Dizaineriai randa geresnių sprendimų naudodamiesi kompiuterine pagalba, tačiau aukokite kūrybišką prisilietimą


„Newswise“ – nuo ​​programinės įrangos kūrimo iki automobilių projektavimo, inžinieriai kasdien susiduria su sudėtingomis projektavimo situacijomis. „Techninės sistemos optimizavimas, nesvarbu, ar tai būtų patogesnis naudoti, ar taupyti energiją, yra labai sudėtinga problema!“ sako Antti Oulasvirta, Aalto universiteto ir Suomijos dirbtinio intelekto centro elektrotechnikos profesorius. Dizaineriai dažnai pasikliauja intuicija, patirtimi ir bandymų bei klaidų deriniu. Be to, kad šis procesas yra neefektyvus, jis gali lemti „dizaino fiksavimą“, pritaikant pažįstamus sprendimus, o naujos galimybės lieka neištirtos. „Rankinis“ metodas taip pat nebus taikomas didesnėms dizaino problemoms ir labai priklauso nuo individualių įgūdžių.

Oulasvirta ir kolegos išbandė alternatyvų kompiuterinį metodą, kuris naudoja algoritmą ieškoti projektavimo erdvėje, galimų sprendimų rinkinį, atsižvelgiant į daugiamates įvestis ir suvaržymus konkrečiam projektavimo klausimui. Jie iškėlė hipotezę, kad vadovaujantis metodas gali duoti geresnių projektų, nuskaitant platesnį sprendimų spektrą ir subalansuojant žmogaus nepatyrimą bei dizaino fiksavimą.

Kartu su bendradarbiais iš Kembridžo universiteto mokslininkai nusprendė palyginti tradicinius ir pagalbinius dizaino metodus, naudodamiesi virtualia realybe kaip savo laboratorija. Jie naudojo Bajeso optimizavimą – mašininio mokymosi techniką, kuri tiria projektavimo erdvę ir nukreipia į perspektyvius sprendimus. „Mes įtraukėme Bajeso optimizatorių į kilpą su žmogumi, kuris išbandytų parametrų derinį. Tada optimizavimo priemonė pasiūlo kai kurias kitas reikšmes ir jos tęsia grįžtamojo ryšio kilpą. Tai puikiai tinka kuriant virtualios realybės sąveikos metodus“, – aiškina Oulasvirta. „Iki šiol nežinojome, kaip vartotojas patiria tokį optimizavimu pagrįstą dizaino metodą.“

Norėdami tai išsiaiškinti, Oulasvirta komanda paprašė 40 pradedančiųjų dizainerių dalyvauti jų virtualios realybės eksperimente. Tiriamieji turėjo rasti geriausius nustatymus, kad galėtų susieti tikrosios rankos, laikančios vibruojantį valdiklį, vietą su virtualia ranka, matoma ausinėse. Pusė šių dizainerių galėjo laisvai vadovautis savo instinktais proceso metu, o kitai pusei buvo suteiktas optimizatoriaus parinktas dizainas įvertinti. Abi grupės turėjo pasirinkti tris galutinius dizainus, kurie geriausiai užfiksuotų tikslumą ir greitį atliekant 3D virtualios realybės sąveikos užduotį. Galiausiai tiriamieji pranešė, kaip pasitiki savimi ir yra patenkinti patirtimi ir kaip jie jautėsi kontroliuojantys procesą ir galutinius projektus.

Rezultatai buvo aiškūs: „Objektyviai vertinant, optimizavimo priemonė padėjo dizaineriams rasti geresnių sprendimų, tačiau dizaineriams nepatiko, kad juos laiko ranka ir jiems vadovauja. Tai sunaikino jų kūrybiškumą ir veiksmų laisvę“, – praneša Oulasvirta. Optimizavimo vadovaujamas procesas leido dizaineriams ištirti daugiau projektavimo erdvės, palyginti su rankiniu metodu, todėl buvo sukurti įvairesni dizaino sprendimai. Dizaineriai, dirbę su optimizavimo priemone, taip pat pranešė, kad eksperimente buvo mažesnis protinis poreikis ir pastangos. Priešingai, ši grupė taip pat įvertino mažiau išraiškingumo, agentūros ir nuosavybės, palyginti su dizaineriais, kurie eksperimentą atliko be kompiuterio asistento.

„Tikrai yra kompromisas“, – sako Oulasvirta. „Naudodami optimizavimo priemonę, dizaineriai sugalvojo geresnius dizainus ir apėmė platesnį sprendimų rinkinį su mažiau pastangų. Kita vertus, sumažėjo jų kūrybiškumas ir atsakomybės už rezultatus jausmas. Šie rezultatai yra naudingi kuriant dirbtinį intelektą, kuris padeda žmonėms priimti sprendimus. Oulasvirta teigia, kad žmonės turi būti įtraukti į tokias užduotis kaip pagalbinis projektavimas, kad jie išlaikytų kontrolės jausmą, nenuobodžiautų ir gautų daugiau informacijos apie tai, kaip iš tikrųjų veikia Bajeso optimizavimo priemonė ar kitas AI. „Pastebėjome, kad nepatyrę dizaineriai gali gauti naudos iš AI paskatinimo, kai dalyvauja mūsų dizaino eksperimente“, – sako Oulasvirta. „Mūsų tikslas yra, kad optimizavimas taptų tikrai interaktyvus, nepažeidžiant žmogaus veiklos.

Šis dokumentas buvo atrinktas garbingam paminėjimui ACM CHI konferencijoje apie žmogiškuosius veiksnius kompiuterinėse sistemose 2022 m. gegužės mėn.