Radical Transitions in Generic Design: Frame Semantic Hypergraphs and Topological Diagrams in C/K Theory

Il design è spesso considerato l'atto di disegnare l'immagine di qualcosa di nuovo, uno schizzo che guida un costruttore nella creazione di un ponte, una sedia o un sistema software. Per decenni, i designer si sono affidati a teorie che trattano il processo come una conversazione tra due mondi distinti: il mondo di ciò che è possibile, dove le idee fluttuano liberamente senza prove, e il mondo di ciò che è noto, dove i fatti e i dati ancorano quelle idee. Questo equilibrio ha funzionato bene per i miglioramenti costanti, ma l'ascesa rapida dell'intelligenza artificiale sta forzando un cambiamento che sembra meno un miglioramento e più un mutamento fondamentale nel nostro modo di pensare. Quando le macchine possono ora generare linguaggio, immagini e codice a una velocità che nessun essere umano può eguagliare, le vecchie regole su come progettiamo, come verifichiamo le nostre idee e come sappiamo cosa è vero vengono messe alla prova. La domanda non è più solo come realizzare un prodotto migliore, ma come progettare un processo che possa gestire un futuro in cui i concetti stessi che usiamo per descrivere il mondo potrebbero cambiare da un giorno all'altro.

In un nuovo studio, il ricercatore Ira Monarch propone un modo per navigare questa incertezza trattando il design non solo come un esercizio mentale, ma come un processo strutturato, visivo ed eseguibile. Il lavoro si basa su un framework chiamato teoria C/K, che separa lo spazio dei concetti dallo spazio della conoscenza. In questa visione, un "concetto" è una possibilità che non è ancora stata provata, mentre la "conoscenza" è la collezione di fatti ed evidenze che supporta un'idea specifica. Monarch sostiene che, per gestire i cambiamenti radicali portati dall'IA generativa, i designer abbiano bisogno di uno strumento che possa visualizzare il divario tra ciò che immaginiamo e ciò che sappiamo, e poi guidare attivamente il processo di colmamento di quel divario. Il risultato è un sistema che combina la logica del linguaggio con la struttura di un database, creando una mappa che mostra non solo dove si trova un progetto oggi, ma dove può arrivare domani.

Il nucleo di questo approccio è un metodo chiamato Frame Semantic Hypergraphs, che utilizza un database specializzato per organizzare le informazioni. Immaginate una biblioteca dove ogni libro non è solo riposto su uno scaffale, ma è anche connesso a tutti gli altri libri attraverso i ruoli specifici che svolge in una storia. In questo sistema, parole e idee sono trattate come "frame" (cornici) che descrivono situazioni, come una "decisione progettuale" o una "selezione di materiali". Ogni frame ha parti specifiche, o ruoli, come la persona che compie la scelta, l'oggetto che viene modificato e la ragione del cambiamento. Il ricercatore ha utilizzato un'intelligenza artificiale per leggere un complesso articolo di ingegneria riguardante la ristrutturazione di una linea ferroviaria locale e ha classificato automaticamente le sue 68 frasi chiave in questi frame. L'IA ha identificato chi era coinvolto, quali regole venivano seguite e quali problemi venivano risolti, trasformando un blocco di testo in una rete strutturata di relazioni. Questa rete, o ipergrafo, funge da mappa vivente del processo di progettazione, mostrando esattamente come un pezzo specifico di evidenza si connetta a un concetto più ampio.

Ciò che rende potente questo metodo è il modo in cui gestisce il momento in cui un progetto incontra un ostacolo. Nel design tradizionale, quando una nuova idea si scontra con le regole esistenti, il processo spesso si blocca o richiede a un essere umano di riscrivere manualmente le regole. In questo nuovo sistema, il computer può rilevare lo scontro automaticamente. Se i dati da una sessione di progetto suggeriscono che un materiale è stato scelto per una ragione che le regole attuali non consentono, il sistema lo segnala come un "'anomalia'". Ciò innesca un ciclo in cui il sistema non si limita a rifiutare l'idea, ma chiede se le regole stesse debbano cambiare. Può proporre un nuovo frame, forse uno che permetta a una scelta progettuale di rimodellare il requisito che doveva soddisfare. Questo trasforma il processo di design in un ciclo in cui la mappa delle possibilità e la mappa dei fatti si aggiornano costantemente l'una con l'altra. Il sistema può quindi generare un piano passo dopo passo, o un grafo di esecuzione, che dice a un team di umani e macchine esattamente cosa fare dopo, cosa controllare e come verificare il risultato.

Lo studio ha testato questa idea su un esempio del mondo reale riguardante la ristrutturazione di una rete ferroviaria francese di 9.200 chilometri. I progettisti affrontavano un dilemma: mantenere i vecchi binari obsoleti e rischiare la chiusura della linea, o sostituire tutto spendendo più soldi di quelli disponibili. Utilizzando il nuovo metodo, hanno mappato il problema e hanno trovato una soluzione che manteneva la vecchia fondazione ma introduceva un nuovo tipo di rotaia ispirato alle linee ad alta velocità. Il sistema ha visualizzato questo processo in due modi. Primo, ha mostrato una rete dettagliata di connessioni, provando che ogni decisione era supportata da evidenze specifiche dai registri di progetto. Secondo, ha creato una superficie topologica, una sorta di paesaggio 3D che mostrava la "tensione" nel design. In questo paesaggio, le aree in cui il design era solido apparivano come zone elevate, mentre i vuoti e le contraddizioni apparivano come buchi profondi. La soluzione di successo è apparsa come una nuova vetta che riempiva un buco nel paesaggio, dimostrando visivamente come la nuova rotaia avesse colmato il divario tra le vecchie regole e la nuova realtà.

Questo approccio visivo rivela una verità più profonda su come funziona il design. Il ricercatore sostiene che per troppo tempo ci siamo concentrati sulla "correttezza dell'immagine", ovvero quanto bene i nostri modelli mentali corrispondano al mondo fisico. Ma abbiamo trascurato la "correttezza della performance", ovvero quanto bene le nostre azioni raggiungano effettivamente i nostri obiettivi. Il nuovo sistema costringe questi due aspetti a rispondere l'uno all'altro. Assicura che un'idea bellissima sia radicata in dati reali, e che un'azione pratica sia guidata da un concetto chiaro. Trattando il processo di design come un ciclo in cui la mappa e il territorio si correggono costantemente a vicenda, il sistema può gestire i cambiamenti radicali che si verificano quando una disciplina cambia idea sulle proprie fondamenta. Non si tratta solo di costruire treni o sedie migliori; si tratta di creare un metodo di pensiero che possa sopravvivere all'arrivo di macchine capaci di pensare da sole.

L'articolo suggerisce che questo metodo sia particolarmente vitale per il momento attuale, in cui l'intelligenza artificiale sta iniziando a generare i propri concetti e regole. Il ricercatore ha utilizzato un'IA per aiutare a costruire proprio il sistema descritto nell'articolo, creando una partnership in cui un progettista umano e una macchina lavoravano insieme per definire gli obiettivi, classificare i dati e visualizzare i risultati. Questa collaborazione non era solo uno strumento di efficienza; era una dimostrazione del nuovo tipo di pensiero progettuale richiesto. L'IA ha aiutato a individuare schemi nel testo che un essere umano potrebbe mancare, mentre l'umano ha fornito il giudizio per decidere quali schemi fossero rilevanti. Il risultato è stato un processo di progettazione più robusto e più adattabile di quanto avrebbero potuto ottenere l'uno o l'altro da soli.

In definitiva, lo studio offre un modo per andare oltre la paura che l'intelligenza artificiale semplicemente sostituisca la creatività umana o che porti a un futuro caotico. Al contrario, propone un percorso strutturato dove l'intuizione umana e la precisione delle macchine lavorano in tandem. Il sistema non promette di risolvere ogni problema o di prevedere il futuro con certezza. Offre tuttavia un modo per vedere le lacune nella nostra comprensione e per colmarle con azioni basate sull'evidenza. Rendendo visibili le strutture invisibili del design, e trasformando il processo di scoperta in un viaggio guidato, questo approccio suggerisce che possiamo navigare le transizioni imminenti con chiarezza. L'obiettivo non è controllare il futuro, ma progettare un processo che sia abbastanza flessibile da affrontarlo, assicurando che, mentre i nostri strumenti cambiano, la nostra capacità di creare cose significative e corrette rimanga intatta.