稅琳琳，博士，碩士生導師，專注于數字游戲研發和設計思維創新教育?，F任中國傳媒大學設計思維學院院長，美國斯坦福大學設計研究中心客座教授，國際設計思維創新協會（GDTA）理事，中國社會藝術協會理事，中國高校創新創業教育聯盟設計思維專業委員會委員，聯合國全球契約青年創新者項目導師。講授的《設計思維創新與實踐》課程被評為國家級一流課程，曾榮獲北京市青年英才，中國傳媒大學首批青年拔尖人才，首批“三牛獎”人才，北京市教學成果一等獎。擁有豐富的游戲設計開發經驗以及產品創新、流程創新、服務創新，組織和管理創新經驗，在世界各地發表演說，著有《設計思維創新導引》《設計思維行動手冊》《神奇的設計思維游戲書》《游戲的節奏》，主編出版斯坦福設計思維系列叢書《認識設計思維》《用游戲激活和培訓創新者》《方法與實踐》《如何高效協作》《場景與應用》。

關鍵詞：智能設計；持續優化；具身感

觀點提純：在智能設計中，‘智能’與‘設計’的關系密切。智能技術（如AI和機器學習）為設計過程提供支持，使之更加高效、精確、適應性強。同時，設計的本質仍然被保留，即人類依據自身需求，通過創造性工作去改造世界。在設計思維中要求的基于同理心的理解和對用戶的洞察，都是在智能設計時代，很難被AI代工的設計步驟，這也是設計中最為核心的步驟，它代表著設計的本質，即以人為本，為人的需求提供解決方案，始終將用戶的需求和體驗放在設計的中心。

《設計》：何為“智能設計”？請談談您對“智能設計”及其要素的理解。智能設計中涉及自動化、數據驅動、交互和持續優化等概念，智能設計中的“智能”和“設計”是怎樣的關系？

稅琳琳：要談“智能設計”，首先就離不開對“設計”這一概念的理解。在我看來，“設計”的核心就是為人類需求提供有效的解決方案。隨著科學技術和社會不斷發展，人們的需求不斷進化升級，設計也就被細化成了諸多領域，像我們現在常聽到的工業設計、平面設計、UI設計、企業形象設計、交互設計等。近期，隨著人工智能技術異軍突起，人工智能與設計的結合就產生了現在我們常說的“智能設計”。

智能設計的核心是人工智能，人工智能就會涵蓋大數據、大模型、機器學習等要素，所以智能設計會使用大數據、機器學習等方式，借助人工智能來對傳統上需要人工完成的設計任務進行自動化實現，并通過與用戶的交互不斷收集反饋數據，通過數據積累對設計結果進行持續優化。

在智能設計中，“智能”與“設計”的關系密切。智能技術（如AI和機器學習）為設計過程提供支持，使之更加高效、精確、適應性強。同時，設計的本質仍然被保留，即人類依據自身需求，通過創造性工作去改造世界。

《設計》：中國傳媒大學設計思維學院的教學特點有哪些？在智能設計方面是否有所側重？

稅琳琳：中國傳媒大學設計思維學院是一所創意學院和創新工廠，我們研究創新策略方法并提供創新解決方案。自2009年開始，中國傳媒大學就從德國波茨坦大學和美國斯坦福大學引入全套創新課程，并進行本土化提升。學院的教學特色主要有以下幾點：

1、國際化視野：通過大量的國際合作項目和學術交流活動，讓學生接觸國際設計理念和實踐。提升他們的全球競爭力。2、交叉融合：我們的教授團隊來自動畫、廣告、環境設計、經濟管理、計算機、信息通信等不同專業領域，學生也來自全校各個專業，有利于相互碰撞，激蕩出不同的創意火花。3、實踐導向：學院注重實踐教學，突出“真情境”“真問題”“做中學”。通過來自政府、企業、非盈利組織的真實項目，讓學生邊學邊做，培養他們解決現實世界真實問題的能力。

在智能設計方面，設計思維學院也有所側重。學院關注大數據、元宇宙、人工智能技術在設計領域的應用，開設了相關的元宇宙、數字人、AIGC相關的課程，幫助學生了解智能設計的原理和方法，并能夠運用智能設計工具和技術進行創新設計。此外，學院也積極參與智能設計的研究和實踐項目，推動智能設計在實際應用中的發展。

2021年，中國傳媒大學正式成立國內首家設計思維學院

中國傳媒大學元宇宙課堂

《設計》：您是如何進入智能設計這個領域的？您個人關注智能設計的哪些細分領域？

稅琳琳：我個人有計算機和數字媒體藝術的交叉學科背景，讀研究生的時候做的第一個項目就是國家廣電總局的委托的“計算機輔助剪紙藝術造型工具”。從那時起我就意識到，計算機不僅能模擬和還原藝術家的創作過程，作為傳統技藝的數字留存，還可以通過算法產出多樣化的創新設計，降低創作門檻，幫助非藝術家群體（包括孩童）進行興趣愛好培養。

目前我個人關注的智能設計領域主要有兩個，一是元宇宙和數字人領域，元宇宙是一個數字化的、可交互的、多維度的空間，而數字人則是元宇宙中的虛擬化身，二者結合可以開啟一個3D的富媒體時代。我和研究生們正在做的“基于Web3.0技術的沉浸式科幻數字新首鋼示范場景建設”和“大模型驅動的智能型數字人研究”都是這個方向；另外一個是人工智能輔助設計領域，比如通過深度學習、自然語言處理、預測分析等技術，幫助職業設計師進行家裝、首飾等垂直領域的初步設計，再結合設計師本人的后期決策和調整，形成最終的完整設計方案。

“基于Web3.0技術的沉浸式科幻數字新首鋼示范場景建設”項目-1

“基于Web3.0技術的沉浸式科幻數字新首鋼示范場景建設”項目-2

“大模型驅動的智能型數字人研究”項目-1

“大模型驅動的智能型數字人研究”項目-2

《設計》：智能設計的發展歷程是怎樣的？它與傳統設計有哪些區別和聯系？

稅琳琳：在我看來，智能設計最早是從藝術領域開始的。在計算機技術初步發展的階段，設計主要依賴于手工方法和簡單的計算機輔助設計，而藝術設計領域較高的自由度，讓早期的計算機智能得到了一定的發展空間，一些藝術家開始嘗試將計算機技術和自身的藝術創作結合，形成了早期的智能設計藝術。

就像在前幾年人工智能高速發展的階段，人工智能在設計領域最快落地，讓人能直觀體驗到的結果就是從藝術領域開始的，像人工智能作畫、人工智能譜曲之類的應用程序，在幾年前就經常被提起。

而隨著人工智能在近兩年得到了高速發展，2022年開始流行的大語言模型、圖文轉化等AI技術，讓人工智能獲得了實際意義上“闡述”和“理解”的能力，為設計師的知識與經驗與機器認知提供了溝通橋梁，才真正解放了人工智能與設計之間壁壘。ChatGPT、Dalle、Stable Diffusion等應用的出現，讓人工智能得以更高效地參與到具體設計問題解決的過程中。

跟傳統設計相比，智能設計更強調自動化和持續優化，效率更高，能夠處理更復雜的問題，而傳統設計過程往往更線性，重視設計師的個人經驗、創造性和直覺。設計離不開人類的創造性，然而由于設計經驗可以被歸納，設計方式可以被模擬，因此也讓AI得以在設計中發揮其力量，出現AI思維與設計師思維“1+1>2”的效果。目前來看，在智能設計中，人工智能承擔的工作量越來越多，但仍舊需要依靠設計師的基本創意去完成設計，形成了人機共生，人機共創的交互模式。

《設計》：設計本身是交叉學科，智能設計中交叉了哪些學科？對設計師提出了怎樣的要求？

稅琳琳：智能設計作為一個交叉學科領域，一定會融合多種學科的知識和技能，像計算機科學、人機交互、心理學、社會學等學科都會有所涉及。人工智能的基礎就是計算機科學，涉及編程、算法、機器學習、數據分析等領域，這些技術是實現智能設計自動化和數據驅動決策的基礎。而人機交互則研究人與計算機系統之間的互動，確保人機之間的溝通與合作是高效的，確保系統的可用性和對用戶的友好性，至于心理學、社會學等則更是所有設計都離不開的學科領域，因為設計的核心就是以人為本，針對人的研究是所有設計都不可能避開的。

針對設計師，智能設計的發展要求設計師具備一定的計算機科學和數據科學知識，至少要能理解相關技術如何影響設計，對人工智能的運作原理有最基本的了解。這同時也對設計師的持續學習能力提出了要求，AI技術不斷發展，可以說幾乎每一天都有新的人工智能產品出現，傳統的設計迭代周期被大幅縮短，設計師需要持續不斷學習新的工具和技術，保持對跨學科的開放態度。

《設計》：人工智能在一定程度上能夠創作出與人類思維模式類似，甚至超越人類思維模式的解決方案，人類的設計思維在智能設計時代將如何應對和發展？

稅琳琳：人工智能確實能創作出很多超乎我們想象的設計成果，但我認為，智能設計的出現并不是對傳統設計的否定，反而是對設計師的設計思維能力提出了更高的要求。

在智能設計時代，人類設計師的角色可能更多地轉向理解和解決人類情感和社會層面的需求。AI可能在功能性和效率方面超越人類，但在理解人類情感和文化差異方面仍有限制。在設計思維中要求的基于同理心的理解和對用戶的洞察，都是在智能設計時代，很難被AI代工的設計步驟，這也是設計中最為核心的步驟，它代表著設計的本質，即以人為本，為人的需求提供解決方案，始終將用戶的需求和體驗放在設計的中心。無論是傳統的設計，還是人工智能設計，設計的服務對象還是具體的人，即用戶。即使在技術高度發展的情況下，設計依舊無法脫離人的情感和文化社會，設計師的設計思維依舊是設計的核心。

人類設計師可以將AI視為一個強大的合作伙伴而非競爭對手。AI可以處理大量數據，提出基于數據驅動的設計方案，而人類設計師則可以從更宏觀的角度審視這些方案，并注入更多的創造性和情感元素?？偟膩碚f，人類的設計思維在智能設計時代將更注重與AI的合作，發揮人類在創造性、同理心、洞察力等方面的優勢。

說到這里我想起近期的一件小事，有個朋友創辦的公益組織已經十年了，我讓ChatGPT寫一首詩，想放在演講PPT的最后一頁以表達祝福和展望，當然它也寫出來了，但是總覺得還差點兒意思。差什么呢？后來我想到了，差的其實是節奏。節奏是個高級概念，因為我們人類有呼吸，我們很熟悉這個節奏是什么，但ChatGPT不懂，它沒有具身感。這就是我們人類設計師的優勢，也就是說未來的設計師，要活得更像一個人，我們堅決不能把設計師當機器一樣去培養。

《設計》：智能設計涉及諸多高新科技方法路徑，帶來解決方案更高效的輸出，由此給設計師工作帶來的利弊如何看待？

稅琳琳：自從人工智能獲得突破性的進展以來，人們就開始擔心自己的工作是不是要被取代了。我來講一個斯坦福大學蔣里教授問過我的問題，他讓我猜“computer”這個單詞是什么時候出現的，我猜1950年左右，結果我答錯了，這個詞實際上是1613年，也就是明朝萬歷年間就被使用了。英文里“er”結尾的單詞都是指人，所以那個時候computer這個詞指的其實是“一群從事手工計算的人”。一直到了20世紀六七十年代，計算機開始普及的時候這個詞才指代機器。但現在我們只知道“computer”是計算機。這說明什么？說明機器代人的事情歷史上一直都在發生，不是今天才出現的。

回顧過去的社會發展史，每一個所謂“時代”的到來都會引起人們對這種“社會變革”的探討，對其帶來影響的展望與擔憂。但事實上，每一次科技革命都帶來了更多的工作機會。福特發明了馬車，原來紐約街上的馬車夫也沒有餓死，他們成為了司機、修車工、加油站工人，真正麻煩的是那些馬，他們沒法轉行，所以馬在人類生活中的價值大大降低了。作為設計師，我們要做能轉變的人，不要做不會轉行的馬。

回到智能設計領域，人工智能和其他高科技工具給設計師們帶來了新的挑戰，同時也打開了新的機會窗口。因為AI可以快速處理大量數據，提供精確的分析，幫助設計師探索新的創意和解決方案，推動設計創新。同時，人工智能也可以承擔一些重復性和勞動強度高的初級工作，讓設計師有更多時間專注于創造性和策略性的任務。

《設計》：對于設計教育及設計專業的教師和學生來說，應以怎樣的姿態迎接人工智能時代？

稅琳琳：在我看來，智能設計會帶來設計范式的變革，迎接人工智能時代的關鍵在于三個方面：一是認識和了解人工智能。在跟學生的交流中，我發現學生都非常善于利用人工智能工具，甚至說有點依賴人工智能，許多課程作業、論文都會交由人工智能代筆，在圖片的設計方面，也從傳統的“構思—創作”變成了“AI批量生成—選擇”，最后在進行一些自己個人的加工潤色。但這種對AI的過度依賴往往會導致設計師忽視設計的本質和創造性思維，這就引出了我要說的第二點：我們得把自己跟人工智能區別開來。

在中國傳媒大學，我們通過開展設計思維創新教育來實現這種差異化，我常常告誡學生不要在人工智能擅長的領域跟它競爭，而應該更加關注創新、創造。目前學院開設了三個層次的課程，一類是全校大二學生的通識必修課《設計思維導引》，這樣一門全員覆蓋的設計思維教學，讓設計思維成為中國傳媒大學學生的“創新基因”。不斷培養學生的創造力和創新力，重視學生以人為本的共情思維培養；第二類是“設計思維+”課程，如“智能媒體設計”“時尚設計”“用戶體驗設計”“數據可視化設計”等。教授們把設計思維與自己的專業領域相結合，升級迭代出一批專業創新課程，致力于激發學生頭腦中蘊藏的創新潛能，幫助學生運用多樣化設計創新方法和工具，邊做邊學；第三類是設計思維微專業，面向學校各專業同學及社會人士開設，包含對理念、方法、前沿應用的講授，以及指導學生實踐創新的項目制工作坊，旨在發揮中國傳媒大學綜合學科優勢，幫助學員在本專業、本行業之外，在創新能力方面也能獲得最大成長，激發個人不同際遇發展與自我實現的價值效能。

此外也要看到，未來擁有“智能”的計算機在設計過程中不再是簡單的供設計師利用的工具，而成為與設計師共同合作的協作者。因此，能夠保持開放心態和人工智能合作，才是好的選擇。所以總結起來，迎接人工智能時代的最好姿態就是首先了解人工智能，其次把自己與人工智能區分開來，三是和人工智能協作。

中國傳媒大學設計思維創新教育課程的三個層次

中國傳媒大學設計思維創新教育課堂

《設計》：請分享一些您認為在智能設計領域中具有創新性和啟發性的案例或項目。

稅琳琳：如今在電商領域，許多設計師和網店老板已將人工智能作為日常設計的基本工具，這一趨勢引發了廣泛關注，相關話題也時常沖上熱搜榜。比如天貓新品創新中心（TMIC）推出了名為“AI概念工坊”的生成概念款解決方案。這一解決方案主要結合了AI能力，幫助商家從概念描述迅速產出商品概念稿。同時，通過市場調研，該工具還能鎖定消費者偏好，為商家在大規模生產前做出明智的產品選擇。

這個產品的主要優勢有兩點：從技術上來說，與直接采用開源Stable Diffusion模型或商用版Midjourney不同，TMIC采用了自研模型，同時其訓練數據來源于淘寶平臺的自有圖文數據和知識體系。這種技術自主性使得TMIC在處理特定商業場景時更具靈活性和效果；其次，TMIC在行業中積累了大量用戶數據研究和消費行業品類調查經驗。這為爆款商品設計提供了從概念描述到賽道選擇的先發優勢。在這波生成式AI變革中，擁有數據優勢的平臺能夠更準確地滿足產業用戶的需求，成為應對當前AI變革的前沿力量。

TMIC_annual-conference_logo_05262021（圖片來源：https：//www.alizila.com/basf-givaudan-bring-chemistry-to-tmic-innovation-mix/）

《設計》：隨著人工智能、大數據等技術的發展，您認為智能設計的發展趨勢和前景如何？您有哪些期待或展望？希望和同行深度探討哪些話題？

稅琳琳：目前的人工智能設計是一種模擬化的設計，通過對人類已有知識和作品的大量學習，來模擬完成設計。在未來，隨著情感計算等技術的發展，智能設計可能會逐漸接近于獨立設計的模式，智能設計的發展還有很長的路需要走。我期待看到AI在創造性問題解決上的進一步發展，更多地考慮環境和社會因素，提供復雜的設計決策支持。智能設計的發展將繼續推動設計行業向更高效、更創新、更貼近用戶需求的方向發展，同時也會帶來新的挑戰，比如在新的設計范式構建、設計倫理、社會責任等方面。