¿Deberían los diseñadores preocuparse por la inteligencia artificial (IA) o el aprendizaje automático (ML)? No hay duda de que la tecnología está agregando textura al espíritu de la época actual. Nunca podría haber imaginado ver un éxito de taquilla en el que Ryan Reynolds emerge como un personaje consciente que no juega en un videojuego y un fracaso en el que Melissa McCarthy negocia el futuro de la humanidad con una superinteligencia impulsada por James Corden con un año de diferencia. Pero, ¿realmente importa aprender los entresijos de AI y ML para las profesiones creativas y nuestra nebulosa e invaluable forma de operar?
Helen Armstrong, profesora de diseño gráfico en NC State, cree que sí. De hecho, para ella es imprescindible. "[IA] está en todas partes y ya ha transformado nuestra profesión", dice el prefacio de su nuevo libro. "Para ser honesta, nos va a pasar por encima a menos que saltemos a bordo y empecemos a tirar de las palancas y a dirigir el tren en una dirección humana, ética e intencional". El libro es Gran Data. Gran Diseño. Por qué los diseñadores deberían preocuparse por la inteligencia artificial y su evangelio es un manual básico para que los diseñadores de todos los cortes —paisajísticos, gráficos, industriales o de otro tipo— se orienten hacia un mundo nuevo y valiente de relaciones hombre-máquina.
Cuando digo evangelio, no lo digo irónicamente. La prosa de Armstrong está teñida con la pasión de un evangelista que intenta abrirnos los ojos a las grandes y terribles posibilidades de la práctica del diseño impulsada por la IA. Un libro de esta naturaleza es muy necesario. Como argumentamos Brent Chamberlain y yo el año pasado en un artículo de la Landscape Architecture Magazine, las profesiones del entorno construido se encuentran en medio de una transformación tecnológica sin precedentes que es tan abrumadoramente expansiva pero tan sutil que puede ser fácil de ignorar — incluso si es por el mero hecho de preservación mental y emocional.
Los arquitectos paisajistas necesitamos un revuelo especial en este sentido. La complejidad y la escala de tiempo de nuestro entorno de trabajo, combinadas con un escepticismo saludable de las nuevas tecnologías, por el bien de las nuevas tecnologías, a veces puede hacer que parezca que la profesión siempre está tratando de ponerse al día. "Gran Data. Gran diseño". ofrece la actualización sin condescendencia, tomando la visión generalista de que cada disciplina de diseño necesita comprender mejor el aprendizaje automático, independientemente de la destreza técnica preexistente.
La estructura del libro es sencilla, con cuatro secciones principales intercaladas por un prefacio y una conclusión. La escala de discusión en estas secciones oscila entre definiciones amplias de qué son exactamente AI y ML (Armstrong usa los términos AI y ML indistintamente) y ejemplos más específicos de cómo se usan en la práctica del diseño.
El tono del feligrés de los primeros tres capítulos luego se vuelve más técnico en el cuarto a medida que el autor profundiza más en las malas hierbas de ML, específicamente las diferencias entre sus tres enfoques principales: aprendizaje supervisado, aprendizaje no supervisado y aprendizaje reforzado. Si tuviera que usar una analogía cruda para resumir la secuencia conceptual del libro, diría que sigue el modelo del círculo dorado de Simon Sinek: comienza con por qué los diseñadores deberían preocuparse por ML, elabora cómo los diseñadores podrían usarlo y culmina en lo que tal proceso puede significar para la sociedad.
Casi cualquier persona que vive en el mundo moderno produce datos, a menudo del orden de terabytes por día. Enviamos mensajes de texto a nuestros amigos, transmitimos videos, usamos aplicaciones de acondicionamiento físico, le preguntamos a Siri sobre el clima mientras miramos por la ventana, caminamos junto a las cámaras de CCTV y la lista continúa. La mayoría de estos datos no están estructurados, es decir, no están organizados en un orden claro. El aprendizaje automático proporciona una forma para que las computadoras obtengan significado de esta falta de estructura.
Como dice Armstrong, "incluso ahora, mientras lees, las computadoras tamizan y categorizan tus rastros de datos — tanto estructurados como no estructurados — profundizando en quién eres y qué te motiva". ¿Como hace esto? La respuesta corta es algoritmos, análisis estadístico y predicción. ¿No estás seguro de lo que significa alguna de esas palabras? ¡No temas! El libro está plagado de definiciones básicas en los márgenes, diagramas ágiles insertados e infografías claras que pondrán al día incluso al diseñador más reacio a la tecnología. Para algunos, estas ayudas visuales pueden parecer trilladas, pero para mí fueron integrales.
Como investigadora dedicada a desmitificar la tecnología emergente para los arquitectos paisajistas, creo que es vital que hagamos que los diseñadores de todas las características demográficas y habilidades digitales tengan una comprensión compartida de lo que es la IA para que todos podamos facilitar mejor su penetración continua en la práctica. Gran Data. Gran Diseño. hace esto con creces.
La verdadera fuerza del libro radica en la compilación de ejemplos concretos de la práctica del diseño asistido por ML. Armstrong reúne una colección fantásticamente amplia de trabajos que exploran esta nueva era de diseño humano-máquina que respalda su afirmación de que "nuestras interacciones con las máquinas están cambiando de 'transaccionales' a 'relacionales'", y que con esa transición viene una fundamentalmente nueva forma de ver el diseño.
El lector es introducido a una ecología vibrante y emergente de asociaciones de diseño humano-máquina, visualizando a la vez todo el bien que se puede lograr para la humanidad cuando esas asociaciones están bien pensadas y todo el mal que puede venir cuando no lo están. Hay entrevistas en profundidad con expertos en interacción humano-computadora como John Zimmerman y descripciones de trabajos creativos visionarios como el de los autos conceptuales emocionalmente inteligentes de Tellart y Toyota.
Otro ejemplo: las instalaciones de Mitigation of Shock de Superflux representan un modelo poshumanista para adaptarse al cambio climático.
Y Kate Crawford y Vladan Joler ofrecen un miniensayo sobre la ética de la IA.
Aparte de más quejas sobre agrupar ML e IA en un solo término, lo cual es tolerable pero no es mi preferencia como tecnófilo, o una tendencia a hacer conjeturas sobre las implicaciones de la tecnología para la sociedad, el defecto más evidente que probablemente tenga un arquitecto paisajista verá a medida que lea es la omisión de proyectos impulsados por ML que se producen en nuestra disciplina.
Si bien ciertamente es más escaso que el de las artes gráficas, el diseño industrial o incluso la arquitectura, el trabajo de diseño humano-máquina existe en la arquitectura del paisaje. Los arquitectos paisajistas están utilizando ML para iterar diseños de paisajes urbanos, explorar enfoques novedosos para la terraformación costera y generar conceptos de diseño urbano de alto nivel, por nombrar algunas cosas. Un autor que dice hablar con todos nosotros debería hacer algo de diligencia debida al respecto, y si lo hizo, al menos mencionarlo — especialmente cuando reside en una escuela que incluye arquitectos paisajistas y es teóricamente consciente de nuestro impacto como disciplina de diseño.
A pesar de esta crítica, es difícil exagerar la importancia y la utilidad de un libro como Gran Data. Gran diseño., que toma un tema abrumadoramente complejo y técnico y lo traduce a un lenguaje accesible para diseñadores de cualquier disciplina para que podamos entender mejor cómo nos afecta. La creciente difusión de la IA en todas las industrias significa que aquellos que programan los sistemas de IA de muchas maneras diseñan los resultados sociales que producen esos sistemas, incluso cuando dichos sistemas se vuelven completamente autónomos. Estoy de acuerdo con Armstrong cuando escribe "nosotros, los diseñadores humanos, debemos estar allí para enmarcar los problemas correctos — los problemas que nos llevarán hacia puntos futuros que realmente beneficiarán a la humanidad".
Este artículo fue publicado originalmente en The Dirt.
