协同构建还是受限?AI协作工具如何重塑限时设计挑战中的UI设计实践
生成式AI(文本、图像、音乐、视频)大语言模型(LLM)的人机协作360° 视频与全景内容UI/UX 设计师HCI 研究员
文献标题
Co-Constructed or Constrained? How AI Collaboration Tools Reshape UI Design Practice in a Time-Boxed Design Challenge
出版信息
- 主题领域: 生成式人工智能工具对专业UI设计工作流程和成果的影响。
- 关键词: 生成式AI, UI设计, UX设计, FigmaAI, 创造力支持工具, 设计固化, 专业工作流程, 计算分析, 视觉相似性, 设计成果。
背景与问题
- 问题/挑战: 尽管生成式AI工具承诺提高设计效率并提供灵感,它们可能限制创造力、降低设计归属感,并导致输出同质化。目前关于嵌入式AI工具(如FigmaAI)如何影响专业UI设计工作流程和成果的实证证据有限。
- 意义: 理解AI工具如何重塑设计实践对于使其与专业价值观保持一致、促进创造力以及确保其有效融入工作流程至关重要。
- 动机与相关研究: 先前研究强调了AI在支持创造力方面的潜力,但也指出了在采用过程中存在的不足、设计固化的风险以及AI输出与专业需求对齐的挑战。本研究基于这些发现,通过实证研究探讨FigmaAI对UI设计过程、反思和设计成果的影响。
解决方案
- 提出的方法: 采用被试内设计研究,比较使用FigmaAI的人工和AI辅助UI设计工作流程,参与者为16名专业UX设计师,在时间限制下完成两个设计任务。
- 创新点:
- 对FigmaAI对专业UI设计工作流程影响的实证研究。
- 分析设计师对AI辅助设计与人工设计实践的反思。
- 对AI辅助和人工设计输出的视觉和结构特征进行计算评估。
- 流程与关键技术:
- 参与者完成两个任务(人工和AI辅助),并采用“边做边说”协议。
- 数据收集包括NASA-TLX工作负荷评估、任务后问卷、半结构化访谈以及设计成果的计算分析。
- 计算方法包括颜色构成分析和基于LPIPS的布局相似性评估。
结果
- 具体发现:
- AI辅助工作流程从增量式(从零开始构建)转变为减量式(优化AI草稿)。
- AI降低了心理需求(70.94降至48.44, p = 0.021)和努力程度(70.00降至41.56, p = 0.030),但对挫败感无显著影响。
- AI辅助设计表现出更高的视觉相似性(例如任务B LPIPS:AI均值=0.33,人工均值=0.39, p = 0.0040)。
- 与人工设计相比,AI输出在颜色和布局上表现出更少的多样性。
- 相较基线的优势:
- AI加速了例行任务并降低了工作负荷,但引入了设计固化风险并降低了创造性归属感。
- 实验/评估:
- 研究对象为16名使用FigmaAI的专业UX设计师。
- 任务包括设计一个披萨定制界面和一个语言学习应用的个人资料页面。
- 评估指标包括NASA-TLX评分、定性反思以及设计成果的计算分析。
- 局限性与未来工作:
- 样本量较小,偏向于早期职业设计师。
- 由于FigmaAI处于测试阶段以及任务时间限制,结果的普适性有限。
- 未来研究应包括纵向研究、不同生成式AI工具的比较以及对更广泛UX工作流程的评估。
总结
本研究探讨了生成式AI工具FigmaAI如何重塑UI设计实践。AI辅助工作流程从增量式转变为减量式,降低了工作负荷,但限制了创造性探索和设计归属感。计算分析显示AI辅助输出具有更高的视觉相似性和更少的多样性。尽管AI工具提升了效率,但也带来了设计固化和期望不匹配的挑战。研究结果强调了生成式AI工具需要支持发散性探索、维护创造性归属感并与专业工作流程保持一致,为AI更有效地融入设计实践铺平了道路。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
- 80%
乐观主义:启用领域特定元启发式优化的协作实现
CHI '23· 生成式AI(文本、图像、音乐、视频) +1
- 80%
Canvil:为LLM驱动的用户体验设计适应性
CHI '25· 360° 视频与全景内容 +1
- 67%
我主导,你帮忙但只需提供足够的细节:理解与人工智能共同创作的用户体验
CHI '18· 生成式AI(文本、图像、音乐、视频) +2
- 67%
可以使用AI吗?使用合作上下文强盗进行设计构思
CHI '19· 生成式AI(文本、图像、音乐、视频) +2
- 67%
GANSpiration:在用户界面设计中使用基于风格的生成对抗网络平衡目标性和偶然性灵感
CHI '22· 360° 视频与全景内容 +2
- 67%
在约束下创意舞蹈:UI/UX设计中使用UIDEC进行创意构思
CHI '25· 360° 视频与全景内容 +2
- 67%
用户体验设计研究中的生成式人工智能:UX 从业者、团队和公司如何在行业中使用 GenAI?
DIS '24· 生成式AI(文本、图像、音乐、视频) +2
- 67%
GANzilla:在生成对抗网络中实现用户驱动的方向发现
UIST '22· 生成式AI(文本、图像、音乐、视频) +1
- 60%
生成式人工智能的专业用户体验设计师的看法
CHI '24· 生成式AI(文本、图像、音乐、视频) +1
- 60%
Patchview:基于生成式尘埃与磁铁可视化的大型语言模型驱动世界构建系统
UIST '24· 生成式AI(文本、图像、音乐、视频) +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3772318.3790758
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
生成式AI(文本、图像、音乐、视频)、大语言模型(LLM)的人机协作、360° 视频与全景内容
work
职业/产业
UI/UX 设计师、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文