摘要：生成式人工智能的迅速發展正在深刻重塑藝術設計教育。以 ChatGPT 為代表的大語言模型為學習者提供了高密度反饋、結構化知識解釋和創意啟發，突破了傳統家具設計課程在創意不足、結構推演能力薄弱、反饋滯后等方面的局限。本研究構建了一種以“任務鏈”為核心的家具設計課程智能輔助教學模式，將設計學習拆解為連續、可迭代的任務單元，并在真實課堂中進行實驗驗證。研究采用文獻分析、教學模式構建、課堂實踐與比較實驗等方法，探討了 ChatGPT 在知識建構、創意生成、結構分析、設計表達與學習反思中的作用。結果顯示，該模式顯著提升了學生的創意質量、結構邏輯、學習參與度與作品完成度。研究為藝術設計教育的智能化轉型提供了可行路徑。

關鍵詞：ChatGPT；生成式人工智能；藝術設計教育；任務鏈教學；家具設計

1 引言

近年來，生成式人工智能的出現推動了高等教育的深度變革。以 ChatGPT 為代表的大語言模型在語言生成、知識整合和邏輯推演方面表現突出，在教育中展現了信息組織、知識支撐和表達優化的優勢。家具設計課程作為藝術設計專業的重要基礎課，涵蓋材料、結構、人體工學與造型表達等多維知識，學生不僅需要理解抽象概念，還要在不斷試錯中構建設計邏輯。然而傳統教學往往依賴課堂講授與單一項目實踐，學生普遍面臨創意生成效率低、知識碎片化、結構推演能力不足、學習反饋不及時等問題。

ChatGPT 的引入為改善這些問題提供了可能。通過與 AI 進行自然語言互動，學生可以獲得即時解釋、創意啟發與表達優化，使學習過程更具連續性和高反饋性。然而，AI 的能力若無法嵌入合理的教學結構，將難以轉化為實際學習成效。因此，有必要構建一種適用于家具設計課程的結構化“智能教學路徑”。本研究以“任務鏈（Task Chain）”為教學設計核心，通過明確學習階段、設計連續任務并嵌入 ChatGPT 支持，形成“任務驅動—AI輔助—人機共創—反思提升”的學習模式，并通過對照實驗檢驗模式的有效性，從而推動家具設計課程的智能化改革。

2 ChatGPT驅動的家具設計課程任務鏈式教學模式

生成式人工智能在教育場域的應用呈現不斷擴展的趨勢。該模式將家具設計課程的學習過程視為一個由多個任務依次銜接的鏈條，學生需在每一任務中與 ChatGPT 互動，以獲得信息支撐、思維啟發與反饋，從而實現設計能力的逐步建構。任務鏈包括任務理解、創意生成、結構推演、設計表達、反思評價五個核心階段，構成從認知形成到設計產出的完整循環。

在任務理解階段，學生通過與 ChatGPT 對話梳理關鍵詞，明確設計需求、使用場景和用戶特征，從而構建設計任務的認知框架。創意生成階段利用提示詞進行多輪發散性對話，AI 提供多視角的風格方向、功能組合與概念隱喻，使學生跳脫經驗限制，提高創意思維的寬度。結構推演階段是家具設計的關鍵環節，ChatGPT 能解釋材料特性、受力邏輯、人機尺度以及節點處理方式，為學生解決抽象結構問題提供有效支架。設計表達階段，學生借助 AI 優化設計說明的結構、術語準確性和邏輯連貫性，使作品呈現更加專業。反思評價階段，ChatGPT 提出問題清單或批評性建議，引導學生進行自我診斷，幫助其提升方案迭代能力。

在這一結構中，教師的角色從傳統的知識提供者轉變為教學流程設計者與 AI 使用引導者，負責制定任務鏈、監督 AI 輸出質量、教授提示詞設計策略以及引導學生進行批判性判斷。學生則成為學習的主動組織者，通過與 ChatGPT 的持續互動構建知識體系，形成自主探究與迭代優化的設計行為。

4 教學實踐與實驗分析

本研究在某高校家具設計課程中進行了為期八周的教學實驗，將兩個同年級班級分別設為實驗班和對照班。實驗班采用本研究提出的任務鏈式 AI 教學模式，對照班沿用傳統項目制教學。兩班學習內容、任務目標與課時保持一致，通過比較作品質量、訪談記錄與課堂觀察評估模式效果。

實驗內容為“椅子設計”，學生需完成使用場景分析、定位確定、結構方案、材料選擇與最終呈現等任務。實驗班學生在教師指導下通過任務鏈逐步推進學習，并可在各階段與 ChatGPT 互動獲取支撐；對照班則依賴教師講授、課堂討論與自主探索。

實驗結果顯示，實驗班學生在創意質量方面明顯優于對照班。ChatGPT 提供多元化風格方向、使用場景模擬和功能組合示例，使學生的創意思維更加發散，方案數量和質量均有所提升。在結構推演方面，實驗班作品在受力分析、節點處理與人體尺度方面更為合理，顯示 AI 在結構解釋中的支架價值。設計表達方面，實驗班學生的說明文本邏輯清晰、語言專業，AI 的表達優化功能顯著提升了作品呈現質量。學習投入度方面，實驗班學生普遍認為任務鏈讓設計流程更加清晰，AI 的即時反饋使學習節奏更流暢，降低了挫敗感，提高了參與動力。

但實驗也揭示兩點問題：部分學生產生對 AI 的依賴，將其輸出視為最終答案；部分學生的提示詞設計能力薄弱，影響了 AI 的支持質量。因此，未來課程需加強提示詞工程訓練與批判性思維培養。

5 教學實踐、分析與結論

本研究構建的“ChatGPT驅動的家具設計課程任務鏈式教學模式”將復雜的設計學習過程結構化為連續、可反饋的任務鏈，并在各階段嵌入智能支撐，實現了人機協同的學習環境。教學實驗表明，該模式能夠提升學生的創意發散能力、結構邏輯判斷、表達組織及學習自主性，有效改善傳統家具設計教學中反饋不足、結構不清與創意匱乏的問題。研究建議未來在設計類課程中繼續深化 AI 工具與任務鏈教學的結合，同時加強學生的提示詞設計訓練與批判性認知培養，以避免依賴性問題。此外，未來可探索 ChatGPT 與圖像生成、三維設計等多模態工具的協同應用，構建更具綜合性的智能設計學習體系，為藝術設計教育的數字化與智能化轉型提供進一步支持。

參考文獻

[1]趙云飛. 生成式人工智能賦能下高校數字媒體藝術教育研究[J].時代報告(奔流),2025,(08):66-68.

[2]茍蘭芬.人工智能生成技術在初中美術“設計·應用”課程中的應用研究[D].貴州師范大學,2025.DOI:10.27048/d.cnki.ggzsu.2025.001145. 

施天馳 南通理工學院