《Sustainability》：Generative Artificial Intelligence for the Sustainable Digital Revitalization of Minnan Decorative Cement Tiles: A Design Science Approach to Cultural Heritage
编辑推荐：
传统建筑装饰承载着文化知识与地方记忆，然而其数字化处理往往局限于静态记录，缺乏计算化表征、生成式复用与公众参与。本研究以中国福建南部的闽南花砖（Minnan decorative cement tiles）为案例，提出一个面向可持续数字活化的设计科学（desi
传统建筑装饰承载着文化知识与地方记忆，然而其数字化处理往往局限于静态记录，缺乏计算化表征、生成式复用与公众参与。本研究以中国福建南部的闽南花砖（Minnan decorative cement tiles）为案例，提出一个面向可持续数字活化的设计科学（design science）框架，该框架整合了纹样调查与分类、形状文法（shape grammar）重构、低秩适应（Low-Rank Adaptation，LoRA）训练、交互式网页原型开发与用户评估。研究采用形状文法将构图关系形式化，并训练了两个基于Stable Diffusion 1.5的模型：基线LoRA（Baseline LoRA）与形状文法LoRA（SG-LoRA）。研究使用弗雷歇起始距离（Fréchet Inception Distance，FID）与五点李克特量表（five-point Likert scale）专家评分对两者的生成输出进行比较。网页原型依据220份有效用户需求问卷进行设计，随后通过用户体验问卷（User Experience Questionnaire，UEQ）对30名参与者进行形成性评估。受访者对数字呈现、人工智能辅助创作与社会分享表达了积极意愿；UEQ全部六个量表均获得正向评分，其中效率（Efficiency，1.850）与明晰度（Perspicuity，1.733）得分最高。研究结果表明，一条连接可计算形式规则、生成式适配与公众参与的设计路径是可行的，并为形式特征保存、公众可及性与参与式复用提供了初步证据。
一、研究背景、现存问题与研究意义
传统建筑装饰不仅是历史建筑独特的视觉表达，更承载着地方社区的审美经验、工艺知识与集体记忆。数字文化遗产研究已逐渐从信息采集与静态记录转向知识建模、交互体验与公众参与。在这一背景下，如何将传统装饰纹样从静态图像资源转化为可解释、可计算、可生成的数字文化资源，以支撑持续的文化传播，已成为文化遗产保护与设计创新交叉领域的重要研究课题。与建筑结构的三维记录相比，装饰纹样蕴含高度集中的形式规则、色彩关系与文化意义，其数字化不仅涉及图像保存，更需要协调考虑文化特征识别、设计规则的计算化转译、生成输出的控制以及传播体验的评估。
闽南花砖是中国东南沿海地区近现代建筑装饰的重要形式，其纹样融合了几何构图、植物花卉母题、吉祥符号以及华侨文化影响，反映了跨区域工艺传播与在地化再诠释的历史进程。然而，现有研究主要集中于历史渊源、纹样分类、审美特征与文化创意设计应用，在数字遗产与生成式设计视角下仍存在三大研究缺口：其一，传统纹样研究多依赖描述性分类与视觉归纳，缺乏能够将对称、重复、缩放、组合等构图关系转译为显式规则的计算方法，导致文化设计知识难以纳入计算生成过程；其二，现有数字化实践多局限于图像采集、数据库展示或一次性视觉再设计，尚未建立将规则重构与参数高效模型微调系统整合的生成机制；其三，文化遗产平台仍以单向展示为主，文化阐释、模型生成、用户共创、成果分享与体验评估很少被整合为连续工作流，难以判断技术创新是否真正改善了公众参与与文化传播。
基于上述问题，研究人员采用设计科学研究范式，将闽南花砖概念化为可通过交互媒体系统调查、编码、生成与传播的数字文化资源，并围绕三个研究问题展开：如何将闽南花砖的形式与构图特征转译为可计算、可解释的纹样生成规则；与直接基于原始图像训练的基线LoRA相比，基于形状文法增强样本训练的SG-LoRA能否更好地保留闽南花砖的文化相关形式特征；整合文化展示、人工智能辅助创作与用户共创的网页原型能否提供正向的数字传播体验。该研究的主要贡献在于：提出连接文化分析、形状文法与生成建模的传统装饰纹样计算方法；探索形状文法与生成建模相结合的纹样生成路径并通过比较评估检验其在保留文化相关视觉特征中的作用；通过用户需求调查与UEQ形成性评估考察参与意愿与原型体验；将文化可持续性操作化为知识保存、公众可及性、参与式复用与传播连续性四个可分析维度，为考察生成式人工智能（GenAI）如何促进传统建筑装饰遗产的可持续数字活化提供框架。
二、主要关键技术方法
研究人员综合运用了文献计量分析（采用CiteSpace 6.4对中国知网2016年1月至2026年7月以“GenAI in design”为主题的351篇文献进行关键词共现与突现分析）、田野调查与视觉分析、形状文法建模（定义轴向反射R1、径向重复R2、缩放叠加R3、点对称R4四条核心变换规则）、基于Stable Diffusion 1.5的LoRA参数高效微调（分别以80张原始照片训练基线LoRA、以80张形状文法重构矢量样本训练SG-LoRA，训练环境为CUDA 12.6、NVIDIA GeForce RTX 4060 Laptop GPU、Python 3.10.11，网络秩与alpha均为32，学习率U-Net为1×10?4、文本编码器为1×10?5，最大10个epoch）、FID客观指标计算（以Inception-v3提取2048维特征）、10名专家五点李克特量表盲评、220份用户需求问卷调查以及30名参与者的UEQ形成性评估。
三、研究结果
3.1 形状文法重构与LoRA生成性能
形状文法重构将闽南花砖纹样中蕴含的反射、径向重复、缩放叠加与点对称关系转译为显式变换规则，生成了结构完整、边界清晰的训练样本。客观评估方面，SG-LoRA的FID值为125.46，显著低于基线LoRA的172.52，相对降低27.28%，表明形状文法增强训练使生成图像的分布更接近真实花砖图像。主观评估方面，SG-LoRA在四个维度上均获得更高评分：纹样结构保存（基线LoRA 2.92 vs. SG-LoRA 3.69）、构图规则一致性（2.95 vs. 3.58）、色彩特征一致性（2.90 vs. 3.25）与文化可辨识度（2.87 vs. 3.42），总体均值从2.91提升至3.49，改善幅度为19.9%。两项评估趋势一致，表明形状文法增强训练对保留花砖的形式与构图特征具有显著效果。
3.2 用户需求与参与意愿
220份有效问卷显示：69.09%的受访者知晓闽南花砖，75.00%表示感兴趣；65.91%愿意看到专门网站建立；80.91%对AI艺术生成有基本了解；66.36%对使用AI生成个性化花砖纹样感兴趣；59.09%对将生成纹样应用于定制产品感兴趣；69.09%愿意为相关设计服务或产品付费；69.09%愿意在社交媒体分享生成作品。界面风格偏好方面，现代简约风格（31.36%）最受欢迎。内容偏好方面，历史背景（40.00%）与经典纹样解读（35.91%）选择比例最高。功能偏好方面，花砖纹样数据库（54.55%）与在线虚拟互动（48.64%）选择比例最高。
3.3 数字传播平台的设计与实现
基于问卷发现与生成实验，研究人员开发了包含首页、文化身份、花砖档案、纹样创作、动态共创、纹样应用与共创社区七个核心模块的网页原型，采用由浅入深的分级参与结构。视觉风格上以深紫与黑色为主色调，辅以半透明卡片、渐变光效与高饱和度花砖图像，并融入花砖特有的砖红、蓝绿、蓝与黄色作为局部视觉焦点。纹样创作模块整合了SG-LoRA生成机制，通过风格预设、提示词模板与可调参数降低创作参与门槛；动态共创模块支持协作绘制与交互反馈；保存与社交分享功能使生成作品进入社区展示与传播流程。
3.4 网页原型的用户体验结果
30名参与者（10名人机交互专家、10名视觉传播学者、10名普通用户）完成规定任务后填写UEQ。六个量表均值均超过0.8：吸引力（Attractiveness）1.622、明晰度（Perspicuity）1.733、效率（Efficiency）1.850、可靠性（Dependability）1.442、激励性（Stimulation）1.250、新颖性（Novelty）1.350。三大维度中，吸引力均值为1.622，实用质量（明晰度、效率、可靠性的均值）约为1.675，享乐质量（激励性与新颖性的均值）约为1.300。与UEQ官方通用基准比较，吸引力、明晰度、效率与新颖性被评为“良好”（Good），可靠性与激励性被评为“高于平均水平”（Above Average）。效率与明晰度得分最高，表明参与者对操作路径、信息层级与任务完成效率评价积极；激励性与新颖性得分相对较低，提示在动态叙事、个性化反馈、探索性内容与共创激励方面仍有改进空间。
四、讨论总结与研究结论
讨论部分指出，形状文法成功将闽南花砖纹样中的形式关系转译为显式规则，使生成样本可追溯至具体构图规则；受控实验为形状文法增强训练在保留文化相关形式特征方面的有效性提供了直接证据。研究人员强调，生成式AI对文化遗产的价值不仅在于提高内容生产效率，更在于降低非专业用户参与传统纹样再设计与再诠释的操作门槛，将文化学习、创意生产与分享整合于同一交互环境。文化可持续性框架区分了当前可获得的短期证据（知识保存、公众可及性、参与意愿与短期复用、传播界面）与尚待验证的长期推断（持续平台使用、二次传播、重复参与、社区贡献与文化理解变化）。研究局限性包括：训练数据集仅80张图像且地域覆盖与分类均衡性有待系统化；参考图像集、生成图像集与专家数量可能限制结果稳定性；调查与UEQ均采用非概率样本，对当地居民、手工艺人、文化爱好者等遗产利益相关者的代表性有限；未收集纵向使用日志与真实传播数据。未来研究应扩展数据集范围、建立系统的来源与许可元数据、扩大客观评估与专家评估样本量、完善训练日志与可复现研究材料，并开展纵向、跨区域与跨文化研究以评估持续平台使用、二次传播、协作文化生产与用户文化理解随时间的变化。
研究结论指出，以闽南花砖为案例，本研究开发并初步评估了一个面向传统建筑装饰遗产的生成式数字再生与参与式传播框架。形状文法被用于将花砖纹样中蕴含的形式关系转译为可解释的计算规则；基线LoRA与SG-LoRA通过FID与专家评估进行比较以检验形状文法增强数据的效果；生成机制被整合进包含文化展示、纹样创作、动态共创与社区分享的网页原型。220份有效问卷显示受访者对文化知识获取、AI辅助生成、应用与分享具有总体积极的陈述意愿；30名参与者的UEQ形成性评估在全部六个量表上获得正向均值，其中效率与明晰度得分最高。研究结果表明，GenAI对文化遗产的价值不在于简单产生更多图像，而在于建立连接文化阐释、规则化知识建模、可控生成、公众参与与用户体验评估的连续工作流，使GenAI从孤立的视觉生产工具转变为数字遗产知识建构与参与式参与的综合组成部分。就文化可持续性而言，本研究提供了与知识保存、公众可及性、参与式复用与传播界面相关的初步证据，但尚未证明持续的文化传承。该框架可为其他类型地方建筑装饰遗产的数字活化提供方法论参考，但其更广泛适用性需要更大规模、更具代表性的数据集、完整可复现的训练记录、更大规模的客观评估与专家评估以及更多样化的用户样本来验证。
