引言

在教育数字化转型和人工智能技术快速发展的背景下，生成式人工智能正不断改变设计教育的教学内容、学习方式与评价机制。以ChatGPT、Midjourney、Stable Diffusion等为代表的生成式AI工具，已被广泛应用于文本生成、图像生成、方案推演、用户画像建构和创意表达等多个设计过程的重要环节，推动设计活动由传统经验驱动逐步转向智能生成与人机协同。《教育强国建设规划纲要（2024—2035年）》提出，要促进人工智能助力教育变革，深化课程体系、教学方式和教育评价改革，为高校设计类课程转型提供了政策依据。

交互设计课程具有较强的技术依赖性和实践应用性，强调用户、产品、技术与场景之间的关系建构。然而，当前部分高校交互设计课程仍存在内容更新滞后、教学方式单一、实践支撑不足和评价机制不完善等问题，生成式AI的应用也多停留在工具辅助层面，尚未形成成熟的人机协同教学模式。具身认知理论强调认知生成依赖身体、环境、工具与行动之间的动态交互，为重新理解交互设计学习提供了重要视角。基于此，本文以高校交互设计课程为研究对象，探讨生成式AI与具身认知融合背景下课程教学模式面临的问题，并提出相应改革路径，以期为设计教育智能化转型提供参考。

一、人工智能在交互设计课程中的应用现状

（一）生成式AI介入设计流程，推动课程内容更新

近年来，生成式人工智能逐步进入设计教育场景，并对交互设计课程的教学内容与学习方式产生影响。与传统设计软件主要承担绘制、排版和呈现功能不同，生成式AI能够在用户研究、概念生成、视觉表达、原型构建和方案评估等环节发挥辅助作用。例如，在交互设计课程中，学生可借助AI工具生成用户访谈提纲、用户画像、情境脚本、故事板、界面文案和视觉参考方案，也可通过对话式交互对设计思路进行梳理和优化。由此，交互设计教学的关注点不再局限于软件技能训练，而逐渐延伸至问题界定、信息组织、方案生成、体验验证和设计决策等更完整的流程。

从艺术与设计教育整体发展来看，AIGC正在推动教学模式由单向知识传授向人机协同生成转变。相关研究指出，生成式人工智能在艺术教育中的应用主要体现为教学模式革新、人机协同主体性重构以及价值取向从共性育人向多元生成转变。这一变化对交互设计课程具有直接启示：AI不仅是提高效率的工具，也可以成为学生创意发散、方案比较和反思判断的认知伙伴。教师的角色也随之发生变化，需要从单纯的知识讲授者转向学习任务设计者、过程引导者和价值判断者。

（二）具身认知融入智能教学，拓展交互设计学习场景

交互设计关注人与产品、技术、环境之间的动态关系，其学习过程不能仅依靠抽象概念讲授和屏幕化作品呈现，还需要学生在具体情境中感知用户行为、理解交互反馈并完成方案迭代。随着生成式AI、多模态技术、虚拟仿真和智能交互设备的发展，交互设计课程的教学场景正在由传统课堂和机房训练，逐步扩展到虚拟现实（VR）、增强现实（AR）、混合现实（MR）和扩展现实（XR）等虚实融合、多模态参与和情境化体验的学习空间之中。

在具身认知视角下，设计学习是身体、环境、工具和行动共同参与的认知建构过程。已有研究指出，生成式人工智能推动教育空间向虚实融合转型的同时，也需要重视身体在场、人机关系优化和认知经验重构。因此，在交互设计课程中，AI技术的应用不应只停留在文本、图像或界面的快速生成，而应进一步服务于真实用户情境的建构。教师可利用AI生成模拟用户、任务情境和多版本交互方案，引导学生结合角色扮演、行为观察、原型测试和用户反馈开展学习。通过这种方式，学生能够在“感知—行动—反馈—反思”的过程中理解交互体验的形成机制，从而提升用户意识、系统思维和设计判断能力。但现阶段，这种应用仍处于持续探索阶段，如何将AI技术、具身体验与课程目标有效结合，仍需要在后续教学改革中进一步完善。

二、高校交互设计课程教学模式面临的问题

（一）课程内容滞后于技术发展，具身化教学资源匮乏

交互设计课程具有较强的技术依赖性和应用导向性，其教学内容应随数字产品形态、用户交互方式和智能技术的发展持续更新。然而，当前部分高校交互设计课程仍以界面绘制、软件操作和视觉呈现为主要内容，对生成式人工智能、多模态交互、虚拟现实、智能硬件、低代码原型开发等新兴内容吸收不足，导致课程内容与行业技术发展之间存在一定脱节。相关研究指出，人工智能辅助下的交互设计课程改革需要从教学内容、教学方法和设计流程等方面进行整体更新，而不能仅将人工智能视为单一工具嵌入原有课堂结构之中。

从具身认知视角看，交互设计并非单纯的屏幕界面设计，而是强调用户在具体场景中的感知、行动、反馈与体验。课程教学需要依托真实用户场景、行为观察材料、交互装置、可用性测试平台、虚拟仿真环境和智能硬件原型等资源，引导学生理解交互体验的生成机制。但在实际教学中，部分课程资源仍以课件、图片案例、软件演示为主，缺少能够支持情境体验和多模态反馈的具身化教学资源。学生虽然能够完成视觉稿或交互原型，却难以深入理解用户在真实使用情境中的身体动作、认知负荷、情绪变化和行为路径，进而影响其对交互设计本质的把握。

（二）人机协同教学方法不成熟，具身体验设计不足

生成式人工智能进入课堂后，交互设计教学的主体关系正在发生变化。传统课堂主要由教师讲授、学生练习和作品提交构成，而人工智能的介入使教学过程逐渐转向“教师—学生—AI”共同参与的协同结构。已有研究认为，人机协同教学是教育数字化转型的重要趋势，其关键在于明确教师、学生与智能技术之间的分工关系，形成有效的协作机制。但从当前高校交互设计课程实践看，人机协同教学仍处于探索阶段，尚未形成稳定的课堂组织方式和教学流程。一方面，学生使用AI工具多呈现自发化、碎片化和结果导向特征，主要集中于文案生成、图像生成、方案参考和界面美化等环节，缺少对用户需求、设计逻辑和交互反馈的持续分析。另一方面，教师在课堂中对AI工具的引导多停留在功能演示层面，尚未充分建立人机协同教学流程。由此导致AI虽然提高了学生的方案生成速度，却未必有效促进设计思维的深化。

此外，过度依赖AI还可能带来认知外包问题。余胜泉、汪凡淙在研究中指出，人工智能教育应用中的认知外包若缺乏有效引导，可能引发思维懒惰、主体性弱化和认知肤浅等风险。这一问题在交互设计课程中表现尤为明显：学生可能直接接受AI生成的用户画像、设计概念和视觉方案，而忽视真实调研、身体体验和场景验证。长此以往，学生容易形成以生成代替思考的学习倾向，导致具身体验不足和设计主体性削弱。

（三）实践教学支撑不足，创新思维能力培养受限

交互设计是一门强调实践转化的综合性课程，学生能力的形成依赖于真实问题、真实用户和真实场景的反复训练。课程实践不应只是软件操作练习或虚拟命题创作，而应贯穿交互设计全流程如用户研究、需求分析、信息架构、交互过程、原型制作、可用性测试和方案迭代等完整环节。然而，当前部分高校交互设计课程仍存在实践平台不足、真实项目缺乏、校企协同不深入和跨学科协作机制薄弱等问题。学生往往在相对封闭的课堂任务中完成作品，较少接触真实用户反馈和产业项目流程，导致其设计能力难以从作品进一步转化为解决问题的手段。

生成式AI虽然能够为课程实践提供新的支持，但如果缺少真实项目和实践平台支撑，AI的作用容易被简化为提高效率的工具，而无法真正服务于复杂问题解决。秦渝超等学者基于活动理论提出，生成式人工智能对教学活动的重塑并非单一工具替换，而是涉及主体、工具、规则、共同体和分工等要素的系统变化。据此审视交互设计课程可以发现，当前实践教学的不足不仅是设备或项目资源不足，更在于尚未形成与智能技术相适配的教学活动系统。学生虽然能够借助AI快速完成某些设计环节，却缺少在真实情境中发现问题、验证假设和持续迭代的机会，创新思维能力因而受到限制。

（四）智能化考评体系尚未建立，人机协同评估机制缺失

现有交互设计课程评价方式仍较多沿用传统设计课程的结果导向模式，通常以期末作品汇报或大作业作为主要评分依据，评价重点集中在界面美观度、作品完整度和展示表达效果上，而对过程性表现关注不足。这种评价方式容易导致学生重视最终视觉呈现，忽视设计过程中的逻辑建构和体验验证，也难以准确判断学生在人机协同环境中的真实能力。

生成式AI参与课程学习后，评价问题变得更加复杂。一方面，学生可以借助AI完成资料整理、方案生成、文案表达和视觉呈现，教师若仅评价最终结果，难以区分AI辅助程度与学生自身贡献。另一方面，人机协同能力本身也应成为交互设计课程的重要评价内容，包括学生辨析AI生成结果、能否结合用户反馈进行人工修正，以及能否在伦理规范下使用智能工具。但在当前交互设计课程中，类似的智能化评价机制尚未充分建立，教师缺少记录和分析学生人机协作过程的有效工具，学生也缺少明确的AI使用说明和过程性证据提交规范。因此，智能化考评体系的缺失，已成为制约交互设计课程教学模式转型的重要问题。

三、人工智能背景下交互设计教学模式的改革策略

（一）数智融合，推动课程内容与资源体系更新

针对交互设计课程内容滞后、具身化教学资源不足的问题，应从课程体系层面推动内容更新，而不能仅将生成式AI作为课堂中的辅助工具加以使用。课程仍应以用户研究、交互流程和原型测试为主线，在每个关键环节中设置AI参与任务。例如，在用户研究单元中，学生先完成真实访谈和场景观察，再利用AI辅助整理访谈文本，提炼初步问题；在方案构思单元中，学生可借助AI生成多个设计方向，但必须说明选择某一方案的理由；在原型测试单元中，AI可辅助整理反馈意见，最终修改仍由学生依据用户体验作出判断。这样处理的好处是，AI不再是独立于课程之外的工具，而是成为学生理解设计流程的辅助支架。教师也可以结合课程主题建设小型资源包，如校园服务体验、社区公共设施、数字文旅导览等真实案例。每个案例应包括用户背景、使用情境、任务目标和反馈材料，使学生在具体问题中学习交互设计，而不是停留在软件操作和界面美化层面。AI生成资源应经过教师筛选和教学目标校准，不能直接替代真实调研 and 专业判断。通过数智融合，课程内容才能由单一技能训练转向技术理解、体验认知和设计思维的综合培养。

（二）人机协同，重构课堂教学流程

针对人机协同教学方法不成熟、具身体验设计不足的问题，交互设计课堂应从单纯的工具演示转向人机共生的沉浸式学习过程。具身认知强调认知生成依赖身体行动、环境感知和即时反馈，因而交互设计教学不能只停留在屏幕端方案生成和界面表现上，而应通过AR、VR、交互投影或虚拟仿真等方式，构建可感知、可操作、可反馈的学习情境，使学生在接近真实的交互环境中理解用户行为与设计问题。在课堂组织中，生成式AI可作为智能协作者参与方案生成和反馈支持，AR/VR等沉浸式技术则为学生提供具身体验场景。人机共生课堂应形成较为清晰的协同关系：教师负责设定学习任务与评价标准，学生负责体验、判断和设计决策，生成式AI负责辅助生成与反馈，AR/VR等技术负责提供沉浸式情境支持。通过这种方式，交互设计教学能够从浅层的人机问答转向具身参与下的人机协同，使学生在身体经验、环境反馈和智能生成之间建立更完整的设计认知。此外，在教学实施中，生成式AI可以参与情境补充，但不能替代学生的身体经验。教师可要求学生先完成现场观察或角色扮演，再使用AI生成模拟用户反馈，与真实观察结果进行比较。通过这种方式，AI的价值不只是提高设计效率，而是促使学生在比较、判断和迭代中深化设计思维。

（三）项目驱动，强化真实场景中的实践训练

针对实践教学支撑不足和创新思维培养受限的问题，交互设计课程应进一步强化项目驱动教学。课程实践不宜长期停留在虚拟命题、单次作业和界面展示层面，而应围绕校园服务、社区生活、公共文化、数字文旅、健康服务、无障碍设计等真实主题建立项目任务，使学生在真实问题中完成调研、分析、设计、测试和迭代。在项目实施中，可模拟实际设计团队的工作流程，引导学生围绕进行分工协作。学生每次使用AI前，应先写清楚设计对象、用户群体和使用场景；使用AI后，应对生成内容进行筛选，并说明哪些内容被采纳，哪些内容被放弃，理由是什么。这样既能发挥AI提高效率、拓展思路的作用，又能避免学生过度依赖AI而削弱独立思考能力。通过真实项目训练，学生的学习重点将从“完成作业”转向“解决真实问题”，创新能力也能在问题发现和反复迭代中逐步形成。

（四）过程评价，建立人机协同评估机制

针对智能化考评体系尚未建立的问题，应改变单纯依靠期末作品和结课汇报进行评价的方式，构建过程评价、成果评价和发展性评价相结合的课程考核机制。交互设计课程不仅要评价最终作品的完整度和表现效果，更要评价学生在用户研究、问题界定、AI协作、方案判断、原型迭代和反思总结中的实际表现。生成式人工智能支持的人机协同评价应结合人的主观判断与机器的数据处理能力，通过评价指标、提示语设计、反馈输出和综合分析等环节形成协同评价路径。因此在评价实施中，可建立课程学习证据库，收集学生的调研记录、提示词文本、AI生成方案、修改过程、测试反馈和过程日志等材料，作为过程评价的重要依据。评价指标应突出三个方面：一是学生是否能够基于真实情境发现问题；二是学生是否能够合理使用AI并对生成结果作出判断；三是学生是否能够依据反馈持续优化方案。AI可以辅助教师进行资料整理和过程追踪，但最终评价仍应由教师结合学生作品、过程材料和课堂表现作出综合判断。通过建立人机协同评估机制，交互设计课程评价才能从单一结果判断转向对学生具身认知、交互理解和人机协同能力的综合考察。

四、结语

生成式人工智能快速发展的背景下，设计教育正处于由工具应用向认知重构转变的关键阶段。人工智能不仅改变了设计实践的技术路径，也对教学模式与学习方式提出了新的要求。传统以知识传授为核心的教学结构已难以适应人机协同环境下的学习需求，课程改革亟需从系统层面加以推进。基于具身认知视角，将生成式人工智能融入交互设计教学，有助于重构学习情境与认知机制，促进学生在实践中形成更具深度的设计理解与创新能力。未来，应在持续探索人机协同机制的基础上，推动教学模式、评价体系与课程结构的协同优化，以实现设计教育的高质量发展。

参考文献：

1. [1] 中共中央,国务院.教育强国建设规划纲要:2024—2035年[EB/OL].(2025-01-19)[2026-04-01].https://www.gov.cn/gongbao/2025/issue_11846/202502/content_7002799.html
2. [2] 杨宗凯,王俊,吴砥,等.ChatGPT/生成式人工智能对教育的影响探析及应对策略[J].华东师范大学学报:教育科学版,2023,41(07):26-35.
3. [3] 田川流,张亚星.生成式人工智能赋能艺术教育的作用机制与实践路径:基于认知重塑与价值创新的双重视角[J].中国电化教育,2026(04):121-130.
4. [4] 张惠敏,梁为,戴俊雄,等.生成式人工智能时代教育空间的具身化重构[J].中国电化教育,2026(02):23-29.
5. [5] 张萌,叶柠.人工智能辅助下交互设计课程教学改革与实践[J].人像摄影,2025(13):185-186.
6. [6] 王一岩,朱陶,杨淑豪,等.人机协同教学:动因、本质与挑战[J].电化教育研究,2024,45(08):51-57.
7. [7] 余胜泉,汪凡淙.人工智能教育应用的认知外包陷阱及其跨越[J].电化教育研究,2023,44(12):5-13.
8. [8] 秦渝超,刘革平,许颖.生成式人工智能如何重塑教学活动——基于活动理论的模型构建与应用[J].中国远程教育,2023,43(12):34-45.
9. [9] 宛平,顾小清.生成式人工智能支持的人机协同评价:实践模式与解释案例[J].现代远距离教育,2024(02):33-41.