חשיפת אימוץ AIGC על ידי סטודנטים לעיצוב במכללות: מודל משולב

מדוע זה חשוב למעצבים העתידיים

היום סטודנטים לעיצוב לומדים בסדנאות שבהן בינה מלאכותית יכולה לשרטט, לכתוב ולייצר תמונות בתוך שניות. המחקר בוחן כיצד הסטודנטים מקבלים החלטה האם להשתמש בפועל בכלי תוכן שנוצר על ידי בינה מלאכותית (AIGC) בלמידת העיצוב היומיומית שלהם. הבנת התגובות שלהם — מה מרגש אותם, מה מפחיד אותם ומה דוחף אותם לשתף את הכלים עם חברים — עוזרת למרצים לעצב קורסים שמגנים על היצירתיות ובו־בעת מנצלים טכנולוגיות חדשות וחזקות.

כלים חדשים בסדנת העיצוב

המחברים מתמקדים בסטודנטים סינים במכללות שלומדים עיצוב, קבוצה שבה היצירתיות הוויזואלית, האיטרציה והניסוי מהווים חלק מרכזי מהלימוד. מערכות AIGC יכולות במהירות להפיק פריסות חלופיות, רעיונות למוצרים או קונספטים חזותיים, ובכך להאיץ את שלבי העיצוב הראשוניים ולתת לסטודנטים מרחב רחב יותר לחדד את רעיונותיהם. באותו הזמן מערכות אלה מייצרות דאגות בנוגע למקוריות, בעלות יצירה, הטיה ותלות מופרזת במכונות. מחקרים קודמים בחנו לעתים קרובות את AIGC בחינוך כללי או מזווית טכנולוגית טהורה; מאמר זה מתמקד באופן בו סטודנטים לעיצוב חושבים, מרגישים ופועלים כאשר כלים כאלה משתלבים בלמידתם.

שלושה שלבים בתגובת הסטודנטים

לפתור את התגובות הללו, החוקרים משלבים שתי תיאוריות מבוססות ממחקרי טכנולוגיה. אחת מתארת כיצד כלים חדשים מתפשטים בתוך קהילה, והאחרת מסבירה כיצד אנשים שוקלים מאמץ, יתרונות ורגשות כאשר הם נתקלים בהתקן לראשונה. יחד, נבנה נתיב בעל שלושה שלבים. בשלב הראשון, שנקרא דאגה טכנולוגית, הסטודנטים שופטים האם AIGC נראה טוב יותר בהשוואה לשיטות ישנות, האם הוא מתאים לאופן העבודה הנוכחי שלהם או מרגיש מבלבל וקשה לשימוש. בשלב השני, קבלה ריגשית, הם מפתחים ציפיות לגבי כמה AIGC ישפר בפועל את ביצועיהם וכמה מאמץ יידרש להם כדי להתרגל אליו. בשלב הסופי, טרנספורמציה התנהגותית, כוחות חברתיים ונכונות אישית לנסות חדש מעצבים האם הסטודנטים ימשיכו להשתמש בכלים אלה וימליצו עליהם לאחרים.

מה חשף הסקר

הצוות סקר 385 סטודנטים לעיצוב מתחומי התמחות שונים, ושאל שאלות מפורטות על שלושת השלבים הללו. לאחר מכן השתמשו במודל משוואות מבניות, טכניקה סטטיסטית הבודקת עד כמה גורמים שונים מקושרים זה לזה. הם מצאו שכאשר הסטודנטים מזהים יתרונות ברורים ב‑AIGC — כגון יצירת רעיונות מהירה יותר או אפשרויות ויזואליות עשירות יותר — ומרגישים שהכלים משתלבים בצורה חלקה בתוכנות ובזרימות העבודה הרגילות שלהם, הם מצפים לתוצאות טובות יותר ומאמינים שהכלים לא יהיו תובעניים מדי ללמידה. לעומת זאת, כאשר AIGC נתפס כמורכב או משתנה תדיר, הסטודנטים מורידים את הציפיות הן לגבי הביצועים והן לגבי הקלות בשימוש. במילים אחרות, תועלת נתפסת והתאמה מושכות את הסטודנטים לאימוץ, בעוד שמורכבות נתפסת דוחפת אותם הרחק.

רגשות, חברים וחובבי חידושים

אחת הממצאים הבולטים היא שציפייה לשיפור בביצועים בלבד לא חזו בחוזקה האם הסטודנטים אכן השתמשו והפיצו את הכלים. במקום זאת, האמונה ש‑AIGC לא ידרוש מאמץ מופרז — התחושה שהכלי ניתן לניהול וששווה את עקומת הלימוד — הייתה דוחפת הרבה יותר חזקה. המרחב החברתי גם שיחק תפקיד רב־עוצמה: כאשר מורים ועמיתים השתמשו או עודדו שימוש ב‑AIGC, הסטודנטים נוטו יותר להמשיך להשתמש בו ולהציגו לאחרים. סטודנטים בעלי מנטליות חדשנית מטבעה, שנהנים לנסות שיטות חדשות מוקדם, היו צפויים במיוחד להפוך למשתמשים פעילים ולשגרירי AIGC בלתי־רשמיים ברשתות החברות שלהם.

מה משמעות הדבר ללימוד עיצוב עם בינה מלאכותית

המחקר מסכם שאימוץ מוצלח של AIGC בחינוך לעיצוב תלוי פחות בהבטחות נוצצות לשיפור ביצועים ויותר בחוויה היומיומית: הכלים חייבים להיות פשוטים ללמידה, תואמים לפרקטיקות סטודיו קיימות, ומקבלים תמיכה בסביבה חברתית חיובית. מורכבות עלולה לעורר תסכול וחרדה, ולדלל את היתרונות האפשריים. עבור מחנכים ומקבלי החלטות זו המלצה למקד הכוונה ברורה, השקות בשלבים, תמיכה טכנית ותרבויות כיתה המעודדות ניסוי מתחשב. כאשר AIGC מופשט ונשזר בזהירות, הוא יכול להפוך לשותף בלמידת העיצוב ולא לאיום על היצירתיות או על היושרה של הסטודנטים.

ציטוט: Zeng, L., Wang, A., Huang, Y. et al. Unveiling college students’ adoption of AIGC in design learning: an integrated model. Humanit Soc Sci Commun 13, 357 (2026). https://doi.org/10.1057/s41599-026-06713-2

מילות מפתח: בינה מלאכותית בחינוך לעיצוב, אימוץ טכנולוגיה על ידי סטודנטים, תוכן שנוצר על ידי בינה מלאכותית, הפצת חדשנות, למידת עיצוב