AI 如何支持设计教育？一项跨领域研究推动情境化分析

我们利用一项关于设计教育者评估与反馈实践的案例研究的过程和发现，来推动关于如何使 AI 服务于人类体验的理论化。我们建立在 Suchman 的情境行动理论之上。我们对 5 个领域的 11 名教育者进行了定性研究，这些教育者在基于项目的学习情境中教授设计过程。通过定性数据收集与分析，我们提取了以下编码：设计过程；评估与反馈挑战；以及计算支持。我们两次援引创造性认知的家族相似性原则。首先，用于解释设计指导教师如何已经使用评估量规；其次，用于解释设计创造力分析的类似角色：没有哪个特定特征是必要或充分的；每个特征仅倾向于指示优秀的设计作品。人类教师仍然是必不可少的。我们开发了一套情境化设计创造力分析——流畅性、灵活性、视觉一致性、多尺度组织和清晰对比度——通过提供按需的、基于学习目标的评估和反馈给学生，来支持指导教师的努力。我们将一种方法论理论化，称之为情境化分析，首先是因为使 AI 支持活生生的人类活动取决于将分析所测量的内容与情境化实践相对齐。此外，我们认识到，通过将分析整合到其使用的物质情境中的界面来对其进行情境化，分析可以对用户变得最具意义。在这里，这意味着将设计创造力分析情境化到实际的设计环境中。通过该案例研究，我们将情境化分析确定为一种向用户解释分析的方法论，因为与实践对齐的迭代过程有可能使数据科学家推导出作为情境化人类体验的一部分并支持该体验的分析。