Tasarımda AI | Jon Yablonski

0
13

2020 beraberinde birçok sürpriz, aksilik ve karışıklık getirdi. Yıl sadece sağlık sistemlerini, liderliği ve sosyal adaletsizlikleri rahatsız eden sistemik sorunlara ışık tutmakla kalmadı, aynı zamanda gelecekte karşılaşacağımız zorlukların çoğuna da bir bakış sağladı. İşler, geri dönüşü olmayan o açık noktaya kaymış gibiydi – sanki her şeyin asla “normal” olmaya geri dönmeyeceğini işaret etmek (eğer böyle bir şey varsa). Tasarımcılar için, GPT-3’ün duyurusu ve sonraki demoları ile tasarım araçlarının geleceğinin nasıl görünebileceğine dair bir fikir de sağladı.

GPT-3, istek üzerine harika insan benzeri metinler oluşturabilen, Open AI tarafından dil üreten bir AI’dır. Şimdiye kadar oluşturulmuş en büyük dil modeli ve ilk deneyler, birkaç parametreye göre bir dizi farklı stilde ikna edici metin akışları üretme yeteneğini gösterdi. Belki daha da sinir bozucu olan şey, daha sonra tasarım araçları içinde tüketilebilen ve harekete geçirilebilen kod üretme yeteneğidir. Örneğin Jordan Singer’in ham metinden işlevsel bir prototip oluşturabilen ‘Designer’ adlı bir Figma eklentisi demosunu ele alalım. Düzeni “kamera simgesi, ‘Fotoğraflar’ başlığı ve mesaj simgesi olan bir gezinme çubuğuna sahip bir uygulama, kullanıcı simgesi, fotoğraf, kalp simgesi ve sohbet içeren her fotoğrafın bulunduğu bir fotoğraf beslemesi olan bir uygulama balon simgesi ”, Singer eklentinin başka hiçbir şey yapmadan Instagram benzeri bir düzen oluşturma yeteneğini gösterdi.

Designer Figma eklenti demosundan ekran görüntüsüDesigner Figma eklenti demosundan ekran görüntüsü

Singer’in demosu oldukça heyecan uyandırdı ve bunun iyi bir nedeni var: bunun gibi araçlar gelişmeye devam edecek ve bunu hepimiz biliyoruz. Şu anda gerçekleştirdiğimiz görevlerin çoğunun otomatikleştirileceği veya en azından AI tarafından destekleneceği bir geleceğe işaret ediyor. Görevleri ortadan kaldırma potansiyeline ve buna bağlı olarak işleri ortadan kaldırma potansiyeline sahip teknoloji, her zaman biraz korku uyandıracaktır. Bu, özellikle teknolojinin tüm endüstrileri nasıl alt üst edebileceğine dair sağlam bir kavrayışa sahip olan bir sektör için geçerlidir. Yapay zeka, pek çok görevi manuel olarak gerçekleştirme ihtiyacını hiç şüphesiz ortadan kaldıracak olsa da, avantajları aynı zamanda fırsatlar yaratacak ve ek değer sağlayan daha anlamlı işlere odaklanmamızı sağlayacak basit görevleri otomatikleştirmeye yardımcı olacaktır. Soru şudur: AI ve tasarım sürecine yardımcı olmak için getirdiği faydalardan nasıl yararlanabiliriz? Ek olarak, tasarım sürecinde AI’dan yararlanırken işler nasıl ters gidebilir?

AI zaten burada

Öncelikle, algoritmaya dayalı tasarımın daha büyük tasarım endüstrisinde zaten kullanıldığını belirtmek önemlidir. Şimdi bu güncel kullanımlar sonbaharda birkaç kategoriye daha yakından bakalım ve halihazırda mevcut olan örneklerini inceleyelim.

Otomasyon

Yapay zeka sayesinde, otomatik olarak dokümantasyon, teknik özellikler, kalıplar ve sıkıcı ve zaman alıcı her şeyi üretebiliyoruz. Örneğin, yazı tipi boyutu, renkler, boşluklar ve uygulama için hayati önem taşıyan diğer bilgiler gibi spesifikasyon ayrıntılarını otomatik olarak oluşturmamızı sağlayan Zeplin’i ele alalım. Çıktıyı amaçlanan hedef platforma (Web, iOS veya Android) göre özelleştirir ve varlıkların doğrudan geliştirme için çıkarılmasına izin verir. Uzun zamandır, geliştirme için gerekli bilgileri sağlamak için tasarım belgelerini manuel olarak ‘kırmızı astarlı’ günler.

Zeplin ekran görüntüsüZeplin ekran görüntüsü

Elbette, Airbnb’nin beyaz tahta çizimlerinden prototipleri canlı kodlayabilen, yüksek doğruluktaki örnekleri bileşen özelliklerine çevirebilen ve üretim kodunu tasarımcılar tarafından yinelenmek üzere tasarım dosyalarına çevirebilen deneyleri gibi örnekler var. Yapay zeka ve makine öğreniminin gücünden yararlanarak bu araç, tasarım sürecinin bir bölümünü önemli ölçüde hızlandırabilir ve tasarımcıların fikre daha fazla odaklanmasını sağlayabilir.

Düşük kaliteli tel kafeslerden kod üreten Airbnb'nin ekran görüntüsüDüşük kaliteli tel kafeslerden kod üreten Airbnb’nin ekran görüntüsü

Tek bir katılımcıyı işe alma ihtiyacını ortadan kaldıran, AI tarafından desteklenen araçlarla gerçekleştirilebilen kullanılabilirlik testleri bile vardır. Örneğin,% 93 oranında doğru tahmin teknolojisiyle göz izleme çalışmalarını ve tercih testlerini simüle eden VisualEyes’i ele alalım. Eklenti, tüm popüler tasarım araçlarıyla uyumludur ve tasarım aracınızdan veya tarayıcı pencerenizden ayrılmadan anında sonuç alınmasını sağlar.

VisualEyes eklentisinin ekran görüntüsüVisualEyes eklentisinin ekran görüntüsü

Bunlar, görevleri otomatikleştirebilen ve böylece bunları kullanan tasarımcıların üretkenliğini artırabilen birçok tasarım aracı örneğinden yalnızca birkaçıdır. Sırada, başka bir baskın kategoriye göz atacağız.

Üretken

Üretimsel tasarımın arkasındaki fikir, tek bir konsepte dayalı olarak çok sayıda tasarım alternatifini hızlı bir şekilde üretmektir. Hedefler, kısıtlamalar ve materyaller gibi parametreler, yazılım testi ve her bir yinelemeden öğrenilen bir çözümün tüm olası permütasyonlarının oluşturulmasına rehberlik edecek şekilde ayarlanabilir. Amaç, başka türlü ulaşılamayacak şeyleri tasarlamak için insan bilişsel yeteneklerini güçlendirmektir.

Hem deneysel hem de gerçek dünya bağlamında kullanılan üretimsel tasarımın artan sayıda örneği var. Üretken tasarımın belki de en etkileyici örnekleri endüstriyel tasarım ve mimari alanından gelmektedir. Örneğin GM’nin, ağırlıkça% 40 daha hafif ve% 20 daha güçlü yeni bir parça oluşturmak üzere birkaç parçayı bir araya getiren otomobil parçaları üretmek için Autodesk gibi araçları kullanmasını ele alalım. Tasarımcı, yapay zekanın yinelemeli gücünden yararlanarak, aksi takdirde ulaşılması neredeyse imkansız olan kavramları üretmek ve test etmek için küratör rolünü oynar.

Autodesk tarafından üretilen parçalarAutodesk tarafından üretilen parçalar

“Artık araçta ustalaşmıyorsunuz, sorunun üstesinden geliyorsunuz ve tüm işi bilgisayarın yapmasına izin veriyorsunuz.”

Caleb Meyer – Proje Endüstriyel Tasarımcısı

Ayrıca UX alanına giren bazı erken üretimsel tasarım örnekleri de var. Favorilerimden biri, Jon Gold’un Rene adlı deneysel bir aracı. Bu bildirimsel, permütasyonel tasarım aracı, bir metin bloğu üzerinde çeşitli metin işlemleri oluşturmanıza olanak tanır. Her değişiklik yeni yinelemeler oluşturur, evrimi görebilmeniz için bunları eski yinelemelerin yanında görüntüler ve yeni bir yineleme dalı başlatmak için tek bir örnek seçmenize olanak tanır.

Rene'nin Jon Gold tarafından ekran görüntüsüRene’nin Jon Gold tarafından ekran görüntüsü

Yukarıdaki örnekler benim favorilerimden bazıları, ancak diğerleri de var. Neredeyse her araç, tasarımcının yeteneklerini artırmaya yardımcı olmak için bir tür yapay zekadan yararlanabilir – bu yalnızca hangi işlem için uygun olduğunu belirleme meselesidir.

Gelecek

Şimdi, AI’nın tasarımcılar tarafından halihazırda kullanıldığı çeşitli yollara baktığımıza göre, gelecekte tasarımcılara yardımcı olmak için AI’nın kendini nasıl gösterebileceğini keşfedelim.

Entegre düzen oluşturma

Arayüz tasarımında keşif ve yineleme çok önemlidir. Tasarımcılar sık ​​sık kendilerini doğru kompozisyon ve stil elde etmek için küçük değişiklikler yapmak üzere çalışma yüzeylerini kopyalayıp yapıştırırken bulurlar. Yapay zeka için potansiyel bir kullanım durumu, tercih ettiğimiz tasarım aracımız içinde bir arayüz düzeninin birçok permütasyonunu kolayca üretme ve böylece yineleme sürecini hızlandırma yeteneği olabilir. Permütasyonlar, gerekli olduğu kadar üretilebilir, taneciklik seviyesi, oluşturma ayarları aracılığıyla kontrol edilebilir ve tasarımcının seçimlerine ve tercihlerine dayanır.

Düzen oluşturma kavramı mockupDüzen oluşturma konsepti mockup

Otomatik tasarım sistemi üretimi

Tasarım sistemleri, tasarım ekiplerinin dijital ürün ve hizmetleri oluşturma şeklini tamamen değiştirdi. Ekipler, net standartlar tarafından yönlendirilen ve herhangi bir sayıda uygulama oluşturmak için bir araya getirilebilen yeniden kullanılabilir bileşenlerden oluşan bir koleksiyona odaklanarak, verimliliklerini tutarlı bir şekilde hızlandırabilir ve ölçeklendirebilir. Bir tasarım sistemi kurma ve yönetme çabası hala önemli bir zaman ve kaynak yatırımı olsa da, ekibe faydaları oldukça değerlidir. Ya bunların otomatik olarak oluşturulmasıyla ilgili çaba düzeyini azaltabilirsek ve dolayısıyla ekiplerin bunları yaratması ve yönetmesi için engelleri azaltabilirsek? Yapay zekanın dijital özellikleri izlemesine, tasarım sistemi bileşenleri oluşturmasına ve ardından güncellemeleri gerçek zamanlı olarak sürdürmesine izin vermek, tasarımcıların müşteri ihtiyaçlarına daha fazla odaklanabilmelerini ve tasarımlarının buna göre ölçekleneceğinden emin olmalarını sağlayacaktır. Ya otomatik olarak bir tasarım sistemi oluşturabilseydik?

Otomatik olarak bir tasarım sistemi oluşturabilir miyiz?Otomatik olarak bir tasarım sistemi oluşturabilir miyiz?

Otomatik sezgisel değerlendirme

Tasarım sürecinde AI için bir başka potansiyel kullanım durumu, tasarım süreci devam ederken otomatik olarak gerçekleşen otomatikleştirilmiş sezgisel değerlendirmelerdir. Tasarımcıların renk kontrastını kontrol etmek için kullandıkları erişilebilirlik araçlarına çok benzer şekilde, seçilen bir çalışma yüzeyine dayalı otomatik bir rapor, tasarım sürecini devam ederken yönlendirmeye yardımcı olacak yönergeleri veya geri bildirimleri ortaya çıkarabilir. Bir kez daha, bu araç, doğrudan tercih ettiğiniz tasarım aracına eklenebilir ve tasarımların genel en iyi uygulamaları takip etmesini sağlamaya yardımcı olabilir. Ekipler, yapay zekayı belirli tasarım ilkeleri konusunda eğitebilir ve ekip incelemesinden çok önce geri bildirim alarak tasarım döngülerini azaltmaya yardımcı olabilir.

Sezgisel değerlendirme kavramı mockupSezgisel değerlendirme kavramı mockup

Yukarıdaki spekülatif örnekler, yapay zekanın tasarım araçlarımıza entegre edilebileceği birkaç potansiyel yoldur. Burada her biri tasarım sürecini hızlandırmaya, artırmaya veya otomatikleştirmeye yardımcı olabilecek daha birçok olasılık var.

İşler nasıl ters gidebilir?

Yapay zekanın potansiyel gücü ve etkisi netleştikçe, ilk benimseyenler zaten nasıl uygulanması gerektiğine ve daha da önemlisi nasıl uygulanmaması gerektiğine dair ilkeler oluşturuyor. Yapay zeka, tasarımcının alet kemerinde kaçınılmaz olarak önemli bir araç haline gelecektir. Şimdi, tasarım sürecinde yapay zekayı kullanırken işlerin nasıl ters gidebileceğini ve bu aksiliklerden kaçınmak için stratejileri düşünmenin tam zamanı.

AI, kötü veriler üzerine eğitilmiştir

Bu noktada, AI’nın yalnızca üzerinde eğitildiği veriler kadar iyi olduğu açıktır – AI algoritmaları ve veri kümeleri, beslendiği şey buysa haksız önyargıları yansıtacak ve pekiştirecektir. Yapay zekadan yararlanan tasarım araçlarımız ve süreçlerimiz aynı önyargılara duyarlı olacaktır ve bu da kaçınılmaz olarak yaptığımız tasarım işini etkileyebilir. Nihai risk, tasarım araçlarımıza yerleştirilen gizli önyargıların, oluşturduğumuz ürün ve hizmetleri kullanan insanlara zarar vermesidir. Örneğin, Microsoft’un Twitter’da başlatılan ve 24 saatten kısa bir sürede kaldırılan AI chatbot Tay’ı ele alalım. Sohbet robotunun her etkileşimde hızlı bir şekilde öğreneceği “konuşmayı anlama” deneyi olarak başlayan şey, insanların en kötü eğilimlerinin bir yansımasına dönüştü. Tasarım modellerimizde etkileşimli metin dizeleri oluşturmak veya hatta üretime girmek için böyle bir araçtan yararlanmanın potansiyel riskini hayal etmek zor değil.

Microsoft'un yapay zeka sohbet robotu ırkçı oluyorMicrosoft’un yapay zeka sohbet robotu ırkçı oluyor

İnsanlar üzerindeki haksız etkiyi azaltmak için, tasarım araçlarımıza dahil ettiğimiz yapay zekanın, özellikle ırk, etnik köken, cinsiyet, milliyet, gelir, cinsel yönelim, yetenek ve siyasi veya dini inanç açısından çeşitli veri kümelerinde eğitildiğinden emin olmalıyız.

Yanlış şeyleri otomatikleştiriyoruz

Otomasyon, bir olasılık olduğunda oldukça çekici bir seçenek olabilir. Tüm görevlerin çivi gibi görünmeye başladığı ve otomasyonun çekiç olduğu kaygan bir yokuş. Burada çalıştırdığımız bariz risk, otomatikleştirilmemesi gereken görevleri, insan dokunuşu gerektiren belirli görevleri otomatikleştirmek. İnsanlar, örneğin yaratıcı problem çözmeye dayalı olanlar gibi belirli türden görevler için daha uygundur. Yanlış şeyleri otomatikleştirdiğimizde, insan merkezli tasarımı bu kadar etkili kılan insan dokunuşunu kaybediyoruz. Tasarım araçlarımızda yapay zekanın her türlü kullanımının, tasarımcılar olarak yeteneklerimizi değiştirmeye değil artırmaya odaklandığından emin olmalıyız.

Singer’in GPT-3 demolarının tasarım camiasında sinir bozucu olduğu açıktı. Sonuçta, teknolojinin tüm endüstrileri nasıl alt üst edebileceğinin hepimiz fazlasıyla farkındayız. Tasarım araçlarında yapay zekadan yararlanmanın amacının, tekrarlayan görevleri veya düşük değerli ancak yine de gerekli olan görevleri yapma ihtiyacını ortadan kaldırarak daha iyi bir tasarım oluşturmak olduğunu hatırlamak önemlidir. Ek değer sağlayan daha anlamlı bir tasarım yapabilmemiz için yapay zekanın şimdi ve gelecekte sağladığı otomasyondan faydalanabiliriz. Ayrıca, başka türlü ulaşılamayacak şeyleri tasarlamak için bilişsel yeteneklerimizi güçlendirmek için onun üretken yeteneklerini benimseyebiliriz. Tasarım sürecine yardımcı olmak için yapay zekanın kullanılabileceği sayısız kullanım durumu vardır – buradaki fırsatlar neredeyse sonsuzdur. Yapay zekayı tasarım araçlarında benimseme ve daha iyi çalışmamıza nasıl yardımcı olabileceklerini belirlememizin zamanı geldi.

CEVAP VER

Lütfen yorumunuzu giriniz!
Lütfen isminizi buraya giriniz