本科生草图与AI提示式设计意图演进比较：一项探索性研究

文献标题

Sketching vs. AI Prompt Based Design Intent Evolution in Undergraduate Students: an Exploratory Study

出版信息

• 主题领域: 人工智能与传统草图绘制对设计教育中创造性过程与成果的影响。
• 关键词: 设计中的人工智能, 草图绘制, 创造力, 设计教育, 发散性思维, 设计意图, 认知过程, 设计工具, 同质化, 生成式人工智能。

背景与问题

• 问题/挑战: 在设计早期阶段引入人工智能工具引发了对其对创造性认知过程影响的担忧，尤其是对初学设计者而言。现有研究对人工智能是否增强或限制创造力的结论不一，且对人工智能与传统草图绘制在设计意图演变中的影响尚缺乏充分理解。
• 重要性: 理解人工智能如何影响创造力和认知过程，对于将其有效整合到设计教育和实践中至关重要，以确保其能够促进而非阻碍创造性探索。
• 动机与相关研究: 先前研究探讨了人工智能作为创造性支持工具的潜力，强调其增强发散性思维的能力，同时也指出其可能导致同质化和固化的风险。草图绘制长期以来被认为有助于促进设计推理和创造力。本研究旨在填补人工智能与草图绘制在支持创造性意图演变和设计空间探索方面的比较研究空白。

解决方案

• 提出的方法: 对本科工业设计学生的草图绘制与人工智能辅助概念设计过程进行探索性比较研究。
• 创新性:
  1. 对草图绘制与人工智能在设计早期阶段的创造性成果与过程进行实证比较。
  2. 识别人工智能生成设计概念中的同质化效应。
  3. 分析人工智能支持与草图绘制工作流程中的认知转变和设计意图演变。
  4. 提供关于人工智能在设计教育中整合的教学启示。
• 研究流程与关键技术:
  • 参与者: 61名工业设计学生，分为草图组(n=31)和人工智能组(n=30)。
  • 阶段: 诊断阶段（问卷和AUT测试）、设计任务阶段（节水概念创意）、评估阶段（使用CAT进行创造力评估）。
  • 数据收集: 草图、人工智能生成的文本/图像及过程文档。
  • 分析方法: 创造力评分、设计空间探索模式、人工智能提示风格的主题分析及与AUT分数的相关性。

结果

• 具体发现:
  • 草图组生成了更多基于图像的创意（71个创意，每名学生2.2个），而人工智能组生成了更多总创意（291个创意，每名学生9.7个，包括基于文本的概念）。
  • 创造力评分结果不确定：人工智能组平均得分略高（2.89 vs. 2.52，满分5分），但所有比较中差异均未达到统计显著性。
  • 在人工智能组中观察到同质化效应，技术解决方案重复出现，缺乏情境多样性。
• 相较基线的优势:
  • 草图绘制显示出更清晰的设计意图演变和推理过程，而人工智能的使用扩展了设计空间，但将重点转移到工具交互上。
• 实验/评估:
  • 创造力由三位设计教授使用CAT技术评估（评审者间信度: ICC=0.67）。
  • 通过注释草图和人工智能对话日志分析设计空间探索。
  • 人工智能组的提示风格被分类为“直接跳到解决方案”、“帮助我理解问题”和“与我共同创作”。
• 局限性与未来工作:
  • 局限性包括未控制人工智能模型的使用、缺乏人工智能提示的先前培训，以及依赖于有信用额度限制的免费人工智能工具。
  • 未来研究应探索长期影响、人工智能最佳整合策略以及提示技能的作用。

总结

本研究比较了本科生在草图绘制与人工智能辅助设计过程中的创造力、设计意图演变和认知转变。尽管人工智能扩展了设计空间并生成了更多总创意，草图绘制更能支持清晰的推理和情境适应。在人工智能生成的概念中显现了同质化效应，而创造力评分结果不确定。研究结果强调了在设计教育中谨慎整合人工智能的必要性，突出了草图绘制等传统技能的重要性，以及开发能够促进设计推理的人工智能工具的需求。未来研究应解决现有局限性，并探索优化人工智能在设计早期阶段使用的策略。