Avslöjande av högskolestudenters användning av AIGC i designlärande: en integrerad modell

Varför detta är viktigt för framtidens formgivare

Högskolestudenter inom design lär sig i dag i ateljéer där artificiell intelligens kan skissa, skriva och skapa bilder på några sekunder. Denna studie undersöker hur dessa studenter beslutar om de faktiskt ska använda verktyg för AI-genererat innehåll (AIGC) i sitt dagliga designlärande. Att förstå deras reaktioner — vad som väcker entusiasm, vad som skrämmer och vad som får dem att rekommendera verktygen till vänner — hjälper lärare att utforma kurser som skyddar kreativiteten samtidigt som de utnyttjar kraftfulla nya teknologier.

Nya verktyg i designateljén

Författarna fokuserar på kinesiska högskolestudenter med designinriktning, en grupp för vilken visuell kreativitet, iteration och experimenterande är centrala för studierna. AIGC-system kan snabbt producera alternativa layouter, produktidéer eller visuella koncept, vilket potentiellt snabbar upp de tidiga skedena av design och ger studenter mer utrymme att förfina sina idéer. Samtidigt väcker dessa system oro kring originalitet, upphovsskapande, bias och överberoende av maskiner. Tidigare forskning har ofta undersökt AIGC i allmän utbildning eller ur en rent teknisk synvinkel; denna artikel zoomar in på hur designstudenter själva tänker, känner och agerar när sådana verktyg byggs in i deras lärande.

Treskiktad elevreaktion

För att reda ut dessa reaktioner kombinerar forskarna två etablerade idéer från teknologistudier. Den ena beskriver hur nya verktyg sprids i en gemenskap, och den andra förklarar hur människor väger ansträngning, nytta och känslor när de först möter en apparat. Tillsammans används dessa teorier för att bygga en trestegsmodell. I det första steget, kallat teknologisk oro, bedömer studenter om AIGC verkar bättre än äldre metoder, passar med deras nuvarande arbetsrutiner eller känns förvirrande och svåranvänt. I det andra steget, emotionell acceptans, bildar de förväntningar om hur mycket AIGC faktiskt kommer att förbättra deras prestation och hur mycket ansträngning det krävs för att bli bekväm med det. I det sista steget, beteendeförändring, formar sociala krafter och personlig villighet att prova nytt om studenter fortsätter använda verktygen och rekommenderar dem till andra.

Vad enkäten visade

Teamet undersökte 385 designstudenter från olika specialiseringar och ställde detaljerade frågor om dessa tre steg. De använde sedan strukturell ekvationsmodellering, en statistisk metod som testar hur väl olika faktorer hänger ihop. De fann att när studenter ser tydliga fördelar med AIGC — såsom snabbare idégenerering eller rikare visuella alternativ — och upplever att verktygen passar smidigt in i deras vanliga programvara och arbetsflöden, då förväntar de sig bättre resultat och tror att verktygen inte blir alltför krävande att lära sig. Däremot, när AIGC verkar komplicerat eller ständigt föränderligt, sänker studenterna sina förväntningar både på prestation och användarvänlighet. Med andra ord drar upplevd nytta och passform studenter mot adoption, medan upplevd komplexitet skjuter dem bort.

Känslor, vänner och tidiga användare

En av de mest iögonfallande resultaten är att enbart förväntningar om bättre prestation från AIGC inte starkt förutsade om studenter faktiskt började använda och sprida verktygen. Istället var tron att AIGC inte skulle kräva överdriven ansträngning — känslan av att det var hanterbart och värt inlärningskurvan — en mycket starkare drivkraft. Social omgivning spelade också en kraftfull roll: när lärare och klasskamrater använde eller uppmuntrade AIGC var studenter mer benägna att fortsätta använda det och att introducera det för andra. Studenter med en naturligt innovativ inställning, som gillar att prova nya metoder tidigt, var särskilt benägna att bli aktiva användare och informella ambassadörer för AIGC-verktyg i sina nätverk.

Vad detta betyder för undervisning i design med AI

Studien drar slutsatsen att framgångsrik användning av AIGC i desigutbildning i mindre utsträckning beror på blänkande löften om förbättrad prestation och mer på vardagserfarenhet: verktygen måste vara enkla att lära, kompatibla med befintliga ateljépraktiker och stöds av en positiv social miljö. Komplexitet kan utlösa frustration och oro och dämpa de potentiella fördelarna. För lärare och beslutsfattare innebär detta att fokusera på tydlig vägledning, stegvisa introduktioner, tekniskt stöd och klassrumskulturer som uppmuntrar genomtänkt experimenterande. När AIGC görs tillgängligt och integreras omsorgsfullt kan det bli en partner i designlärandet snarare än ett hot mot studenternas kreativitet eller integritet.

Citering: 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

Nyckelord: AI i desigutbildning, studenters teknikanvändning, AI-genererat innehåll, innovationsspridning, designlärande