Machine learning (for) design : towards designerly ways to translate ML for design education

Thanks to their empathy, system-level thinking, and transformative influence, designers have the potential to bring substantial changes in the way ML systems are designed, developed, and deployed in products and services. Yet, as they still lack ML-related knowledge, language, skills, and competencies, they are little or not involved in these processes. Therefore, the doctoral research points to design education as a means for empowering designers to benefit both the ML field and society by conceptualizing meaningful solutions integrating ML systems in full respect of human values and needs as part of broader ecosystems. Based on a designerly translation of ML knowledge within an ethical frame, theoretical systematizations, educational models, tools, and a method synthesizing them are proposed to enable designers to handle ML as a design asset to address different challenges and, ultimately, to participate in interdisciplinary teams to develop ML-enhanced solutions. The argumentation retraces the exploratory and constructivist journey that, between theory, practice, and reflection – following an action research process and with a research-through design spirit – brought to the theoretical and practical contributions for the translation of ML (for) Design at the dawn of a field of burgeoning opportunities.

Grazie alla loro empatia, al pensiero sistemico e all'influenza trasformativa, i designer hanno il potenziale per apportare cambiamenti sostanziali al modo in cui i sistemi di ML sono progettati, sviluppati e distribuiti in prodotti e servizi. Tuttavia, poiché ad essi mancano conoscenze, linguaggio, abilità e competenze relative al ML, sono poco o per nulla coinvolti in questi processi. Pertanto, la ricerca dottorale indica l’educazione in design come mezzo per mettere i designer in condizione di portare beneficio sia al campo del ML che alla società, immaginando soluzioni significative che integrano i sistemi di ML nel pieno rispetto dei valori e dei bisogni umani come parte di ecosistemi più ampi. Sulla base di una traduzione progettuale della conoscenza del ML all'interno di un framework etico, la ricerca propone sistematizzazioni teoriche, modelli educativi, strumenti e un metodo che sintetizzi tutto ciò per consentire ai progettisti di gestire i sistemi di ML come risorsa progettuale per affrontare diverse sfide e, in futuro, di partecipare a team interdisciplinari per sviluppare soluzioni potenziate dalla ML. L'argomentazione ripercorre il percorso esplorativo e costruttivista che, tra teoria, pratica e riflessione - seguendo un processo di action research e con uno spirito di research-through design - ha portato a contributi teorici e pratici per la traduzione del ML (per il) Design al germogliare di un campo dalle opportunità sempre più significative.