人工智能背景下設計基礎教育教學改革研究

楊 浩

（黃河科技學院，河南 鄭州 450061）

人工智能（Arificial lintellience，簡稱AI）的出現和發展得益于數據量的快速增長、計算能力的大幅提升、機器學習算法的持續優化和互聯網的普及。人工智能最早由約翰·麥卡錫（John Mccarhy）于1956在達特茅斯會議上正式提出[1]。麻省理工學院計算機科學家帕特里克·亨利·溫斯頓（Patrick Henry Winston）教授在其《人工智能》一書中對“人工智能”的定義是，研究人類智慧的行為規律（如：學習、計算、推理、思考、規劃等），構造具有一定智能的人工系統，以完成往常需要人的智慧才能勝任的工作[2]。近年來，國內的專家學者們對人工智能提出了各自的理解，如王萬森從“能力”和“學科”兩方面對人工智能進行解釋：從能力上來看，人工智能是“用人工的方法在機器上實現的智能”；從學科上來看，“人工智能是一門研究如何構造智能機器或者智能系統，使它能夠模擬、延伸和擴展人類智能的學科”[3]。

結合國內外專家學者對人工智能的理解與定義，可以認為人工智能是指以大數據、并行計算、深度學習為驅動，通過研究人類智能，使得機器能夠模擬、延伸、擴展人類的智能行為，從而構造出具有一定智慧能力的人工系統，能夠完成通常需要人類智能才能勝任的工作，實現解放人的生產力和協助創新生產的目的。

自“深度學習”[4]這一概念提出后，人工智能取得突破性發展，2016年“AI圍棋”的出現引發了人工智能將如何改變人類社會的思考，各行各業也在不斷探索與人工智能技術的結合與創新。其中，藝術設計領域和教育領域的人工智能探索已取得了一定的成果，并呈現融合并舉的趨勢。

一、人工智能在藝術設計領域的應用

2018年谷歌推出了“Deep Mind”人工智能程序，它可讓使用者獨立學習繪畫，并通過分解和重建許多圖畫信息來實現不同的藝術表現。這是人工智能技術在藝術創作中取得的實質性突破，激發了藝術設計領域關于人工智能創作的探討，以及社會層面的廣泛關注。在同年的佳士得拍賣會上，一幅人工智能畫作（如下頁圖1）《埃德蒙·貝拉米肖像》（Portrait of Edmond Belamy）以超出估價四十倍的43.25萬美元被藏家拍下收藏，這是全球首件進入大型拍賣會的人工智能藝術作品。

圖1 《愛德蒙·貝拉米肖像》1 圖片來源:佳士得官網。

這件作品被藝術市場熱烈追逐后，越來越多的藝術家、設計師關注到人工智能介入藝術和設計創作的問題，并采用人工智能創作的方式表現其藝術主張。2021年，OpenAI公司，為致敬《WALL-E》以及超現實主義畫家達利，推出了新型人工智能模型DALL-E，并在短短一年后升級到DALL-E-2。DALL-E模型先在訓練階段，將文本和圖像同時編碼到一個數據空間。并在推理階段，也就是圖像生成階段，模型根據輸入的文本信息，從這個數據空間中得到對應的圖像信息，進行解碼、重組和輸出[5]。通過DALL-E模型，使用者只需提供一句話的想法和創意，就可以在短短幾秒鐘之內獲得數張符合設計邏輯且完整美觀的圖片，極大程度上解放了藝術設計創作的生產力（如圖2）。

圖2 《愛德蒙·貝拉米肖像》2 圖片來源:OpenAI官網。

直至今日，在無數次人工智能技術迭代、藝術設計實踐和資本市場參與中，人工智能已廣泛應用在一些付費網站、社交軟件和游戲軟件等新媒體藝術領域，以及廣告設計、產品設計、室內設計、景觀設計等設計領域。在復合化多元化時代的今天，藝術設計行業對人才的需求也從耐力型轉化為創新型。適應并跟隨時代腳步，尋找藝術與科技二者的契合點，把人工智能融入藝術設計創作中，利用大數據、AI、VR等技術輔助創作，將有助于節省藝術家和設計師收集處理創作素材的時間，突破既有模式，創造新的藝術世界[6]。

二、人工智能在教育教學領域的應用

隨著人工智能等新技術的發展，傳統教育形態被解構和重塑，施教者傳授知識的方式、受教者獲取知識的方式、施教和受教的關系已經發生了深刻的變革。人工智能促使教育目標發生了變化，由以知識為核心向以人的發展為核心[7]。傳統意義上以人為載體的“教師”和以書本為載體的“教材”，將逐步轉化為以人工智能為載體的“教師”和以互聯網信息為載體的“教材”，提高規模化教學“坪效”，降低個性化教學“能耗”。解放更多工作在一線、重復勞動的施教者人力，讓他們將精力和經驗真正投入到教學研究、課程設計和技術研發之中。

基于人工智能對教育的深刻影響，黨中央、國務院“積極推動人工智能和教育深度融合”[8]。為此，教育部出臺了《高等學校人工智能創新行動計劃》[9]，并在2018年和2021年先后啟動兩批人工智能助推教師隊伍建設試點工作[10-11]；中央網信辦等八部門在教育領域聯合認定了十九個國家智能社會治理實驗特色基地[12]，探索“人工智能+教育”場景下智能治理機制；科技部等六部門聯合印發通知，將智能教育納入首批人工智能示范應用場景，嘗試形成可復制可推廣的成果和經驗[13]。

在人工智能背景下，人才培養模式和教學方法要能夠適應智能學習環境，能夠開展高層次智能教學，能夠培養學習者智能素養和實現教育高績效，以期最終構建精準、個性、多樣和開放的教育生態。然而人工智能在教育教學領域應用的思路和路徑，目前仍處于摸索階段。現階段的主要目標是為了在“教、學、測、評”模式上融入和嫁接人工智能技術，使之成為支持和優化傳統教學活動的技術手段。所以，人工智能在教育教學領域的應用過程中，難免存在一定脫節、照搬，甚至濫用的問題。

近年來，越來越多的研究學者、教師和工程師對人工智能在教育教學領域中的應用進行了諸多研究、探索和實踐。2022年5月，黃河科技學院設計藝術科教中心與企業合作，嘗試運用人工智能解決高校藝術設計類專業中設計基礎教育教學中差異化教學和個性化干預不足的問題。

三、人工智能賦能設計基礎教育

文中談到的設計基礎，主要針對的是環境設計、視覺傳達設計、產品設計等藝術設計類專業中的繪畫基礎（包括：素描、速寫、色彩等課程）、構成基礎（包括：平面構成、色彩構成、立體構成等課程）、工程基礎（包括：工程制圖、建筑模型制作、人體工程學、材料與構造等課程）、軟件基礎（包括：PS軟件、CAD軟件、3D軟件等課程）等[14]（如圖3）。

圖3 黃河科技學院環境設計專業基礎平臺課程1 圖片來源:張曉輝“黃河科技學院環境設計專業課程體系”情況匯報PPT,2023年1月。

與其他學科略有不同的是，推進人工智能賦能設計基礎教育，不僅是設計類院校和教師的選擇，越來越多的設計類專業的學生也會自發選擇使用人工智能技術和工具。從受教方自身激發學習和應用人工智能的原生動力，并借助互聯網和智能學習平臺獲取學習資源和設計素材，滿足其在藝術設計創作等方面的需要，并轉化為具有實用場景和商用價值的設計作品。因此設計基礎教育，憑借其對人工智能天然的主動需求和特殊的創作條件，或將成為人工智能在教育教學領域應用的示范。

1.人工智能賦能設計基礎教育教學的現狀

基于傳統的設計基礎教育教學模式，目前人工智能技術在“教”的環節相對滯后脫節，在“學”的環節缺乏系統性，在“測”的環節融合度不高，而在“評”的環節也存在局限性，仍存在“人工智能”和“設計基礎教育”“兩張皮”的問題。

第一，人工智能技術并非高度成熟技術，而是處于一個快速發展和進步的階段。其技術轉化應用至設計基礎教育領域，與當下前沿和先進的技術之間，必將發生滯后和脫節，難以與發展和需求同步接軌，教學內容與實踐活動、商用產業間的轉化動力不足。

第二，人工智能和設計基礎教育尚未形成系統性和遞進性的學習環境，學科課程方面結合度不深且呈碎片化，教師方面尚未具備成熟的跨專業學科知識和人工智能教學素養，這也是人工智能在各學科教育教學中的通病。

第三，作為傳統教育難點之一，教育成果測試在人工智能介入后也未能實現真實反映問題和提供準確反饋結果的目標，較難改變傳統設計基礎教育測試標準化的規則和工具，融合度和革新度不高，一定程度上限制了個性化、動態化和智能化的教育教學成果測試體系形成與發展。

第四，缺乏人工智能賦能設計基礎教育相應的體制機制保障和評價促改體系，評價過程和評價標準流于形式和線性單一，難以測評人才培養質量和政策改進效果。

2.人工智能賦能設計基礎教育教學改革

針對人工智能在藝術設計領域的應用，以及設計基礎教育對人工智能的需求，既要打破程式的、單一的、被動的傳統設計基礎教育教學，又要避免淺顯的、照搬的、激進的人工智能套用式教育教學。綜上，人工智能背景下設計基礎教育教學改革應從“教育思路改革”“教學模式改革”和“教育體系改革”三個方面展開。

（1）教育思路改革

教育思路改革包括改革設計基礎教育目的、人工智能教育目標和協同教育教學模式等。在人工智能背景下，設計基礎教育目的是培養具有自主創新能力和原創設計思維的專業人才。該類專業人才還應細分為藝術設計應用人才、藝術設計算法編程人才、藝術設計人工智能課程研發人才等。人工智能教育目標并非在傳統教育思路基礎上，將人工智能單純地定位為提高傳統教學效率賦能的“教具”身份，應將人工智能轉變為“教材”和“老師”身份，充分發揮人工智能的“智性”，提供古今海量和實時更新的設計知識信息，才是人工智能“人性”的優勢。以此樹立與人工智能技術協同教育的思路，為教學模式和教學體系改革做好統一思想工作。

（2）教學模式改革

教學模式改革包括改革設計創新人才培養模式、評估反饋模式、交互學習模式、產學研轉化模式，分別通過人工智能“智適應”“智評估”“智拓展”“智應用”技術實現深入融合和突破創新。“智適應”和“智評估”技術是各學科教育教學與人工智能結合的必由之路，而“智拓展”和“智應用”，則是設計這門學科有別于其他基礎教育的重中之重，以及進行改革創新的突破點。

①智適應技術是人工智能助力設計基礎教學過程個性化的關鍵技術

對于受教者而言，智適應技術通過構建學科知識內在關系的知識圖譜，跟蹤受教者學習過程并收集學習數據。以此測算分析受教者的學習進度、學習深度和學習習慣，為每一位受教者量身定制個性化學習方案，有方向性和目標性地提供最佳學習資源和引導最佳學習方法，有助于提高學習興趣，滿足成就感，建立良好的、正向的交互關系。經過算法反復測試、推送、反饋、分析和驗證，實時記錄受教者學習歷程并及時更新受教者最新動態，最終形成日趨龐大的智能大數據庫和模型庫，讓人工智能算法成為施教者的“同事”和“助教”，受教者的“老師”和“學伴”，以此來逐步實現教育個性化，具有普適化價值。

對于施教方而言，智適應技術主要應用在院校等教育機構的教研工作上，由施教方的教師篩選和導入設計基礎教學信息，搭建設計基礎課程體系框架，協同人工智能研究分析數據，糾偏修正數據和模型，使改革后的教學系統、教學模式能更智能地適應教研和教學工作。智適應技術也將有助于培養教師的智能教育素養，助力教師積極探索人工智能背景下的教育教學策略，極大提高施教方整體教育教學水平和成果。

②智評估技術是人工智能助力設計基礎教學測評科學化的關鍵技術

智評估技術以實時跟蹤、動態捕捉的即時優勢，獨立建檔、海量記錄的存儲優勢，以及智能分析、更新迭代的算法優勢，改革傳統設計基礎教學以結果評價為主的教學測評方式，轉變為以數據驅動為主的人工智能教學測評方式。智評估技術主要體現在智能教學平臺、智能課堂行為、智能學習助手和智能考務應用等終端。

借助智慧教室的臺式電腦、智能手機、平板電腦、數控筆、攝像儀和錄音器等終端設備，采集每一位受教者課堂學習行為、課后作業行為、小組研討行為、考試測試形式和作品創作行為等各方面基礎數據，建立成果測評數據庫。智評估技術由智適應技術發展而來，為學情診斷、綜合評價和學業規劃提供支撐。以多元化和差異化的測評體系促進學生發展，將改變傳統設計基礎教育中僅以掌握設計知識和展示設計技能為結果導向的測評體系，將自主學習、自主思考、自主創作的“三自主”，以及交互溝通、交互協作、交互反饋的“三互動”共同融入測評體系，最終實現測評的科學化。

③智拓展技術是人工智能助力設計基礎教學交互性和自主化的關鍵技術

設計基礎教學兼有基礎性、應用性、共通性、交叉性、綜合性、公共性的特征，相較于其他學科其對實踐應用性的要求高于學術知識性的要求。在學理上需注重在現代藝術與其設計的結合與銜接，引導受教者理解藝術與設計的關系，并辯證性地、創造性地探尋這種關系對于中國教育、中國審美和中國社會的未來走向。因此在從“學”到“用”的道路中，還將經歷“思”和“練”的過程，使受教者樹立學術意識、培養科研精神、形成交互習慣、構建創作思維。

通過小組協作、師生協作、跨專業學科協作的設計交互練習，智拓展將有助于提供匹配創作主題和為交互任務的設計元素、設計風格、設計作品以及設計模板作創意參考，將理論知識和數據模型轉化拓展為實踐作品，在練習和拓展過程中不斷打磨和深化，不斷比對和優化，形成原創和成熟的設計風格。智拓展還應體現在引導受教者自主了解藝術設計領域國際、國內的動態，協助培養搜集并整理相關前沿理論與專業數據的能力。樹立獨立發現問題、提出問題和解決問題的意識，進而拓展出具有預測與研判中國藝術設計基礎教育未來趨勢的專業素質與學術素養，拓展出具有適配與適用藝術設計學術領域和社會領域的專業能力與實用價值，為智應用夯實理論和創意基礎。

④智應用技術是人工智能助力設計基礎教學成果實用化的關鍵技術

隨著大數據智能化發展，我國已構建智能產業、智能制造和智能應用“三位一體”的新格局，不論是人工智能，還是設計基礎教育，都不僅停留在學術研究和教學研究的理論層面，而是真正擁有產業商用和使用場景的應用層面。人工智能應用技術主要是通過人工智能技術構建和擴充設計素材庫，并通過使用者的設計思維語言，既面向施教者，也面向受教者使用和共創，如“智能供圖”“智能搜圖”“智能生圖”功能，大幅提高繪畫基礎、構成基礎、工程基礎和軟件基礎課程的設計素材檢索和收集效率，開拓設計賦能制造產業和媒體傳播視野，并結合應用端的需求達成產學研的實際效應。這既是當今設計應用領域的要求和標準，又是設計基礎教育的使命和擔當，也是傳統設計基礎教育尚未破局和跨界的痛點之一。

通過智應用教學改革，為受教者營造良好的學習氛圍和學術環境，引導其感受和體驗藝術與科技結合下的設計之美，了解當下時代高速發展下企業、客戶和社會大眾對藝術設計的要求變化，設計出符合市場和使用者需求的產品[15]。并在該過程中掌握藝術設計產品生成原理、制作流程和產品工藝等行業知識，不斷思考如何利用人工智能技術進行產品升級，使受教者在校學習期間能夠提前與社會、市場和未來接軌。

（3）施教方和平臺方的改革

教育思路改革和教學模式改革，將激發施教方和平臺方的變化和調整。針對施教方，主要體現在師資專業結構、教育科研方向和人才培養計劃改革等；針對平臺方，主要體現在教學空間及設備、系統算法等方面。

①施教方改革

一是師資專業結構改革。首先以人工智能為核心驅動，設計基礎教育教學改革需注重提升教師團隊的綜合能力和協作能力，應融合數據科學與大數據、數字媒體技術等專業背景人才，加強藝術設計專業教師在人工智能基礎理論和實踐應用等方面的能力培訓，從教師層面做好兼顧模型算法、機器學習等人工智能“硬技能”與批判性思維、人工智能應用倫理等“軟實力”的研究和培育，以便將正確、客觀和科學的教育內容教授給每一位受教者。

二是教育科研方向改革。在人工智能賦能設計基礎教育的背景下，教師職業發展方向也將逐步發生裂變、細分和融合、新生，未來人工智能代替一線教育工作者的大量基礎性和重復性的工作，使得大部分施教方的教師得以轉向教研、教育管理等領域和崗位，促進科研教學雙向賦能。改革設計基礎教育科研方向，注重跨專業多學科協作，注重科研教學雙結合，細分人工智能教育模式研究、人工智能設計知識學習研究、人工智能設計應用研究、人工智能設計倫理研究以及測試評估研究等。

三是人才培養計劃改革。創新機制體制改革，完善人才培養保障體系，通過專業師資隊伍，系統探索和構架專、本、碩、博等不同層次的設計人才培養計劃，增設“人工智能與設計教育”交叉學科碩博士學位授權點，形成多層次、多類型的培養體系。促進課程體系改革和課程結構調整，壓縮課內學時學分，增加實驗實踐環節比重，引導受教者參與人工智能教學、教研、實踐和應用等環節。針對不同受教者在藝術設計領域的天賦、興趣和志向，全面推進人工智能與設計基礎教育深度融合，有靶向性地培養應用型人才、研究型人才和創新型人才。此外，還要打破校企壁壘，促進產教融合，探索“大學—政府—企業”三方合作的人才培養模式，為設計基礎教育中的智應用功能提供制度保障和實踐基礎。以及重視人工智能相關法律知識和心理學知識的課程內容設置，培養正確的人工智能道德觀和價值觀，避免因濫用或誤用人工智能技術導致社會倫理問題。

②平臺方改革

一是教學空間改革。在網絡空間上，構建擁有自主知識產權的教學云平臺，實現師生擁有個人網絡空間，日常教學將緊密圍繞此空間開展，學生可以隨時、隨地進行“移動學習”。構建設計專業專屬智能系統，在常規的“云課堂”基礎上，結合設計基礎教育需求定制智能助教和伴讀功能的教學平臺。在物理空間上，打造可視化群控管理智慧教室，即“云端一體化、互動多樣化、模式多元化、學習協作化、行為可視化、管控智能化”的新型智慧教室，實現課堂多媒體內容呈現、即時師生互動、學習情境感知、自適應教學服務，最終形成線上線下打通、課內課外一體、實體虛擬結合的教學空間。

二是設備系統改革。通過軟硬件設備的數據采集和編程算法，支持多種設計教育教學模式，全流程管理學習、作業和實踐任務，全方位建模學生畫像和學習模型，全面支持小組協作和產學研應用，提供數據驅動的“教、學、測、評”服務體系，實現“智適應”“智評估”“智拓展”“智應用”技術助力知識傳遞和思維培養融合。

四、人工智能背景下設計基礎教育教學改革探索

在主動適應數字創意產業的背景下，2019年黃河科技學院成立了“設計藝術科教中心”。中心依托學校在信息學科領域的優勢和特色，并于2022年5月聯合企業，以藝術與科技的交叉融合為突破口，將設計人才培養模式與信息技術人才培養模式進行有效“嫁接”，堅持“以創意見長，拿作品說話”[16]的成才途徑，培養能熟練運用現代信息技術、數字技術進行藝術設計創作的復合性設計人才。

在學校和企業的共同推動下，采用人工智能支持下的“翻轉校園”教學平臺，依托設計基礎課程教研室，圍繞人工智能背景下設計基礎教育教學特點，從人才培養方案、課程設置等方面，探索整合設計基礎教學內容，構建新的設計基礎教育教學體系，推進設計基礎教育教學改革。

第一，通過智能教學平臺使教師有效掌握學生的學習情況。教師通過學情數據觀察可以看到學生在線學習的時間、考勤次數、參與討論等數據（如圖4），也可以通過對學習數據的分析掌握學生的學習習慣和學習態度，幫助學生突破時間空間限制，實現隨時隨地學習，有效減少學生拖延。

圖4 《設計素描》課程計劃上課時間和點名1 圖片來源:任課教師運用“翻轉校園”教學平臺實施《設計素描》教學的數據截屏。

第二，通過智能教學平臺驅動傳統教學的轉變，使課堂教學有的放矢。在《人體工程學》課程資源庫中的數據顯示（如圖5），通過智能教學平臺的運用，初步實現了教師“以學定教”，學生精準復習。有利于分層教學的有效落實，有利于全方位多層次了解學生狀態。

圖5 《人體工程學》課程資源庫2 圖片來源:任課教師運用“翻轉校園”教學平臺構建課程資源庫的列表截屏。

第三，通過智能教學平臺為教師實施差異化教學提供了契機。教師通過教學記錄的觀察，可以看到哪些學生對課堂上的哪些具體的知識點還不理解，于是就可以對不同的學生分層分類，再次進行指導。教師按照學生的個體知識基礎、學習能力等差異，對不同學生制定相應的學習目標，通過分解學習任務、分層輔導與干預，實現差異化教學（如圖6）。

圖6 分層教學指導記錄3 圖片來源:任課教師運用“翻轉校園”教學平臺指導畢業設計的指導記錄截屏。

第四，智能教學平臺支持個性化干預的實現。在智能教學平臺中，教師可以針對個別學生發起教學活動。在《設計色彩》《中外建筑史》等課程中，教師針對個別學生所開展的個性化教學活動互動頻繁、效果良好，初步實現了個性化干預指導（如圖7）。

圖7 個性化教學信息反饋表4 圖片來源:任課教師運用“翻轉校園”教學平臺針對部分學生發起的個性化討論記錄截屏。

五、結語

人工智能背景下，藝術設計領域正發生著一系列的變革，要求設計基礎教育能夠培養兼具前瞻性設計視野、智能軟件操作應用和編程開發水平，以及綜合解決問題和產業轉化能力的高素質、專業化、創新型設計專業人才，迫切要求設計基礎教育擁抱人工智能。

正如Obvious公開發布的宣言“不是只有人類才有創造力”，設計基礎教育在面對人工智能技術時，不應囿于其他傳統學科教育單純疊加人工智能相關應用的既定思維，不只是簡單解放“人工”，放任其為傳統教育模式做低級代工。重新審視設計基礎教育與時代發展需求的適配度，從人工智能的創造力出發，挖掘好、研究好、利用好人工智能的“智性”，使之成為設計基礎教育教學的參與者、研發者和實踐者。

基于此，本文提出如何在設計基礎教育教學中應用智適應技術賦能教育過程個性化、智評估技術賦能教育測評科學化，智拓展技術賦能教育交互自主化和智應用技術賦能教育成果實用化的創想，并重新審視和構建“施教方”和“平臺方”的內在聯系和協同關系，為該創想提供一定制度保障和硬件支持。

為此,在黃河科技學院設計藝術科教中心與企業的共同努力下，通過智能教學平臺掌握了學生的學習態度和學習習慣，驅動了精準教學，初步實施了差異化教學和個性化干預。今后，項目組將在此基礎上繼續梳理人工智能在設計基礎教育教學中的應用案例，總結應用的成果和不足，更加深入地探索新技術條件下的差異化教學和個性化干預。