“Door de opkomst van kunstmatige intelligentie wordt de rol van de ontwerper alleen nog maar belangrijker.” Dat voorspelt Laurens Vreekamp, auteur van The Art of AI , een helder handboek over kunstmatige intelligentie en machine learning. Vreekamp (1980) is journalist, ‘design thinker’ en oprichter van de Future Journalism Today Academy, een onafhankelijke denktank die zich buigt over de toekomst van de journalistiek met workshops, lezingen en advies. In 2003 studeerde hij cum laude af in Interactive Media aan de University of Portsmouth. Aansluitend was hij betrokken bij de introductie van kunstmatige intelligentie bij organisaties als het Financieel Dagblad, NPO Radio 1 en de KRO-NCRV.
TERUGKIJKEN: DesignDigger LIVE #14 – Hoe artificiële intelligentie ons juist creatiever kan maken
In 2022 publiceerde hij The Art Of AI uit. Hierin verkent hij de mogelijkheden die kunstmatige intelligentie biedt aan journalisten, ontwerpers en andere mediamakers. Automatisch beelden zoeken in je eigen archief. Illustraties genereren met tekst, alternatieve teksten bedenken voor eren publicatie of prototype, automatische transcripties maken van tientallen geluidsopnames tegelijk – de mogelijkheden van kunstmatige intelligentie zijn eindeloos voor media professionals. “Dat geldt ook voor ontwerpers”, aldus Vreekamp. “Kunstmatige intelligentie kan een handige tool zijn.”
Ontwerpers hoeven helemaal niet meer bang te zijn dus?
“Ik denk dat alleen de ontwerpers die, even plat gezegd, simpele output moeten draaien zich zorgen moeten maken. Want als je ontwerpen alleen maar ziet als een eindresultaat, zoals een pakkend beeld afleveren of een eenvoudige drinkbeker ontwerpen, dan is dat iets wat een kunstmatige intelligentie ook kan. Sowieso goedkoper en vaak nog sneller ook. Maar als je ontwerpen ziet als een proces van meerdere stappen, beginnend met inspiratie, research doen, het uitdenken van een concept, overleg met de opdrachtgevers, prototypes bouwen, het testen bij de gebruikers, dan is er minder reden voor zorg. Zo’n proces doorlopen, dat kan een kunstmatige intelligentie niet. Nu niet en de komende jaren voorlopig ook nog niet.”
Wat zijn de voornaamste beperkingen van kunstmatige intelligentie?
“De bestaande kunstmatige intelligentie is vooral getraind om van te voren vastgelegde taken heel snel, nauwkeurig en efficiënt uit te voeren. Het moet bijvoorbeeld uit duizenden plaatjes een hond kunnen herkennen. Of op commando een bepaalde afbeelding genereren, bijvoorbeeld een astronaut die op het strand huppelt. Als deze opdrachten niet goed worden uitgevoerd, dan vinden wij dat het systeem niet goed werkt. Terwijl we van ontwerpers nou juist verwachten dat ze met iets komen wat we niet verwachten. Die moet juist komen met iets wat uitdaagt of prikkelt, met een onorthodoxe oplossing of onze kijk op de wereld veranderen. Kunstmatige intelligentie wordt vooral getraind op om zoveel mogelijk te handelen als de meeste mensen. Waarin kunstmatige intelligentie uitblinkt, is dat veel sneller en nauwkeuriger te doen.”
Kun je een voorbeeld geven van hoe ontwerpers kunstmatige intelligentie kunnen toepassen?
“Een praktijkvoorbeeld is Studio Hagel, dat is gespecialiseerd in footwear design voor merken als Ecco maar ook voor Virgil Abloh. Heel verschillende opdrachtgevers dus. Wat zij doen is kunstmatige intelligentie gebruiken als een generatief beeldsysteem dat inspirerende voorbeelden geeft. Zij hebben vaak al een idee van wat voor schoen ze nou eigenlijk willen ontwerpen. Vervolgens geven ze op basis van dat idee een heldere prompt, een woordelijke opdracht, aan een beeldgenerator als Midjourney of Dall-E. Die levert vervolgens met talloze beeldsuggesties af. Studio Hagel beoordeelt deze op kleur, de structuur, de vorm, noem maar op. Gewoon als inspiratiebron. Het verschilt feitelijk niet zo veel van wat ontwerpers nu al vaak doen, zoals door designmagazines bladeren of een beurs bezoeken. De meeste beelden van een kunstmatige intelligentie zullen overigens onbruikbaar zijn maar ook dat kan je als ontwerper sterken je in je visie over wat je wél wilt.”
Zijn er ook andere voorbeelden dan het genereren van beelden waarvoor een kunstmatige intelligentie kan worden gebruikt?
“Ontwerpers moeten hun creaties ook vaak in woorden beschrijven, bijvoorbeeld voor een pitch aan de opdrachtgever of voor een persbericht. Daarvoor kunnen ze gebruik maken van een schrijfprogramma als Sudo Write. Sommige fictieschrijvers in Amerika werken daar al mee. Die moeten soms elke drie maanden een nieuw boek of scenario aanleveren voor paperback uitgeverijen of tv-zenders. Deze schrijvers richten zich vooral op de dramatische ontwikkeling van hun personages en laten Sudo Write bijvoorbeeld details als de omgeving beschrijven. Hoe ziet het woonhuis van de hoofdpersoon eruit? Waar is de keuken, welke kleur hebben de gordijnen? Ontwerpers kunnen op deze manier de context van hun ontwerpen laten beschrijven. Wat ook kan is zulke teksten laten genereren door een kunstmatige intelligentie en deze vervolgens als prompt gebruiken voor beeldprogramma’s. De laatste versie van Chat GPT kan niet alleen beelden genereren maar ook de HTML en CSS code. Dan kun je op basis van enkele steekwoorden als een behoorlijk uitgewerkt eerste beeld of zelfs een eerste dummy van een website generen waarmee je vervolgens verder aan de slag kunt.”
Dat klinkt als kunstmatige intelligentie vooral creatieve losse flodders afschiet. Kortom, niet echt efficiënt?
“Dat zal snel veranderen. Aan de TU Delft wordt nu al onderzocht of ontwerpers een digital twin kunnen krijgen. Een kunstmatige intelligentie wordt in dat geval getraind in de techniek en stijl van één bepaalde ontwerper. Bij een nieuwe opdracht kan die heel specifiek worden ingezet om beelden of andere output te leveren die verwant zijn aan de het portfolio van die ene ontwerper. De uitdaging wordt om die twin tegelijkertijd enigszins onvoorspelbaar te maken. Want als de output telkens is waar je zelf al aan dacht, dan voegt het niets toe. Maar dit systeem kan kunstmatige intelligentie kan trouwens ook worden ingezet om afwijkingen in een eigen ontwerp op te sporen.”
Wat zijn andere manieren van beeldanalyse waarop kunstmatige intelligentie kan worden ingezet?
“De Hema bijvoorbeeld kan duizenden foto’s met een tompouce analyseren die mensen plaatsen op het internet. Hoe ziet de omgeving waarin de tompouce wordt gegeten eruit? Wat is de gelegenheid? Zo kan informatie worden verzameld over het gebruik van een tompouce of een willekeurig ander product. Dat kan ook voor ontwerpers interessant zijn. Hoe ziet een ontwerp voor heel specifieke omstandigheden eruit, daarbij kan kunstmatige intelligentie helpen.”
Kun je iets meer specificeren hoe ontwerpers hun voordeel kunnen doen met die brute rekenkracht?
“Van het zogenoemde generative design, waarbij een algoritme mogelijke varianten van een digitaal ontwerp berekent, ben ik niet heel goed op de hoogte. Maar een aansprekend voorbeeld is ontwerper Joris Laarman, die al weer jaren geleden een stoel ontwikkelde waarvan de vorm is gebaseerd op de structuur van menselijke botten. Waar de constructie veel kracht moet dragen, daar is het frame dikker. Waar er minder kracht draagt, daar is het juist dunner, net als onze botten. Die krachtverdeling heeft Laarman door een algoritme laten berekenen voor een specifiek materiaal, in dit geval aluminium. Met als resultaat een voorstel van hoe de optimale stoel eruit ziet. Dat voorstel is door Laarman vervolgens gestileerd. Ook in dit geval is het dus uiteindelijk de menselijke ontwerper die het eindresultaat bepaalt. Dit principe kan ook worden toegepast om bijvoorbeeld een vorm met de minste luchtweerstand te berekenen, wat weer handig is voor een fietshelm. Dan wordt eerste een basisvorm ontworpen gebaseerd op de botstructuur in het hoofd van de specht, omdat deze vogel harde klappen opvangt met zijn schedel. Vervolgens berekent een algoritme de optimale aerodynamische vorm.”
Zulke toepassingen van kunstmatige intelligentie door ontwerpers zullen uiteindelijk ook onze fysieke leefomgeving veranderen?
“Ja. Dat is onvermijdelijk, denk ik. Toen Apple de ronde hoeken introduceerde als kenmerkende stijl, zag je dat ook terug in andere websites, in advertenties, op posters en uiteindelijk in het straatbeeld. Zelfs supermarkten hadden opeens reclame met van die afgeronde borden. Dat is een klein voorbeeld van hoe een digitaal ontwerptechniek doorsijpelt naar de fysieke wereld. Het Deense modemerk Son Of A Tailor maakt kleding die op maat is gemaakt. Daarvoor hoef je slechts vier datapunten door te geven: lengte, gewicht, leeftijd en schoenmaat. Een algoritme genereert de juiste maten voor jouw persoonlijke pasvorm, zoals aangepaste hals breedte en lengte van de mouwen. Dat zou ook met meubels kunnen. We zijn een gezien van vier, onze woonkamer heeft deze afmetingen en we zoeken een makkelijke hoekbank. Hoe ver dat gaat, dat is nu nog niet te zeggen.”
Dat klinkt niet als een rooskleurig vooruitzicht…
“Als we kunstmatige intelligentie steeds meer gaan trainen op wat de massa wil, dan krijgen we als gevolg ook een steeds eenvormigere en grijzere wereld. Nog saaier en oninteressanter. Als gevolg daarvan zal de inbreng van ontwerpers steeds waardevoller en belangrijker worden. Ontwerpers handelen uit nieuwsgierigheid en opwinding over een nieuw idee, of juist uit irritatie en verveling. Allemaal vaardigheden die kunstmatige intelligentie niet heeft maar die onontbeerlijk zijn voor creativiteit. Juist het op een onverwachte manier combineren van menselijke eigenschappen als emoties, herinneringen en sociale interactie is iets wat een kunstmatige intelligentie niet kan.”
Laurens Vreekamp – The art of AI. Een praktische introductie in machine learning voor mediamakers (uitgeverij VanDuuren Media)
