設計師應該如何擁抱AIGC？來看高手的總結！

編者按：ArgoDesign 是一家兼顧設計、產品和咨詢一體的跨國設計咨詢機構，他們的客戶涵蓋了包括 IBM、亞馬遜、夢工廠和山姆在內的世界知名企業，而這篇文章出自 ArgoDesign 的首席設計師 Guus Baggermans。

作為一個大型設計機構的首席設計師，Guus 如今的工作內容是探索 AI 和設計產品、服務的結合，在負責設計的同時，要探索新技術在產品和服務的應用。通過一系列的測試和體驗，Guus 在這篇文章中，非常冷靜地闡述了他對于 AI 的看法，優點劣勢和設計師應對 AI 的姿態，并針對如何創建包含 AI 的產品，提供了有效的建議。

以下是正文：

從今年年初開始，咱們就一直在被人工智能的新聞刷屏，你打開新聞網站和社交媒體，是一定會看到大量關于 ChatGPT、Stable Diffusion、Midjourney 和 OpenAI 相關的文章。

盡管人工智能從 1950 年以來就已經存在，但是最新的人工智能算法將 AI 推到了時代的最前沿。第一臺計算機擅長完成重復性的任務，但是需要人借助編程語言和它進行溝通。隨著時間的推移，我們開發出了越來越復雜的語言和界面，鼠標、觸摸屏和 VUI 都是這個過程中誕生的成果，這使得非程序員也能使用計算機。

如今，AI 成為了一個特定的分支，被稱為 Transformers 的 AI 算法架構塑造了 ChatGPT 這樣的工具，類似的 AI 工具也開始在每天的新聞當中鋪天蓋地地呈現出來。許多基于生成式 AI 的在線工具涌現，而它們的設計卻大都顯得原始而不夠完善。

AI 帶來數不清的新功能

生成式 AI 呈現了不少強大的新功能，這些功能之前之所以無法想象是因為成本太過于高昂，以至于僅僅只出現在某些概念設計中。然而在生成式 AI 的幫助下，它們得以呈現。現在 AI 可以幫助用戶進行創造性地創作，在非結構化的數據中發掘信息，回答用戶復雜的問題，為每個用戶提供真正個性化的體驗，甚至可以代表你和他人溝通。 ArgoDesign 也舉辦了一場精彩的網絡研討會，探討生成式 AI 對于未來企業的意義。

邊做邊想邊找答案

我習慣于通過深入實踐學習，在學習中理解新概念，塑造能力。在我的工作中，我們將其稱之為「邊創作邊思考」。為了更好地使用 AI，我們舉辦了內部競賽，使用生成式 AI 制作電影海報。通過這次練習，我們了解了生成式 AI 的優勢和劣勢，而這些經驗也被我們視作為設計的素材。

我們使用使用 ChatGPT 等工具來創建電影的名稱、劇本甚至影評，然后使用 Midjourney 和 Stable Diffusion 來生成相關的視覺圖像。

通過有趣但足夠專業的比賽，來驗證工具的可用性，了解其中的差異，我們也逐漸了解到這些工具的運作原理，各自擅長的方面，當然，最重要的還是這些工具所不擅長的是什么。通過這些評估，我們確定，生成式 AI 可以產出可以用來設計的素材。

這對于設計師意味著什么？

我得先聲明一下

首先，我要做一個簡短的聲明，文章后續的部分都是建立在這個聲明的基礎上的。目前，AI 經常會給出我們錯誤的答案，而且在許多情形下，輸出的質量是存疑的。關于 AI 生成的內容在知識產權歸屬上，即使是法律本身也沒有做到完全明確定義，相關的議題依然處于廣泛的爭論當中，對于 AI 生成的素材對于當今社會的影響無疑是巨大的，并且其中還存在許多倫理道德層面的問題。

和任何新技術一樣，AI 生成用戶體驗的最佳實踐還有待定義。接下來，我們將繼續探討幾個成熟的議題。

可發現性的設計

AIGC 的技術確實是新鮮事物，絕大多數人其實還不明白它能做什么，只是感知上確實感覺有無窮的可能性。總結文本主題，重寫內容，在數據中尋找重復的模式，甚至創建一個不存在的小狗的插畫，讓它戴著棒球帽，踩著滑板。

ChatGPT 能做很多令人難以置信的事情，但是 OpenAI 并沒有提供功能文檔，所以是有必要幫助用戶來先發覺這些功能，并且讓用戶了解它們，并且快速訪問重要的功能和內容。這就是為什么像 Github 這樣得網站上，供用戶學習各種 Prompt 得內容會爆炸性地增長。本質上，用戶們正在為 OpenAI 編寫文檔，并且互相分享。

Midjourney 生成的圖片素材更有用，最重要的是 Midjourney 在它的服務當中內嵌了分享功能，用戶每生成一套圖片，這些圖片就會被添加到一個目錄當中，用戶可以通過這個目錄查看生成的圖片素材，以及相應的 Prompt，這樣一來，用戶可以互相學習，無需從頭開始。

Google 則更進了一步，在 Google Workspace 中，將文本的編輯簡化為幾種易于訪問的按鈕，這種方式降低了用戶編寫 Prompt 的復雜操作，用戶無需使用「請為我總結這段文字」而是直接點擊「Shorten」按鈕即可實現功能。

要點：如果你正在設計 AI 相關的產品，那么一定要向用戶介紹甚至演示你們做了什么，讓用戶知道、了解你的 AI 產品的功能，并幫助用戶更好使用它們。

協助用戶在「可能性迷宮」中導航

生成式 AI 可以在短時間內創建大量的內容，以 15 種不同的方式重現編寫同一個段落很容易，生成一張圖片的 30 個變體也很容易，但是如何幫助用戶選擇最好、最合適的變體呢？那么在以信息流作為主要成呈現形態的界面當中，如何讓更好的那一個從中脫穎而出呢？

ChatGPT 會為不同的對話自動命名

ChatGPT 的聊天式界面風格讓你可以和 AI 進行「多輪對話」，而已經完成的對話，ChatGPT 會對它的內容進行命名，這些命名能夠幫你更快定位。盡管這種方式很酷，但是依然有缺陷，如果你的目標是希望 AI 幫你重寫文章的話，那么這個對話當中，你會看到長篇大論的內容，量非常大，那么這種聊天界面可能并不是最理想的載體。

Midjourney 其實也存在類似的問題，它唯一的交互界面是借由 Disord 而存在，用戶必須將聊天機器人加入到自己的服務器之后，才能在 Discord 中發送 Prompt ，然后 AI 才能在其中做出響應，生成你要的圖片。

幸運的是，呈現多個項目的合集，并不是個新的 UI 設計的問題，你可以在 Adobe Lightroom 中找到一個頗為值得借鑒的案例。Adobe 在管理大型攝影項目的時候，有個不錯的歸檔界面，它內置了一套機制，可以幫你更好的過濾、排序、評級、對比不同的照片，如果你需要為你的 AI 產品創建生成內容對比的界面，可以參考這種設計思路。

要點：如果你的 AI 應用可以低成本生成大量內容，那么它也要具備幫助用戶管理和跟蹤各種變體的功能。

培養懷疑精神 & 允許被審視

生成式 AI 擅長輸出內容，但是并不擅長呈現輸出內容背后的邏輯和原理。當你要求生成式 AI 回答問題的時候，它能給你一個相對完備且信心十足的答案，即使這個答案可能完全是幻覺，甚至并非基于現實。這種錯誤或者虛幻的結果是現在 AI 生成的副產物，很難預防。那么在設計 AI 類的工具的時候，我們要如何應對呢？

下面的案例來自 Google 的 Bard LLM，這 Bard 針對用戶提出的問題給予了一個回答。用戶的問題是每年12月當中，除了1月和2月之外，還有哪些月份，而 Bard 的回答則將 12 個月又重新羅列了一遍，這是一個顯而易見的邏輯錯誤。Bard 并沒有給出答案的出處或者生成的緣由，這也使得錯誤僅僅只是一個錯誤，而這個答案在這個地方似乎也沒有后續探究、改進的可能。

而一個顯而易見的解決方法，就是 LLM 模型將自己獲取信息的來源羅列出來，方便用戶根據這些來源來驗證 AI 所給出的答案。而微軟的 New Bing 在這一點上則做的好很多，在 Bing 給出的答案的底部，都能看到這些答案的來源，用戶可以點擊來源鏈接深入挖掘答案所涉及的頁面。

另外，可以從這些來源當中提取另外一個數據，就是「可信度評分」，許多機器學習的算法會對 AI 所提供的答案進行評分，下面是 OpenAI 的 Whisper 的截圖，這是一種可以將音頻內容轉錄為文本的工具，而它重要的特性在于，它會將所轉錄出的結果的「可信度評分」直接使用可視化的色彩標識出來，用戶可以直觀地看到那些內容準確度可信度更高，可以將低可信度的內容排除在外。

要點：在創建 AI 生成工具或者使用 AI 生成內容的時候，請確保為用戶提供工具來驗證生成的結果和答案。 AI 并不總是正確的，你的用戶理應知道答案是從哪里來的。

考慮法律和道德的影響

權利越大，相應的法律責任和道德責任就越大！在將生成式 AI 應用到你的程序或者服務中之前，請認真考慮下列問題：

• 你所使用的 AI 算法是否存在偏差？

數據集通常是存在偏差的。當你讓 Midjourney 生成專業人士的圖片時，它確實更偏愛生成男性為主體的圖像。我們還能在數據集中找到很多類似的問題。

• 你是否正在處理敏感或者私人的信息？

絕大多數的生成式 AI 都是透過 API 在云服務中運行的。從本質上來說，你如果想要使用這些 AI 服務，就意味著你需要將你的信息發送到另外一個公司的網絡服務器上，在這些情況下，你最好檢查一下你發送的內容和數據是否敏感，以及你的用戶是否清楚你并非他們數據唯一的接受方（三星員工曾經為了獲得答案在 ChatGPT 中上傳了公司的敏感資料）。

以ChatGPT 為例，他們的隱私政策明確地規定（2023年3月14日更新），他們可以使用用戶所提供的個人數據來作為 ChatGPT 的訓練數據，而這種和歐洲隱私法（GDPR）相沖突，并且這直接導致意大利直接禁止使用 ChatGPT。

無論如何，當你想要在產品當中使用 AI 服務的時候，請務必檢查隱私政策，查看它們是否符合當地的法律法規。

• 生成的內容知識產權對你的 APP 重要嗎？

現在關于生成式 AI 輸出內容的知識產權歸屬的爭論非常的激烈。現在相關的法律法規還不完善，但是根據現在已有不少相關的案件在進行中，這些案件的判決結果將會為后續法律法規的定調。

早期比較著名的案件是漫畫 Zarya 的版權歸屬，在這個案件中，美國版權局認定不對 AI 生成的圖像進行版權保護。

最近，美國版權局給出了一個更加細致的指南，指出如果內容僅僅是借助 Prompt 引導 AI 生成，且后續并沒有進行調整和設計，那么它將不會獲得版權保護。你可以沿著這個思路推導下去，下一個問題可能是，有多少人參與才算有效等等。我相信類似的爭論還會持續很久。

要點：你需要問問自己「我是否站在用戶這邊？」，請記住，目前所有的情況一直在發生變化，并且持續相當長的一段時間。當你在向產品中添加 AI 的時候，請想清楚這一點，因為你可能之后要一直調整策略和狀態。

最后記住3點

1. 請記住，設計師應該專精設計，如今計算機可以生成以往設計師手工創建的事物，那么就讓人工智能成為輔助你、驅動你走得更遠的助力。
2. 請記住，生而為人應該洞悉人性，電腦能夠生成一堆東西，但是只有你能看出哪些更有價值，哪些東西對人更有意義，而不是反過來。
3. 請記住，親身嘗試，在實踐中思考！