← 返回业务线：AI 设计教学

说明：本期逐项检索七个覆盖面子领域，未找到发布日期严格落在 2026-07-21～07-28 这一周内、且经得起核实的一手硬新闻。但检索到多篇此前三期综述均未收录、发表于 2025 年 8 月～2026 年 6 月、来源为 MDPI/ACM/Taylor & Francis/Springer/Frontiers/Acta Psychologica 等可独立核实期刊或会议论文集的研究，对高校设计教学有直接参考价值，故本期纳入（沿用此前”时间稍早但未收录、有直接教学参考价值可补入”的先例）。子领域”学生 AI 作业评估量规”“课堂 AI 使用规范与伦理（官方政策层面）”本期确未检索到可独立验证的设计学科一手新进展，跳过、不硬凑。

一、教学框架：从「模仿」到「创造」的三阶段模型

“From Imitation to Creation”: 建筑设计教学的 AI 创新路径 一篇发表于 Education Sciences 的论文提出建筑设计教学的三阶段模型（模仿 → 探索 →创造），并结合图书馆建筑设计、老建筑改造两个教学案例，设计出配套的教学流程与评价体系（实时反馈、智能评估、全过程可追溯）。论文强调 AI 的多模态生成、沉浸式交互、全周期仿真等特性正在重构建筑教育，但教学设计需要按阶段递进，而非一次性引入全部能力。 对备课的启发：三阶段模型可直接用作课程/学期节奏设计的骨架——先让学生”模仿”AI 生成结果建立工具感知，再”探索”多种生成路径与参数，最后要求”创造”出无法被单纯提示词复现的个人化方案。 来源：DOI:10.3390/educsci16071078（发表于 2026-07-06）

Friedman–AHP 框架：基于 UNESCO-UIA 标准给 AI 教学能力排优先级 Lakousha、Zaki 与 Haggag 对 98 位埃及建筑教育者做调研，用 Friedman 检验 + 层次分析法（AHP），基于 UNESCO-UIA 教育能力标准，对”AI 提示工程”相关的六项教学能力做优先级排序。 对备课的启发：为”课程时间有限时先教什么”提供了一套可引用的排序方法，而非凭经验取舍。 来源：DOI:10.1080/17452007.2026.2652034

二、课程模板：浙江大学核心设计工作室的可复用双模块模板

技术模块 + 嵌入式伦理讨论，不改变原有工作室结构 浙江大学 2024–25 学年一门本科核心设计工作室课程的教学实验，设计了一套双模块框架：一个 20 小时的 AI 技能训练模块（涵盖深度学习基础、大语言模型、AIGC 图像模型、LoRA 微调、ComfyUI，由专职技术教师授课），与嵌入在工作室教学过程中的伦理讨论（而非单独开设的正式伦理课）并行。学生反馈显示，AI 工具的参与程度存在明显的”阶段依赖”与”工具敏感性”，且学生更偏好嵌入式的伦理讨论而非独立的形式化讲座。论文结论：模块化 AI 教育具备可扩展性和可操作性，前提是分阶段引导、技术与伦理并重、并配套云平台等机构支持。 对备课的启发：这是本期最接近”拿来即用”的课程模板——不必推倒重建现有工作室结构，用一个并行的技能模块 + 嵌入式讨论即可落地。 来源：DOI:10.3390/buildings15173069（发表于 2025-08-27）

三、课堂活动与作业设计：把”效率工具”重新设计成”反思媒介”

Reflective AI：一种”慢技术”取向的设计教育方法 van der Burg、de Boer、Benjamin 等人在 CHI 2026 上提出 “Reflective AI”——针对效率优先的 AI 工具正在侵蚀设计教育中批判性、反思性实践这一问题，借鉴”慢技术（Slow Technology）”设计原则，将 AI 重新定位为反思创作过程本身的媒介，而非单纯的生产工具，以对抗”创造力耗竭”与学生能动性下降。 对备课的启发：可作为一类具体课堂活动的设计原型——例如要求学生用 AI 生成多版本后，不是直接选用最佳结果，而是撰写”哪一版本的哪些选择体现了我的设计意图”的反思短文。 来源：DOI:10.1145/3772318.3791691（发表于 2026-04-13，CHI 2026）

把 AI 的”不可预测性”设计成教学资产，而非需要压制的问题 Shin、Park 与 Kang 在 Journal of Asian Architecture and Building Engineering 的研究记录了如何通过”实验—解读—重新定义”的循环，把 AI 生成中低成本、快速迭代带来的”不可预测性”结构化为教学活动，使学生从视其为”不可控”转变为将 AI 当作可对话的设计伙伴。 对备课的启发：作业设计上可以显式要求学生保留并分析”意外但有价值”的 AI 输出，把随机性转化为设计素材而非噪音。 来源：DOI:10.1080/13467581.2026.2621521

四、常见坑与应对：两项关于 AI 依赖成因的实证研究

设计能力焦虑如何演变为 AI 依赖：一个 432 人的中介模型 四川轻化工大学团队在 Acta Psychologica 发表的研究，基于 I-PACE 模型对 432 名设计专业学生做问卷调查，发现”设计能力焦虑”会导致学生对 AI 生成设计（AIGD）的不当依赖，而实习与专业身份认同、反馈与评价机制、创新心态三者在其中起中介作用——即高焦虑学生倾向把 AIGD 当作应对职业压力的”必需应对机制”。 对备课的启发：这项研究把”AI 依赖”从道德评判问题转化为可干预的机制问题——增加实习/专业身份体验、改善课堂反馈评价机制、培养创新心态，都是比”一刀切禁用 AI”更有效的干预杠杆。 来源：PMID:40818423 · Acta Psychologica, Vol. 259, Art. 105423

资源受限情境下的技术接受与创造能动性 Farran、Hijjawi、Jabali、Ayyoub 与 Khlaif 在 Frontiers in Education 发表的研究，对巴勒斯坦纳杰大学 246 名室内设计学生做调查，考察在设备/带宽等资源受限条件下，学生对 AI 技术的接受度与创造能动性感知如何被资源约束塑造——揭示了此前综述较少涉及的”公平/可及性”维度的坑。 对备课的启发：向欠发达地区院系或经费有限的院系推荐 AI 教学方案时，需要额外评估学生的设备/网络可及性，否则”AI 辅助”可能演变为新的不平等来源。 来源：DOI:10.3389/feduc.2026.1837890（发表于 2026-05-29）

本期未展开（无新料或不硬凑）

  • 学生 AI 作业评估量规：本期未检索到设计学科专属、可独立验证的评估量规研究；检索到的自动量规生成研究均面向编程/写作学科，非设计学科一手成果，不作为条目纳入。
  • 课堂 AI 使用规范与伦理（官方政策层面）：本期未检索到新的高校官方 AI 政策公开文件；本期”课程模板”“常见坑”两节中的伦理/依赖相关发现可作为间接参考，但不能替代官方政策更新。

参考来源

  1. From Imitation to Creation: AI Innovation Path for Architectural Design Teaching in the New Era, Education Sciences, 16(7):1078 — DOI:10.3390/educsci16071078
  2. Lakousha, Zaki & Haggag, AI integration in architectural education: prioritizing educational capabilities for AI prompt engineering, a Friedman–AHP framework based on UNESCO-UIA standards, Architectural Engineering and Design Management — DOI:10.1080/17452007.2026.2652034
  3. Teaching with Artificial Intelligence in Architecture: Embedding Technical Skills and Ethical Reflection in a Core Design Studio, Buildings, 15(17):3069 — DOI:10.3390/buildings15173069
  4. van der Burg V. et al., Reflective AI: A Slow Technology Approach for Design Education, CHI 2026 — DOI:10.1145/3772318.3791691
  5. Shin, Park & Kang, Cultivating reflective designers: process-oriented pedagogies for harnessing AI’s creative unpredictability in architectural studios, Journal of Asian Architecture and Building Engineering — DOI:10.1080/13467581.2026.2621521
  6. How design ability anxiety leads to design students’ dependence on artificial intelligence?, Acta Psychologica, Vol. 259, Art. 105423 — PMID:40818423
  7. Farran, Hijjawi, Jabali, Ayyoub & Khlaif, Artificial intelligence in interior design education: technology acceptance and creative agency in a resource-constrained context, Frontiers in Education, Vol. 11 — DOI:10.3389/feduc.2026.1837890
知识库设计教学