← 最新论文
📄 social_science

GenAI-Assisted Design Education: Task Appraisals, Course-Value Reaffirmation, and Responsible Use

这项针对303名中国设计系学生的研究表明,生成式人工智能对教育的影响,与其说是取决于其在工作流中集成的广度,不如说是取决于学生对学科价值的重新确认以及专业能动性,而这两者是驱动学习投入度和负责任使用意向的关键因素。

原作者: YuChen Song

发布于 2026-08-07
📖 1 分钟阅读☕ 轻松阅读

原作者: YuChen Song

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

想象一下你是一名正在学习烹饪的厨师。多年来,你的训练一直围绕着切菜、品尝酱汁以及从零开始研究如何平衡风味。现在,一个神奇的机械臂出现在了你的厨房里。它可以在一秒钟内切好蔬菜,瞬间搅拌好酱汁,甚至还能把食物摆盘得非常漂亮。起初,这看起来像是梦想成真。但随后,一个问题浮现了:如果机器人承担了所有的繁重工作,你还在学习如何成为一名厨师吗?你只是在按下一个按钮,还是你真的理解了为什么这道菜味道好?这是当今设计系学生面临的一个大谜题。他们正在使用一种被称为“生成式人工智能”(GenAI)的新型“神奇机器人”来创作艺术、标志和建筑。大问题不仅在于“他们能否使用它?”,而在于“使用它是否有助于他们学习,或者它是否跳过了他们训练中最重要的部分?”

这项研究深入探讨了那个确切的问题,只不过它不是在厨房里,而是在设计课堂中。它探索了学生在使用这些 AI 工具完成一项特定学校项目时的感受。他们是感到兴奋和好奇?还是感到担心 AI 替他们思考得太多了?最重要的是,使用 AI 是否让他们意识到他们的设计课程仍然超级重要,还是他们认为这些课程现在已经没用了?研究人员想要看看学生是否能在使用这个“神奇机器人”的同时,不丢失自己的“厨师技能”——比如做决策、判断质量以及对最终结果负责。

研究的故事

研究人员调查了 303 名最近在课堂作业中使用过 GenAI 的中国设计系学生。他们要求这些学生回想一下刚刚完成的一个特定项目,并回答关于他们在过程中的感受问题。他们不仅仅是在问“你喜欢 AI 吗?”相反,他们深入挖掘了学生的思维模式。他们主要观察了三个方面:

  1. “哇”因素(惊喜感): AI 是否帮助他们更快地开始并看到了酷炫的新想法?
  2. “等等,这是真的吗?”因素(怀疑感): 他们是否担心 AI 可能会出错、存在偏见或不可靠?
  3. “我是不是在缩减自己的成长?”因素(自我怀疑感): 他们是否担心使用 AI 意味着他们在跳过学习设计过程中那些艰苦且必要的练习?

研究发现,学生对这三件事的感受塑造了他们未来的行为。这里有一个转折:最强大的感受不仅仅是关于 AI 有多酷,而是关于学生是否仍然相信自身教育的价值。

核心发现:“价值重申”时刻

研究发现了一种特殊的心理转变,称为“课程价值重申”(Course-Value Reaffirmation)。用通俗的话说就是:“我使用了 AI,但我现在意识到我的设计课比以前更加重要了。”

当学生使用 AI 时,他们有两条主要路径。

  • 路径 A(趣味路径): 如果他们觉得 AI 是一个能帮助他们探索新想法的伟大工具(“哇”因素),他们会感到更有好奇心并渴望继续进行设计工作。
  • 路径 B(忧虑路径): 如果他们觉得 AI 正在跳过学习的艰苦部分(“我是不是在缩减自己的成长?”因素),他们会感到焦虑并担忧自己作为设计师的未来。

令人惊讶的是:无论是趣味路径还是忧虑路径,最终都指向了同一个目的地,但原因各不相同。那些觉得 AI 很有帮助的学生,以及那些觉得 AI 对其学习构成威胁的学生,最终都意识到他们仍然需要他们的老师和课程。

研究发现,这种意识——即“课程价值重言”——是那个“秘密配方”。它是两个积极结果的最强预测因子:

  1. 学习投入度: 意识到课程仍然重要的学生,更愿意深入钻研、对比选项并完善他们的作品。他们不会仅仅接受 AI 给出的第一个答案;他们会不断努力让作品变得更好。
  2. 负责任的使用: 这些学生也更有可能表示:“我会检查 AI 的工作,我会承认我使用了它,并且我会对最终结果负责。”

事实上,研究表明,学生计划负责任地使用 AI 的原因中,有 43.7% 是因为他们重申了课程的价值。这不仅仅是遵守规则;而是因为他们理解了,掌控全局的是他们自己,而不是机器人。

AI 究竟做了什么(“在哪里”以及“如何做”)

研究人员还观察了学生在设计过程中的哪些环节使用了 AI。他们将过程分解为七个步骤,就像一份食谱:

  1. 寻找参考资料
  2. 构思创意
  3. 制作图像/视觉效果
  4. 编写文本
  5. 修改设计
  6. 进行演示展示
  7. 评估最终结果

数据表明,学生主要将 AI 用于视觉生成(64.8%)构思创意(46.2%)。他们用它来制作图片和头脑风暴。然而,他们在“思考”部分的使用率要低得多,比如根据批评意见修改设计,或者解释为什么做出某种选择。

这是一个至关重要的发现。研究表明,使用 AI 的“广度”并不如使用 AI 的“方式”那样重要。仅仅因为一个学生在很多步骤中都使用了 AI,并不意味着他们学得更好。事实上,研究发现,那些仅在少数几个步骤中使用 AI(比如只用于制作图像)的学生,与那些在所有步骤中都使用 AI 的学生一样,都同样有可能重申课程价值并计划负责任地使用该工具。关键不在于他们使用了多少工具,而在于他们是否保持了自身的“设计师大脑”处于活跃状态。

研究排除了什么

研究谨慎地说明了它没有证明的内容。

  • 并没有证明焦虑是一件好事。虽然感到担忧的学生确实意识到了课程的价值,但研究发现焦虑本身是一个不稳固的基础。如果你改变测量方式,焦虑与学习价值之间的联系就会消失。因此,我们不应该试图通过吓唬学生来让他们学习;我们应该帮助他们看到自身技能的价值。
  • 并没有证明在项目的每一个步骤中都使用 AI 会更好。研究发现,在仅使用一两个步骤还是使用三个以上步骤中,学生的学习成果没有显著差异。到处都使用 AI 并不会自动让你成为更好的设计师。
  • 并不暗示 AI 会取代对设计学校的需求。相反,研究提出了相反的观点:AI 让人类的判断、评价和责任感变得更加显而易见。

总结

那么,对于一个好奇的青少年或任何对学习未来感兴趣的人来说,这意味着什么呢?

研究表明,“神奇机器人”(GenAI)并不会取代厨师,它只是改变了菜单。最成功的学生不是那些让机器人做一切的人,也不是那些对机器人感到恐惧的人。赢家是那些利用机器人去探索更多可能性,然后退后一步并说:“好吧,但我才是决定哪个想法最好的那个人,我才是检查它是否正确的那个人,我也才是为最终的菜肴承担荣誉(或责任)的那个人。”

研究结论认为,设计教育需要改变其方法。与其禁止使用 AI 或仅仅说“负责任地使用它”,教师应该设计一些能够迫使学生对比 AI 的想法、解释他们的选择并为他们的决定辩护的任务。如果学生能够看到他们的课程教会了他们如何成为 AI 的“老板”,他们自然会想要负责任地使用工具并持续学习。魔力不在于工具,而在于那个知道如何使用它的、人类的思想。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →