《纽约客》2023 年 11 月 20 日封面，Christoph Nieman视觉叙事

虽然像 ChatGPT 这样的人工智能工具可以帮助生成内容或提供信息，但批判性思维、分析和决策的最终责任在于人类用户。

尽管人工智能对工作角色、职业和机会有潜在影响，但对人工智能的兴奋和迷恋反映了技术乐观主义的观点。不断反思人工智能如何重塑我们的角色和设计行业，让我意识到了非常强烈的几个重要观点，我将向大家介绍它们。

1. AI还无法弄清楚要解决什么问题

人工智能在理解上下文方面遇到了很大的困难，尤其是在涉及微妙或复杂的场景时。如今，大多数人工智能被认为是“狭隘”或“弱”人工智能，这意味着它是为执行特定任务而设计的，因此处理理解系统和找出问题所在的复杂性仍然是一个非常高的要求。

虽然将复杂场景分解为更小的任务是人工智能的潜在途径，但对人类指导和监督的需求仍然至关重要。

理解一个人的痛点是多方面的，涉及心理、环境、背景、需求和关系等方面，这对人工智能在目前的状态下无法完全独立解决提出了挑战。

将所有点连接起来构建有意义的解决方案过于复杂，任何人工智能系统都无法解决。

2. 设计解决方案需要多学科的努力

对设计解决方案的多学科性质的重视与创建有意义且有效的设计所涉及的复杂性产生了很好的共鸣。界面设计、人类心理学、信息架构、视觉原理、无障碍设计、人类学、社会学、商业策略、内容策略和用户研究等各个领域的综合，强调了设计过程中所需的多样化技能。

虽然人工智能系统可以通过数据集和训练来配备这些领域的知识，但挑战在于它们能否有效地结合和关联这些知识以生成复杂的设计解决方案。

设计和监督结合多个学科的过程需要重要的批判性和系统思维技能，目前，只有人类深刻地拥有这些技能（人工智能可能会模仿它们，但这还不是真正的交易）。

3. AI缺乏同理心和对人类心理的良好理解

虽然“同理心”一词在某些情况下可能被过度使用，但它的重要性正在被重新发现，特别是在人工智能的背景下。移情、想象和尝试感受他人感受的能力是人类与计算机的明显区别。

尽管人工智能的进步使系统能够模仿对话中的同理心或同情心，但根本的区别仍然存在——计算机缺乏真正的情感体验。人类情感的深度和真实性、理解他人观点的细微差别以及各种情况下情感的复杂相互作用是目前人工智能系统无法理解的方面。

人类独特的能力包括创造力和想象力，这是受到保护的。尽管人工智能可以通过组合现有元素来创造新的东西，这模仿人类的创作方式，但特殊的人类灵感来自于想象力：能够想出全新的东西。

如果你仔细想一想，光是看人工智能生成的艺术品就差不多能告诉你它是由人工智能生成的：它很刻板，你会觉得它们看起来都差不多，即使有很好的提示的情况下，也很少让人惊讶。

4. 人工智能需要大量的指导和帮助

人工智能很容易走弯路，产生幻觉——我们见过有趣的例子，也见过令人担忧的例子，但问题的关键在于，人工智能需要来进行象征性的引导：它的独立表现得并不出色。

人工智能需要大量的看护。这就像教一个超级快速学习者，他非常擅长照着指令做，但自己不太能理解事物。人工智能系统，特别是那些使用机器学习的系统，需要来自大型数据集中学习，而正确的这些数据集必须由人类提供策划和标记，以确保人工智能能够学习。此外，人工智能算法是根据特定的目标设计的，它们需要明确的指示来实现这些目标。

即使当人工智能已经启动运行时，当出现意外情况时，它也无法依靠自身的力量解决问题——它需要人类来引导它回到正确的轨道上。

因此，人工智能系统需要得到大量的引导，而我们也应该需要这样做，因为这是确保人工智能应用保持可靠、道德和对社会有利的方式。

虽然我们现在似乎可以高枕无忧，但请记住，如果设计师认为人工智能是一种能够增强和提升他们能力的一个机会，那么他们将更有机会在未来的市场中保持竞争力，在这个市场中，大多数人工作将通过人类与人工智能的协作来完成。

人工智能已经可以在以下方面支持我们：更快地做出更好的决策，减轻我们处理大量数据时的负担，让我们有更多的时间从事更有意义和创造性的工作，快速启动我们的工作、项目和产品，提高了我们工作的准确性等等。

它不会取代我们，但如果以易懂、有意义、刻意和细致的方式运用，它可以让我们变得更好。