当AI遇见可持续设计：Thorsten Jonas的逆向思考

这是一场关于AI、用户体验与可持续性的冷静对话。Thorsten Jonas并不谈炫技，而是直指AI背后的生态代价、设计师的责任，以及为什么“真正的问题从来不是提示词”。

为什么“更聪明的AI”并不等于“更好的未来”

这场对话一开始就抛出了一个反直觉的观点：我们正在用错误的方式谈论AI的进步。Thorsten Jonas明确指出，“可持续性不是一个KPI”，它无法通过几个指标被简单衡量，但却决定了技术是否真的对世界有益。这一点之所以重要，是因为当前AI讨论几乎都围绕效率、规模和能力展开，却刻意忽略了代价。

他提到，AI，尤其是生成式AI和大语言模型，正在制造“看不见的伤害”。这些系统的训练和运行消耗大量资源，但普通用户几乎无法感知。“我们并没有在支付真实的价格，”他说，“而大科技公司也没有表现出应有的责任感。”这种成本的外包，让技术显得‘干净’，却把环境压力转移到全球其他地方。

在他看来，如果设计师和产品团队继续只优化体验表层，而不追问背后的系统性影响，那么所谓的创新，只是在加速问题的积累。

透明度：被忽略却最关键的设计责任

为什么透明度如此重要？因为当人们看不见后果，就不可能做出负责任的选择。Jonas多次强调“创造透明度”本身就是一种设计行为，而目前的技术产品在这一点上几乎是失败的。

他举了一个直观但令人不安的现象：用户不知道一次AI调用、一次看似简单的按钮点击，背后“需要付出什么样的代价”。甚至，“他们连那个按钮都没真正看见。”这并不是用户的错，而是设计刻意隐藏了复杂性。

在他看来，可持续设计不是增加一个免责声明，而是让系统的影响变得可理解、可讨论。只有当生态成本、社会影响被呈现在台面上，关于AI的公共讨论才不会停留在乐观叙事中。“我们需要这场讨论，但现在几乎没有人告诉用户这些事情。”

生成式AI的危险：它永远只来自过去

谈到生成式AI和大语言模型时，Jonas给出了一个极具画面感的判断：“生成式AI永远是通向过去的窗口。”这句话点出了一个经常被忽略的事实：模型的所有输出，本质上都来自既有数据和历史模式。

这意味着，如果我们不加反思地依赖这些系统，它们不仅会放大既有偏见，还会固化旧有结构。在用户体验和设计领域，这种风险尤其隐蔽，因为输出往往看起来‘合理’、‘顺滑’，却缺乏真正的新视角。

他并没有否定AI的价值，而是提醒从业者认清边界：当我们把决策权交给模型时，也是在默认过去的价值体系。对设计师来说，理解这一点，是避免技术决定论的第一步。

给设计师的忠告：和AI共事，从来不是从提示词开始

在对话接近尾声时，主持人请Jonas给设计师一些“可以立刻行动的建议”。他的回答再次打破了流行认知：“和AI一起工作，永远不是从一个prompt开始。”

为什么这很重要？因为当团队把全部注意力放在如何写提示词时，往往已经默认了目标、问题和工具选择本身是正确的。Jonas的建议恰恰相反：先思考你是否真的需要AI，它解决的是什么问题，以及是否存在伤害更小的替代方案。

这种思考方式看似缓慢，却是走向可持续技术的起点。在他看来，真正负责任的设计，不是用AI做得更多，而是学会在该停下来的地方停下来。

总结

这场关于AI、UX与可持续性的对话，并没有给出简单答案，却提供了一种稀缺的视角：从“能不能做”转向“该不该做”。Thorsten Jonas不断提醒我们，生态成本、历史偏见和设计责任不会因为技术先进而自动消失。对每一位设计师和AI从业者来说，真正的挑战或许不是学会如何使用模型，而是学会在看不见的地方，做出看得见的选择。

关键词： 可持续设计， 生成式AI， 大语言模型， 用户体验， 技术伦理

事实核查备注： 演讲者姓名：Thorsten Jonas；视频频道：Patricia Reiners；话题：生成式AI、大语言模型、可持续设计；核心原话包括“sustainability is not a KPI”“we are not paying the real price”“generative AI or LLMs are always the window to the past”“working with AI never starts with a prompt”。未涉及具体公司、产品或量化数据。