超越自动化：设计师如何将AI视为UI/UX设计发散思维阶段的创意伙伴

研究背景与问题

• 问题或挑战：作者发现当前研究对人工智能（AI）在UI/UX设计中的作用多集中于自动化设计任务，但对AI如何支持发散性思维阶段的理解存在重要的研究空白。此外，尽管AI工具在设计迭代阶段和早期创意阶段的作用已经得到了研究，但针对发散性思维的具体实践仍显不足。
• 问题重要性：发散性思维是创新和创造力的关键驱动因素，特别是在UI/UX设计中，它允许设计师从初始问题状态中探索多种可能性并突破传统思维模式，这对于解决技术快速进步与设计创新受限的矛盾问题至关重要。
• 研究动机与相关工作：
  • 以往研究探讨了人工智能如何改善设计效率、支持设计任务甚至作为设计创意合作者（例如提高设计教育中的多样性和创新性）。
  • 商业AI工具（如ChatGPT、MidJourney和Figma的AI插件Automator）已经开始在UI/UX设计领域流行，但它们对发散性思维支持的表现及设计师的使用体验尚未深入研究。
  • 本研究的主要目标是通过分析设计师的现有实践和对AI工具的使用体验，填补上述由发散性思维支持方面的研究空白，并提出未来AI工具设计建议。

解决方案

• 方法与解决方案：

  • 本研究通过半结构化访谈的方式，考察了19位拥有丰富UI/UX设计经验的专业设计师如何在发散性思维阶段使用AI作为创意伙伴。
  • 分析涵盖了设计师的现有实践、AI在支持发散性思维中的使用现状以及设计师对AI工具的愿景和需求。

• 创新之处：

  • 提出了AI在发散性思维中支持设计师的四种关键角色，包括：支持研究、大量创意启动、生成设计备选方案，以及调整原型细节用于反馈收集——这些角色在现有研究中尚未系统探讨。
  • 强调了设计师对创意控制保留的强烈需求，提出了AI如何平衡效率与创造力释放的具体建议，打破了过于强调自动化的传统观点。

• 实施步骤与关键技术：

  • 招募具备不同背景和经验的设计师参与访谈，探讨设计师的具体实践和AI工具的使用情况。
  • 使用主题分析法对访谈数据进行编码和研讨，归纳设计师在发散性思维阶段的需求及AI的现有支持表现。
  • 分类并分析AI工具的理想功能，包括支持设计师的多版本探索、需求上下文理解、团队协作，以及灵活调整创意细节。

研究成果

• 具体成果：

  • 识别了设计师在发散性思维阶段的主要实践，包括研究与发现、灵感与创意生成，以及通过低精度与高精度原型的探索进行迭代。
  • 总结了AI工具目前在研究、灵感激发、设计方面创意生成与原型细化的主要应用，同时指出现有工具在质量定制、用户控制与交互界面设计上的不足。
  • 提出了设计师对AI工具使用的四个核心诉求，包括保留设计控制权、支持团队协作、提升效率以释放创造力，以及超越基于文本的交互方式。

• 与现有解决方案的比较和优势：

  • 相比现有研究主要聚焦于设计工具效率和自动化，本研究拓展了AI在激发创造力和发散性思维中的作用，提出了一种综合且设计师友好的AI支持框架。
  • 强调了AI工具不仅仅是为了节省时间，更是为了解放设计师的思维空间，使他们专注于设计探索和创新。

• 实验或评估结果：

  • AI工具被设计师广泛用于早期探索、内容生成以及原型创建，帮助他们快速迭代和获得创意灵感。
  • 设计师对于工具的现有交互模式表现出不满，例如对基于文本提示输入的方式感到困惑，提出了更直观的、视觉化的交互需求。

• 局限性与未来方向：

  • 地理范围集中于北美和亚洲，设计文化或区域差异可能未完全覆盖，未来应扩展至其他区域。
  • 数据集中于有丰富经验的设计师，缺乏对初学者和学生群体的关注，他们在学习和应用AI工具时的需求可能与专业设计师不同。
  • AI技术发展迅速，当前研究可能无法完全反映未来技术对设计实践的进一步整合，需要持续跟踪该领域的技术进展。

本研究通过系统调查填补了发散性思维阶段中AI支持的研究空白，并提出实际操作建议，为AI与设计互动领域未来研究奠定了基础。