基于生成式人工智能背景下设计与科技双会通助力清远新生产力转型升级

引言：

随着信息技术的飞速迭代，生成式人工智能已成为科技领域的重要突破点，其发展历程与应用场景正深刻改变着多个行业的运作模式，建筑设计领域也不例外。 ，Adobe 发布的 2024 年数字趋势报告》显示，StableDiffusion、MidJourney 等工具的普及使设计方案产出效率显著提升[1]。其核心优势在于通过深度学习算法，挖掘数据中的潜在规律，从而快速响应多样化的需求，生成符合预期的成果，且具备持续迭代优化的能力。生成式人工智能的发展为建筑设计带来了前所未有的机遇，它不仅提高了设计效率和质量，还拓展了设计的可能性。随着技术的不断成熟，相信生成式人工智能将在建筑设计领域发挥更加重要的作用，推动行业向更智能、更创新的方向发展。

一、教学方法创新，AI 工具应用实践与“小步迭代”融合创新策略

从体系重塑上看，教育部要求普通高校每4 年调整一次人才培养方案，激进式课程改革与现行政策要求的稳定性存在矛盾，故探索“小步迭代”融合创新路径，也是当下课程体系重塑的一大方向。

在重塑的过程中针对老课程与新技术的衔接难题，按照“基础渗透—进阶交叉—创新拓展”三阶段融合模型，在保持课程体系稳定性的前提下，实现生成式人工智能技术的有机嵌入，为应用型高校在政策周期内推进教学改革提供可操作的微更新范式。

1.教学设计的转变

随着生成式人工智能技术的普及，建筑设计教学需要从过去的以学生自身动手的做，管，理三方面，逐步演变为依托AI 技术辅助做任务，将更多精力放在管与理的过程之中。在教学上教师需要转变过去依靠经验及网上搜索资料来开展教学设计的传统思路，需要利用生成式AI 开展AI 辅助教学设计。

1.1 设定教学框架。

教学框架设计过程中需要明确“角色＋背景＋需求＋路径＋效果”这五个基本要素驱使生成式 AI 进行选择性的教学策划提升 AI 工作效率。比如运用 Deepseek 工作时，通过准确定位教师角色，明确教学环节的背景条件，依据实际情况阐述需要达成的目标及相关的路径方式，可以设定游戏情景模拟的方式，将建筑设计的空间、流线、功能设计等知识点融入游戏过程中，依托生成式AI 对教学内容进行知识点重新构建。

1.2 优化框架结构

利用AI 软件继续辅助教学设计，对重新构建的知识内容点进行二次细化深化。比如建筑设计教学中利用以游戏方式展开的情景式教学中，其具体游戏环节，需要涉及到的建筑设计的知识点的内容以及游戏环节中的具体评分，让整个设计过程变得更有操控性。

2 教学过程的转变

AI 软件已经不可避免的成为学生学习使用的工具，老师必须要在课堂上通过实际演练，引导学生使用 AI完成工作任务。

2.1 优化细节

通过AI明确设计思路的具体操作细 行性。比如在明确设计思路的基础上，教师讲解设计表达的传统方式， 式拓展设计表达的具体方向，生成不同的路径实现设计方案 定的专业逻辑性，这个是教师需要让学生重点体会并明白的。 自己设定为建筑设计专业的学生，需要深化立面韵律节奏，通过设定多 阶段通过让学生自主探索，摆脱教师引导教学的方式。

2.2 深化总结

归纳总结能力是建筑设计中的重要能力之一，每次任务完成后必须进行总结才能更好的将知识转化成自己的理解。在这个过程中可以让学生运用 AI 软件进行辅助评判讨论，由于建筑设计本身具有非自然学科性[2]，通过引入第三方大数据对讨论内容进行二次归纳总结，可以更全面更具有批判性的帮助学生将相关的操作技巧及思考思路方式转化为自己的深沉次理解。

二、课程体系重构，AI 工具辅助应用与“资源更新”融合创意策略

建筑设计专业的课程体系较为庞大，其特点是向心性，即所有课程都为建筑大设计服务，这个大的底层逻辑目前依旧保持不变。

1 基础课程革新

建筑设计专业的核心内容始终在于基本功的锤炼，AI 在建筑设计专业里始终只能承担辅助的作用。

1.1 建筑设计基础

在传统建筑设计基础课程体系中增加生成式人工智能技术学习版块，通过引入基于算法的平台工具，指导学生运用专业表达语言或专业成果作为输入关键词条，借助软件的计算迭代功能快速生成多个基础内容的训练方案，参考生成的方案，拓展学生设计思路。

1.2 专业核心课程升级

方案生成阶段：教学过程中，要求学生基于场地条件、功能需求、风格偏好等需求，通过专业建筑设计语言指挥AI 软件展开生成式设计，生成概念式建筑设计方案。组织学生开展多轮次的小组研讨，结合建筑设计理论与方法，比如虚实比例对比，建筑的透明性，建筑细节的设计及设计元素迭代变化等等，对比分析AI 方案的优缺点，引导学生从功能布局、空间形态、文化表达等维度提出优化策略，同学可以依据策略展开二次优化设计，该操作可以展开多轮，在此过程中必须由学生自主完成最后的设计修改不能借助AI 软件自动生成，以此提升学生的自主设计能力。

深化设计阶段：构建以 BIM 技术为核心、AI 辅助设计工具为支撑的协同设计体系，推动建筑设计方案的深化与完善。利用AI 技术开展建筑空间性能优化、流线组织分析、结构选型预研等关键环节的智能化分析。在教学实践中，引导学生通过实际操作，理解建筑设计各专业之间的内在逻辑关系，培养系统性的设计思维能力，提升建筑设计的精细化程度与效率。

2 教学评价的转变

随着生成式人工智能技术的迅猛发展，教师角色已从“知识传授的权威”向“认知引导的导师”发生深刻转变。[3]与之相适应，课程的开课标准、质量管控机制以及考试评价体系等需要结合最新技术开展。

2.1 多元化评价主体

构建由教师评价、学生自评、学生互评及企业评价构成的多维度评价主体体系。教师评价着重于学生专业知识掌握程度、技能应用水平与设计创新能力的综合性评估；学生自评与互评机制通过元认知反思与同伴反馈，促进批判性思维与协作学习能力的发展；企业评价则以行业实践需求为导向，针对学生职业素养与实践能力开展专业评估。

2.2 过程性与结果性评价结合

通过课堂参与度观察、作业质量分析、小组研讨表现记录及项目阶段性成果评审等方式，形成动态化学习进展监测机制，为教学干预与策略调整提供数据支撑。结果性评价则以课程设计成果、标准化考核成绩为核心依据，综合衡量学生专业知识体系建构与实践技能掌握程度。实践中采用过程性评价跟踪设计思维演进、方案生成逻辑、深化设计质量及成果表达效果等关键环节，结合结果性评价对最终设计成果进行多维度技术经济分析，确保评价体系的科学性与客观性。

三、人才培养，AI 工具应用与校企合作双向融合

校企双方应基于人工智能技术对建筑设计行业的颠覆性影响，共同确立人才培养的核心目标体系，重构人才培养方案。

1 与企业共建目标

将企业的技术标准体系与典型项目经验进行教学化转译。以某校企合作为例，企业可以基于其自主研发的人工智能辅助设计系统，与高校协同制定包含人工智能工具操作技能层级训练与设计方案深化能力进阶培养的双轨制目标体系，有效缩短了毕业生的职业适应周期。

2 与企业共建课程

校企双方可联合开发模块化课程体系，通过解构企业人工智能设计实践中的典型案例、技术瓶颈与流程规范，构建教学内容模块。同时，引入企业实际应用的前沿人工智能设计工具，如定制化生成式设计软件与智能审图系统，确保教学内容与产业技术发展保持同步。

3 与企业共建团队

建立"教师企业实践锻炼-工程师高校教学"的双向交流机制[4]。高校教师通过参与企业人工智能设计项目，积累工程实践经验并转化为教学案例；企业技术专家与资深设计师则作为兼职教师，开设"人工智能设计实战工作坊"、"典型项目复盘研讨课"等特色课程，传授复杂项目中人工智能应用的关键技术，如人工智能生成方案与建筑结构规范的冲突消解策略。

四、结论

本研究以应用型高校为着力点，聚焦“教学重塑—标准重构—产教协同”三维框架，系统探寻生成式人工智能与建筑设计专业教育深度融合的可行路径。在建筑设计专业教学中融入生成式人工智能技术，实践中应采用小步迭代的渐进式模式更新课程体系，通过在课堂中引入 AI 工具辅助教学，推进课程体系模块化迭代的同时精准对接实践生产，初步构建出适配生成式人工智能的教学新范式，为解决建筑设计专业教育中技术滞后与产教脱节等实际问题提供了有益的实践借鉴。本研究仍存在一定局限性。其一，研究样本以职业高校为主，对综合性院校建筑设计专业的差异化需求覆盖不足；其二，AI 伦理教育在建筑设计专业的实践成效有待通过长期跟踪评估进一步验证。

参考文献

[1] 产业端，Adobe 发布的《2024 年数字趋势报告》显示，Stable Diffusion、MidJourney 等工具的普及使设计方案产出效率显著提升。

[2] 张利.设计科学：一种建筑学认识论的扩展[J].世界建筑,2025,(Z1):6-7.DOI:10.16414/j.wa.2025.z1.009.

[3] 范军亮,祁楠,李志军.教育数字化背景下“土壤与农作”课程改革与实践[J/OL].黑龙江教育(理论与实践),1-3[2025-08-12].https://link.cnki.net/urlid/23.1064.g4.20250714.1521.008.

[4] 隋 倜 倜 , 陶 爱 峰 , 张 弛 , 等 . 微 课 在 海 岸 动 力 学 课 程 中 的 应 用 研 究 [J]. 高 教 学刊,2025,11(18):98-101.DOI:10.19980/j.CN23-1593/G4.2025.18.023.

者简介：朱先成（1991.08-），男，汉，江西人，硕士研究生，研究方向：建筑设计。

基金项目：基于生成式人工智能背景下设计与科技双会通助力清远新生产力转型升级 ZJCYJY20244