《Buildings》：Human–AI Collaborative Design in Architectural Studios: Evaluating Paradigm Shifts Across the Six Stages of the Design Process
Hend Alana,
Mohamed Fikry and
Asmaa Hasan
编辑推荐：
本文聚焦于人工智能（AI）在建筑教育设计工作室中的深度整合。为解决AI如何影响完整设计流程、其效用是否因阶段而异，以及如何构建有效人机协作框架等核心问题，研究者开展了一项关于“人-AI协同设计”的混合方法研究。结果表明，AI在早期概念设计和最终表现阶段能显著提升创造力与效率，但在后期技术文档阶段作用有限。该研究构建了一个三维评估矩阵，为在教育中实现伦理且教学合理的人-AI协作提供了结构化框架，对推动建筑教育的数字化转型具有重要意义。
建筑学，这门古老而又不断进化的学科，其教育核心——设计工作室，正站在一场由人工智能（AI）引发的变革浪潮之巅。长久以来，这里都是未来建筑师们打磨技能、锤炼批判性思维的熔炉。然而，随着生成式AI等技术的迅猛发展，设计知识的产生、评估与传播方式正在被重塑。AI不再仅仅是辅助绘图的工具，它开始深入影响从灵感激荡、形态推敲到性能模拟的每一个环节。这种转变催生了一个激动人心却也充满不确定性的新范式：人-AI协同设计工作室。
但问题也随之而来。AI真的能在整个设计流程中都扮演“得力助手”的角色吗？它在激发创意的早期阶段和需要精密技术的后期阶段，效用是否相同？学生们是将其视为解放创造力的“催化剂”，还是可能削弱自身批判性思维的“捷径”？教育者们又该如何引导，才能在拥抱技术红利的同时，守护设计教育的核心价值——即学生的原创力、反思能力和专业判断力？此前的研究多聚焦于AI的某项具体功能或某个孤立的设计阶段，缺乏一个贯穿始终、系统性的评估框架。这种认知空白使得许多教育机构在引入AI时感到迷茫，既可能低估其潜力，也可能在无意中削弱学生的基础设计能力。
为了回答这些问题，一支研究团队在《Buildings》期刊上发表了一项开创性研究。他们深入埃及Kafrelsheikh大学建筑系的集成建筑设计工作室，进行了一场为期14周的“实验”。研究并未从零开始新的设计，而是让17名硕士生“重启”他们过去三年内完成的一个旧项目（如文化中心、展览建筑），但这一次，他们被要求在整个过程中使用指定的AI工具。与此同时，8位资深教师全程参与观察与评估。通过这种“前后对比”的准实验方法，研究团队得以精确追踪AI工具在建筑设计六大经典阶段（前期设计、概念设计、方案设计、设计深化、设计文档、表现与终期评审）中的真实影响。
为了科学度量这种影响，研究者们构建了一个精巧的“三维评估矩阵”。这个矩阵如同一个多维度扫描仪，从六个指标（效率、创造力、准确性、AI整合度、可采纳性、环境/建筑影响）出发，同时结合三种数据源（学生问卷、教师评估、项目评审），对AI在每个设计阶段的表现进行了立体画像。研究发现，AI的影响并非“雨露均沾”，而是呈现鲜明的阶段化特征。在概念设计阶段，AI如同一位“创意激发者”，其创造力评分高达4.8分（5分制），帮助学生快速生成多样化的形态与构想。在最终表现阶段，AI化身为“视觉魔术师”，在渲染、绘图和叙事表达上大放异彩，效率与整合度评分接近满分。然而，到了技术要求极高的设计文档阶段，AI却显得有些“力不从心”，各项评分显著下降，学生们依然严重依赖手动绘图和教师的细致指导。这表明，在需要高度精确性、遵循严格规范的任务中，人类的专业知识和判断力仍然无可替代。
这项研究最重要的贡献，在于它清晰地描绘了AI在建筑教育中的“能力边界”与“最佳角色”。它指出，AI并非万能替代者，而是一个强大的“互补性伙伴”。在需要发散思维、快速迭代和视觉表达的阶段，AI能极大提升效能；而在需要深度批判、技术决策和伦理考量的阶段，人类设计师的核心地位不可动摇。基于此，研究提出了一个结构化的人-AI协作框架，强调教育整合应根据不同设计阶段的教学目标进行“校准”，并由教师进行“批判性引导”，同时将“伦理意识”嵌入工作室文化。这为全球建筑教育机构如何负责任、有成效地拥抱AI时代，提供了一份宝贵的路线图。
本研究采用混合方法，旨在系统评估AI在建筑设计全流程中的影响。关键技术方法包括：1) 准实验设计：招募埃及Kafrelsheikh大学建筑系的17名硕士生和8名教师作为样本，要求学生在14周内使用AI工具重新设计其过往项目，以实现与传统方法的直接对比。2) 三维评估矩阵：构建一个连接六个设计阶段、六个评估指标（效率、创造力、准确性、AI整合度、可采纳性、环境/建筑影响）和三种数据来源（学生问卷、教师评估、项目评审）的分析框架，使用五点李克特量表进行量化测量。3) 多工具数据收集：通过结构化问卷收集学生对效率和可采纳性的主观感知；通过教师主导的项目评审评估创造力和环境影响力；通过工作室观察记录技术准确性和AI工具整合的实际情况。4) 统计验证：对收集的等级数据使用斯皮尔曼等级相关系数、克朗巴哈Alpha系数和弗里德曼检验进行信度、效度和差异显著性分析，以增强研究发现的可靠性。
4. 案例研究应用
本研究采用准实验方法，在埃及Kafrelsheikh大学建筑系的“集成建筑设计工作室”课程中开展。研究样本包括17名硕士生和8名教师。学生被要求选取一个过去三年内完成的设计项目，在14周的课程中，使用指定的AI工具重新进行全流程设计，从而实现对传统方法与AI辅助方法的直接比较。研究为设计过程的六个阶段定义了具体活动，并系统引入了包括AI生成、分析和可视化在内的多种工具，以确保AI整合覆盖从前期分析到最终表现的所有环节。
5. 结果
研究结果通过六个评估指标量化了AI在不同设计阶段的影响。数据显示，AI的影响呈现显著的阶段差异性。在概念设计阶段，AI对创造力（均值得分M=4.8）和效率（M=4.6）的提升最为显著。在最终表现与评审阶段，AI在效率（M=4.8）、创造力（M=4.6）和可采纳性（M=4.8）方面也表现出极高价值。相比之下，在设计文档阶段，AI的各项指标得分均为最低（如创造力M=2.7，效率M=3.4），表明其在此技术密集型阶段作用有限。前期设计和设计深化阶段，AI主要提升了工作效率和准确性，而对创造力的贡献为中等。统计分析（弗里德曼检验）进一步证实了不同设计阶段AI影响存在统计学上的显著差异。
6. 讨论
比较矩阵分析：文献预期与实验结果
通过将实验结果与基于文献的预期进行对比，研究验证了AI在早期创意和最终表现阶段的核心作用，同时也揭示了理论与实践的差距。例如，尽管文献强调AI在文档自动化方面的潜力，但学生在实际应用中仍感困难，整合度得分较低。这表明AI的技术能力尚未完全转化为教学环境中的实践效能。另一方面，学生对AI工具的可采纳性普遍高于文献预期，反映了数字设计文化在教育领域的快速演进。
研究发现的意义与框架构建
本研究最重要的结论在于明确了AI在建筑教育中的“互补性伙伴”角色，而非替代者。AI在支持发散性思维、可视化及快速迭代方面具有优势，但在需要深度技术知识、严格规范和批判性判断的任务中，人类设计师的主导作用至关重要。因此，成功的整合需要一种“校准的、阶段化”的应用策略。研究者据此提出了一个结构化的人-AI协作框架，其核心原则包括：根据设计阶段的教学目标校准AI工具的应用；强化教师在过程中的批判性引导与调解作用；以及在工作室文化中嵌入伦理意识。该框架旨在引导建筑教育走向一种智能化但以人为中心的范式，确保AI成为加强而非削弱反思性设计实践的认知协作工具。
7. 结论
本研究系统评估了AI在建筑设计工作室六阶段流程中的整合与影响。结论指出，AI在前期设计、概念设计和最终表现等阶段能有效增强创造力、效率与创新，而在设计深化与文档等技术阶段的影响则相对有限。学生多视AI为创意催化剂和效率工具，教师则更看重其分析和评估潜力。这揭示了AI与人类能力互补的本质。最终，研究强调，必须采取一种平衡且结构化的方法，将AI定位为支持而非取代人类创造力与批判性判断的伙伴，从而为在人工智能时代发展出一种适应性强、合乎伦理且以人为本的建筑设计教学法奠定基础。
