Dalla creazione di software alla progettazione di automobili, gli ingegneri affrontano ogni giorno complesse situazioni di progettazione. “Ottimizzare un sistema tecnico, sia che lo renda più utilizzabile o efficiente dal punto di vista energetico, è un problema molto difficile!” afferma Antti Oulasvirta, professore di ingegneria elettrica all’Università di Aalto e al Centro finlandese per l’intelligenza artificiale. I designer spesso si affidano a un mix di intuizione, esperienza e tentativi ed errori per guidarli. Oltre ad essere inefficiente, questo processo può portare alla “fissazione del design”, puntando su soluzioni familiari mentre nuove strade restano inesplorate. Anche un approccio “manuale” non si adatta a problemi di progettazione più ampi e si basa molto sull’abilità individuale.
Oulasvirta e colleghi hanno testato un metodo alternativo, assistito da computer, che utilizza un algoritmo per cercare in uno spazio di progettazione l’insieme di possibili soluzioni fornite di input multidimensionali e vincoli per un particolare problema di progettazione. Hanno ipotizzato che un approccio guidato potrebbe produrre progetti migliori scansionando una gamma più ampia di soluzioni e bilanciando l’inesperienza umana e la fissazione del design.
Insieme ai collaboratori dell’Università di Cambridge, i ricercatori hanno deciso di confrontare gli approcci tradizionali e assistiti alla progettazione, utilizzando la realtà virtuale come laboratorio. Hanno utilizzato l’ottimizzazione bayesiana, una tecnica di apprendimento automatico che esplora lo spazio di progettazione e si orienta verso soluzioni promettenti. “Abbiamo messo in contatto un ottimizzatore bayesiano con un essere umano, che proverebbe una combinazione di parametri. L’ottimizzatore suggerisce quindi altri valori e procedono in un ciclo di feedback. Questo è ottimo per progettare tecniche di interazione con la realtà virtuale’, spiega Oulasvirta. “Quello che non sapevamo fino ad ora è come l’utente sperimenta questo tipo di approccio progettuale basato sull’ottimizzazione”.
Per scoprirlo, il team di Oulasvirta ha chiesto a 40 designer alle prime armi di prendere parte al loro esperimento di realtà virtuale. I soggetti hanno dovuto trovare le impostazioni migliori per mappare la posizione della loro mano reale che tiene un controller vibrante sulla mano virtuale vista nell’auricolare. La metà di questi designer è stata libera di seguire il proprio istinto nel processo e l’altra metà ha ricevuto progetti selezionati dall’ottimizzatore da valutare. Entrambi i gruppi hanno dovuto scegliere tre progetti finali che catturassero al meglio accuratezza e velocità nell’attività di interazione della realtà virtuale 3D. Infine, i soggetti hanno riferito di quanto fossero sicuri e soddisfatti dell’esperienza e di quanto si sentivano in controllo sul processo e sui progetti finali.
I risultati sono stati chiari: ‘Obiettivamente, l’ottimizzatore ha aiutato i progettisti a trovare soluzioni migliori, ma ai progettisti non piaceva essere tenuti in mano e comandati. Ha distrutto la loro creatività e il loro senso del libero arbitrio’, riferisce Oulasvirta. Il processo guidato dall’ottimizzatore ha consentito ai progettisti di esplorare più spazio di progettazione rispetto all’approccio manuale, portando a soluzioni di progettazione più diversificate. I progettisti che hanno lavorato con l’ottimizzatore hanno anche segnalato meno impegno mentale e sforzo nell’esperimento. Al contrario, questo gruppo ha anche ottenuto punteggi più bassi in termini di espressività, agenzia e proprietà, rispetto ai designer che hanno fatto l’esperimento senza un assistente informatico.
“C’è sicuramente un compromesso”, afferma Oulasvirta. ‘Con l’ottimizzatore, i progettisti hanno escogitato progetti migliori e hanno coperto una serie più ampia di soluzioni con meno sforzo. D’altra parte, la loro creatività e il senso di appartenenza ai risultati sono stati ridotti.’ Questi risultati sono istruttivi per lo sviluppo dell’IA che assiste gli esseri umani nel processo decisionale. Oulasvirta suggerisce che le persone devono essere impegnate in attività come la progettazione assistita in modo da mantenere un senso di controllo, non annoiarsi e ricevere maggiori informazioni su come funziona effettivamente un ottimizzatore bayesiano o un’altra IA. “Abbiamo visto che i designer inesperti in particolare possono trarre vantaggio da un potenziamento dell’IA quando si impegnano nel nostro esperimento di progettazione”, afferma Oulasvirta. “Il nostro obiettivo è che l’ottimizzazione diventi veramente interattiva senza compromettere l’agire umano.”
