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）
