伊利諾理工學院（IIT）裡的設計學門培育許多高階工業設計／設計研究人才。在人工智能時代，傳統設計研究方法受到許多衝擊，過去基於工藝的價值觀需要做相當大的修正，當然也會影響到 IIT 。此時，John Maeda 與設計院長 Anijo Mathew 的對談，在這個時間點顯得相當重要。
John 詳細的演講內容可以在下面的網址中找到，如果時間允許的話我也相當推薦，當然未來手帖我們也整理幾個對談重點：
早在 1967 年尼古拉斯．尼葛洛龐帝（Nicholas Negroponte）裡說明得滿清楚，你可以建立一個會話表現的預測模型，這樣的機器就可以利用預測模型來強化對話。這代表人工智能的可預測性，如果有人說人工智能是不可預測的，那其實不是事實。因為事實證明我們人類跟人工智能一樣，還記得 Donald Rumsfeld 矩陣嗎？
人類與人工智能一樣都只擅長已知的已知，這部分在有限的問題範圍之內，人類與人工智能的表現沒有甚麼不同，但是在一個未知的未知，已知的未知，未知的已知，這三個象限，我們人類做得不好。不好的原因是這些含糊不清的資訊無法協助人類判斷，人工智能也無法戰勝未知。
這是第一點，人類與人工智能的可預測性都是已知的，但是最大的問題在那些未知，尤其是未知的未知，這是一個完全還沒開始發展的象限。設計在某種程度很像在未知中找尋方法，這點跟人工智能方法是有相互比較的。
像是人工智能可以呼叫函數來處理任何事情。如果設計學院有一個慶祝 85 週年的展覽，裡面有需要完成的功能，可能需要製作桌子、購買有機玻璃、印製海報、而且這些東西放在一起，加上發送電子郵件等等所有一切。過去可能需要非常多人手製作，現在，如果你有人工智能可以實際呼叫這些功能，就可以採用許多參數，例如 Marty Thaler 會如何設計這些表格呢？你可以假設有一個機器人製造桌子。你可以進去說，Mitch Gordon 會如何創造學院的品牌訊息？
人工智能可以幫你完成這些功能，可以自我組成一些參數組合，這些都不是人工智能與人類的實際互動。這些都是在已知的範圍中建立已知，那些未知的領域呢？這個時候我們比需要談到人類與人工智能的合作，如何接觸到未知。
人工智能真正酷的地方，是有許多未知的未知數，所有知識類型都有未知數。有很多未知的未知數。話說回來，真正在設計上的影響反而是「如何製造」。設計師可以做出好的東西，也可以做出壞的東西，不管概念多好，放在生產線上能否實現？John 建議設計師遠離可以跟所有物品對話的漩渦，因為對話的力量相當強大，要擺脫非常不容易。
這意味著什麼？
就像設計師常常擔心自己的處境是否被人工智能所取代，John Maeda 則認為，工業設計畢業生的出路卻比以往都好，因為工業設計必須要渡過傳統古典設計時代，朝向設計思維與設計運算的路徑，不變的是，工業設計製作原型的能力（以及市場需求）都很高。一千次的會議抵不過一個原型發展。
John 也提醒設計師並不需要排斥設計思維，它拋棄古典設計的教條（註：還記得型隨機能 Form Follows Function 嗎）更適合應用和一般企業、文化與組織，具有商業可行性。人工智能將會加強每個人的策略能力，利用大語言模型的程式能力加強自我辯證，必且產生自己的見解。
自從大型語言模型出現之後，相關的設計能力就漸漸開始崛起，就像是 COVID-19 企業忙著聘用更多使用者經驗設計師，現在我們看到業界新寵是更多使用人工智慧的設計策略師：透過提示（prompt）與機器互動的整個模式的自然互動，自動擺脫設計元素可能的障礙，走向人工智能先行的設計世界。
