طراحان پیشرو در آینده ای مولد هوش مصنوعی

علاوه بر به دست آوردن درک مفاهیم اصلی ML، ما باید خود را در زمینه LLM نیز سریع کنیم. ایجاد رابط هایی برای مهندسی سریع، تنظیم دقیق و غیره، به طراحان نیاز دارد که ابتدا این مفاهیم و نحوه کار آنها را درک کنند. من آزمایش‌های مش، را تشویق می‌کنم و فرهنگ یادگیری را از طریق آزمایش ایده‌های جدید و ریسک‌پذیری تقویت می‌کنم.

ما عواملی را که بر پذیرش محصول تأثیر می‌گذارند مطالعه کردیم و یک استراتژی تصمیم‌گیری برای کمک به تیم‌ها در شناسایی موانع احتمالی ایجاد کردیم.

نمای جانبی نمایه دو زن که با یکدیگر همکاری می کنند و به صفحه لپ تاپ در یک محیط اداری شهری نگاه می کنند.

در حالی که ما می خواهیم برای چیز جدیدی طراحی کنیم، این نیز باید به اصل طلایی UX مرتبط باشد – طراحی برای نیازهای کاربر. دور شدن از فناوری جالب و مستقر ، تیم در نیازهای کاربر و کاوش در موارد استفاده جایی است که طراحان UX می توانند بینش های ارزشمندی را برای تیم هایی که در حال توسعه نوآوری های هوش مصنوعی مولد هستند ارائه دهند.

آزمایش با ابزارها، روش ها و رویکردهای جدید ضروری است. همکاری بین اعضای تیم، به ویژه در هنگام کار بر روی پروژه های پیچیده، حیاتی است. طراحان باید با دانشمندان داده و توسعه دهندگان همکاری نزدیک داشته باشند تا اطمینان حاصل کنند که سیستم هوش مصنوعی مولد بر اساس یک پایه فنی محکم ساخته شده است و طراحی به طور موثر اجرا می شود. طراحان باید با تکنیک‌ها و رابط‌های هوش مصنوعی مولد مختلف آزمایش کنند و بر اساس بازخورد کاربران و ذینفعان تکرار کنند.

ملاحظات اخلاقی فناوری جدید را در نظر بگیرید

میکروسایت Experience Cloud می تواند اطلاعات ضروری را در دسترس نگه دارد و به تیم شما کمک کند تا روابط بهتری با مشتریان شما ایجاد کند.


منبع: https://www.salesforce.com/blog/،w-to-lead-ux-designers-or-any-team-into-a-generative-ai-future/

طراحان UX باید پیامدهای اخلاقی هوش مصنوعی مولد را در نظر بگیرند، مانند تقویت سوگیری های موجود در داده های آموزشی یا تولید محتوای مضر یا توهین آمیز. آنها باید سیستم هایی طراحی کنند که استفاده مسئولانه از هوش مصنوعی مولد را ترویج کنند.

برای یافتن موارد استفاده من، با ذینفعان شریک شوید

دفتر استفاده اخلاقی و انس، Salesforce بر اساس ما ساخته شده است اصول هوش مصنوعی قابل اعتماد با مجموعه ای جدید از دستورالعمل ها متمرکز بر توسعه و اجرای مسئولانه هوش مصنوعی مولد.

برای طراحی یک محصول، ابتدا باید دامنه را بشناسید. برای هوش مصنوعی مولد، طراحان باید اصول یادگیری ماشینی (ML) و هوش مصنوعی را برای طراحی راه حل های موثر درک کنند. این شامل یادگیری در مورد آماده سازی داده، مهندسی ویژگی، مدل سازی ML، ارزیابی مدل، و بهینه سازی است.