人工智能在时尚设计教育中的应用:对可持续设计实践的影响

《Sustainability》:Artificial Intelligence in Fashion Design Education: Implications for Sustainable Design Practices

【字体: 大 中 小 】 时间:2026年07月24日 来源:Sustainability 4.1

编辑推荐:

  本研究采用描述性分析研究路径,通过在线问卷对沙特阿拉伯404名时尚设计专业的女性学生与毕业生进行调查,考察人工智能(AI)技术对可持续设计实践的支撑作用。研究测量了受访者对AI支持可持续设计的感知有用性(Perceived Usefulness, PU)、可持

  
本研究采用描述性分析研究路径,通过在线问卷对沙特阿拉伯404名时尚设计专业的女性学生与毕业生进行调查,考察人工智能(AI)技术对可持续设计实践的支撑作用。研究测量了受访者对AI支持可持续设计的感知有用性(Perceived Usefulness, PU)、可持续设计自我效能(Sustainable Design Self-Efficacy, SDSE),并分析两者关系及在人口学变量上的差异;另设两道可选开放式问题以获取质性补充。结果显示,受访者在AI感知有用性(M=4.39, SD=0.75)与可持续设计自我效能(M=4.36, SD=0.75)上均处于高水平。感知有用性随AI经验等级与周使用频次上升而显著增强(F(3,400)=12.68, p<0.001;F(4,399)=17.25, p<0.001)。皮尔逊相关与简单线性回归表明,感知有用性正向预测可持续设计自我效能(r=0.792, p<0.001, R2=0.627)。按学术状态、学历层次与地理区域分组均存在显著差异(p<0.001)。质性分析进一步显示AI在激发创意、提升效率与减少废弃物方面的价值,同时暴露出AI素养、知识产权与伦理使用等挑战。研究为阿拉伯地区时尚设计教育提供实证证据,强调需通过教育与伦理框架将AI整合进课程,以培养负责任的AI使用与可持续导向的设计能力。
研究背景方面,时尚设计领域正受数字化与AI技术驱动发生快速转型,AI已能渗透创意生成、趋势分析、原型制作与决策支持等环节;与此同时,服装行业因资源耗竭、废弃物激增面临严峻环境压力,可持续设计(强调耐用性、资源效率与循环经济)成为核心议题。既有文献多聚焦AI采纳、学习成效与创意表现,却鲜少探讨“学生对AI的感知有用性”如何影响其“在设计中践行可持续原则的自信(即可持续设计自我效能)”,阿拉伯地区高等教育场景下的实证尤为匮乏。为填补此缺口,研究人员以沙特时尚设计女性学生与毕业生为对象,检验感知有用性与可持续设计自我效能的关系、AI使用行为的作用及人口学差异,从而为本领域课程重构与伦理框架提供依据。该文发表于《Sustainability》。
关键技术方法上,研究人员采用描述性分析设计,通过便利抽样获取沙特五区域(利雅得、麦加、麦地那、卡西姆及其他)404名女性时尚设计学生与毕业生样本;量表含“AI感知有用性”与“可持续设计自我效能”两维,五点李克特式应答,经30人预试验证内容效度与内部一致性(Cronbach’s α 0.948–0.972,总体0.975);量化分析借IBM SPSS 27.0执行描述统计、皮尔逊相关、独立样本t检验、单因素方差分析(ANOVA)与Scheffé事后检验、简单线性回归;质性部分对自愿作答的开放题做开放式编码与主题归类。
研究结果各节要点如下:
4.1节“AI支持可持续时尚设计的感知有用性”——整体均值4.39,最高项“减少试错致时间与材料浪费”(4.43),次为“识别更可持续材料替代”(4.42),最低项“通过设计改进延长服装寿命”(4.34);结论:学生普遍认可AI在资源优化与效率提升上的实用价值,契合技术接受模型(TAM)。
4.2节“可持续设计自我效能”——整体均值4.36,最高项“修改方案减布耗”(4.39)与“按可持续性评估备选”(4.39),最低项“时限压力下仍融入可持续原则”(4.32);结论:受访者对应用可持续原则具高度自信。
4.3节“按AI使用水平的差异”——4.3.1按经验等级ANOVA显著F(3,400)=12.68, p<0.001, η2=0.087,中级与高级经验者显著高于初级与非使用者(均值3.85→4.64);4.3.2按周使用时长ANOVA显著F(4,399)=17.25, p<0.001, η2=0.147,≥6小时组达4.81;结论:直接使用经验越多,感知有用性越强。
4.4节“感知有用性与可持续设计自我效能的关系”——Pearson r=0.792, p<0.001;回归模型F(1,402)=675.980, p<0.001, R2=0.627, β=0.792;结论:感知有用性是可持续设计自我效能的强正向预测因子,但因横断面设计仅作预测关联解。
4.5节“人口学变量差异”——4.5.1毕业生两项得分均显著高于在读生;4.5.2学历ANOVA显著(PU: F=12.21, p<0.001, η2=0.085;SDSE: F=14.07, p<0.001, η2=0.096),博士最高,本科最低;4.5.3地区ANOVA显著(PU: F=13.25, p<0.001, η2=0.117;SDSE: F=16.11, p<0.001, η2=0.139),麦地那、卡西姆等非利雅得区域更高,部分受子样本学历结构混淆。
4.6节“质性发现”——益处高频为省时增效(31.1%)、创意生成(21.2%)、减废(19.8%);挑战高频为提示词表述难(31.0%)、技术细节输出限(20.7%)、知识产权与原创性忧(17.2%);整合建议强调“AI辅人非替人”(28.0%)、锚定可持续与减废(23.6%)及伦理与文化身份守护。
讨论部分指出,高感知有用性与高自我效能并存,且二者强相关,理论上可由TAM与Bandura自我效能理论共同解释:成功人机协作经历强化“我能用AI做可持续设计”的信念;经验与频次差异印证熟用生信;学历与毕业生优势源自学术成熟与项目曝光;地区差须谨慎归因于样本学历构成偏倚。横断面自陈数据存在共同方法偏差,不可推因果。
结论部分译文:本研究审视沙特时尚设计学生与毕业生中AI感知有用性与可持续设计自我效能的关系,发现两者均处高位,经验与频次正向伴随感知有用性,二者强正相关且前者解释后者62.7%变异(仍属预测关联非因果);学历、学术状态、地区差异显著;质性补充AI促创意、增效、减废之利,亦示训AI素养、知识产权与原创守护之需。总体而言,在具责任使用与可持续意识的教法中,AI被视作用于可持续时尚设计教育的宝贵工具。建议课程早期系统嵌入AI、设结构化训练、立伦理规约、推产学研协作。局限含仅沙特女性、自陈横断面、共同方法偏差;未来宜用纵向/实验/混合设计、分工具类型、扩样跨区。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号