Design thinking : artificial intelligence & biases

Whether it is for commercial applications or research, Artificial Intelligence nowadays has become an essential technology that any R&D or IT company is trying to develop or implement. The approach when trying to develop an Artificial Intelligence-based project is not yet standardized. There are many different models to follow; however, there are just only a few of them that put humans, instead of data, in the center of the process. AI nature is both complex and volatile, meaning, because of its almost endless applications, it is not always clear how to set an optimal development framework that takes into consideration both the human need and the mathematical, science-based requirement behind it. At the same time, biases and ethics regarding AI are becoming more and more important when developing such projects. Thus, the aim of this thesis is to use Design Thinking practices, especially those from the first phase of DT (Empathise), to support AI teams during the first phases of the AI system creation, while focusing on the actual users and identifying possible biases to propose a possible mutual framework. A sort of toolkit, that is heavily based on Design Thinking and that can ultimately model the AI data gathering process from a more human-centered perspective.

Sia che si tratti di applicazioni commerciali o di ricerca, l'Intelligenza Artificiale è diventata oggi una tecnologia essenziale che ogni azienda di R&D o IT sta cercando di sviluppare o implementare. L'approccio quando si cerca di sviluppare un progetto basato sull'Intelligenza Artificiale non è ancora standardizzato. Ci sono molti modelli diversi da seguire, ma solo alcuni di questi mettono l'uomo, invece dei dati, al centro del processo. La natura dell'intelligenza artificiale è al tempo stesso complessa e volatile, il che significa che, a causa delle sue applicazioni quasi infinite, non sempre è chiaro come impostare un quadro di sviluppo ottimale che tenga in considerazione sia il bisogno umano che le esigenze matematiche e scientifiche che lo sottendono. Allo stesso tempo, i bias e l'etica riguardo all'IA stanno diventando sempre più importanti nello sviluppo di tali progetti. Lo scopo di questa tesi è quindi quello di utilizzare le pratiche di Design Thinking, in particolare quelle della prima fase del DT (Empathise), per supportare i team di AI durante le prime fasi della creazione dei sistemi di AI, concentrandosi sugli utenti reali e identificando i possibili bias per proporre un possibile quadro di riferimento reciproco. Una sorta di toolkit, che si basa fortemente sul Design Thinking e che può in ultima analisi modellare il processo di raccolta dei dati di IA da una prospettiva più centrata sull'uomo.