئول است، اما این فیل است که کار را انجام می‌دهد و اگر فیل با سوارکار مخالف باشد، معمولاً فیل برنده می‌شود.

مقاله به بررسی ادغام هوش مصنوعی مولد، به ویژه ChatGPT، در فرآیند تفکر طراحی (Design Thinking) می‌پردازد و پتانسیل و محدودیت‌های آن را در عمل مشاوره ارزیابی می‌کند. این تحقیق با توسعه یک اپلیکیشن که از فناوری‌های SAP و API OpenAI استفاده می‌کند، نوع جدیدی از همکاری بین انسان و هوش مصنوعی را ممکن می‌سازد. مطالعه نشان می‌دهد که چگونه این سیستم‌ها می‌توانند جلسات تفکر طراحی را از طریق ایجاد خودکار پرسونای کاربر و داستان‌های کاربری پشتیبانی کنند.

هنگام در نظر گرفتن محرک‌های متعدد در مکانیسم‌ها و ساختارها، محرک‌ها ممکن است نسبت به یکدیگر شبیه یا متنوع باشند. طیف متنوع از محرک‌ها می‌توانند جنبه‌های مختلفی از دانش را فعال کنند و تنوع بیشتری از راه‌حل‌ها را ایجاد کند، حتی اگر اکتشاف راه‌حل به صورتی کاملا سطحی باشد. همچنین زمانی که محرک‌ها مشابه یکدیگر باشند، جنبه واحد یا محدودتر از دانش را فعال می‌کنند. بنابراین محرک‌های مشابه می‌توانند باعث شوند طراحان دسته‌های کمتری از راه‌حل‌ها را بررسی کنند، اما آن دسته‌ را عمیق‌تر بررسی کنند. بهترین حالت زمانی است که محرک‌های متنوع به روشی ساختاریافته ارائه شوند، که امکان پوشش مقوله‌های مختلف و همچنین کاوش کافی از هر دسته را فراهم می‌کنند.

ظهور هنر تولید شده توسط هوش مصنوعی باعث شده است طراحان بپرسند آیا هوش مصنوعی جایگزین آن‌ها خواهد شد. در این مقاله، نیک و گلب به وضعیت فعلی طراحی می‌پردازند، به سوالات رایج طراحان درباره ابزارهای هوش مصنوعی پاسخ می‌دهند و نکات عملی در مورد چگونگی بهره‌برداری بهینه طراحان از ابزارهای هوش مصنوعی ارائه می‌کنند.

“سلسله مراتبی نیازهای تجربه کاربری”  توسط دانلد نورمن مطرح شده است، این مفهوم توضیح می‌دهد که چگونه تکنولوژی با زمان تکامل می‌یابد و نیازهای کاربران تغییر می‌کند.  او در این رابطه می‌گوید:” زمانی که  تکنولوژی نیازهای اساسی را برطرف می‌کند، تجربه کاربری حرف اول را می‌زند.” صنعت تلفن همراه نمونه‌ای عالی از این تکامل است. اکنون موتورولا دیناتاک اصلی نمی‌تواند با محصولی وارد رقابت شود. چیزی که در آن زمان این موبایل را موفق کرده بود معرفی سیستمی بود که نیازی به سیم نداشت و امروزه نداشتن سیم برای موبایل یک توقع از پیش تعریف شده است.

خلاقیت به ‌طور کلی با طراحی بهتر در آموزش و اقدام مرتبط است و به ‌عنوان پیش‌نیاز اختراع و نوآوری در نظر گرفته می‌شود. این امر محققان طراحی را به انجام بسیاری از مطالعات تجربی در زمینه خلاقیت ترغیب کرده است. به ‌ویژه، تعدادی از این مطالعات بر استفاده از منابع بیرونی الهام بخش به عنوان محرکی برای مرحله تولید ایده در فرآیند طراحی تمرکز داشته‌اند. این محرک‌های خارجی به فرآیند طراحی معرفی شدند و به طراحان کمک می‌کنند تا به ایده‌های جدیدی دست پیدا کنند. با این حال، زمانی که طراحان از نمونه‌ راه‌حل‌های مسأله‌ای که در حال بررسی آن هستند مواجه می‌شوند، ممکن است این امر بر فرآیند خلاقانه آن‌ها تأثیر منفی بگذارد که به آن “فیکسیشن طراحی” می‌گویند.

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

در سال 2008، اقتصاددان رفتاری ریچارد تالر و دانشمند حقوق کاس سانستین کتابی منتشر کردند که در آن رویکرد جدیدی برای سیاست‌گذاری عمومی بر اساس مفهوم «تلنگر»(NUDGE) پیشنهاد کردند. به طور کلی، یک تلنگر مداخله‌ای است که تصمیمات مردم را با تأثیرگذاری بر تعصبات شناختی آن‌ها هدایت می‌کند. مفهوم تلنگر بحث‌های گسترده‌ای را در رشته‌های مختلف به وجود آورد و مورد استقبال بسیاری از سیاست‌گذاران در سرتاسر جهان قرار گرفت. تلنگرها می‌توانند به عنوان جایگزینی برای سیاست‌های استاندارد تلقی شوند. در واقع می‌توان از تلنگرها برای افزایش طراحی و اثربخشی سیاست‌های استاندارد استفاده کرد تا به سیاست‌های «ترکیبی» دست یافت.