计算机与创造力 —— 抽象与条件逻辑的可视化

斐夷所非

已于 2024-07-22 13:58:39 修改

阅读量499

点赞数

分类专栏： scientific research 文章标签： methodology

于 2024-07-21 22:13:52 首次发布

本文链接：https://blog.csdn.net/u013669912/article/details/140594007

版权

scientific research 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

Abstraction 抽象

当我们考虑如何让计算机更好地和我们协同创造以及执行任务时，我们可以使用一些更加细粒度的方式使机器能够更 “高效” 地在创造力方面和人类保持一致。首先，我们要认识到效率和创造力之间的关系。这两个维度看似相反，但事实并非如此。计算机有着强大的执行能力，它能够有效处理那些可能影响创意过程的重复、单调的工作。这一发现使我们将注意力重新集中在培养创造性思维（如构思），而不是线性思维（如创建功能性架构），因为计算机已经非常擅长适应后者。Tom Vanderbilt 在《速度的快乐与痛苦》（The Pleasure and Pain of Speed） 一书中写道：“随着我们逐渐从手动打字机转向电动打字机，最后转向数字工具…… 技术发展的减速带正在消失。” 他引用了斯坦福大学文学学者 Andrea Lunsford 的研究，Lunsford 调查了从 1917 年到现在的大一新生入学论文。虽然他们的语法错误率保持不变，但文章的长度和复杂性显著增加。Thompson 说，“并不是说 1917 年的孩子们更笨，而是他们使用的工具阻碍了他们的思维。”

第一台打字机的原型，它由 11 个钢琴键组成

*我们的目标是减少重复工作，激发创造力和乐趣，其难点在于训练计算机理解并执行用户特定且独特的意图。*

符合上述概念的一个简单示例就是预测型文本编辑器。但我们也可以想象，同样重复、基于逻辑的原则如何应用于视觉创意工具。从这一视角，让计算机协同创造的第一步是简化重复的工作流程并适应计算逻辑，以提高在创造性工具中的组合效率。

首先讨论 “简化”，明显这涉及到抽象思维，即简化某些技术以降低复杂性并省略不必要的信息。在我们在工作中出现重复行为时，我们很快意识到自己需要一些更具创意性的方式。虽然现在的创意工具提供各种组件和效率工具，但创意工具和工程工具的效率差异仍然是明显的。程序开发中的抽象类等概念允许程序员应用对象化的属性，同时隐藏不相关的细节。相反，创造性工具通常需要从头开始构建应用的属性和细节。

线框图工具 Balsamiq 可以被看作是抽象的一个极端例子，该工具提供了预定义的单元来组建最终产品。

这种重复反映了基于画布的创作工具的构建模型。我们在 Adobe creative Suite product、Figma 和 Sketch 等创意工具中看到的 “将元素放置在画布上” 这一核心方法，是一个将物理组合过程复制到数字工具中的过程。这种方法已经证明了它的价值：它允许以一种似乎无穷无尽的方式进行探索和空间定位。要在物理上复制这一过程，可能需要手工绘制数百个屏幕，然后试图在一堆纸中找到正确的那个。这个过程的数字化是一个显著的提升，但如今数字化工具的迭代仍然是重复耗时的，并且可能阻碍潜在的创意者。在人工生成的模拟逻辑 / 数据的迭代场景中，它的效率特别低。在数字画布上进行迭代是一种更易于理解的创意方式，但它仍然需要人类充当机器，以工具那样精确的方式进行生产，这依然需要大量时间和创造力。

*提供预定义的元素 (形状、文本、符号) 直接说明了数字工具如何通过允许用户更快地进入创意流程并最小化不必要的建设工作来增强人类智能。*

考虑到数字工具如何在从探索到生产的整个创意过程中更加高效，可塑性是适应不同阶段需求的关键。从界面设计的探索开始，降低复杂性并提高效率的一个简单解决方案是暂时减少可选项。基于已有原始元素提供一个简单、可伸缩的界面，使用户感到做出创意内容是容易、简单且可逆的。这个简化工具就像一个轻量级的便签本，为用户提供预定义的组件并允许他们快速进行试验。

whimical 通过简化工具菜单，让设计师在构思过程中减少选择项

然而，这引起了有创造力的人对增加抽象性的异议。许多人认为，在简化选择项的过程中，扼杀了在探索组合形式过程产生的创造性。虽然这一论点是正确的，但它受到了过去设计方式的影响。提高抽象性的目的是为了跟上人类思维，并为用户提供他们需要的一切，使他们能够连续地表达自己的想法。通过简化工具的过程，可以使更多的人参与到创意过程中。这大力促成了在构思阶段的合作，这对于适应各种不同观点来说是非常重要的。

*使用户能够使用条件逻辑并指示多种变化，这充分利用了人机协同创造的能力。*

从创意到组合，我们清楚看到计算机的执行技能可以为人类用户提供多种选择。组合过程使用户能够使用条件逻辑并指示多种变化，这充分利用了人机协同创造的能力。回到我们的界面设计的例子，假设要做一个在不同状态下有不同视觉表现的控件，每个状态可以用条件逻辑直观的地定义。不同的参数构成了不同的最终组合效果。在这个过程中，逻辑以抽象的数字形式呈现（代码），在创造性思维和计算思维之间形成一座桥梁。各种变化的产生和条件逻辑的使用都使用户获得了更多的时间和精力去专注于创意选择和创意的实现。

实际上，在界面设计中融入变化和条件逻辑就如同给一个按钮设计一种或多种状态一样。逻辑将许多不必要的生产工作转移到计算机上，而不是让人类用户像机器一样工作。正如 Frederick G. Linnemann 和 Carl Minichof 在《逻辑设计系统》（Logic Design System） 中所说，“构建逻辑设计系统是为了避免内置硬件过时。”

条件逻辑的可视化

界面设计系统的创建和传播可以被看作是简化构思和提高效率的第一步。Figma 的 Clancy Stark 在他关于设计系统有效性的研究中发现，“当参与者使用设计系统时，他们完成目标的速度比没有设计系统时快 34%。” 将逻辑整合到数字工具中是充分实现与计算机协同创造的下一步。这一转变还将允许用户花更少的时间在卑微的生产工作上，花更多的时间在更大的创造性问题上。

在创意工具中使用逻辑也可以通过 “演示编程” 的概念来体现，正如 Bret Victor 在他的作品《Magic Ink》中所展现的那样。回到界面设计的例子，当前的设计过程迫使你在以两个选项中做出选择：要么学习一种编程语言（令人生畏），要么创建模型并让工程师实现（效率低下）。目前，创建模型的方式更为常见。然而，Victor 提出了另一种称为演示编程的方法。这种技术要求人们通过精确描述你希望发生什么来指导计算机去完成。这种方法意味着计算机需要推理并重建你所需要的逻辑。虽然还没有完全实现这一功能的工具，但这一概念具有巨大的潜力，有助于进一步实现与计算机的协同创造。

这张截图来自 Bret Victor 的《Magic Ink》

更加极端的关于抽象逻辑和输入例子，可以在 AI 创意工具中看到。《纽约时报》的 Cade Metz 报道了 Jordan Singer 使用机器学习模型 GPT-3 生成特定代码。“他向系统提供了一个 APP 的简单描述以及创建该 APP 所需的计算机代码。这些描述用通俗易懂的英语书写。代码在 Figma 中构建，Figma 是 Singer 这样的专业人士使用的设计工具。他重复了几次，在匹配 Figma 代码的同时，给系统提供了更多的英语描述。当他完成之后，GPT-3 就可以自己编写这样的代码了。” 这个例子展示了人与机器之间最纯粹的协同创造形式。抽象和逻辑强调了计算机如何完成执行任务，从而让人类用户专注于创造性思维。

结合目前为止所涵盖的概念，我们可以得出以下结论：

*从一开始，计算机就是一种呆板的工具，人类用户必须要求自己去适应它。这限制了工具的使用，因为不是每个人都知道如何以精确的方式操作机器，也不是每个人都知道如何修改它以满足自己的需要。然而，通过标准化、可塑性和抽象，我们可以极大地扩展计算机的用途和能力，帮助更多的人创造性地解决他们的问题。*

Conclusion 总结

为什么这件事非常重要呢？因为创新很大程度上取决于人类的创造性思维能力，有一个强有力的论点是，技术的主要作用是加快创造过程，并在全球范围内促进创新。然而，正如卢西恩・冯・舍姆伯格在《创新时代的技术》(Technology in the Age of Innovation) 一书中所说，“在当今时代…… 创新更多依赖于技术创新。” 这种普遍的观点没有抓住人类的创造力，这种创造力可以是任何形式的创新，技术创新仅仅是其中之一。正如数学家先驱 Richard Hamming 在他的著作《做科学与工程的艺术》(the Art of Doing Science and Engineering) 中所说，“计算的目的是洞察，而不是数字。”