人工智能快速发展，以不可抵挡之势悄然融入人类社会。教育领跑，才能为社会发展提前做好人力资源布局，整个社会才能享受到技术带来的经济回报。传统的设计教育模式已经不能满足人工智能时代对设计人才的需求，因此，高校设计类专业的人才培养模式也急需进行相应的转变。

　　为了进一步了解高校学生对设计类专业现状的看法，为提升人工智能背景下设计类专业发展提供依据，笔者在就职高校进行了问卷调查。调查内容涉及设计专业学生对人工智能的了解情况，以及对新形势下专业教学模式和就业问题的看法。每份问卷设置了27个问题，回收问卷169份。调查对象均为高校设计专业学生，其中男性占31.36%，女性占68.64%。

　　一、设计类专业教学模式特点

　　（一）传统设计专业教学模式的特点

　　设计专业就业对口率高，这种特质对设计专业教学模式产生了一定的影响。传统的设计专业以理论知识教学为主，实训教学为辅。整个教学课程设计遵循学生学习发展规律，包括基础阶段的绘画技巧、构成、史论、软件教学等课程，以及与专业相关的主题性理论、实践教学课程，还有相关选修课和社会实践。整个教学设计注重先让学生在低年级阶段打好专业学习基础，帮助学生摆脱应试型绘画思路。大二至大三阶段逐渐加入专业课程，提高学生专业学习的深度，同时通过选修课程让学生拓展学习广度。在高年级阶段，则注重学生实践技能的培养，鼓励并引导学生参加实际项目，让学生在提升实践能力的同时，提高自身的就业竞争力。

　　传统的设计专业教学模式也非常注重对学生创新思维的培养，具体表现为：教师全程参与并指导学生创作，让学生通过创作完整作品或研究实际项目，不断反思、发散思维，从而探索出更新颖的方案，同时让学生在团队协作和批判性思维中，不断打磨设计作品，直至作品成型。社会实践是传统设计教学模式中非常重要的环节，通过对设计公司的实际参观，与业内人士的深入交流，能够帮助学生更好地了解行业需求与前景。总之，传统设计专业的教学模式注重学生综合素质能力的培养，为学生的就业发展提供了一定的支撑。

　　（二）传统设计专业教学模式的优劣

　　传统的设计专业教学模式注重对基础知识和专业技能的培养，采用理论与实践相结合的方式，以课堂为主，偏重理论教学，注重学科的专与精，这种模式能够让学生快速掌握设计师的基本设计能力。但是在人工智能时代，AI算法能够高效率生成数量可观的基础方案，而这些基础方案在AI的不断成长中，也有望生成较为完整的设计作品。因此，人类在智能机器时代要更加注重辨明人与机器的差别。学生不能与机器比谁的产出更高效，人与机器最大的差别之一是个体的独立性和差异性，因此，高校设计专业人才培养的重点在于培养学生的个性与创新性。但传统设计课程的模式化与独立性也使得学生的跨学科思维能力较弱，创造力没有得到充分的开发与培养。学生出现明显的同质化与标准化倾向，无法很好地面对新型工作环境。教育的根本任务在于要培养德智体美全面发展的社会主义建设者和接班人，因此，在人工智能等技术带来的社会转变面前，教育的可持续性生存与发展必须回归本质、坚守初心，聚焦人的全面发展的培养目标。

　　在“您觉得当前生活中人工智能已介入多少领域?”调查中，57.4%的学生认为人工智能已介入当前生活50%左右的领域；33.73%的学生认为介入了20%；8.88%的学生认为介入了80%（如图1）。其中57.4%的学生认为现在的设计有运用人工智能，但并不广泛；33.14%的学生认为已经开始广泛应用人工智能了；8.88%的学生认为在很少部分运用到人工智能。这意味着人工智能时代已经正式到来，大部分学生对人工智能在当前生活和工作中的运用都有清晰的认知。但传统教学模式极易让知识的传授变为知识点的输入，导致学生的思维固化，难以应对人工智能的来势汹汹。因此，传统的设计专业教学模式虽有其优点，但若不及时调整策略，设计师极易被淘汰。

　　（三）现阶段设计专业教学模式的特点

　　目前，很多高校的设计专业为应对人工智能带来的机遇与挑战，对当前教学模式做出了部分调整。如跨专业融合，包括与计算机、大数据等交叉学科的融合，通过在课程中加入一部分数据分析、程序编写的内容，让学生了解人工智能的核心运作模式，从数据驱动的角度提高学生的综合能力，以便使学生更符合市场的智能化和个性化需求。同样受到重视的还有实践课程，项目实操、实习、社会实践在培养方案中的占比有所提升，传统的理论知识教学方式已经慢慢被多样化的课程形式取代。除此之外，很多高校也开始注重相关实验教室、工作室的建设，为师生提供知识创新与产出的平台。

　　不过，以上这些教学模式的转变仍处于探索阶段，且集中在部分顶尖高校，没有普及。在部分国内高校已经开始与外国高校合作交流的情况下，大多数普通院校的设计专业仍停留在观望阶段，长此以往，不同院校所培养出来的人才之间的差距只会越来越大。有学者认为，只有教育领先于技术，才能够为社会提供充足的高素质人才，反之，则会造成高校毕业生的两极分化。

　　二、人工智能对设计类专业模式的影响

　　（一）自动生成式设计工具的出现

　　近年来，人工智能的发展环境发生了深刻变化，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。在设计领域，这种发展体现为自动生成式设计工具在设计领域的应用越来越广泛，尤其是在建筑、标志、页面、动画等设计领域。如在建筑设计领域，人工智能能够通过对环境、材质、安全要求的数据分析，快速生成匹配的方案。

　　对比基层设计师，人工智能自动生成工具能够通过既定算法和图片识别，提供大数据分析预测出的市场趋势和用户需求，快速生成大量设计方案。它的识别模仿能力，也能使其根据设计师现有的作品，仿制出带有设计师独特风格的草图，提高设计师的设计效率，同时帮助设计师开拓思路、优化方案，合理分配更多的时间与精力于产品的创意和内涵本身，减少收集素材、设计制作等工作的干扰，促进设计产品的质效双提升。

　　自动生成式设计工具的出现，在提高设计师工作效率的同时，也为设计师们带来了一些挑战。在问卷中，大多数学生认为由于人工智能的设计行业冲击，自己的就业机会将不断减少（如图2）。这表明当前的设计专业教学模式已无法满足学生对自身职业规划的需要。自动化设计工具在设计行业的发展已势不可挡，现阶段的设计专业教学模式急需进行转变。

　　（二）人工智能的“创意”思维

　　人工智能可以依靠庞大的数据库，根据设计师的要求快速提供大量的资料信息，为设计师带来丰富的创意灵感，促成创意作品的产生。其优势体现在随着来源数据的不断更新，机器也能够不断进行自我学习，呈现出更加丰富的结论。问卷调查中，在被问及希望未来人工智能能达到什么程度时，大部分学生更希望未来人工智能能够成为提供帮助的工具，既希望其能像人类一样思考，又不希望其超过人类（如图3）。同时学生也认为人脑的创造力是无限的，人机将共同进化（如图4）。不过仍有7.1%的学生认为人工智能能够突破人脑的瓶颈，拥有无限潜力，在未来有可能取代人类。

　　人工智能虽优于传统意义上的机器，但其自我学习能力也有局限性。严格意义上来说，人工智能的“创意”算法是基于对已有数据的分析与整合，并不是突破性的创新。信息与数据的关系可描述为“信息=数据+意义”，人工智能可以被定义为“基于知识的系统”。曾有一位作者通过人工智能软件生成绘画作品，并获得了艺术博览会第一名。这个获奖饱受争议之处就在于，要想让人工智能学会“画画”，就要用大量的完整作品去训练它，让它从具有统一风格的作品中分析归纳出构图、线条、色块、色调的规律，从而推断出在既定条件下的新作品应该有哪些可能。“投喂”给人工智能的作品越多，其分析归纳出的规律就更为精准，所生成的作品也就更为相似。

　　由此可见，即便是人工智能，也无法突破机器算法的本质，只能在一定范围内处理问题。人工智能所展现出来的“创新”是基于其背后庞大数据库的表象，它无法突破程序去发散创造性思维。但无论人工智能是否能够突破“创意”的极限，其发展趋势都无法逆转。社会发展到当前的关键期，需要大量与社会需求匹配的人才。艺术院校作为设计专业人才的主要输出地，必须引入新的专业教育模式与实践项目来应对人工智能带来的挑战。

　　三、设计类专业模式的转变成因

　　（一）技术驱动与需求驱动的双重作用

　　教育生态系统正在技术的作用下打破以往的封闭性，以一种颠覆性创新的态势，拓展系统内各要素的内涵，改善和延展系统内部关系，重塑教育系统功能与形态。而人工智能带来的新型设计工具，也带动了设计行业翻天覆地式的变革。其便捷性大大缩短了设计周期，提高了相关产业的产出效率，迅速在设计领域拥有了一席之地。在问卷调查中，55.62%的学生认为，我国现在的人工智能技术在设计领域的发展情况与其他国家差不多，27.22%的学生认为我国要优于其他国家，17.16%的学生认为目前还不如其他国家（如图5）。当被问及“您看好人工智能技术应用在设计领域的发展前景吗?”这一问题时，超过四成的学生看好人工智能技术在设计领域的发展前景，超过两成的学生非常看好（如图6）。这个数据反映了现阶段设计专业学生对我国人工智能技术在设计领域的发展现状较认可，对发展形势也较乐观。

　　另一方面，随着生产力的不断提高，根据马斯洛需求层次理论，人们不再仅满足于低层需求，开始追寻更多精神上的满足。然而，在人工智能技术冲击市场的背景下，传统的设计专业教学模式仍局限于以往的常规课程设定，忽视了实际应用和市场需求。在问卷中，大多数学生认为在人工智能冲击设计行业时，自己的就业机会会不断减少。而对于人工智能在设计领域的应用，有68.05%的学生虽有一定的了解，但了解不深，仅有11.83%的学生较了解（如图7）。以上问卷信息反映出学生对人工智能相关内容的了解较浅显，缺少系统的教学指导。在当前的市场环境下，高校培养出来的设计师应该具备熟练运用和开发人工智能的能力，能够尽快适应新环境下的行业需求。

　　（二）人工智能对设计师设计过程的重新定义

　　技术驱动与需求驱动的双重作用，使得人工智能背景下的设计师正在被重新定义。传统的设计流程有前期的调研、分析，中期的整合灵感、绘制草图，后期的定稿、修改，整套流程需要设计师全程参与。三个阶段中，前两个阶段非常重要，也最耗费时间。调研分析的信息的准确度和全面性，会直接影响设计师的设计方向和灵感。在人工智能的介入下，信息搜集与分析将变得尤为简单和精准，草图绘制也可以被直接完成，避免了烦琐、重复性的劳动，提高了设计师的效率，也重新分配了各个设计步骤在完整设计过程中的占比，这意味着在新环境下，设计师将有更多的时间和精力去打磨产品内涵与创意。随着人们对个性化产品需求的提升，设计师所提供的方案需要更多元，与用户需求的贴合度也要更高。在此情形下，人工智能的优势也更明显，它能够帮助设计师更好地理解用户的个性化需求，使设计师的作品由“满足大部分人的需求”转变为“满足每一个人的需求”。

　　在“您认为设计师最核心的优势是什么？”的调查中，47.93%的学生认为设计师最核心的优势在于设计思维，43.2%的学生认为在于创造力，少部分学生认为在于自主学习能力和设计技能（如图8）。而在被问及哪些技能能被人工智能取代时，大部分学生认为设计技能最容易被取代，其次是自主学习能力，最后才是设计思维和创造力（如图9）。当前的设计专业教学模式已无法为学生提供足够的智力和能力支持。学生只有做到思维创新化、知识多元化，才能应对人工智能背景下设计行业的未知挑战。

　　设计行业已受到人工智能的深刻影响，对于“人工智能设计能否取代人类设计师？”的问题，我们尚无法得出确切的结论。但不可否认的是，唯有深刻了解人工智能，才能够更好地实现“人机协同”“人机共存”。高校设计专业教学模式的调整能够拓宽高校师生的视野，同时在师生之间形成共同的发展目标，也能够帮助高校更从容地面对设计行业新的机遇与挑战。