CN EN
首页   /   新闻   /   新闻动态   /   正文

分享

课程动态 | AI与艺术教育师资能力提升班圆满结业
2026.08.20

盛夏八月,智汇清华。8月14日至16日,由清华大学美术学院举办的“AI与艺术教育师资能力提升班”圆满结业。来自全国36所高校及相关机构52名学员齐聚清华园,学员阵容既涵盖了扎根教学一线的骨干教师更汇聚了20余位高校艺术院系的院长、副院长、系主任及学科带头人,共探AI时代的艺术教育新径。

导师与学员合影

本次提升班课程设置突出“前沿性、交叉性、实用性”,以“理论探究/技术应用/教育赋能/行业前瞻”为主线,构建跨学科、重实践、强融合的课程体系,助力教师掌握AI技术内核与艺术教育融合路径。其特色在于其跨学科的课程设置与清华大学强大的学术支持,提供一个与业内专家、学者交流的平台。

授课团队由清华大学美术学院、全球创新学院、建筑学院、计算机系、人文学院以及腾讯等相关机构的专家学者组成:清华大学美术学院学术委员会主任、教授杨冬江,中国科学院院士、清华大学全球创新学院院长刘云浩,国际建筑师协会主席、清华大学建筑学院院长张利,清华大学建筑学院党委书记、教授张昕,清华大学美术学院教授、清华大学未来实验室主任徐迎庆,清华大学美术学院副院长、副教授师丹青,清华大学美术学院信息艺术设计系主任、教授王之纲,清华大学计算机科学与技术系副教授喻纯,腾讯杰出设计专家陈妍,清华大学人文学院讲师张熙等。

 

上课现场照片

课程学习

课程负责人杨冬江教授在开班致辞中深刻剖析了设计学科发展趋势,指出现代设计教育正加速向综合性与交叉学科转型。在信息高度扁平化的今天,传统知识垄断不复存在,教学结构面临“自下而上”的变革,教师角色的转变迫在眉睫。

基于此,本次提升班以直击“真问题”为核心愿景,致力于深化技术与艺术的跨界融合,重构教育者的时代认知,进而为AI时代蓄力培养全面发展的新型设计人才。

王之纲教授结合自身跨学科实践,分享了他在艺术领域的实践探索与教学反思。

在艺术实践上,他指出AIGC打破了传统CG制作中高度依赖的线性工作流,实现了创作流程的“解耦”。他强调,尽管AI带来了视觉奇观,但艺术的核心价值仍始终源于创作者的主体思考、个人经验与内在表达。

在教学反思上,他认为未来的设计教学必须“提纯”。面对AI带来的技术贬值,教育应摒弃传统软件技法的机械灌输,转而教授底层逻辑与抽象思维。必须警惕学生对AI产生“直接要答案”的依赖,坚守并培养学生独立思考的核心能力。

喻纯老师从人机交互视角,探讨了大模型时代的交互创新与因果计算。他指出,当前AI不仅需要算法和算力,更核心的是人机关系的重塑。这种重塑的关键在于让AI更好地理解“因果”:即通过多模态数据的记录,理解人在特定场景下做出某一决策的前因后果,从而提供个性化、主动式的服务。

他强调了“交互式学习”的重要性,即AI在真实环境中向用户学习,构建“以人为中心的世界模型”。面对技术冲击,他认为人类体验生活并分享体验的能力最为宝贵,未来的设计不应盲目追逐代码,而应发挥审美优势,与科技融合,实现“设计+科技”的创新。

张利教授分享了如何利用信息技术提升空间设计品质,探讨了“让艺术的更艺术,让工程的更工程”的理念。他指出,城市发展已从增量时代进入存量时代,从关注外观转向关注量化和可衡量的空间品质。建筑和城市设计应关注公共性,理解并满足个体的不同空间需求,从而提升居住体验。

张教授强调,传统的依赖经验和直觉的设计方法应向基于实验和数据的科学方法转变。通过采用人体工程学数据和沉浸式环境,可以模拟设计方案,并在建筑完成前对其实用性和心理影响进行测试和优化。他以首钢大跳台和国家跳台滑雪中心等项目为例,展示了如何通过科学实验优化设计,从而更好地契合公众的审美和心理需求。他认为,利用现代信息技术不仅不会取代设计师的创意,反而能帮助其寻找设计的共性规律,做出更精确、更人性化的设计决策。

刘云浩教授从信息技术与人工智能发展的宏观历史视角出发,探讨了AI与人类认知的深刻联系。他认为,人类文明的进步本质上是将主观经验转化为客观科学规律的过程。在智能时代,计算机的发展经历了从基础计算到逻辑推理,现在正向基于环境感知的具身智能迈进。

刘教授指出,当前AI正在实现“机器语言”与“自然语言”的融合,这极大降低了技术门槛,使得非专业人士也能通过自然语言指挥AI完成复杂任务。他强调,面对AI在“封闭决策”和“开放感知”上的进步,教育界不应陷入盲目的技术焦虑,而应关注如何利用AI提升人类的抽象思维与认知范畴,在人机共生中寻找人类无法被替代的核心价值。

陈妍老师结合其在腾讯多年的工作经验和其负责的园区智慧化建设项目,探讨了AI时代用户需求与设计哲学的演变。她指出,AIGC技术的发展使得用户需求从“操作工具”转向“表达意图以获取结果”,如同搜索引擎从基于关键词匹配转向基于自然语言的直接问答。这种转变要求空间设计和用户体验设计从静态、统一的服务模式向动态、个性化的“千人千面”服务模式转型。

在教学反思方面,陈老师强调,随着AI降低了视觉生成等基础技能的门槛,设计教育必须更新。未来的设计教学不应局限于传统的界面或流程设计,而应重点教授学生如何设计系统的运转规则、设定AI执行的约束边界,并思考人机交互中的伦理问题。她鼓励学生利用AI工具进行从0到1的完整项目实践,培养跨学科的综合能力和解决真实问题的核心竞争力,以适应未来“一人公司”或创业型组织的发展需求。

师丹青老师从跨学科的视角出发,探讨了AI多智能体在艺术设计教育中的创新应用。他指出,当前设计学科在整个知识宇宙中显得相对孤立,但设计师的核心优势在于跨界整合与创新思维。在AI时代,教育不应局限于教导学生在“人多鱼也多”的红海中竞争,而应利用AI工具鼓励学生去探索未知的“无人区”。

面对跨学科教学组织成本高、难以持续的问题,师老师分享了其团队开发的“多智能体”教学平台。该平台能模拟不同学科专家的角色,在短时间内为学生提供跨学科视角的反馈和灵感碰撞。

师老师认为,AI不仅能提升设计表达的效率,更重要的是能极大地降低试错成本,赋能学生跳出传统专业边界,去探索如“太空设计”等前沿领域,并培养其适应未来产业的新型设计领导力。

杨冬江教授的演讲聚焦AI时代设计教育的转型与发展。他指出,AI工具的普及取代了传统的绘图表现技法,促使设计必须回归“创意”、“讲故事”以及创造美的核心本质。

在教学层面,他倡导教学模式应转向基于“真实问题”的学习。教师不再是知识的垄断者,而应依托专业经验帮助学生甄别“AI幻觉”,重点培养学生在海量生成结果中“挑选”与评判的决策能力。

此外,他强调设计学科须坚守“艺术设计”的核心阵地。在跨学科融合中应把握主动权,努力做到“设计+”和“+设计”,避免沦为被动的技术附庸。设计应发挥自身的审美特长,用真正的智慧去解决实际问题。

张熙老师结合其在清华大学的写作教学实践,探讨了AI时代下教学如何从技术操作走向认知自觉。她指出,在课程中较早教学生使用AI会剥夺学生必经的“认知受阻与飞跃”的思考过程。

为此,她提出了一套以“课程支架设计”为核心的教学创新路径:在课前教学内容的设置上,应强调“抗解性问题”,压缩寻找标准答案的良性问题,从而促使学生主动思考并定义问题;在课中环节,需要引入“否定性因素”,通过他人质疑或现实材料的约束来恢复认知的抵抗力,打破AI带来的平滑体验,为真实的思考“停留时间”;在课后,要重塑作业的评价标准,通过呈现“过程性”作业,评估学生认知的思路演变;同时,还要系统设计“AI学习支架”,明确AI介入的时机、权限及撤出机制,确保学生真正掌握核心创作能力。

张老师认为,AI时代的教育公平在于为学生保留经历挫折与认知成长的空间,最终目标是培养能够定义任务和标准的人,而非仅仅高效完成任务的人。

张昕教授的演讲聚焦于AI时代建筑学教育的破局与跨界融合。他认为,建筑师的培养应向具备复杂组织能力的“架构师”转型。面对AI带来的挑战,他通过开设融合电影、游戏、机器人等领域的交叉课程,打破传统教学框架,训练学生掌握“发散与收敛”的思维模式。

此外,他提出设计教育应避免盲目跟风,要在具身智能和认知智能等难以被AI替代的领域深耕,并坚守学科本源,用真问题驱动教学,培养能真正解决复杂问题的复合型人才。

徐迎庆教授结合其在清华大学未来实验室的跨学科研究经验,分享了AI时代设计创新的探索与思考。他介绍了未来实验室“天马行空想问题,脚踏实地做事情”的理念,强调在大学里鼓励试错与从0到1的探索。

面对AI的快速发展,徐教授指出AIGC虽然正在消解传统艺术创作的门槛与主体性、引发审美同质化,但也重构了创作生态,让人类从单纯的执行者转变为“意义的赋予者”。他强调,设计专业的学生反而更应夯实手绘、造型、色彩等基础能力,并广泛阅读以提升表达与沟通能力。

他呼吁未来的设计师不仅要拥抱AI作为创作伙伴,更要坚守人文主义内核,成为能够“提出问题、赋予意义的新型创作者”。

研讨交流

 

 

研讨交流现场

本次提升班研讨环节中,清华美院培训中心主任刘娟凤及来自各高校的学员们围绕“AI时代艺术设计学科的挑战、转型与教学改革”展开了深入的交流与探讨。

学科危机与核心重塑:面对招生环境变化、生源下降与高校专业压缩的压力,多位学员剖析了美术与设计学科边界日益模糊的现状。学员们达成共识,虽然AI能够替代具备逻辑与因果关系的工作,但无法取代人类的审美直觉、具身感知和纯艺术的底层造型能力。因此,坚守艺术底色、稳固专业底盘,是各院校在变革中保持竞争力的关键。

AI教学探索与反思:学员们分享了AI融入教学的实践经验,具体包括开设AI通识课、联合企业建设“数字影游”等微专业,以及推行导师工作室与跨学科项目制教学。交流中提出,现阶段的教学重点在于指导学生搭建AI工作流,明确AI的辅助工具定位。同时指出,相较于AI直接生成的完美结果,教学过程应更注重引导学生关注设计推敲的具体步骤。

就业导向与跨界探索:针对传统设计专业(如服装设计、视觉传达)面临的就业压力,部分学员提出需向“艺术与科技”交叉方向(如虚拟服装、数字媒体)转型的思路。此外,地方院校应紧密结合地域特色与产业需求,通过真实的产学研项目提升学生的综合实战与就业能力。

最后,清华大学美术学院学术委员会主任、教授杨冬江表示,未来将持续关注人工智能与艺术教育融合发展动态,优化师资培训体系,助力全国艺术设计类专业教师提升数字素养与教学能力,为培养适应智能时代需求的创新型艺术人才发挥积极作用。


图文提供 | 培训中心

图文编辑 | 陈洁

审核 | 王晓昕

© 2024 清华大学美术学院

北京市海淀区清华园1号清华大学美术学院

100084

© 2024 清华大学美术学院