生成式AI作为早期设计构思中的认知支持工具:一项人机共同构思实验

《PLOS One》:Generative AI as a cognitive support tool in early-stage design ideation: A human–AI co-ideation experiment

【字体: 大 中 小 】 时间:2026年09月18日 来源:PLOS One 2.8

编辑推荐:

  生成式人工智能(Generative AI)在创意实践中的应用日益广泛,但关于其在早期设计构思(early-stage design ideation)中角色的受控证据仍然有限。本研究检验了结合文本与图像的AI辅助工作流(AI-assisted workflo

  
生成式人工智能(Generative AI)在创意实践中的应用日益广泛,但关于其在早期设计构思(early-stage design ideation)中角色的受控证据仍然有限。本研究检验了结合文本与图像的AI辅助工作流(AI-assisted workflow)在专家评分的构思输出(ideation outputs)、初步设计细化(preliminary design refinement)和主观任务体验(subjective task experience)方面是否与人类单独头脑风暴(human-only brainstorming)存在差异。研究采用了一项平衡的受试者内实验(counterbalanced within-subjects experiment),共32名本科设计学生参与,每名受试者使用相同的设计简报(design brief)完成两种条件。构思输出由三名专家评分者根据六项任务特定分析标准(task-specific analytic criteria)进行评估,受试者匹配的概念表(participant-matched concept sheets)依据五项设计属性(design attributes)进行评价,且受试者在每种条件后完成一份任务特定问卷(task-specific post-task questionnaire)。在每个结果家族内进行霍姆-邦费罗尼校正(Holm–Bonferroni correction)后,AI辅助输出在问题框架(problem framing)、机制(mechanism)、创造者视角(creator perspective)和评估者视角(evaluator perspective)方面获得更高评分,而人类单独输出在创新(innovation)和提议解决方案策略(proposed solution strategies)方面获得更高评分。五项设计属性未发现统计稳健的条件差异。受试者在AI辅助条件下对感知认知加工(perceived cognitive processing)、自评构思技能(self-rated ideation skills)和情感反应(affective response)的报告评分更高。这些发现表明,评估的构思输出呈现不同轮廓(profiles),而非任一条件具有统一优势。AI辅助工作流中的感知支持并未转化为原创性相关评分上的统一优势,也未转化为专家评分的初步设计细化上的优越性。
生成式人工智能(Generative AI)在创意实践中的应用日益广泛,但关于其在早期设计构思(early-stage design ideation)中的受控证据仍然有限。早期设计构思是设计认知(design cognition)的关键阶段,设计师需要解读设计简报、框架问题、生成替代方案并逐步将临时概念发展为连贯方向。发散思维(divergent thinking)在此阶段尤为重要,因为开放式任务要求探索多种可能;然而,该阶段也易受设计固着(design fixation)、过早收敛以及任务模糊时难以维持广泛概念探索等约束的影响,这些挑战在设计教育情境中尤为突出。以往创造力支持工具(creativity support tools)研究表明,交互系统有助于用户外化想法、探索替代方案并维持创意搜索,生成式AI可被理解为当代的认知支持工具,但现有研究多聚焦于成品层面的新颖性、偏好或生产力,较少考察AI辅助是否改变早期构思的功能结构,以及其影响是否延伸至主观体验。为此,本研究通过人类单独头脑风暴与结合文本和图像的AI辅助工作流的受控比较,考察三个相互关联但不等同的结果域:任务特定的构思输出评分、参与者初步设计细化评分以及主观任务体验。

研究人员采用平衡的受试者内设计(counterbalanced within-subjects design),招募32名来自台湾某大学设计系的本科生(平均年龄20.8岁,多为主修视觉传达与数字设计的大三学生)。每名受试者均使用相同设计简报完成人类单独构思与AI辅助构思两种条件,AI辅助条件整合了ChatGPT-4o(用于文本问题重构与概念扩展)和Midjourney v6(用于视觉探索与概念可视化)。构思过程分为问题框架、初始想法探索、选择与定稿三个阶段,每阶段20分钟,共60分钟。构思产出由三位专家评分者按六项任务特定标准(问题框架、机制、创造者视角、评估者视角、创新、提议解决方案策略)评估;匹配概念表按五项设计属性(形式、材料、色彩、纹样、风格)评估;受试者完成任务特定问卷。统计采用配对样本t检验、Holm–Bonferroni校正,并以组内相关系数(intraclass correlation coefficient, ICC)评估评分者间信度。

研究结果围绕三个结果域展开,具体如下。

可靠性与初步分析:主观问卷各维度的Cronbach’s α在人类单独条件下为0.757至0.877,在AI辅助条件下为0.814至0.919,表明内部一致性可接受。探索性序列分析未发现序列组之间存在任何结果变量的显著差异,曼-惠特尼U检验的敏感性分析也支持同一结论。

构思输出的比较(RQ1):配对t检验显示,AI辅助条件在问题框架(M=4.64 vs 2.94)、机制(M=4.48 vs 2.99)、创造者视角(M=4.03 vs 3.55)和评估者视角(M=4.25 vs 3.26)上的评分显著高于人类单独条件;人类单独条件在创新(M=4.66 vs 3.40)和提议解决方案策略(M=4.22 vs 3.67)上评分显著更高。所有差异在Holm–Bonferroni校正后仍显著,表明两种条件产生不同的构思输出轮廓。

设计细化的比较(RQ2):对匹配概念表的五项设计属性评分,未发现形式(p=0.748)、材料(p=0.169)、色彩(p=0.294)或纹样(p=0.205)的显著差异。风格的未校正p值为0.050(人类
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