Page 76 - 艺术设计教育创新研究

艺术设计教育创新研究
Research on Innovation in Art and Design Education

境认知理论中提取相关教育理念，通过对以上两方面的研究，总结出认知、实践、
兴趣影响氛围等方面的教学策略。推动知识的普及化、注重应用的实践过程、营
造应用氛围、培养应用兴趣，以上是人工智能应用于艺术设计教育中的教学策略。
（一）推动人工智能理论知识在艺术设计教学中的普及

在人工智能应用艺术设计教育的环节中，分布式认知理论认为，参与者对人
工智能认知的提升，会带动人工智能应用于艺术设计教育的正向发展。工智能技
术作为艺术设计教育应用的技术基础，只有对技术有了全方位了解，才能创造出
全新的应用场景和应用方案。

增加知识传授环节中关于人工智能的知识信息。对高校的艺术设计学生来说，
教师的教学内容是他们获取知识、创意的重要途径之一，在全新的应用教育背景
下，教学内容应采用多维度的教育手段。通过线上教育、3D 全息教育的方式，
扩宽对教育资源的传播渠道，让更多的艺术设计教育者可以跨越时间和空间的隔

阂，获取知识信息。
发挥人机协同的效应，满足学生的个性化培养需求。处理好人与人工智能的
关系，人工智能知识的普及过程中，可以运用人工智能深度学习的技术，做到对
艺术设计学生个性化的培养，有利于知识的普及发展。

（二）注重人工智能技术在艺术设计教育应用的实践
构建认知理论中强调学习的实践过程。研究总结，强调实践的过程性和实践
结果的积累影响着人工智能技术在艺术设计教育中的应用。从实践对象的角度出
发可以总结出以下对策。

院校/艺术设计教育管理者：促进院校数字化转型，完善数字化基础设施建设。
完善人工智能应用于艺术设计教育的物质基础，研究表明高校在人工智能设备、
平台的搭建方面还没有广泛地得到重视，应促进学校数字化转型。为教学环境的
实践过程提供良好的平台。

教师 / 授业者：丰富实践结果积累，加速信息迭代。在智适应学习的方式下，
快速实践运用人工智能技术会丰富数量，从而更好地让机器完成自我学习和迭代。
学生 / 受教育对象：建立自我认知，增加对人工智能技术的应用使用频率。
研究调查表明，现阶段接近 68% 的学生参与过有关人工智能技术的项目（展览、

学习项目等），具有一定的普遍性，但个人直接将 AI 技术实践于艺术设计创作
的使用频率很低。

·68·