Design thinking har under de senaste åren blivit ett centralt begrepp inom många discipliner, och dess inflytande på ingenjörsutbildningar växer i takt med teknologiska framsteg och AI:s framfart. Men trots att design thinking kan vara en kraftfull metod för att angripa komplexa problem, kvarstår människans oersättliga roll i processen. Detta gäller särskilt i relation till AI:s inverkan på designprocesser och hur vi formar ingenjörsutbildningar för att bättre förbereda framtida ingenjörer på att lösa komplexa, öppna problem.

I en värld där teknologin fortsätter att utvecklas i snabb takt, har AI och stora språkmodeller (LLM) öppnat nya möjligheter för att generera idéer och skapa lösningar som kan verka kreativa på ytan. Men dessa modeller är i grunden begränsade av de mönster och data de tränats på. AI kan kombinera existerande idéer på nya sätt, men den saknar förmågan att skapa något helt nytt eller revolutionerande, vilket är en central aspekt av mänsklig kreativitet. Mänsklig kreativitet är förankrad i våra unika erfarenheter, känslor och abstrakta tänkande, vilket gör att vi kan komma på genuint originella idéer.

Design thinking, en metod för att angripa komplexa problem med empati och kreativitet i centrum, betonar vikten av människans inblandning i olika faser av designprocessen. Även om AI kan bistå vid prototypskapande och dataanalys, kan det inte förstå de taktila, sensoriska aspekterna av att interagera med en fysisk prototyp. Människor har en unik förmåga att snabbt ändra sitt tillvägagångssätt baserat på subtil feedback, intuition eller förändrade omständigheter. Vi kan läsa mellan raderna, förstå implicit information och fatta beslut som tar hänsyn till komplexa och ofta motsägelsefulla faktorer – något som AI än så länge inte kan replikera.

Den mänskliga förmågan att fatta etiska beslut är också en aspekt som AI inte kan återskapa. I designprocessen krävs ofta värderingar och omdömen som inte bara är tekniska utan också kulturella och sociala. AI saknar medvetande och moralisk förmåga, vilket innebär att det inte kan fatta etiska beslut på samma sätt som människor kan. Dessutom är AI-system ofta utsatta för bias, något som kan förstärkas genom att dessa system tränas på data som innehåller köns- eller rasstereotyper. Detta är en annan dimension där den mänskliga faktorn spelar en avgörande roll.

Trots dessa begränsningar kan AI vara ett ovärderligt verktyg för att stödja och förstärka design thinking-processen. Det kan hjälpa till att generera idéer, analysera data eller till och med skapa prototyper, men det kan inte fullt ut ersätta de mänskliga element som gör design thinking så effektivt. Människor har förmågan att förstå komplexa, osynliga aspekter av problem och att använda sin känsla för vad som "känns rätt" för att fatta beslut. Detta mänskliga inflytande är fortfarande avgörande för att skapa lösningar som inte bara är tekniskt funktionella utan också kulturellt och etiskt relevanta.

För att ge ingenjörer en fullständig verktygslåda för framtida problem är det viktigt att design thinking integreras i ingenjörsutbildningarna. Genom att införliva design thinking i läroplanen ger vi studenterna inte bara tekniska färdigheter utan även mjuka färdigheter som empati, kreativitet och förmågan att anpassa sig – egenskaper som värderas allt mer i dagens yrkesvärld men som ofta underskattas i traditionell ingenjörsutbildning. Design thinking gör det möjligt för ingenjörer att tänka utanför de tekniska lösningarna och istället ta ett helhetsgrepp på sitt arbete, vilket innebär att de också tar hänsyn till de sociala, etiska och miljömässiga konsekvenserna.

Särskilt viktigt är det att kombinera design thinking med praktiska, tvärvetenskapliga projekt som ger studenterna möjlighet att applicera sina idéer i verkliga, komplexa sammanhang. Detta brott mellan teori och praktik gör det möjligt för dem att utveckla sina mjuka färdigheter och arbeta i multidisciplinära team. Genom att samarbeta med andra discipliner, som affärsverksamhet, psykologi eller konst, får studenterna möjlighet att se sina ingenjörslösningar ur nya perspektiv och förstå den större kontexten. Praktikplatser och verkliga projekt kan ge värdefulla erfarenheter där design thinking tillämpas på faktiska ingenjörsproblem och där misslyckanden ses som en möjlighet till lärande snarare än ett nederlag.

Genom att utveckla bedömningsmetoder som utvärderar design thinking-färdigheter – bortom traditionella prov – och istället fokusera på projektbaserade bedömningar och portföljer, kan vi säkerställa att dessa färdigheter erkänns och utvecklas på rätt sätt. Detta gör inte bara att ingenjörsstudenter blir bättre förberedda på den tekniska delen av sitt yrke, utan också på att hantera de komplexa och ofta oförutsägbara aspekterna av den verkliga världen.

Bör vi verkligen använda AI? Etiska överväganden i ljuset av medicinska principer

Vi kan lära oss mycket från äldre teknologier. Trots att artificiell intelligens (AI) inte är den första teknologin som påverkar våra liv, har varje annan teknik som vi har utvecklat ställt etiska utmaningar. Ett område där vi har oroat oss särskilt för den nya teknologiens inverkan på människors liv är medicin. Det är inte överraskande att etik har varit en stor fråga inom medicinen, eftersom läkare ofta hanterar liv- eller dödsituationer. Därför finns det välutvecklade etiska principer för att vägleda hur teknologin får påverka våra liv. Om vi bortser från det svåra ämnet om maskinens autonomi, verkar medicinen tillhandahålla en tillräcklig uppsättning etiska riktlinjer för att vägleda utvecklingen av artificiell intelligens.

Det finns fyra centrala etiska principer som har utvecklats under de senaste två tusen åren och används för att styra medicinsk praxis. De två första principerna som ofta beaktas inom medicinsk etik är välgörenhet och icke-skadlighet. Dessa är nära relaterade. Välgörenhet innebär "att göra gott", medan icke-skadlighet innebär "att inte orsaka skada". Välgörenhet handlar om att balansera fördelarna med en behandling mot de risker och kostnader som följer med den. En medicinsk intervention som ger ett nettoprofit är etiskt acceptabel. Icke-skadlighet handlar å andra sidan om att undvika skada. Självklart kan inte all skada helt undvikas, men potentiell skada bör vara proportionell mot de potentiella fördelarna. Många av de principer för AI som har föreslagits av Google eller US DoD följer i själva verket dessa principer om välgörenhet och icke-skadlighet. Till exempel, att byggas och testas för säkerhet är en nödvändighet för att säkerställa att AI inte orsakar onödiga skador. Integritetsintrång är en vanlig skada som AI kan möjliggöra. Att insistera på att AI-system bör vara socialt fördelaktiga följer också från välgörenhet.

Den tredje principen som ofta beaktas i medicinsk etik är autonomi. Den kräver att medicinska utövare respekterar individens rätt att fatta informerade beslut om sin egen vård. Samtycke från en patient är avgörande innan någon medicinsk behandling påbörjas. Patienter måste förstå alla risker och fördelar och vara fria från tvång när de fattar sina beslut. Återigen följer många av de etiska principerna som Google föreslår från att värdera människans autonomi när de interagerar med ett AI-system. Mänsklig ansvarighet, till exempel, följer av respekten för mänsklig autonomi. Andra etiska principer, som transparens, möjliggör att autonomi kan uppnås. Respekt för mänsklig autonomi förklarar varför bedrägliga AI-system ska undvikas.

Den fjärde och sista principen som ofta diskuteras inom medicinsk etik är rättvisa. Denna något otydliga princip förpliktigar oss att rättvist fördela fördelar, risker, kostnader och resurser. Rättvisa kräver särskilt att både bördorna och fördelarna med nya medicinska behandlingar fördelas rättvist över alla grupper i samhället. Återigen följer många av de föreslagna AI-principerna från att sträva efter rättvisa. Rättvisa kräver att AI-system bör undvika att skapa eller förstärka orättvisa bias. AI-system bör också vara transparenta och ge förklaringar så att rättvisa kan uppfattas som uppnådd.

Det är viktigt att påminna om att AI inte är medicin. De fyra etiska principerna som är vanliga inom medicinen är en mycket bra början, men de är långt ifrån tillräckliga för att hantera alla de etiska frågorna som uppstår i samband med AI. Till skillnad från medicinen har AI inte de gemensamma målen och de professionella skyldigheterna som finns inom den medicinska professionen. AI saknar också den långa och rika professionella historiken och de normer som finns inom medicinen, vilka säkerställer att dessa etiska standarder upprätthålls. Dessutom saknar AI de robusta juridiska och professionella strukturer som finns inom medicinen för att säkerställa ansvarstagande.

När vi diskuterar användningen av AI är en av de viktigaste etiska frågorna som ofta förbises frågan om vi alls bör använda AI. När vi väl har fattat beslutet att använda AI kan vi använda principer som välgörenhet, icke-skadlighet, autonomi och rättvisa för att vägleda dess ansvarsfulla implementering. Men den grundläggande frågan om vi bör ha använt AI från början förblir ofta obesvarad. Ta till exempel forskningen från Michal Kosinski och Yilun Wang, som 2018 väckte stor uppmärksamhet med sin kontroversiella forskning som hävdade att datorvisionsalgoritmer kunde förutsäga en individs sexualitet utifrån en enda bild av deras ansikte. De förlorade inga kritiska synpunkter när de 2021 publicerade uppföljande forskning som påstod att datorvision även kunde förutsäga en individs politiska ståndpunkt. Dessa exempel på teknologi är oroande om de fungerar, och lika oroande om de inte gör det.

Föreställ dig en värld där du kan förutsäga någons sexualitet från en enda bild. I flera länder där homosexualitet fortfarande är olaglig, skulle en sådan teknologi kunna användas för att sätta en individ i extrem fara. I vissa länder skulle den här teknologin kunna användas för att straffa människor genom dödsstraff. Det är svårt att inte fråga sig varför Kosinski och Wang genomförde sin forskning i första hand. Vilken nytta skulle ett program som kan identifiera någons sexualitet från en bild ha för mänskligheten? Och om vi ser på deras argumentation som de själva gav – att forskningen behövde publiceras för att varna samhället om de risker som redan fanns – ställs vi ändå inför en oroande fråga: vad kan individen göra för att skydda sig i de länder där homosexualitet fortfarande är förbjuden? I vissa fall kan det enda alternativet vara att genomgå ansiktsoperation eller att fly landet.

Det är tydligt att, medan etik inom medicinen har sin väl definierade plats, måste vi också vara ytterst försiktiga med hur och när vi tillämpar teknologier som AI, särskilt när det gäller användning av information som kan utnyttjas på skadliga sätt.

Jak pracovat s notacemi a taktikami NEAR v matematické analýze
Jaké tajemství skrývají staré příběhy a magické bytosti?
Jak neuromorfní výpočetní systémy a 2D ferroelectrické materiály mohou transformovat budoucnost výpočetní techniky?
Jaké jsou základní fráze a kulturní zvyklosti při nákupu v arabských bazarech a supermarketech?
Jak využít technologii a kreativitu для создания уникальных фотографий: Советы и перспективы