Verbal Design Modelling – Complessità, IA e innovazione di prodotto
DOI:
https://doi.org/10.19229/2464-9309/16292024Parole chiave:
disegno industriale, intelligenza artificiale, innovazione di prodotto, modellazione verbale, midjourneyAbstract
Il costante aumento di strumenti per la generazione di contenuti tramite l’Intelligenza Artificiale (IA) sta influenzando e influenzerà sempre più l’ambito del design. Il contributo analizza l’applicazione della tecnologia IA di conversione del testo in immagini nello specifico campo del design di prodotto e in particolare nella fase di sviluppo dei concept iniziali, intravedendo implicazioni significative per l’innovazione dei prodotti industriali: per la prima volta il designer può essere affiancato dalla tecnologia nella fase di concezione del prodotto, anziché in una fase successiva. Viene presentato e discusso un approccio sperimentale, chiamato Verbal Design Modelling (VDM), per lo sviluppo di concept di prodotti innovativi tramite l’impiego di software IA dal-testo-alla-immagine, il cui obiettivo è rendere gestibile la complessità dell’interazione IA-designer in questo specifico contesto.
Info sull'articolo
Ricevuto: 10/09/2024; Revisionato: 09/10/2024; Accettato: 10/10/2024
Downloads
##plugins.generic.articleMetricsGraph.articlePageHeading##
Riferimenti bibliografici
Barbero, S. and Ferrulli, E. (2023), “Transizione ecologica e digitale – Il Design Sistemico nei processi di innovazione aperta delle PMI | Ecological and digital transition – Systemic Design in SMEs open innovation processes”, in Agathón | International Journal of Architecture, Art and Design, vol. 13, pp. 269-280. [Online] Available at: doi.org/10.19229/2464-9309/13232023 [Accessed 30 September 2024].
Bisson, M., Palmieri, S., Ianniello, A. and Botta, L. (2022), “Transition product design – Una proposta di framework per un approccio olistico alla progettazione sistemica | Transition product design – A framework proposal for a holistic approach to systemic design”, in Agathón | International Journal of Architecture, Art and Design, vol. 12, pp. 202-211. [Online] Available at: doi.org/10.19229/2464-9309/12182022 [Accessed 30 September 2024].
Casiddu, N., Burlando, F., Nevoso, I., Porfirione, C. and Vacanti, A. (2022), “Beyond personas – Il Machine Learning per personalizzare il progetto | Beyond personas – Machine Learning to personalise the project”, in Agathón | International Journal of Architecture, Art and Design, vol. 12, pp. 226-233. [Online] Available at: doi.org/10.19229/2464-9309/12202022 [Accessed 30 September 2024].
Cautela, C. and Rampino, L. (2019), “Le Tipologie d’Innovazione nel Design – Analisi Critica di una Relazione Complessa | Design Innovation Typologies – A critical Analysis of a Complex Relationship”, in Agathón | International Journal of Architecture, Art and Design, vol. 5, pp. 127-136. [Online] Available at: doi.org/10.19229/2464-9309/5142019 [Accessed 30 September 2024].
Derevyanko, N. V. and Zalevska, O. (2023), “Comparative analysis of neural networks Midjourney, Stable Diffusion, and DALL-E and ways of their implementation in the educational process of students of design specialities”, in Scientific Bulletin of Mukachevo State University | Series Pedagogy and Psychology, vol. 9, issue 3, pp. 36-44. [Online] Available at: doi.org/10.52534/msu-pp3.2023.36 [Accessed 30 September 2024].
Fagnoni, R. and Olivastri, C. (2019), “Hardesign vs Softdesign | Hardesign vs Softdesign”, in Agathón | International Journal of Architecture, Art and Design, vol. 5, pp. 145-152. [Online] Available at: doi.org/10.19229/2464-9309/5162019 [Accessed 30 September 2024].
Germak, C. (2019), “Design resiliente – Un quadro sinottico | Resilient Design – A synoptic framework”, in Agathón | International Journal of Architecture, Art and Design, vol. 6, pp. 26-35. [Online] Available at: doi.org/10.19229/2464-9309/632019 [Accessed 30 September 2024].
Jaruga-Rozdolska, A. (2022), “Artificial intelligence as part of future practices in the architect’s work – MidJourney generative tool as part of a process of creating an architectural form”, in Architectus, vol. 3, issue 71, pp. 95-104. [Online] Available at: dx.doi.org/10.37190/arc220310 [Accessed 30 September 2024].
Kamar, E. (2016), “Directions in Hybrid Intelligence – Complementing AI Systems with Human Intelligence”, in Kambhampati, S. (ed.), IJCAI ’16 – Proceedings of the Twenty-Fifth International Joint Conference on Artificial Intelligence, New York, USA, July 9-15, 2016, AAAI Press, Washington, pp. 4070-4073. [Online] Available at: ijcai.org/Proceedings/16/Papers/603.pdf [Accessed 30 September 2024].
Kim, S.-G., Yoon, S. M., Yang, M., Choi, J., Akay, H. and Burnell, E. (2019), “AI for design – Virtual design assistant”, in CIRP Annals, vol. 68, issue 1, pp. 141-144. [Online] Available at: doi.org/10.1016/j.cirp.2019.03.024 [Accessed 30 September 2024].
Ko, H.-K., Park, G., Jeon, H., Jo, J., Kim, J. and Seo, J. (2023), “Large-scale Text-to-Image Generation Models for Visual Artists’ Creative Works”, in Chen, F., Bilinghurst, M., Zhou, M. and Berkovsky, S. (eds), IUI ’23 – Proceedings of the 28th International Conference on Intelligent User Interfaces – Sydney, Australia, March 27-31, 2023, Association for Computing Machinery, New York, pp. 919-933. [Online] Available at: doi.org/10.1145/3581641.3584078 [Accessed 30 September 2024].
Liu, C., Tian, W. and Kan C. (2022), “When AI meets additive manufacturing – Challenges and emerging opportunities for human-centered products development”, in Journal of Manufacturing Systems, vol. 64, pp. 648-656. [Online] Available at: doi.org/10.1016/j.jmsy.2022.04.010 [Accessed 30 September 2024].
Madsbjerg, C. (2019), Sensemaking – What Makes Human Intelligence Essential in the Age of the Algorithm, Little-Brown Book Group, Boston.
Merayo, D., Rodriguez-Prieto, A. and Camacho, A. M. (2019), “Comparative analysis of artificial intelligence techniques for material selection applied to manufacturing in Industry 4.0”, in Procedia Manufacturing, vol. 41, pp. 42-49. [Online] Available at: doi.org/10.1016/j.promfg.2019.07.027 [Accessed 30 September 2024].
Tsang, Y. P., and Lee, C. K. M. (2022), “Artificial intelligence in industrial design – A semi-automated literature survey”, in Engineering Applications of Artificial Intelligence, vol. 112, article 104884, pp. 1-21. [Online] Available at: doi.org/10.1016/j.engappai.2022.104884 [Accessed 30 September 2024].
Verganti, R., Vendraminelli, L. and Iansiti, M. (2020), “Innovation and design in the age of artificial intelligence”, in Journal of Product Innovation Management, vol. 37, issue 3, pp. 212-227. [Online] Available at: doi.org/10.1111/jpim.12523 [Accessed 30 September 2024].
Yin, H., Zhang, Z. and Liu, Y. (2023), “The Exploration of Integrating the Midjourney Artificial Intelligence Generated Content Tool into Design Systems to Direct Designers towards Future-Oriented Innovation”, in Systems, vol. 11, issue 12, article 566, p. 1-14. [Online] Available at: doi.org/10.3390/systems11120566 [Accessed 30 September 2024].
Zannoni, M., Succini, L., Rosato, L. and Pasini, V. (2024), “Transitional industrial designer – La responsabilità di progettisti e imprese per una transizione sostenibile | Transitional industrial designer – The responsibility of designers and companies for a sustainable transition”, in Agathón | International Journal of Architecture, Art and Design, vol. 15, pp. 332-343. [Online] Available at: doi.org/10.19229/2464-9309/15282024 [Accessed 30 September 2024].
##submission.downloads##
Pubblicato
Come citare
Fascicolo
Sezione
Categorie
Licenza
Copyright (c) 2024 Jacopo Mascitti, Davide Paciotti
TQuesto lavoro è fornito con la licenza Creative Commons Attribuzione 4.0 Internazionale.
AGATHÓN è pubblicata sotto la licenza Creative Commons Attribution License 4.0 (CC-BY).
License scheme | Legal code
Questa licenza consente a chiunque di:
Condividere: riprodurre, distribuire, comunicare al pubblico, esporre in pubblico, rappresentare, eseguire e recitare questo materiale con qualsiasi mezzo e formato.
Modificare: remixare, trasformare il materiale e basarti su di esso per le tue opere per qualsiasi fine, anche commerciale.
Alle seguenti condizioni
Attribuzione: si deve riconoscere una menzione di paternità adeguata, fornire un link alla licenza e indicare se sono state effettuate delle modifiche; si può fare ciò in qualsiasi maniera ragionevole possibile, ma non con modalità tali da suggerire che il licenziante avalli l'utilizzatore o l'utilizzo del suo materiale.
Divieto di restrizioni aggiuntive: non si possono applicare termini legali o misure tecnologiche che impongano ad altri soggetti dei vincoli giuridici su quanto la licenza consente di fare.
Note
Non si è tenuti a rispettare i termini della licenza per quelle componenti del materiale che siano in pubblico dominio o nei casi in cui il nuovo utilizzo sia consentito da una eccezione o limitazione prevista dalla legge.
Non sono fornite garanzie. La licenza può non conferire tutte le autorizzazioni necessarie per l'utilizzo che ci si prefigge. Ad esempio, diritti di terzi come i diritti all'immagine, alla riservatezza e i diritti morali potrebbero restringere gli usi del materiale.
