人工智能赋能《设计基础》课程转型升级的应用研究

一、引言

在数字媒体艺术设计领域，《设计基础》课程是培养学生设计思维和基本技能的重要课程。随着人工智能技术的飞速发展，其在设计领域的应用日益广泛，为《设计基础》课程的转型升级提供关键支撑，其重要性体现在教学效率提升、模式革新与能力培养的多维度突破。

与此同时，人工智能赋能《设计基础》课程面临多维度的挑战：在技术应用层面，AI 对传统技法文化内涵的理解尚显不足，如山东工艺美术学院 AI 剪纸作品中有 35% 需要人工修复。在师资与教育体系层面，大部分教师仅将 AI 视为辅助工具，课程中 AI 内容的占比薄弱。在学生能力培养层面，企业对“AI 生成内容批判性筛选能力”的要求大大提升，但学生的指令工程能力却明显不足，导致传统能力与新型能力培养之间存在矛盾。尽管面临诸多挑战，但人工智能为《设计基础》课程带来的变革潜力不可忽视。

二、人工智能赋能《设计基础》课程中的应用策略

2.1 技术应用策略

技术应用需聚焦工具适配与资源优化。针对构成原理、空间设计等核心模块，开发 AI 工具场景化应用方案，如利用 Midjourney生成多方案对比素材辅助构成教学，通过 UXbot 的 " 描述即生成 "功能优化界面设计教学。

2.2 教学模式改革

推动教学从 " 统一讲授 " 转向 " 智能协同 "。构建 AI 驱动的个性化教学体系，通过学习行为数据分析识别学生薄弱环节。创新项目式教学流程，引导学生完成 " 需求分析 - 指令编写 -AI 生成 - 方案筛选- 手工深化" 全流程。

2.3 跨学科协同保障

建立 " 高校 - 企业 - 研究机构 " 协同机制。高校主导课程模块化设计，核心理论保持稳定；企业提供工具教育版与真实项目；研究机构参与 AI 伦理标准制定。资源库建设整合案例库、工具教程与跨学科课件，通过 " 教师贡献积分制 " 激励动态更新，确保内容与AI 技术迭代同步，为课程转型提供系统性支持。

三、人工智能赋能《设计基础》课程的教学应用

3.1 理论与认知阶段：深化理解

设计基础课始于理论，如色彩、构成、形式美法则等。AI 可以让学生从“被动听讲”变为“主动探索”。比如：AI 的动态演示与生成功能，可以让学生用文本描述，AI 图像工具（如 Midjourney,Stable Diff usion）能即时生成大量视觉范例，如下图 1。学生可以直观地比较不同参数下的效果，深刻理解理论是如何被应用的。再者，AI 的无限案例库可以让教师根据指令让 AI 生成特定风格、流派或大师手法的大量案例，无需费力搜集。最后，AI 还可以让学生进行个性化学习，当学生对某个概念不理解时，可以要求 AI 用不同的方式进行解释，直到弄懂为止。

图 1 使用 Midjourney 即时生成视觉范例

3.2 技能与技法练习阶段：高效反馈与迭代传统的素描、色彩、构图练习耗时长，反馈周期也长，AI 可以压缩这个过程。比如：学生手绘草图后，用AI 进行快速渲染、上色、风格化或生成不同版本。这有助于他们快速看到设计的多种可能性，摆脱对“画得不好”的恐惧，更专注于创意本身。其次，一些 AI绘图工具内置了构图、透视辅助线等功能，在练习素描或场景构图时，AI 可以快速校验透视是否正确，并提供修改建议。最后，AI还可以进行色彩方案的快速生成：基于一个主色或情绪关键词，AI可以瞬间生成数十套协调的色彩方案供学生选择和学习，极大提升色彩搭配的训练效率。

3.3 创意与构思阶段：打破思维定势

AI 作为永不枯竭的“灵感碰撞伙伴”，是头脑风暴的加速器。学生输入一个模糊的概念（如“未来”“环保”“孤独”），AI 可以生成大量相关的视觉意象、隐喻符号和设计方向，帮助学生打开思路，找到独特的切入点。同时，在涉及简单项目设计时，AI 可以快速生成详细的用户画像、使用场景图，让学生的设计思考更有依据，更具代入感。

3.4 批评与修改阶段：客观的“第二双眼”

AI 可以基于设计原则对作品进行基础分析，例如指出构图是否平衡、色彩对比度是否足够、视觉焦点是否突出等，提供初步的、数据化的反馈。然后，学生完成一稿后，可以要求 AI 生成基于此稿的几种替代方案，通过对比启发学生思考如何优化自己的设计。

3.5 艺术史与批判思维阶段：深度对话

学生还可以通过 AI 与“大师”对话，从而以新颖的角度理解艺术史和设计理论，甚至还可以进行风格溯源与分析，AI 可以分析出图片可能受哪些艺术运动或艺术家影响，帮助学生建立更清晰的风格谱系认知。

四、潜在挑战与教学注意事项

但是，引入 AI 并非毫无顾虑，教师需要合理引导。首先，要明确工具属性，必须从一开始就向学生强调，AI 是“笔”而不是“手”，它辅助表达，但不能替代底层能力的培养。素描、色彩、构图等基本功训练依然至关重要，这是评判和指挥 AI 的根基。其次，要防止创意同质化，过度依赖 AI 可能导致作业风格雷同。再者，要重视过程而非结果，评分标准应更侧重于学生的思考过程、提示词工程的迭代、以及如何基于 AI 产出进行二次创作和优化，而不仅仅是最终那张漂亮的图。最后，更要注意伦理与版权教育，必须开设相关课程讨论 AI 生成作品的版权归属、设计伦理以及如何尊重原创艺术家的风格等问题。

五、总结

AI 辅助融入设计基础课的核心价值主要体现在四个方面：首先，降低技术门槛，让学生将更多精力投入创意表达而非技术操作；其次，提升试错效率和创意广度，实现“所想即所得”的创作体验；第三，依托动态数据分析，支持个性化教学，满足不同层次学生的学习需求；最后，重塑教学流程，解放教师的重复性工作，使其转向更富有启发性的引导教学。教师应当引导学生以开放的心态接纳新技术，同时坚守设计的本质与初心，在技术赋能与艺术追求之间找到平衡点。唯有如此，才能真正实现 AI 与设计基础课程的深度融合，为设计教育注入持久活力，培育出能够适应未来设计行业变革的创新型人才。

参考文献

[1] 阎琨 , 段梦涵 , 张雨颀 . 人工智能赋能教育的理论演进框架与趋势 [J]. 清华大学教育研究 , 2025, (02): 33-42.

[2] 赵慧臣 , 马佳雯 , 张娜钰 . 人工智能支持下的教学设计框架与实施 [J]. 中国教育信息化 , 2020, 26(13): 7-13.

[3] 冯 明 洋 , 曹 瑞 , 陈 庆 军 . Revolution and Reconstruction of ArtDesign Education under Impact of AIGC[J]. INDUSTRIAL &ENGINEERING DESIGN, 2023, 5(4): 1-10.

[4] 山东工艺美术学院人工智能设计研究中心 . 人工智能 + 设计教育：传统剪纸艺术的当代转化实践报告 [R]. 济南 : 山东工艺美术学院 , 2024.

[5] 设计人工智能教育创新研讨会组委会 . 2025 世界人工智能大会设计人工智能教育创新研讨会论文集 [C]. 上海 : 世界人工智能大会组委会 , 2025.项 目基金：2024DRXJ-AI 017 人工智能赋能数字媒体艺术设计课程转型升级的发展策略研究

作者简介：姓名：刘秭妤；性别：女；出生年月：1990.06；籍贯：河北省秦皇岛市；民族：汉；最高学历：研究生；目前职称：讲师；研究方向：艺术设计。