《Proceedings of the Design Society》：ADT: a digital card-based toolkit for AI-augmented design thinking
编辑推荐：
本研究提出ADT（AI-augmented Design Thinking，人工智能增强设计思维），一种旨在将人工智能（Artificial Intelligence, AI）整合至设计思维（Design Thinking）流程的数字卡片式工具包。研究人员通过
本研究提出ADT（AI-augmented Design Thinking，人工智能增强设计思维），一种旨在将人工智能（Artificial Intelligence, AI）整合至设计思维（Design Thinking）流程的数字卡片式工具包。研究人员通过对204名设计师开展问卷调查，考察了其AI素养（AI literacy）、使用模式与采纳障碍。调查结果表明，设计师对AI的熟悉程度分布不均，在原型（Prototype）和测试（Test）阶段的使用率较高。关键挑战涵盖提示词设计（prompting）、信任、伦理及培训缺口。为此，ADT围绕四种专业角色横跨五个设计思维阶段，提供可复用提示词（reusable prompts）、推荐的AI工具、示例输出及伦理提醒，以促进知情且负责任的人机协作。
本研究聚焦于人工智能（Artificial Intelligence, AI）与用户体验（User Experience, UX）及产品设计领域的融合问题。随着生成式人工智能（Generative AI, GenAI）技术的快速发展，AI在创意产业中的应用日益广泛，然而设计师群体在有效、负责任地采纳AI方面仍面临显著障碍。背景层面，设计思维（Design Thinking）作为由IDEO与斯坦福d.school推广的五阶段创新框架——共情（Empathize）、定义（Define）、构思（Ideate）、原型（Prototype）和测试（Test）——已成为指导创意问题解决的核心方法论。与此同时，AI在文本生成、图像合成及数据分析等方面的能力不断拓展，其在设计流程各阶段的应用潜力亦逐步显现。然而，既有研究指出，设计师常缺乏将AI审慎整合至工作流的基础知识与实践框架，存在误用或利用不足的风险；此外，现有数字卡片工具多聚焦伦理、创意等单一维度，缺乏贯穿完整设计流程的结构化指导。上述问题构成了本研究的核心动因。
研究人员开展了两项主要工作：其一，通过案头研究与问卷调查收集实证数据，系统探究UX与产品设计师对AI工具的认知与使用现状；其二，基于调研洞察开发ADT数字卡片式工具包，将AI整合至设计思维全流程，并经由问卷评估其效果。研究结论表明，设计师对AI的熟悉程度呈现显著的阶段差异性——原型与测试阶段使用率较高，而早期阐释性阶段相对薄弱；主要障碍包括提示词设计困难、输出可信度存疑、伦理顾虑及培训支持不足。ADT工具包通过构建4×5的角色-阶段矩阵，有效弥合了AI专家与初学者之间的能力鸿沟，评估结果显示其在概念清晰度（M = 4.54, SD = 0.62）、工作流合理性（M = 4.50, SD = 0.66）、AI使用支持效力（M = 4.52, SD = 0.65）及未来使用意愿（M = 4.47, SD = 0.71）等维度均获得高度认可。该研究的重要意义在于为设计行业提供了兼顾实用性、教育性与伦理反思的AI整合框架，促进了人机协作从"替代"向"增强"范式的转变。论文发表于《Proceedings of the Design Society》。
研究人员为开展研究采用的关键技术方法包括：针对204名UX与产品设计师的在线问卷调查，涵盖人口统计学信息采集、AI暴露与使用模式分析、信心-动机-障碍评估，以及卡片式指南偏好调查；基于调研结果的迭代式工具包设计方法，包含角色卡片（Role Cards）与任务卡片（Task Cards）的双维度架构设计；以及面向61名设计背景专业人士的问卷评估法，从四个维度采用五点李克特量表（Likert scale）进行量化测评。
研究结果部分呈现如下。**AI暴露与使用模式**显示，83%的受访者已在不同程度上将AI纳入设计思维工作流，但各阶段熟悉度分布不均：定义阶段最低（68%至少熟悉），共情与构思阶段居中（分别为66.9%和66.7%至少熟悉），原型（71%）和测试（72%）阶段最高。这一分布反映了当前AI工具在执行性与生成性任务中的优势，及其在共情研究与概念推理方面的相对不足。**信心、动机与障碍**方面，62%的受访者对常规设计活动中的AI使用持有中度或高度信心，但仅28%对构建复杂提示词或解读细微结果感到非常有信心；74%的受访者表示具有较高动机使用AI提升生产力、探索创意方向或简化重复性工作，其中加速构思（61%）、自动文档处理（49%）和激发新颖视角（46%）为主要驱动因素。障碍层面，48%的受访者存在提示词设计困难，72%依赖试错式提示调整；44%怀疑AI输出的可靠性或事实准确性；32%表达伦理顾虑，包括算法偏见（67%）、版权归属（55%）及岗位替代担忧（47%）；29%指出缺乏结构化培训或机构支持，67%请求精选提示词库，55%期望阶段-specific教程，45%建议纳入评估或伦理检查清单。**卡片式指南偏好**调查显示，81%受访者优先选择即用型材料而非概念描述；可复用提示词（78%）和工具推荐（64%）最受青睐，常见错误和伦理提醒被视为必要但次要的辅助元素。
讨论部分，研究人员强调ADT工具包将抽象AI功能转化为结构化、以人为本的协作框架，通过角色-任务交叉矩阵使设计师能够识别AI如何增强分析性、共情性等传统人力主导阶段。研究结论指出，设计流程的自动化难以实现，人类仍需完成高层次需求定义；尽管设计师认可AI潜力，但常缺乏工具选择、问题框架构建及输出可信度判断的信心，加之伦理偏见顾虑，共同构成采纳阻碍。ADT通过系统化映射角色与任务、提供可操作提示与伦理提醒，以清晰负责任的方式彰显AI价值。评估结果在概念清晰度、工作流合理性、感知效力及使用意愿方面的一致性积极表现，证实了ADT帮助设计师从不确定性迈向更大信心、将AI用作创意过程辅助工具的有效性。未来工作将拓展至更广泛的设计领域，深化与Figma、Miro等平台的技术整合，并探索向更具适应性与智能性系统的演进，以持续支撑AI驱动设计实践的发展。
