扩展设计师花更少的时间制作产品，花更多的时间取得进展(扩展设计器和设计机器)

2023 年是生成式 AI 的突破年，但人们对此的反应却褒贬不一，尤其是设计师的反应。随着我们生活的环境围绕新技术重新配置，设计师的角色需要适应。我们今天所知道的这个角色在未来可能会有非常不同的要求。在没有明确替代方案的情况下，自然反应让设计师们在设计周上提出这样的问题：人工智能对创意产业来说是盟友还是威胁？

最近，雅各布·尼尔森声称“人工智能驱动的用户体验热潮”已成为“进化的必然”。来自该领域广泛认可的专家的这样的评论是需要改变的明确信号。像尼尔森这样讨论人工智能和用户体验设计师之间交叉点的声音越来越多。雅各布·尼尔森继续说道：

“任何一天，如果你在没有人工智能支持的情况下进行老式的用户体验工作，那么两年后，随着工具的改进，人工智能经验将成为强制性的，这会降低你的职业前景。尼尔森人工智能第二定律：你不会因为人工智能而失去工作，而是会因为比你更好地使用人工智能的人而失去工作。” （Jakob Nielsen，Substack，2023 年 9 月 18 日。）

这种叙述将历史上所谓的扩展设计师（利用人工智能的人）与非扩展设计师并列。此外，Nielsen 和 Moran 还描述了如何在 UX 设计师的工作流程中开始使用 AI，以及“ UX 领域如何迫切需要与 AI 接触”。部分原因是当前人工智能工具迫切需要提高可用性，但同样重要的是因为通过适当使用人工智能可以极大地改善用户体验工作。”

在本文中，我认为现代设计师必须转变为扩展设计师。这个概念并不新鲜，但令人惊讶的是，似乎很少有文章提到这个（至少）有 60 年历史的概念。我的目标是重新引入这种身份，并帮助这个想法“点击”，鼓励您参与其中。争论的基础不是关于什么会改变，而是关于永远不会改变的事情。

在这种情况下，人工智能在很大程度上是一个盟友，但需要从务实和哲学角度重新评估设计师的角色。我在这里的目的是开始解决这个问题，并唤醒现代用户体验设计师人工智能辅助创造力的潜力。我将回顾这些技术被乐观地探索的时代，并且没有任何“接管工作”或类似的引起焦虑的语言的暗示。我的目标是激励您以机会感和潜力来使用工具集，提升自己的能力，并将设计师的目的重新定义为“手工艺品”，更多的是“统治者”。人类的角色是对工作进行评判，并引导其走向理想的结果。我们向链条的更高层迈进，寻找不可替代的东西。人工智能永远无法取代的东西：作为人类的感觉，以及为任何人类提供一种为其他人类创造价值的手段（尽管在许多领域是最大化收益或最小化成本）。

扩大影响力

为了真正理解人工智能可以为设计师提供什么，我们需要将当前的叙述从一种损失转变为一种增益。

对于我有幸合作过的大多数设计师来说，我被告知他们追求“卓越”。当被问及为什么这个外在目标很重要时，他们希望得到同行的认可，因其贡献而受到重视，更重要的是：对世界产生影响。正如史蒂夫·乔布斯描述自己的目标那样，“为世界做出贡献”。正如赫伯特·西蒙所说，将现有环境改变为更有利的环境。作为一个如此有意义的支点，这一遗产被代代相传。

这听起来很熟悉吗？

考虑一下这听起来是否也很熟悉（使用经典的双钻石，并将问题留给一边）：

1. 发现：

——为了创造最好的东西，我们首先要深入探究，了解什么是“最好”——谁来评判？

— 为了深入探究，我们必须花时间了解客户并呈现情境洞察，这需要时间和精力，有时还得不到企业其他同行的认可

2. 定义：

— 一旦我们有了数据，我们就必须理解它 — 这也需要时间，而且并不总是如此

— 接下来，我们必须阐明或“定义”问题，

— 最后，我们优先考虑最重要的问题

3. 设计：

— 在创建解决方案之前，我们无法知道哪一个是最好的，并且必须随后进行测试和验证

— 我们创建了一系列替代方法，然后依次测试每种方法以查看结果

4. 交付：

— 我们提出最好的，我们测试并学习继续优化

— 如果我们做得正确，我们的产品/交付成果将为目标用户/受众带来理想的结果。

尽管设计师们表示他们的目标是“影响”，但他们花费了过多的时间从事所谓的“香肠制作”。他们花了数周、数月、数年的时间，甚至低着头看着路。

一个好的设计师会注重细节，知道细节就是设计。因此，设计师之于产品就像磁铁之于金属：排序和对齐功能。它需要最好、最适用的选择才能聚合成（理论上）一个伟大的产品。因此，产品是所有这些可见和不可见层面的决策的复合效应。

因此，我相信设计功能是整个生产过程的杠杆。它定义了整个系统在生产时订购的价值。不仅如此，它还是为客户创造差异的杠杆。最大化客户的利益程度是最基本但最常被忽视的有效性衡量标准。

因此，影响时间是或者应该是设计师的真正目标。

而且这个过程是有限制的。由于课程是针对完美产品制定的，因此需要做出业务假设。例如，高级领导者是组织可以为客户创造的价值的最佳判断者。然后，在发明过程中，设计师可以发明多少个未来愿景或新的现状，这是受到限制的。 您将创建多少个设计版本/选项？您很可能会创建 3-6 个变体。为了排除它们的生存能力，可能要探索最多 10 倍。最终，这些是解决已定义问题陈述的一些替代途径。功能固着是我们可以训练自己克服的东西，它始终存在。当一个人不走老路时，就有可能发现新奇的想法。人工智能可以开辟所有可能组合的多样性。还有数十万种变化。

因此，人工智能代表的是一种降低工作量、增加想法多样性、最大限度地发挥影响力、同时缩短交付时间的手段。缩短您在世界上有所作为的时间。我们不应该低头看工作，而是可以向上看、向外看。

唯一的问题是，真正做到这一点的工具还不存在。

我们需要一台设计机器。

设计机器的诞生

20 世纪 50 年代至 1970 年代是令人难以置信的乐观时期。登月代表了人类意志和聪明才智的成就——观察者们对未来感到敬畏。科幻小说的叙事爆炸式增长，大卫·鲍伊在《太空奇观》中捕捉到了奇妙与危险的本质。在那个时期，人们对技术解放人类的潜力充满了想象。理论家开始讨论这些技术的优缺点、好处和危险。

尼古拉斯·尼葛洛庞帝 (Nicholas Negroponte) 写于 1969 年，在他的著作中以免责声明开头：“我将要讨论的大多数机器此时都不存在”（序言，1969 年 5 月）。尼葛洛庞帝在《建筑机器》（1970 年，麻省理工学院出版社）中的写作几乎就像设计技术领域的诺查丹玛斯一样，他假设人工智能将影响设计师的 4 个关键领域：

1. 自动化流程
2. 设计师与人工智能合作
3. 设计师从生产角色转向治理角色
4. 设计师将花更少的时间制作产品，花更多的时间取得进步

该书还预测了以下事件，这些事件在过去 30 年里随着技术扩散到社会并商品化而实现：

• 人工智能击败国际象棋大师
• 每个家庭都有电脑
• 触摸屏设备的普及
• 互联网的变革力量

更重要的是，尼葛洛庞帝与人工智能设计师合作对设计师的未来角色做出了预测：扩展设计师的诞生。

当所有这些想法都在探索技术的潜在未来时，我们现在生活在扩展设计师的潜力正在成为现实的时代。

尼葛洛庞帝概述说，通过人工智能，“……设计过程是（1）产品、形式的演变；(2) 流程、算法；(3) 标准、信息。” 他进一步解释了“……‘扩展设计师’和‘人工设计师’的同时存在将导致设计冗余和任务重叠，而这对于理解复杂的设计耦合是必要的。” （第 25-26 页）。它非但不会让设计师变得多余，反而会提供授权和提高效率的潜力。尼葛洛庞帝继续说道：

“这样的同事不会是职业退休的预兆，而是建筑师想象力的激发者，提出了人类设计师可能无法想象或无法想象的形式的替代方案。” （第 39 页）。

回到这三个部分，它可以通过改进“标准、信息”来扩展和增强“产品、形式”，同时减少流程的工作量和成本。

但这样的机器实际上是什么样子，我们如何与它交互呢？要回答这个问题，我们必须考虑这种设备可能有哪些要求。

设计机器的蓝图

为了设计一台设计机器，我们首先要问什么才是一个好的设计师？他们需要知道什么，他们如何互动，以及在决策过程中需要何种程度的挑战、干预和强化？合作者是人还是机器并不重要。在本节中，我将描述设计机器增强人类设计师工作的 6 个关键领域。

人工智能可以解决设计师工作流程中的一项关键挑战，那就是处理做出正确决策所需的数据。在我的职业生涯中，我多次花费很长时间来处理数据。当我有时间的时候。也许花了太长时间。收集、清理、对齐、比较。Licklider (1960) 在一篇关于人机共生的文章中描述了这个过程。在检查了自己的工作流程后，利克莱德观察到“很快就发现我所做的主要事情就是保存记录……”与我在自己的工作流程中观察到的情况类似。看看这听起来是否熟悉：

“我大约 85% 的‘思考’时间都花在了思考、做出决定、学习我需要知道的事情上。花在寻找或获取信息上的时间比花在消化信息上的时间要多得多。几个小时用于绘制图表，其他时间则用于指导助手如何绘制。当图表完成后，关系立刻就显而易见了，但为了使它们如此，必须进行绘图。在某一时刻，有必要比较将语音清晰度与语音噪声比相关的函数的六次实验测定。没有两个实验者使用相同的语噪比定义或测量方法。需要几个小时的计算才能将数据转化为可比较的形式。当它们处于可比较的状态时，我只需要几秒钟就可以确定我需要知道什么。”

对于大多数从事设计或研究工作的人来说，这个过程应该很熟悉。例如，即使是桌面研究的过程（了解竞争对手、演练竞争对手的经验、了解与竞争对手相比的业务定位）也需要花费不成比例的时间。但通常需要完成此类工作，因为我们必须先将拼图的各个部分放在桌子上，然后才能构建图片。为了做出正确的决策，始终需要对数据进行操作，但大部分“努力”都在于对数据的操作，而不是做出决策的时间。利克莱德继续说道：

“……简而言之，我的“思考”时间主要用于本质上是文书或机械的活动：搜索、计算、绘图、转换、确定一组假设或假设的逻辑或动态结果，为决策做好准备或一种洞察力。此外，我对尝试什么和不尝试什么的选择在很大程度上取决于文书可行性的考虑，而不是智力能力。”

实际上，做出正确决策和清晰思考的能力源自于创造有助于理解的人工制品所投入的时间。我们在双钻石的大多数流程中经常看到这种情况，并且经常在产品经理用来做出基于价值的良好判断的流程中看到这种情况。唯一的选择是拥有良好的数据和良好的推理，因为正如伯克利观察到的那样，所有其他选择都会产生糟糕的结果：“糟糕的数据和良好的推理会产生糟糕的结果。好的数据和糟糕的推理会产生糟糕的结果，糟糕的数据和糟糕的推理会带来糟糕的结果”（Edmund Berkeley，1967）。（来自尼葛洛庞帝，第 53 页）

而且问题变得越来越严重，因为正如比尔所观察到的，复杂性随着相互关系的增长而增长。随着相互关系的增长，“……多样化的变量和……”也随之增长。不可预见且不断变化的序列”必须进行计算。换句话说，当人类操纵这些数据时，环境可能已经发生了变化。我称之为“现实漂移”。为了克服这个“严重的问题”，利克莱德承认，“计算机可以轻松、良好、快速地完成许多对人类来说困难或不可能的事情，而人类也可以轻松、良好地完成许多对人类来说困难或不可能的事情，尽管不是很快。”对于计算机来说这是不可能的。”，并且通过人机共生，“很明显……合作互动将极大地改善思维过程”。

事实上，设计师和研究人员做出决策的所有手动操作都可以轻松实现自动化，从而提供更清晰的思维和更快的时间影响比。以此为例，尼葛洛庞帝将人机共生描述为“……作为两个不同物种（人和机器）、两个不同过程（设计和计算）以及两个智能系统（建筑师和建筑机器）的密切联系。通过将智能赋予人工制品或人造物，这种伙伴关系不再是主奴关系，而是两个具有自我完善潜力和渴望的伙伴关系。”

剖析人工智能辅助设计师的规范，我们可能会建议自适应设计机器（借助尼葛洛庞帝原创的文字技巧）在 6 个关键领域运行：

1. 收集知识并理解：

— 为了最大限度地提高设计师和机器之间的契合度或二重奏：

2.与设计师进行个性化沟通：

— 这样的机器，“……在观察你的行为之后，可以建立你的对话表现的预测模型。然后，这样的机器可以通过使用预测模型以与你的个人行为和对话特质相一致的方式对你做出回应，从而强化对话。” (p13) “对话将是如此亲密——甚至排他性——以至于只有相互说服和妥协才能产生想法，而仅靠任何一个熟悉者都无法实现的想法。”

1. “通过熟悉特定设计师的特质，机器中断的适当性将通过上下文得到适当的强化——智能行为的开始。” （第25页）
2. 在设计模型中进行综合，“设计信息是通过几何（主题）搜索而不是通过交叉概括来检索的。” （第 53 页）。
3. 即兴发挥：模仿最好的人类伙伴。实时提供选择输入。实时对想法提出挑战。实时构建想法。实时扩展想法
4. 采用设计师的角色，例如迪特·拉姆斯（Dieter Rams），以确定创意决策并将结果限制在已知的人工制品上。

3. 向外、向侧面看：应对成为回声室的风险

— 直接体验世界（不仅仅是通过与设计师的互动）。“通过对环境进行采样，适应性强的机器可以自由地从普遍性状态转变为专一性状态。” （第27页）

— 观察一系列设计师，允许“……客观审查，包括（1）大众愿望的进化映射，（2）解决方案模式的统计叠加，以及（3）他尊敬的建筑师的形象。” （第 29 页）。

— 成为跨职能合作者：当被要求充当程序员、营销人员等时，人工智能可以模拟人物角色。

4. 向上和向外看：为多样化的问题生成多样化的解决方案 (p39)：

— 形态分析：定义变量和条件，以及它们的数学组合，以最大程度地扩展范围。

— 补偿问题和解决方案中的约束以优化拟合：一个适应约束不足的问题；另一个在过度受限的情况下工作。

5. 自动化流程：

——“过程是一个渐进的过程，一系列的程序。一个过程在算法中是可复制的（如果你理解的话）；它的各个部分具有可以预见的时间因果关系。可以使用适当的命令组合来复制过程。简而言之，程序是确定性的，可以在给定的上下文中进行计算机化。” （第 59 页）。

— 从以前的流程中学习来优化算法。自我检查课程以优化获得结果的路径。

6. 在实际实施或更深层次投资之前模拟事件并预测可能的结果(p47)。

— 实时展望现在的选择将如何影响以后的情况。基于实际和预计/预测指标。

— 向人类提出前向链和后向链的路线修正建议，以进一步改善结果。

在本规范中，人类充当上下文和问题的桥梁，了解两者以及解决方案如何最适合它。只有人类才能确定解决方案是否有效或需要“再次转动轮子”。机器充当通向更广泛背景和主题的桥梁。它在最广泛的选择范围内循环，并减轻人类对缩小选择范围的自然责任。因此，存在 3 种关系：人与问题空间之间的关系、机器与主题之间的关系，以及对于工具可用性而言重要的人与机器之间的关系。每个人的个性有效地成为界面。合作就是过程。他们共同创造的就是产品。

实际上，这是完全接受双方都需要彼此才能取得成功。这是共生的真正定义：

“两种不同的生物体以密切联系甚至紧密结合的方式生活在一起”。

为了进一步强调设计机器的一个重要方面，让我们看一下它如何适应约束。正如尼葛洛庞帝所解释的：

“在受限的情况下……有大量可能的解决方案。许多替代方案都满足该标准。然后，架构师必须使用“直观”的方式评估这些替代方案，他要么不理解，要么从未向机器展示过选择标准。

在过约束问题中，生成机制呈现出大量的派别标准，没有任何形式能够完全满足。生成机制寻找最能放松约束的解决方案，即最大“幸福”和最小“摩擦”的点。由此产生的形式是一种标准妥协的状态，其中约束相互之间的对抗最少。” （第 39 页）。

在这种情况下，设计机器会与人类设计师一起学习并调整其选择，以继续寻找解决方案，找到“最大‘幸福’和最小‘摩擦’的点”。这是大多数设计工作的最终目标。

设计师担任飞行员

尼葛洛庞帝引用了麦克卢汉的观点，指出工作的“方式”或媒介几乎完全取代了信息或设计的目的。“然而，在过去的几年里，它过分夸大了自己，以至于‘信息’确实已经被‘媒介’所主导。”（p17）。现在，我们在对媒介和工具的痴迷中看到了这个问题。Artiom Dashinsky 最近称之为“ Figmaism ”（2023 年 9 月）。但设计师的角色从来都不是真正的制作行为，而是所产生的差异，即影响。制作是达到影响力的必要组成部分。或者正如亚里士多德曾经说过的，目的“不是外表，而是内在的意义（本质，拉丁语：esse：“存在”）。

查尔斯·伊姆斯 (Charles Eames) 曾声称“设计师的职责是决定某物是否应该存在”。这是设计师的首要任务。然而，设计师将他们的身份如此嵌入（也许“根深蒂固”）在制作行为中，以至于他们同时放弃了作为质量评判者和确定设计所体现的价值的这一重要身份。

沿着这些思路思考，并预测由于智能机器（即工作场所中的人工智能）的工业化而将发生的令人难以置信的身份转变，控制论专家斯塔福德·比尔（Stafford Beer）区分了 Homo Faber（人类制造者）和Homo Gubernator（人类飞行员）。自古希腊以来，人类的身份就一直存在于创造、制造、建造、构建之中。但这些东西的目的从来不是创造本身的行为，而是作为改善生活的一种手段。在控制论中，创建某些东西的过程称为“ Allopoeisis ”（“其他组织”，或用于创建除自身之外的东西的系统），或者在我们当前的示例中，团队使用的工作、结构、过程，以便生产产品）。产品和过程是独立的，但又相互依赖。

这总结了我在这里提出的论点。我们在建造船只上花费了太长时间，以至于我们忘记了船只的目的是带你穿越水面。正如庄子曾经说过的，捕兔器是为了捉兔子而存在的，而不是为了有捕兔器而存在的。或者正如李小龙也说过的，解决方案是有一艘船载你过去，但当你到达彼岸时，不要把它背在你的背上。我们已经到达了另一边。

我的朋友们，这就是扩展设计器和设计机的情况。

发明设计机器

正如我们所看到的，尼葛洛庞帝提出了建筑机器的概念，这是建筑师用来做出最佳决策并建造人类有史以来最伟大的建筑的工具。超出了之前的想象！正如潘加罗和杜伯利最近所说，最终“建筑机器的最初想法被搁置了，仍然没有实现。” （2019年，7）。即使 AutoCAD 等改变建筑师和工业设计师游戏规则的工具也未能实现如此崇高的目标。

这就是现代设计师的行动号召。现在，我们有一个潜在的机会来选取这些例子，而不仅仅是想象扩展设计师和人工设计师之间的二重奏，创造出更伟大的开创性工作——超越人类思维的狭隘偏见和能力的工作，并且制作所需的时间。我们现在就能实现这一目标。

这是尼葛洛庞帝早在 1969 年就描述的愿景，带着完全但客观的乐观态度，没有对裁员的存在主义恐惧。这是机会，我们的机会，而且它正在发生。跳入驾驶座，探索成为一名资深设计师如何将您的影响力提高 100 倍。

后记 / 设计机器的风险

为了平衡，重要的是要评论人工智能辅助设计实践并不都是有利的。在一名高级设计师中存在相当明显的风险，因为一名设计师依赖于人工设计师的输入和输出。有必要想象一个所有设计师都使用人工智能的世界，并问，这种状态的缺点是什么？一些顶层想法包括：

1. 设计师可能会觉得人类协作不那么有价值，因此被忽视。结果是与同行的合作减少。
2. 邓宁-克鲁格效应的增强，即人们感觉自己在某个领域很有能力，但却无法识别人工智能所说的内容是否与该领域的专家一致。例如，要求人工智能成为营销人员或数据科学家，然后提供与人类专家相冲突的建议。至少很难判断何时会出现这种情况。
3. 考虑人工智能拥有的数字数据代表了做出决策所需的所有数据，会产生意想不到的后果。
4. 需要更少的设计师来产生更广泛的社会经济副作用。
5. 对未来培训和教育计划的影响，重组以变得更加依赖工具。当工具不可用时，就会暴露出一定程度的无能。
6. 个人工具和公共工具之间的区别。个人工具将根据设计师和人工智能之间的交互进行具体培训。这可能会导致回声室效应。
7. 人工智能的所有权最终掌握在发明者和所有者手中，并由他们自行决定是否进行更改。投资将首先针对公司想要的结果进行，因为生存和生存能力比效用更重要。

其中一些想法只是假设，但能够改变设计师与设计领域、其他设计师、其他利益相关者、客户、他们的产品以及世界的关系。

参考文献和进一步阅读

阿什比，WR (1956)；控制论简介。纽约：威利。

杜伯利 (Dubberly)，H. 和潘加罗 (Pangaro)，P. (2007)；“控制论和服务工艺：以行为为中心的设计语言”，载于Kybernetes，第 36 卷第 9/10 期。在线提供。

杜伯利 (Dubberly)，H. 和潘加罗 (Pangaro)，P. (2015)；“控制论如何连接计算、反文化和设计”。嬉皮现代主义：为乌托邦而奋斗（第 126-141 页）。明尼苏达州明尼阿波利斯：沃克艺术中心。

杜伯利，D；潘加罗，P (2019)；控制论与设计：行动对话，载于设计控制论：驾驭新事物 — 2019 年 — Thomas Fisher 和 Christiane M. Herr，编辑 — Springer。

格兰维尔，R.(2003)；“二阶控制论”。Parra-Luna F.（主编）《系统科学与控制论》，《生命支持系统百科全书》，在联合国教科文组织的支持下开发。EoLSS 出版社，牛津：电子版。可通过 Pangaro.com 在线获取。

利克莱德，JCR (1960)；“人机共生”，载于IRE Transactions on Human Factors in Electronics，卷 HFE-1，第 4-11 页，1960 年 3 月。

舍恩，D. (1983)；反思的实践者。纽约：基础书籍。

西蒙，H.(1969)；人工科学。马萨诸塞州剑桥：麻省理工学院出版社。

von Foerster, H. 等人（编）。（1950年–1957年）；控制论：生物和社会系统中的循环因果和反馈机制：会议交易。纽约：小约西亚·梅西基金会。

冯·福斯特，H. (1984)；“无序/秩序：发现还是发明？” 见 P. Livingston（主编），《无序与秩序：斯坦福互动研讨会论文集》（第 177-189 页）。加利福尼亚州萨拉托加：Anima Libri。（重印于 von Foerster, H. (2003)。理解理解：控制论和认知论文（第 287-304 页）。纽约：Springer。

冯·格拉瑟斯菲尔德 (E. von Glasersfeld) (1987)；“激进建构主义简介”。见《知识的建构》（第 10 章；第 194-219 页）。加利福尼亚州萨利纳斯：Intersystems 出版物。

冯·格拉瑟斯菲尔德 (E. von Glasersfeld) (1995)；“激进的建构主义：一种认识和学习的方式。” 数学教育研究系列：6．伦敦：法尔默出版社。

翻译：云瑞设计
原文：uxdesign