2个月前在团队我接到TOPIC征集,于是用Large Language Model创建了今天的主题《AIGC设计生产力的元年启示与实践》。 我有想过如何开始今天的分享会让自己感到轻松,那我们从一个视频开始吧,我个人蛮喜欢这个视频,它是这周由多个开源的Text To Video解决方案完成,整体合成工艺大概耗时30分钟。
这两个概念是在17年开始进入AI设计领域时,会着重在对设计师发生影响模式。在传统设计中,用户可能不知道如何与新的技术或功能进行互动。如果界面的可供性不明确,用户可能会感到困惑和不知所措。另外,对于 AI 功能的集成,如果没有进行 AI Native 设计,可能会导致用户难以理解和利用这些功能,降低用户体验。 可供性(Affordance):指物体或界面的外部特征,表明它们如何使用或与之进行互动的能力。它是由美国心理学家 James J. Gibson 在20世纪60年代提出的概念,主要用于描述人与环境之间的交互关系。在界面设计中,可供性指的是设计元素的外观和交互特征,能够暗示用户应该如何使用它们。 AI Native(人工智能原生设计):是一种设计模式,旨在将 AI 技术无缝地融入用户界面和体验中。这意味着 AI 功能和交互不仅是简单地加入到现有设计中,而是以自然、无缝、直观的方式与用户交互,使用户感觉 AI 是一部分,而非外部附加功能。即设计师、创作者和用户能够充分利用 AIGC 技术的潜力,使其成为设计创意和生产力的自然延伸,而不是简单的附加功能。促进 AIGC 技术的有效应用,从而提高设计生产力和创造性。
这两种设计模式,都会导向用户通过降低学习成本、增加用户参与度、提高品牌价值,从而能够更轻松地理解和使用新的功能,从而提高整体的用户体验。大家更关注右侧的应用技巧,如何去明确可供性、自然语言交互(非新概念,二十年前包括触感/空间互动设计等,过去我们更多认为语音交互是一种自然的自然交互)、用户参与和反馈(与以往不同的数据驱动,以用户的无意识操作为模型的反馈数据,以鼓励用户参与 AI 功能的改进与共建)、提升信任(如何建立信任的过程,聪明到争辩不可信)。
如果人类的创造力为新想法的产生提供了无穷的可能性,那么必须强调的是,想法本身并不是创新,虽然这种误解十分常见。 很多设计师通过制定各种规定、应用分类学、归纳法等,尽量使设计过程变得更系统化、科学化,更容易预测,并与电脑的兼容性更好等。其中程序化的设计系统是最为典型的做法之一,试图将设计置于体面的科学背景当中,为设计套上合理的理论框架,在他们看来,如果设计拥有了理论化的结构,就有了科学的派头。这类方法代表了理性、逻辑与智慧但过度使用也可能导致简化论,使设计变得空泛,还会不可避免地染上高技术功能主义的弊病,牺牲了人的基本需求,即追求所谓形式的清晰。 只有当个想法体现在设计当中,以一种与用户生活相关、易于理解、有用、易得、可负担或令人愉悦的形式出现时,想法才能真正地代表了创新,创造出新的价值。 THESE VIOLENT DELIGHTS HAVE VIOLENT ENDS。
大家要感谢自己的耐心,在这个时代,可以安静的思考与冥想。 最后解释下视频里的内容,来自鲍德里亚(Jean Baudrillard)法国哲学家和社会学家,他的理论探讨了现代社会和文化的消费主义特征,认为现代社会已经超越了物质现实,成为一个虚拟世界,人们的认知和行为也受到了虚拟世界的影响。鲍德里亚认为在后现代社会中,我们越来越多地生活在模拟和模仿的虚假现实中。现代社会中的符号和象征并非反映现实,而是创造了一个虚构的世界,这种虚构的世界逐渐取代了现实本身。在鲍德里亚的视角中,后现代社会中的虚拟世界和真实世界之间的界限逐渐模糊,甚至消失。这使得我们难以分辨什么是真实的,什么是虚构的。 The Era of Virtual Transformation_IXDC2023(视频)