设计能力焦虑如何导致设计学生对人工智能的依赖：实习与专业认同、反馈评价机制及创新思维的中介作用

推荐：本研究探讨设计能力焦虑如何通过实习与专业认同(IPI)、反馈评价机制(FEM)和创新思维(IM)的中介作用，导致学生对AI生成设计(AIGD)的依赖。基于I-PACE模型，研究发现三因素均部分中介焦虑与依赖的关系，且学习适应性(LA)调节中介效应。该研究为设计教育中AI工具的合理使用提供了理论依据和实践指导。

　　

在人工智能技术席卷设计领域的当下，AI生成设计(AIGD)工具如Midjourney和Stable Diffusion正深刻重塑设计教育生态。这些工具能根据文本提示秒速生成高质量图像，极大提升了设计效率，却也引发学界对设计学生创造力退化和技术依赖的担忧。尤其当学生面临设计能力焦虑(DAA)时，这种依赖现象更为凸显——他们可能将AIGD视为弥补技能短板的"救命稻草"，而非辅助工具。

四川轻化工大学的研究团队在《Acta Psychologica》发表的研究，首次将成瘾行为的I-PACE模型(Interaction of Person-Affect-Cognition-Execution)应用于设计教育领域，结合自我效能理论，系统揭示了DAA导致AIGD依赖的心理机制。研究通过在线问卷收集432名设计学院学生的数据，采用PROCESS宏程序进行中介和调节效应分析，最终构建了一个包含三中介一调节的整合模型。

关键技术方法包括：1) 基于I-PACE模型构建理论框架；2) 采用跨部门问卷调查法，通过筛选问题确保被试均有AIGD使用经验；3) 使用SPSS 26.0和PROCESS宏(v4.1)进行并行中介和调节中介分析；4) 通过5000次Bootstrap抽样验证效应显著性；5) 对初始23项量表进行验证性因子分析(CFA)，最终保留14项五因子测量模型。

研究结果呈现三大发现：

1. 1.

   三重中介路径

   数据显示DAA通过三条并行路径影响AIGD依赖：实习与专业认同(IPI)路径(效应值0.527)、反馈评价机制(FEM)路径(效应值0.649)和创新思维(IM)路径(效应值0.670)。其中FEM和IM的间接效应更强，表明教学环境和认知风格比职业压力更关键。

2. 2.

   学习适应性(LA)的调节作用

   LA显著调节三条中介路径：对IPI和FEM路径，LA低的学生中介效应更强(0.632 vs 0.422；0.766 vs 0.532)；而对IM路径则相反，LA高的学生表现出更强效应(0.771 vs 0.569)。这表明低适应性学生更依赖外部支持，而高适应性学生能更好将创新思维转化为工具使用能力。

3. 3.

   测量模型优化

   通过CFA剔除9个低负荷项目后，最终14项量表呈现优异信效度：组合信度(CR)0.938-0.962，平均变异抽取量(AVE)0.834-0.893，模型拟合指标χ²/df=2.530，CFI=0.971，RMSEA=0.065。

讨论部分指出，该研究突破性地将I-PACE模型中的"人格-情感-认知-执行"框架与设计教育场景结合，证实技术依赖是多重因素交织的复杂现象。特别值得注意的是，学习适应性作为自我效能的体现，能改变中介路径的作用强度——这为"技术使用双刃剑"争论提供了新视角：对低LA学生，应强化FEM等外部支持；对高LA学生，则需激发其IM内驱力。

实践层面，研究建议设计教育应：1) 开展LA评估实现分层教学；2) 将AIGD伦理纳入职业认同培养；3) 建立"过程性反馈"机制，如设置AI使用反思日志。这些发现不仅适用于设计领域，也为其他创意学科应对AI冲击提供了范式参考。

该研究的创新点在于首次验证了I-PACE模型在AIGD情境下的适用性，并揭示自我效能感对技术依赖路径的动态调节作用。未来研究可拓展至纵向追踪，或探索满意度等情感因素影响。正如作者Haoyang Zhang和Luokuan Zhang强调的，在AI时代，教育者需帮助学生建立"科技为用，创意为本"的专业认同，这或许是防范技术异化的关键所在。