Академический Документы
Профессиональный Документы
Культура Документы
Mounir SAKRANE
FLORENCE CURTI ET VINCENT PÉRILLAT
MASTÈRE 2 DESIGN ET ERGONOMIE
2017- 2018
I, Designer
L’avenir du Designer face à la machine
Remerciements
Je tiens à remercier mes soeurs, Sabrina et Wahiba mais
aussi ma mère, Zohra, pour leur soutien psychologique
et moral.
7 INTRODUCTION
PARTIE 1 :
16 QU’EST-CE QUI
CARACTÉRISE
LE DESIGN?
DESIGN
17
GRAPHIQUE
DESIGN
23 D’EXPÉRIENCE
PARTIE 2 :
32 DES MACHINES
ET DES HOMMES
33 LA MONTÉE DE L’IA
LES PRÉMICES
41
DU DEEP LEARNING
47 QUEL AVENIR?
50 CONCLUSION
52 RÉFÉRENCES
I, Designer : L’avenir du designer face à la machine
Introduction
Domaine en constante évolution, se réinventant et se définissant sans
cesse, le Design est immanquablement lié à l’innovation et la recherche.
Alors que certains affirment que ces métiers de production ont un avenir
incertain avec l’avènement de l’IA, d’autres soutiennent que la seule
façon de subsister pour les métiers du design est de franchir un cap dans
la compréhension de l’utilisateur et de sa psychologie.
I. De l’idée au design
1. De l’importance de l’étymologie
DESIGN.
Le mot a un sens bien différent s’il est utilisé en français ou en anglais.
L’utilisation française du mot Design — le terme originel, puisque
même si son utilisation anglophone subsiste aujourd’hui en tant que
référence, c’est d’abord en France que le terme voit le jour — s’explique
par son étymologie. Le designer a pour rôle de participer à la conception
d’un produit, d’un service ou d’une expérience pour être à même de
transmettre “le dessein” du commanditaire.
De dessein à dessin, puis de dessin à Design, le terme s’est envolé vers
les contrées anglophones et est aujourd’hui ancré dans la conscience
collective comme le travail esthétique d’un produit. De fait, le grand
public utilise souvent ce terme pour refléter la qualité esthétique
de l’objet ou produit. Le rôle du designer est perçu comme le fait de
participer à la conception du produit de manière à assurer la valeur
esthétique du produit. Voire la valeur sensorielle. Pourtant, le terme
englobe des enjeux bien plus importants que la simple valeur visuelle.
8
Introduction
2. Le rôle du Designer
9
I, Designer : L’avenir du designer face à la machine
2. L’impact technologique
A. Uberisation du design :
l’expertise remise en cause.
10
Introduction
12
Introduction
16
Partie 2 : Des machines et des Hommes
Partie 1
Qu’est-ce qui
caractérise le
design?
17
I, Designer : L’avenir du designer face à la machine
Design Graphique
I. Le Design comme vecteur d’émotions
1. L’impact du design sur
l’opinion du consommateur
5:
18
Partie 1 : Qu’est-ce qui caractérise le design
B. Les couleurs
C. Les typographies
Parce qu’il faut obtenir une « page transparente », selon Beatrice Warde.
5:
20
Partie 1 : Qu’est-ce qui caractérise le design
Réussir à produire une création originale est le but de nombreux designers. Il est
naturel de leur part de vouloir réfléchir autrement, “think outside the box”,
pour pouvoir sortir du lot de designers toujours plus important. Le Designer se
plaît à penser que ses créations sont toujours originales. Devrions-nous pour
autant toujours aspirer à l’unique?
22
Partie 1 : Qu’est-ce qui caractérise le design
Un parfait exemple serait le design de l’interface iOS d’Apple. Alors que les
première itérations (jusqu’à iOS6) ont fait usage du skeuomorphisme pour
simuler une certaine familiarité avec les éléments UI, la version 7 de l’OS arbore
une version flat. Cette itération épouse la mode du design à ce moment là (2013)
mais peut aussi s’expliquer par le fait que la firme de Cupertino soit consciente
que ses utilisateurs sont désormais habitués à évoluer dans l’OS.
De même, les améliorations du design physique de l’Iphone suivent
cette logique d’habitude d’utilisation et se permettent de l’affranchissement
de mécaniques de navigation déjà établies. L’IPhone X et le retrait de
l’emblématique bouton HOME appuie cette vision et suit une logique et une
philosophie de design.
L’augmentation du nombre de Designers et immanquablement de designs a fait
apparaître de nouvelles façon d’aborder les créations.
2. Visions du design
5:
23
I, Designer : L’avenir du designer face à la machine
Design d’Éxperience
1. L’expérience en tant que processus psychologique
L’expérience est subjective par nature. Un simple exercice pour certains sera
d’une complexité insurmontable pour d’autres. Plusieurs facteurs entrent
en compte : l’interface en elle-même, la langage textuel ou graphique qui y
est utilisé, le moyen par lequel on y navigue (doigt, souris, voix, geste).
Les utilisateurs ne maîtrisent pas ces paramètres de manière égale.
24
Partie 1 : Qu’est-ce qui caractérise le design
L’expérience est soumise au passage du temps. Elle évolue et varie d’une personne
à l’autre et en fonction du temps ou des circonstances. Des utilisations successives
et prolongées entraineront une familiarité et une aisance à l’utilisation. De même,
un environnement non propice à l’utilisation d’un produit ou d’une application
peut amener à une expérience négative (ex : utilisation d’une application
mobile dans des transports en commun).
25
I, Designer : L’avenir du designer face à la machine
Pourquoi le public voudrait-il visiter un musée s’il lui est impossible de partager
ce qu’il y voit dû à la restriction de caméra établie par l’établissement? Pourquoi
me déplacerais-je pour échanger avec des représentants de marques si il m’est
possible de le faire directement sur les réseaux sociaux (Facebook, Twitter) ?
26
Partie 1 : Qu’est-ce qui caractérise le design
Il est demandé aux marques d’être capable de réagir aux demandes des
consommateurs et d’être totalement transparentes sur les réseaux sociaux
en cas d’incident.
27
I, Designer : L’avenir du designer face à la machine
Afin d’être capable de comprendre plus amplement les enjeux de cette question,
il faut d’abord saisir le processus global : le Design d’Expérience s’appuie en
effet sur une véritable méthode, précise et rigoureuse : le Design Thinking.
C’est ce qui lui permet d’être adaptable à toute problématique et exploitable par
tout le monde, même ceux qui ne se pensent pas créatifs. Le Design Thinking
retient une approche chronologique de succession de postures d’ouverture et
de fermeture (Fig. 6)
Etape 1 — Empathie
Il faut pouvoir comprendre l’utilisateur pour pouvoir créer des produits
innovants qui lui correspondront. En se mettant à leur place et en adoptant
leur mode de vie, il est plus aisé d’analyser les comportements humains et
d’identifier les éléments clés de leur expérience.
Comprendre le contexte et les comportements des utilisateurs ; identifier tous
les facteurs et les acteurs du système ; explorer leurs besoins, leurs contraintes
et leurs attentes.
Etape 2 — Définition du problème
Afin de créer une solution optimale, il faut pouvoir clairement cibler le problème.
Y amener de la clarté et une focalisation de l’effort sur les attentes définies
précédemment et insuffler un sens aux informations collectées.
C’est un synthèse des objectifs : les besoins essentiels à remplir, les idées
développées ainsi que l’articulation d’une problématique à partir de ces
éléments.
Etape 3 — Idéation
Le processus d’idéation, c’est une phase du processus où la profusion d’idées
est requise. Il faut se concentrer sur la génération d’idées. Mentalement, cela
représente un processus de divergence pure en termes de concepts. L’idéation
doit venir à apporter de la matière à la conception de prototypes utilisateurs.
C’est une étape de production en quantités d’idées nouvelles ; associées à une
expérience : un Brainstorming.
L’étape doit se concentrer sur la proposition de multiples scénarios et idées ;
privilégier la quantité à la qualité pour pouvoir couvrir le plus large champ de
possibilités.
28
Partie 1 : Qu’est-ce qui caractérise le design
Etape 4 — Prototype
Cette étape consiste à générer par itération des éléments (ou components) qui
permettront d’avancer vers la solution définitive du design. L’objectif principal
est de générer le feedback des utilisateurs. En gardant constamment l’utilisateur
en vue, l’idée est de créer de rapides ébauches et maquettes pour être capable de
modéliser à la fin de cette étape ce qui se rapprochera le plus du produit final.
Etape 5 — Test
Lors du test, l’utilisateur est présent et peut être sollicité pour son feedback afin
de réaliser une itération supplémentaire empathique avec les autres usagers.
29
I, Designer : L’avenir du designer face à la machine
Afin de créer une solution optimale, il faut pouvoir clairement cibler le problème.
Avec la révolution industrielle sont apparus de nouveaux modes de production
et de gestion de la force ouvrière. Ces mêmes procédés ont évolué avec le temps
et des questions d’optimisations se sont donc posées, dont le problème de la
charge d’information dans le travail (ou Mental Workload) :
Avec les temps et les évolutions qu’a suivi l’industrie et le marché du travail,
il y a pu avoir une série d’interrogations concernant les différents corps de
métier, dont on a voulu optimiser le processus de travail. De fil en aiguille,
la question s’est progressivement étendue hors des sentiers de l’entreprise
; la seule vision industrielle du mental workload est devenue une question
globale de surcharge cognitive qui se pose désormais pour les
consommateurs eux-mêmes..
30
Partie 1 : Qu’est-ce qui caractérise le design
32
Partie 2 : Des machines et des Hommes
Partie 2
Des Machines
et des Hommes
33
I, Designer : L’avenir du designer face à la machine
La montée de l’IA
Les enjeux du designer, ses compétences et ses missions — ce que le désigner
est mais aussi ce que le designer doit être — plus amplement comprises, il
nous faut observer le développement fulgurant de l’intelligence artificielle
— dont l’arrivée de ce que l’on appelle le Deep Learning — va changer
comment le métier est abordé et pourquoi il peut être considéré comme
menacé.
I. L’intelligence Artificielle
1. Qu’est-ce que l’IA?
34
Partie 2 : Des machines et des Hommes
Turing imagine une mise en scène, le jeu de l’imitation. D’un côté de l’écran est
installé un juge, humain, dont le rôle va être de discuter (via chat) avec différents
interlocuteurs inconnus installés de l’autre côté. Ceux-ci sont en majorité humain,
l’un d’entre eux seront cependant une machine, qui essaiera de tromper le juge —
l’induire à commettre l’erreur de penser qu’il a à faire à un humain.
Tout l’intérêt qui est porté à ce test repose sur le moyen de communication utilisé :
les participants ne communiquent que par voie écrite, sans accéder à la voix, ni
au visage des interlocuteurs.
Turing prédit, en 1950, que 50 ans plus tard — en l’an 2000 donc — le juge
n’aura pas plus de 70% de chances de percer la supercherie en jouant au
jeu de l’imitation contre un ordinateur pendant cinq minutes. A juste titre,
puisque le 7 juin 2014, un ordinateur (ou chatbot) appelé Eugène et
designé par des scientifiques russes, a réussi à passer le test.
5:
35
I, Designer : L’avenir du designer face à la machine
Pour bien comprendre la signification de ces termes et mesurer leur portée, il faut
comprendre d’où vient et comment fonctionne globalement l’apprentissage par la
machine.
En 1959, un ingénieur du nom d’Arthur Samuel conçoit un programme
de simulation de joueur de jeu de dames comprenant une fonction
d’apprentissage par renforcement. Il ne s’agissait là ni d’apprentissage
supervisé ni d’apprentissage non supervisé — le programme
avait pour vocation de permettre à la machine d’améliorer progressivement
ses performances grâce à l’expérience engrangée. Le principe mis en
36
Partie 2 : Des machines et des Hommes
Faire en sorte que les algorithmes soient plus efficaces et simples à utiliser/
mettre en place. Faire des avancées dans le monde de l’apprentissage de la
machine et de l’IA.
Selon lui, nous avons désormais des machines assez puissantes et rapides pour
pouvoir simuler et copier le fonctionnement du cerveau. Le point important est
qu’avec cette méthode de fonctionnement, plus la machine engrange de données
à traiter, plus elle devient efficace, ce qui en fait une méthode révolutionnaire
et bien différentes des autres existantes. Ce graphique (provenant de sa
présentation) permet de mieux visualiser la force du Deep Learning (Fig. 6) :
32 : fdfd
37
I, Designer : L’avenir du designer face à la machine
Google s’est illustré dans l’utilisation du deep learning dans des services
quotidiennement utilisés. Le service Google Traduction se sert de Google Brain
pour booster ses capacités de traduction en terme de rapidité d’exécution et
de précision. Dans quelques temps, le service va changer de nom pour devenir
« Google Neural Machine Translation » et ainsi embrasser son
appartenance au monde du Deep Learning.
38
Partie 2 : Des machines et des Hommes
Pour autant, Apple et Microsoft ne sont pas en reste, possédant chacun leur
assistant respectifs — Siri pour Apple, Cortana pour Microsoft. Apple a sorti le
HomePod, qui présente les mêmes avantages et inconvénients que le Google
Assistant et utilise Siri. Sa présence sur et sa compatibilité avec l’ensemble des
produits de la marque lui assurent un succès et une pérennité certaine. Microsoft
ne s’est pas manifesté sur le marché du boîtier IA mais cela ne devrait tarder.
Ce court historique des dernières évolutions concernant les assistants permet de
mettre en avant un fait : la reconnaissance vocale est désormais plus rapide et
efficace que le texte — et les améliorations ne cessent d’arriver. Le taux d’erreur
de reconnaissance vocale du Google Assistant est de 4.9% (contre 8.5% en
début d’année). Exprimé clairement, cela signifie que Google est capable de
correctement comprendre 19 mots sur 20 dans une phrase en langage naturel
(sans pause ou articulation plus importante que d’habitude).
Cela est dû aux prouesses de l’apprentissage par la machine, expliquées
globalement plus haut, qui a pour base de données les différentes interactions
qu’ont chaque jours les utilisateurs avec les assistants virtuels. La navigation par
la voix — via l’apprentissage par la machine — est déjà un élément majeur des
évolutions technologiques que l’on observe au quotidien. Les utilisateurs veulent
désormais une anticipation de leur besoins de la part de la machine. De plus, ils
sont à la recherche d’expériences complètes : toutes les informations peuvent et
doivent être accessible du même endroit, sans interruption — sans changement
de service. Dans un futur proche, l’internet tel qu’on le connaît n’existera plus..
32 : fdfd
39
I, Designer : L’avenir du designer face à la machine
A. La volonté de transmettre
Une grande partie des professionnels placent leur espoirs dans l’IA, conscients
que de nombreux bonds technologiques vont naître de ces procédés et vont
influer nombre de domaines — de la médecine à l’exploration spatiale, en passant
par le design. Il est certain que le travail de terrain effectué en amont par Google
va permettre à ces espoirs de fructifier.
Sur le site Learn With Google figure aussi le Machine Learning Crash Course
(MLCC), un programme d’apprentissage en ligne — étant au préalable une
introduction à l’IA et aux fondamentaux de l’apprentissage de la machine destiné
aux employés interne de l’entreprise — que Google met à disposition en proposant
en supplément exercices, tutoriels vidéos et forums pour échanger.
40
Partie 2 : Des machines et des Hommes
32 : fdfd
41
I, Designer : L’avenir du designer face à la machine
Les prémices du
design par la machine
Nous somme aussi en train d’assister à une révolution interne à notre
domaine. Les différentes avancées dont que nous avons pu évoquer dans les
parties précédentes influent actuellement sur le design et vont continuer à
faire de même dans les années à venir.
Les logiciels vont être capable d’évaluer en temps réel la qualité des
contenu, des slogans ou même les identitées visuelles et créer des éléments
graphiques sans la moindre intervention de notre part. Les premiers effets
se font ressentir sur le web — c’est même le sous-domaine qui devrait être
impacté en premier si l’on tient compte de sa proximité avec les domaines
de la programmation. Les changements arriveront tout de même auprès du
print, quand les garants des logiciels de création (Adobe principalement)
commenceront à injecter des notions de Deep Learning aux procédés
habituels.
Tout dépends de comment les Designers vont aborder la situation. Le rejet du rôle
du Designer dans le processus créatif, dans le cas du service The Grid, conduit à
des résultats médiocres et vu maintes fois. Cependant, si l’on observe le problème
d’un autre point de vue, on peut considérer que la machine est capable de faire
gagner du temps au Designer en s’occupant des tâches répétitives. Le Deep
Learning pourrait par exemple être utilisé, de façon similaire à ce que Google
Search en fait, pour analyser des bases de données d’images pour établir des
moodboards précis et efficaces. Une étape supplémentaire verrait un algorithme
s’occuper de proposer un mockup à partir des éléments récurrents trouvés dans le
moodboard. Les Designers se substitueraient à un directeur artistique dans leur
relation à la machine dans ce processus de travail.
Il est impossible que dans ses balbutiements, le Deep Learning puisse fournir des
résultats époustouflants et des designs innovants. Cependant, il est certain qu’un
gain de temps significatif est possible puisque nombre de tâches quotidiennes
42
Partie 2 : Des machines et des Hommes
EXEMPLES
Quelques exemples de création de l’UI.
The Grid, c’est la promesse d’un site qui correspond parfaitement aux
attentes du client et qui rejete le rôle du Designer pour confier les décisions
à une IA du nom de Molly. “Elle sera toujours prête à vous répondre,
sans faire payer de frais supplémentaires et en respectant les deadlines.
Elle peut même agrandir ce logo pour vous, et appliquer des palettes de
couleurs d’une infinité de façons différentes.”
43
I, Designer : L’avenir du designer face à la machine
Pourtant, le point essentiel est le rôle du Designer dans ces processus. Peu de
designers sont capables, en plus de leur compétences intrinsèques, de développer
les algorithmes nécessaires au fonctionnement de ces services. En se faisant
accompagner d’un ingénieur/développeur, il est capable de créer une expérience
à la fois plaisante visuellement et sensoriellement tout en garantissant une
fonctionnalité exemplaire.
44
Partie 2 : Des machines et des Hommes
Ces algorithmes peuvent même créer des compositions entières. Sur Netflix, par
exemple : sa fonction de Deep Learning est capable de récupérer des éléments
graphiques (personnages, décors) et d’y apposer un lettrage stylisé tout en
respectant le thème global de l’oeuvre cinématographique. Plus les utilisateurs
accèdent à un contenu, plus la vignette est utilisée. Le même système que le tout
premier programme de jeu de dames (C.f partie Deep Learning) est appliqué : le
visionnage est la récompense — l’indifférence, la punition.
45
I, Designer : L’avenir du designer face à la machine
46
Partie 2 : Des machines et des Hommes
EXEMPLES
Quelques exemples supplémentaires de Design par Deep Learning :
identité visuelle, typographie, dessin, illustration…
Logojoy
Logojoy est pensé, selon ses créateurs, comme un outil pouvant s’occuper
de la création de logotype sans avoir besoin de l’intervention d’un Designer.
La marche à suivre est très simple et parfaitement guidée : Il faut choisir
parmis une bibliothèque de logotypes ceux qui nous plaisent, choisir une
gamme de couleur et le logiciel s’occupe du reste. Des ajustements sont
possibles après génération et un aperçu sur Mockup (Devanture, réseaux
sociaux, papeterie, textile) est possible. Encore une fois, si l’on prends
cet outil comme un gain de temps — pour la recherche, la préparation de
moodboards et la réalisation d’ébauches — il est possible de passer outre
sa qualité hautement variable. On peut considérer que c’est une bonne
avancée pour le design par la machine.
Outils Adobe
Un outil bien connu des designers, Photoshop, s’est doté en 2016 d’un
premier procédé de deep learning pour correctement étendre des images
ou dupliquer du contenu (contenu pris en forme). Depuis, nombre d’outils
sortent ou sont en préparation : Adobe Project Cloak ou Adobe Scene Snitch
en sont des exemples. Tandis que le premier permet de retirer un élément
d’un composition sans créer de vide (contenu recrée), l’autre permet de
complètement changer une partie du décors sans problème de cohérence
— en terme de composition, de détails (reflets) et de colorimétrie.
Shutterstock, a déjà utilisé une première fois le deep learning pour son
procédé de protection de photos licenciées (recherche d’images similaire
pour vérifier si le retrait du watermark est illégal ou non). Mais depuis
récemment, une fonction plutôt intéressante a vu le jour dans les bureaux
de la firme : une fonction de recherche par composition. L’outil utilise un
mélange d’analyse d’image, d’analyse de langage naturel et de réseaux
neuronaux (deep learning) pour faire le lien entre toutes les informations
en jeu. En alliant à la recherche de mot-clés la possibilité de placer ces
éléments clés sur la composition, les résultats sont affinés et proposés de
manière plus efficace.
47
I, Designer : L’avenir du designer face à la machine
Quel avenir?
I. Les robots vont-il prendre nos emplois?
Comme l’on a pu le voir, l’IA et le Deep Learning n’en sont qu’à leur débuts. Leur
utilisation dans le monde du Design n’en est qu’à ses balbutiements. La réalité
actuelle et que les “robots” ou la machine ne remplaceront pas tout de suite tous
les emplois.
La recherche démontre que l’automatisation des procédés va inévitablement
entraîner la disparition progressive des postes à haute pénibilité. Le travail
dans les usines, la manutention, les métiers du bâtiment et même une partie des
métiers agricoles seront les premiers à subir le coup de la montée de la machine.
De même, les métiers qui ne “nécessitent pas une réflexion accrue” — les métiers
de traitement de données par exemple — risquent de subir le même sort.
La situation est toute autre pour les métiers d’encadrement et les métiers
d’expertise. Alors que l’on ne peut pas parler de disparition de l’emploi, il est
certain que les parties répétitives vont pouvoir être assumées par la machine
(comme expliqué brièvement précédemment).
Les procédés et dynamiques internes au métier de Désigner vont indéniablement
être impactés ; le processus de création se doit s’adapter et anticiper l’arrivée de la
machine.
48
Partie 2 : Des machines et des Hommes
C’est en réfléchissant aux types de problèmes qui peuvent être réglés par
l’apprentissage de la machine que l’on sera en mesure de trouver des solutions
innovantes à l’avenir.
Ces outils [de Design] peuvent offrir une assistance en utilisant l’intelligence
artificielle, apprentissage par la machine et des algorithmes, mais en generale
ils demandent encore d’être supervisé par l’homme. Il faut injecter des données,
comparer les différentes options puis sélectionner lesquelles fonctionnent selon
les résultats proposé. Cela peut énormément aider les Designers néophytes et
patrons de petites entreprises.
Les outils de design peuvent présenter jusqu’à trois niveaux de maturité selon
Semim Winiger :
49
I, Designer : L’avenir du designer face à la machine
Il y a aussi des questions éthiques : les design produits par des algorithmes ont-ils
une valeur intrinsèque et distinctive ? Qui est le véritable auteur du design ? Les
resultat génératif pourraient-ils être limité par un local maximum ?
«Le logiciel algorithmique est écrit par des humains, utilisant des théories
imaginé par des humains, sur un ordinateur produit par des humains, avec des
spécifications écritent par des humain, utilisant des matériaux collectées par des
humains, ainsi de suite. L’art digital est de l’art humain — un sous-ensemble,
plutôt qu’une distinction. La révolution est déjà en cours, alors pourquoi ne pas
décider de prendre les reines ?
50
Conclusion
Conclusion
Comment va évoluer la situation?
Un futur intéressant se profile à l’horizon. Pourtant, il est important de garder en
tête les limites de la machine. En fin de comptes, la condition de la machine reste
inchangée. C’est toujours l’homme qui dicte les règles, soient-elles préparées en
amont par cette dite machine.
Il faut être au courant de ces améliorations et se tenir prêt à y réagir, être capable
d’adapter nos processus de création pour laisser de côté ce qui peut être automatisé
et servir de passerelle entre l’homme et la machine ; garant des connaissances
techniques et de l’appréciation humaine du design.
Le Design a en effet changé de cap, le profil de son acteur principal passant d’un
rôle spécialisé uniquement dans une tâche à un profil pluridisciplinaire – qui
se spécialisera tout de même à fortiori. Logiquement, la prochaine compétence
qui s’ajoutera à l’arc du designer sera liée au comportement des machines et leur
rapport à l’humain. L’idée phare des années à venir sera sûrement la délégation
des tâches basses (c’est à dire requérant moins d’expertise) aux machines.
51
Références
I, Designer : L’avenir du designer face à la machine
Bibliographie
Thèses et Mémoires
Anthony Masure - « Le Design des programmes »
Université Paris 1, 2014
Études
Anthony Masure - « Le Design des programmes »
Université Paris 1, 2014
Livres et retranscriptions
Annick Lantenois, Samuel Vermeil, Gwendoline Dulat,
Cécile Galicher, Margot Baran, David Valence - « .txt 2 »
Édtitions B42, 2015
55
I, Designer : L’avenir du designer face à la machine
Webographie
Design
https://uxplanet.org/7-tips-to-enhance-mobile-interactions-
d393245522b9
https://www.mockplus.com/blog/post/mobile-ui-interaction
https://www.interaction-design.org/literature/topics/mobile-
ux-design
https://theblog.adobe.com/10-dos-donts-mobile-ux-design
http://www.softphd.co
https://www.fastcodesign.com/3046512/how-google-finally-
got-design
https://www.opsone.net/le-flat-design-cest-du-material-
design/
https://material.io/tools/
https://design.google/news/announcing-new-updated-and-
refreshed-materialio/
https://envato.com/blog/introduction-material-design/
https://design.google/
https://design-milk.com/how-ivy-ross-helped-change-google-
design/
https://www.creativebloq.com/graphic-design/beautiful-
designs-capture-complex-emotions-61620719
56
Références
Intelligence artificelle
https://www.youtube.com/watch?v=1ubo87GuC4o
https://www.theverge.com/2017/8/20/16166408/prisma-ai-
machine-vision-b2b-pivot
https://www.theregister.co.uk/2017/12/06/personalised_
netflix_trailers_could_be_coming_to_you_soon
https://medium.com/netflix-techblog/artwork-
personalization-c589f074ad76
https://www.cxpartners.co.uk/our-thinking/interaction-
design-in-the-age-of-algorithms/
https://www.fastcompany.com/3064114/spotify-just-made-
the-shuffle-button-a-thousand-times-smarter
https://medium.com/@CharlesCrouspeyre/comment-
les-r%C3%A9seaux-de-neurones-%C3%A0-convolution-
fonctionnent-b288519dbcf8
https://techcrunch.com/2016/12/01/logojoy-makes-designers-
unemployed/
https://www.theverge.com/2017/10/24/16533374/ai-fake-
images-videos-edit-
adobe-sensei
https://cloud.google.com/video-intelligence/
https://techcrunch.com/2016/06/24/prisma-uses-ai-to-
turn-your-photos-into-graphic-novel-fodder-double-
quick/?guccounter=1
57
I, Designer : L’avenir du designer face à la machine
Crédit photo
Mémoire illustré grâce aux photographies
trouvées sur Pexels (gratuites mais soumises
à la liscence Creative Commons) et
Shutterstock.
58