5 راه خلق ایده‌های بدیع با کمک هوش مصنوعی

در دو دهه گذشته، شرکت‌ها از برون‌سپاری جمعی و رقابت‌های ایده پردازی استفاده کرده‌اند تا افراد خارج از سازمان را در پروسه نوآوری مشارکت دهند؛ اما بسیاری از کسب‌وکارها قادر به بهره‌برداری از این همکاری‌ها نبوده‌اند؛ چون برای مثال راه مؤثری برای ارزیابی ایده‌ها یا ترکیب ایده‌های مختلف نداشته‌اند.

به گزارش پایگاه خبری بهره ورنیوز به نقل از دنیای اقتصاد، صاحب‌نظران می‌گویند که هوش مصنوعی مولد می‌تواند در غلبه بر این چالش‌ها مؤثر باشد. این تکنولوژی می‌تواند خلاقیت کارمندان و مشتری‌ها را بالا ببرد و به آنها کمک کند تا ایده‌های بدیع را تولید کنند و تشخیص دهند و کیفیت ایده‌های خام را بهبود ببخشد. به‌خصوص شرکت‌ها می‌توانند از هوش مصنوعی مولد برای ترویج تفکر واگرا، به چالش کشیدن سوگیری دانش تخصصی، کمک به ارزیابی ایده، حمایت از پالایش و بهسازی ایده و تسهیل تعامل کاربران استفاده کنند.

درباره این احتمال که هوش مصنوعی مولد – تکنولوژی که می‌تواند محتوای جدیدی مثل متن، تصویر و ویدیو تولید کند- در بسیاری از مشاغل جای انسان را بگیرد، ترس و دلهره عجیبی وجود دارد؛ اما یکی از بزرگ‌ترین فرصت‌هایی که هوش مصنوعی مولد ایجاد می‌کند این است که خلاقیت انسان را افزایش می‌دهد و چالش‌های دموکراسی سازی نوآوری (Democratization of technology: رویکردی که تکنولوژی را به سرعت رشد و گسترش می دهد تا برای عموم مردم در دسترس و قابل استفاده شود) را از میان برمی‌دارد.

عبارت «دموکراسی سازی نوآوری» توسط اریک ون هیپ از دانشگاه MIT باب شد که از اواسط دهه ۷۰ میلادی روی قابلیت بالقوه این موضوع تحقیق و نگارش می‌کند که کاربران محصولات و خدمات به‌جای اینکه صرفا منتظر بمانند تا شرکت‌ها چیزهای موردنیازشان را توسعه بدهند، خودشان دست‌به‌کار شوند.

در حدودا دو دهه گذشته مفهوم مشارکت حداکثری کاربران در فرآیند نوآوری اوج گرفته است و امروزه شرکت‌ها از برون‌سپاری جمعی و رقابت‌های ایده پردازی برای تولید انبوه ایده‌های نو استفاده می‌کنند؛ هرچند بسیاری از شرکت‌ها به خاطر چهار چالش قادر به بهره‌برداری از این همکاری‌ها نیستند.

اول، تلاش در جهت دموکراسی سازی نوآوری ممکن است منجر به ناکارآمدی ارزیابی شود. برای مثال، برون‌سپاری جمعی می‌تواند حجم عظیمی از ایده تولید کند که بسیاری از آنها درنهایت حذف یا نادیده گرفته می‌شوند؛ چون شرکت‌ها هیچ روش مؤثری ندارند که ایده‌های ناتمام یا ایده‌های کوچکی را که در صورت تجمیع می‌توانند قدرتمند باشند، ارزیابی کنند.

دوم، ممکن است شرکت‌ها گرفتار «نفرین دانایی» شوند. متخصصان حوزه که بیشترین مهارتشان در تولید و تشخیص ایده‌های امکان‌پذیر است اغلب با تولید یا حتی پذیرش ایده‌های بدیع مشکل‌دارند.

سوم، ممکن است مردمی که فاقد دانش تخصصی در این حوزه هستند، ایده‌های بکر را تشخیص بدهند اما نتوانند جزئیاتی را فراهم کنند که ایده را عملی می‌کند. آنها نمی‌توانند ایده‌های نامرتب و درهم‌وبرهم را به طرح‌های منسجم تبدیل کنند.

و درنهایت، شرکت‌ها به‌قدری درگیر جزئیات می‌شوند که نمی‌توانند تصویر کلی را ببینند. تمرکز آنها روی این است که شمار انبوهی از نیازهای مشتریان را ترکیب کنند؛ اما نمی‌توانند به راه‌حل جامعی برسند که موردپسند سراسر جامعه باشد.

ابزارهای هوش مصنوعی مولد می‌توانند یکی از چالش‌های مهم موجود در رقابت‌های ایده‌پردازی را حل کنند: تجمیع یا ترکیب تعداد زیادی ایده برای تولید ایده‌های بسیار قوی‌تر.

تحقیقات و تجربه همکاری‌مان با شرکت‌ها، نهادهای علمی، دولت‌ها و ارتش‌ها در صدها اقدامات نوآوری-  برخی با و برخی بدون استفاده از هوش مصنوعی مولد- نشان داده است که این تکنولوژی می‌تواند به سازمان‌ها کمک کند تا به چالش‌های ذکرشده غلبه کنند.

این تکنولوژی می‌تواند خلاقیت کارمندان و مشتری‌ها را بالا ببرد و به آنها کمک کند تا ایده‌های بدیع را تولید کنند و تشخیص دهند و کیفیت ایده‌های خام را بهبود ببخشد. ما این پنج روش را مشاهده کرده‌ایم.

۱.  ترویج تفکر واگرا

هوش مصنوعی مولد می‌تواند با ایجاد ارتباط بین مفاهیم نامرتبط و تولید ایده از آنها از تفکر واگرا حمایت کند. این نمونه‌ای است از اینکه ما چطور با استفاده از پلت فرم تولید تصویر میدجرنی (Midjourney)، یک الگوریتم تبدیل متن به عکس که می‌تواند شباهت‌های قابل قیاس بین عکس‌ها را تشخیص دهد و بر اساس دستورات متنی یک انسان، طراحی محصول بدیعی تولید کردیم.

(ما برای مثال‌های این مقاله از میدجرنی، چت جی‌پی‌تی و استیبل دیفیوژن استفاده کردیم؛ اما این‌ها صرفا مشتی نمونه خروار ابزارهای هوش مصنوعی است که اکنون در دسترس هستند.) ما از میدجرنی خواستیم فیل و پروانه‌ای را باهم ترکیب کند و میدجرنی موجودی افسانه‌ای تولید کرد که ما نامش را فنتافلای (phantafly)  گذاشتیم. سپس از ترسیم مفصل میدجرنی برای نوشتن دستورات استیبل دیفیوژن- یک مدل متن به تصویر دیگر- الهام گرفتیم.

استیبل دیفیوژن مجموعه‌ای ایده برای دسته‌بندی‌های متفاوتی از محصولات ازجمله صندلی و شکلات دست‌ساز تولید کرد.

تولید سریع و کم‌هزینه تعداد زیادی طرح به این روش به شرکت‌ها اجازه می‌دهد بازه گسترده‌ای از مدل‌های کلی محصول را به‌سرعت ارزیابی کنند. به‌عنوان‌مثال یک تولیدی پوشاک که از هوش مصنوعی مولد برای تولید طرح‌های جدید تی‌شرت‌هایش استفاده می‌کند می‌تواند روی تغییرات مد سلطه داشته باشد و مجموعه محصولاتی را به مشتری‌هایش عرضه کند که دائم در حال تغییر است. نمونه دیگری را در نظر بگیرید که نشان می‌دهد چگونه این تکنولوژی می‌تواند ایده‌ها را به هم پیوند بزند تا مفهومی را بسازد که شاید یک فرد یا تیم هرگز به‌خودی‌خود به آن نمی‌رسیدند.

ما از چت جی‌پی‌تی استفاده کردیم، یک نوع هوش مصنوعی مولد که به‌عنوان یک مدل زبانی عظیم شناخته می‌شود، تا جریان تولید ایده را هدایت کنیم. از چت جی‌پی‌تی خواستیم از طریق فرآیند پیوند سه‌بعدی (شاخه‌ای از تکنیک خلاقیت اتصال دوبعدی که در آن دو ماهیت متمایز به هم پیوند می‌خورند) با پیوند سه پدیده متفاوت ایده تولید کند. تیم ما این دستور فرمان را به چت جی‌پی‌تی داد: «تصور کن تو یک ایده پردازی. تصادفی ده کلمه رایج را تولید کن. تصادفی دوتایشان را انتخاب کن. از من بخواه کلمه سومی به تو بدهم. بعد با پیوند دو نامی که خودت مشخص کردی و نامی که من دادم، ایده کسب‌وکار بساز.»

چت جی‌پی‌تی کلمات «غذا» و «تکنولوژی» را ساخت. زمانی که از ما کلمه سوم را خواست؛ ما اسم «اتومبیل» را در اختیارش گذاشتیم. این ابزار هم بدون مکث این ایده کسب‌وکار را ساخت: «سرویس تحویل غذای هوشمندی که برای رساندن غذا به مشتریانش از اتومبیل‌های خودران استفاده می‌کند. می‌توان در قسمت فناوری این کسب‌وکار، از هوش مصنوعی برای بهینه‌سازی مسیر تحویل، کنترل لحظه‌ای دمای غذا و اعلام آخرین وضعیت سفارش به مشتری استفاده کرد. طبقه هدف این سرویس می‌تواند شاغلان و خانواده‌هایی باشد که می‌خواهند غذای راحت و سالمی داشته باشند بدون آنکه مجبور شوند طعم و کیفیت را فدا کنند.»

۲. به چالش کشیدن سوگیری دانش تخصصی

طرح‌های غیرمعمول و نامتعارف تولیدشده توسط هوش مصنوعی مولد در مراحل اولیه توسعه محصولات جدید، می‌تواند الهام‌بخش طراحان باشد تا از پیش‌فرض‌های ذهنی‌شان درباره اینکه ازنظر فرم و عملکرد چه چیزی در یک محصول شدنی یا خواستنی است، فراتر بروند.

این رویکرد می‌تواند به راه‌حل‌هایی منجر شود که در یک رویکرد سنتی که ابتدا عملکرد مشخص و بعد فرم منطبق با آن طراحی می‌شود، شاید هرگز قابل‌تصور نباشد. این داده‌ها می‌توانند به رفع سوگیری‌هایی همچون اصرار وسواس گونه به طرح (وابستگی بیش‌ازحد به فرم‌های طراحی متعارف)، سکون عملکردی (فقدان توانایی تجسم عملکردی فراتر از عملکردهای سنتی) و اثر اینشتلونگ( Einstellung) که در آن تجربیات پیشین افراد به آنها اجازه نمی‌دهد به روش تازه‌ای برای حل مشکلات فکر کنند، کمک کنند.

این روش، راه بسیار بدیعی برای رسیدن به ایده محصولات نامعمول نیست. بخش عمده‌ای از طراحی سبک معماری و عملکرد بازی ها در شهربازی‌هایی همچون دیزنی ورلد (Disney World)  تحت تأثیر آرزوی خلق دوباره صحنه‌ها و شخصیت‌های یک قصه به وجود آمده است؛ بااین‌حال، ابزارهای هوش مصنوعی مولد می‌توانند به طراحی‌های تخیلی یک شرکت جان دوباره‌ای ببخشند.

۳. کمک به ارزیابی ایده

ابزارهای هوش مصنوعی مولد می‌توانند در سایر جنبه‌های ظاهری نوآوری ازجمله شرح و تفصیل ایده، ارزیابی و گاهی ترکیب آن نقش مؤثری داشته باشند. چالشی را در نظر بگیرید که در آن هدف این است که راه‌هایی را که می‌توانیم دورریز مواد غذایی را به حداقل برسانیم، شناسایی کنیم.

چت جی‌پی‌تی مزایا و معایب سه ایده خام را بررسی کرد. ایده اول: بسته‌بندی با تاریخ انقضای متغیر (برچسب‌هایی که بسته به شرایط محیطی محل نگهداری‌شان به‌صورت خودکار تاریخ یا رنگ عوض می‌کنند.) ایده دوم: اپلیکیشنی برای اهدای مواد غذایی و ایده سوم: کمپینی برای آموزش انواع گوناگون تاریخ انقضا به مردم و اینکه هرکدام از این تاریخ‌ها ازنظر تازگی و قابلیت استفاده بیانگر چه چیزی هستند.

به‌عنوان‌مثال چت جی‌پی‌تی بعد از بررسی ایده بسته‌بندی با تاریخ انقضای متغیر برآورد کرد که این کار به مشتریان کمک می‌کند درک بهتری از ماندگاری محصولات در فروشگاه داشته باشند و تولیدکنندگان مواد غذایی را تشویق می‌کند در هر نوبت مقدار کمتری تولید کنند که سریع‌تر قفسه‌های فروشگاه‌ها را شارژ کنند. علاوه بر آن، چت جی‌پی‌تی اشاره کرد که ممکن است تاریخ انقضای متغیر نیازمند تغییرات عمده‌ای در فرآیند تولید و بسته‌بندی باشد که می‌تواند هزینه را هم برای تولیدکننده و هم مصرف‌کننده افزایش بدهد.

چت جی‌پی‌تی برآورد کرد که اپلیکیشن اهدای غذا می‌تواند مردم را تشویق کند مواد غذایی‌شان را پیش از آنکه فاسد شود، تمام کنند و با اهدای مواد غذایی قابل‌مصرف و باز نشده‌شان به نیازمندان، دورریز مواد غذایی را کاهش دهند.

بزرگ‌ترین قابلیت بالقوه هوش مصنوعی مولد این نیست که جایگزین انسان می‌شود؛ بلکه این است که به انسان کمک می‌کند راه‌حل‌هایی را خلق کند که پیش از آن غیرقابل‌تصور بود.

چت جی‌پی‌تی اعلام کرد که فایده برنامه آموزشی برای مصرف‌کنندگان این است که آگاهی مصرف‌کننده را نسبت به معنای برچسب‌های انقضای گوناگون بالا می‌برد و به آنها کمک می‌کند درباره خرید مواد غذایی و دورریزشان آگاهانه‌تر تصمیم بگیرند؛ اما درعین‌حال هشدار داد که این برنامه می‌تواند زیادی پیچیده باشد؛ چون تاریخ‌های انقضا برای تمام محصولات غذایی با معیار معینی سنجیده و یکسان‌سازی نشده‌اند و پیش‌بینی کرد درصورتی‌که این برنامه در مقیاس وسیعی پیاده شود، آموزش تاریخ‌های انقضای گوناگون به کاربران می‌تواند هزینه‌بر باشد؛ به‌خصوص اگر شامل کمپین‌های گسترده یا وسایل آموزشی شود.

هوش مصنوعی مولد می‌تواند از بررسی مزایا و معایب پیش‌پاافتاده فراتر برود و به انسان کمک کند تا ابعادی از خلاقیت همچون بی‌بدیلی، امکان‌پذیری، وضوح، تأثیر و کارآیی را ارزیابی کند. ما از چت جی‌پی‌تی خواستیم همان مثال‌ها را با این معیارها ارزیابی کند.

 این ارزیابی چت جی‌پی‌تی از مفهوم بسته‌بندی با تاریخ انقضای متغیر است:

بی‌بدیلی: تا حدی بدیع است. قبلا تلاش‌هایی برای توسعه بسته‌بندی هوشمندی که بتواند ماندگاری مواد غذایی را افزایش دهد، صورت گرفته؛ اما ایده تاریخ انقضای متغیر نوظهور است.

امکان‌پذیری: با توجه به اینکه این کار نیاز به توسعه تکنولوژی و مواد بسته‌بندی جدید دارد، احتمالا اجرایش چالش‌برانگیز باشد.

وضوح: از این نظر که با ارائه تاریخ انقضای دقیق‌تر به مساله دورریز مواد غذایی می‌پردازد، واضح و دقیق است.

تأثیر: می‌تواند تأثیر چشمگیری در کاهش دورریز و بهبود کیفیت مواد غذایی داشته باشد. اگر تاریخ انقضای دقیق‌تری در اختیار مصرف‌کنندگان قرار بگیرد، احتمال بیشتری وجود دارد که مواد غذایی‌شان را پیش از فاسدشدن مصرف کنند.

کارآیی: به‌احتمال بسیار زیاد توسعه و اجرای این کار نیازمند منابع بسیار و دانش تخصصی است و ممکن است چند سالی طول بکشد تا قابلیت بالقوه‌اش کاملا تحقق پیدا کند.

۴. حمایت از اصلاح  ایده

ابزارهای هوش مصنوعی مولد می‌توانند یکی از چالش‌های مهم مسابقات ایده پردازی را برطرف کنند و آن ترکیب یا ادغام تعداد زیادی ایده برای تولید ایده‌های بسیار قوی‌تر است. برای مثال، سازمانی که می‌خواهد قرارداد یا کمک‌هزینه‌ای برای توسعه برنامه کاهش دورریز مواد غذایی به دست بیاورد.

تاریخ انقضای متغیر راه‌حلی برای پاسخ به مساله کاهش دورریز مواد غذایی ست. این کار نیاز به استفاده از تکنولوژی در فرآیند بسته‌بندی دارد که می‌تواند ماندگاری محصولات را در لحظه کنترل و میزان کند. تاریخ انقضا می‌تواند با استفاده حسگر و بر اساس تغییرات در عوامل محیطی به‌روز شود و برای مصرف‌کنندگان تخمین دقیق‌تری از زمان فاسدشدن محصولات فراهم کند.

۵.تسهیل همکاری با کاربران و همکاری بین‌کاربری

هوش مصنوعی مولد می‌تواند هنگام توسعه ایده یا طراحی محصول جدید، همکاری میان طراحان و کاربران محصول جدید یک شرکت و همکاری بین خود کاربران با یکدیگر را تسهیل کند. به‌بیان‌دیگر، این تکنولوژی هم آفرینی محصولات جدید را بسیار ساده‌تر و ارزان‌تر می‌کند.

انسان خلاقیت نامحدودی دارد. بااین‌حال، چالش انتقال اندیشه به‌صورت نوشتاری یا تصویری بسیاری از مردم را از به اشتراک‌گذاری ایده‌های نو بازمی‌دارد. هوش مصنوعی خلاق می‌تواند این سد را از میان بردارد. بدون شک مثل هر قابلیت واقعا نوآورانه‌ای مقاومت‌هایی نسبت به آن وجود خواهد داشت. فرآیندهای قدیمی نوآوری باید تغییر کنند. مردمی که منافعشان در این است که کارها به روش سنتی انجام شود- به‌خصوص آنهایی که می‌ترسند مهارتشان منسوخ تلقی شود- مقاومت خواهند کرد؛ اما فواید این کار – فرصت افزایش شگفت‌انگیز تعداد و سطح بی‌بدیلی ایده‌ها چه در داخل و چه در بیرون از سازمان- باعث می‌شود این مسیر ارزشش را داشته باشد.

بزرگ‌ترین قابلیت بالقوه هوش مصنوعی مولد این نیست که جایگزین انسان می‌شود؛ بلکه این است که به انسان کمک می‌کند راه‌حل‌هایی را خلق کند که پیش از آن غیرقابل‌تصور بود. هوش مصنوعی می‌تواند حقیقتا نوآوری را دموکراتیک کند.

اشتراک گذاری:



دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *