Üretken araçlar bir tasarım sürecinin her adımına girmeye adaydır, ama her adımda aynı işi görmezler. Bu modül üretken modellerin nasıl çalıştığını kabaca, tasarım sürecinde kullanıldıkları yerleri, verimlilik deneylerinin gösterdiğini, aracın başarılı olduğu ve yanılttığı görevlerin sınırını, fikir saplanmasını ve çeşitliliğin azalmasını ve aracı kullanmamanın daha doğru olduğu durumları anlatır.
Bu modülün sonunda
- Bir tasarım sürecinin adımlarında üretken aracın nerede işe yarayıp nerede yanıltabileceğini gösterir.
- Üretken araçların verimlilik ve yaratıcılığa etkisine dair deneysel kanıtı kapsamıyla aktarır.
Dersler
- M01-D01Üretken model nedirProgramda
Metin ve görsel üreten modellerin büyük veriden örüntü öğrenip olası çıktı üretmesini ve bunun bir bilgi kaynağı olmadığını kabaca açıklar.
Dayanak: Araştırma bulgusu: Rombach ve arkadaşları (2022), «High-Resolution Image Synthesis with Latent Diffusion Models», CVPR
- M01-D02Sürecin neresindeProgramda
Araştırma, fikir, taslak, üretim ve sunum adımlarında üretken araçların kullanımını ve her adımda insanın kararını gerektiren yeri ayırır.
Dayanak: Meslek kaynağı: tasarım sürecinde üretken araçlar (kaynak yazımda seçilir)
- M01-D03Verimlilik kanıtıProgramda
Üretken araçların yazı ve danışmanlık görevlerinde süre ve kaliteye etkisini ölçen deneyleri ve bulguların hangi görevlerle sınırlı olduğunu aktarır.
Dayanak: Araştırma bulgusu: Noy ve Zhang (2023), Science; Dell'Acqua ve arkadaşları (2023), Harvard Business School çalışma metni
- M01-D04Pürüzlü sınırProgramda
Aynı aracın bazı görevlerde başarıyı artırırken sınırın hemen dışındaki görevlerde hatayı artırabildiğini ve bunun önceden kestirilmesinin güçlüğünü açıklar.
Dayanak: Araştırma bulgusu: Dell'Acqua ve arkadaşları (2023)
- M01-D05Saplanma ve çeşitlilikProgramda
Üretilen örneklerin tasarımcıyı ilk fikre bağlayabildiğini ve bireysel yaratıcılığı artırırken toplu çeşitliliği azaltabildiğini gösteren çalışmaları aktarır.
Dayanak: Araştırma bulgusu: Wadinambiarachchi ve arkadaşları (2024), CHI Conference Proceedings; Doshi ve Hauser (2024), Science Advances
- M01-D06Ne zaman kullanmamalıProgramda
Gizli müşteri verisi, doğruluğu kritik bilgi, kültürel hassasiyet ve öğrenme aşamasındaki beceri gibi durumlarda aracı kullanmamanın gerekçesini tartışır.
Dayanak: Meslek kaynağı: Yapay Zekâ Çağında Çalışmak akademisine bağlantı
Yapay Zekâ Çağında Çalışmak Akademisi’nde: M03-D05