随着科技的飞速发展，数字技术正在以新理念、新业态、新模式全面融入人类生活的各个领域，尤其是人工智能技术，正在悄然引导一场深刻变革。AI究竟有什么魔力？大模型时代，人的核心竞争力在哪里？有哪些伴随AI崛起而产生的新职业？AI对教育体系的启示有哪些？让我们来一探究竟。

　　在AI中用提示词绘制的画作   来源：网络

　　席卷设计行业，AI的魔力在哪里？ 

　　德国艺术家约瑟夫·博伊斯曾在上世纪70年代提出“人人都是艺术家”，一石激起千层浪。然而无论大众的期许如何，专业技能的门槛始终横亘在普通人和艺术家之间，但近年来人工智能的爆发式发展使得设计行业被重塑，技术的鸿沟逐渐被拉平，也许让“人人都是设计师”成为一句可实现的预言。

　　使用Midjourney替换人物服装的案例 来源：AIGC探索家

　　“秒出图”的AI在工作效率方面实现了质的飞跃。只需要在AI工具上输入提示词，就能得到一幅画作、一份3D文件、一张海报、一段视频......以Midjourney文生图为例，使用者需要在输入框键入提示词并设置出图参数，等待程序生成4张图片后，再由使用者根据需求对图片进行精细调整就能得到最终作品。在不断的人机交互中，创作模式正在变成使用者负责寻找创作灵感，AI负责完成后续部分。AI在不同工作场景中可以承担机械性、重复性高的工作，解放人力去做更多具有创造性的事情。

　　2022年8月，在美国科罗拉多州的一场美术比赛中引发争议的AI画作《太空歌剧院》 来源：网络

　　尽管在基础工作的效率提升方面，AI的优势毋庸置疑，但很多人否认AI的创造性，认为其是对已有艺术作品的“无脑”模仿。实际上，在艺术史上，有一种学习和借鉴古典范式的创作理念，比如西方崇尚古希腊、古罗马艺术的文艺复兴和新古典主义，又比如中国宋元以来“崇古”的艺坛风气，更甚者是“挪用艺术”，通过借用已有风格或图式，建构出新的意向。在这些模式里，一些让人印象深刻的艺术创造，实际上是各种经典范式的结合和变体。某种程度上，AI绘画工具只不过是强化了这种倾向，把建立在既有图式、风格和模式语言基础上的艺术创作论还原成了一个技术模型的演化问题，在调动资源库的基础上将“艺术创造”分解成数据、运算和生成等一系列客观中性的程序和代码，同时加速了从概念到表现的这个转化过程。

　　此外，利用机器的随机性，也可以碰撞出独特的创意——机器美学。黑格尔说“美是理念的感性显现”，是理智和情感的外化。艺术创作不一定需要精准的、确定的画作，泛化的、模糊的、纵横驰骋的想象也许更是艺术生长的土壤。人类的理性与AI绘画深度学习后不可控“感性”相互碰撞，将会创造出意想不到的结果。恰恰是这些不完美、不确定的因素让人耳目一新。

　　当谈论AI时，我们期待人类做什么？

　　人工智能为设计行业带来变革，在“人人都能成为设计师”的愿景下，和机器相比，人类在设计领域的优势在哪里？对于设计师来说，核心竞争力又是什么？

　　斯坦福大学人工智能、机器人与未来教育中心主任蒋里认为，“相对于机器实现的1到N的进步，人类在0到1的创新和创造方面仍具有独特优势。”当机器越来越发达，工具越来越便利，技术的鸿沟被不断弥合和消解时，人类只有凭借创造力才能破局，创意和设计思维始终是人类独一无二的优势。在人工智能的影响下，重复劳动的时代渐渐远去，创造力的时代徐徐登场，在此背景下，人类的核心竞争力是情感和思想。

　　在百度文心一格上生成的“江南水乡” 来源：科普中国

　　除了创造力以外，人工智能时代的设计思维还需注重以人为本。从艺术角度，我们常说艺术源于生活又高于生活，不管科技如何发展，艺术创作必须扎根于以人为实践主体的现实生活，以人出发点才能产出意义深刻、有情感共鸣的作品；从产品角度，AI时代的产品设计也避不开“用户”这个核心对象，了解客户的需求、使用体验和心理状态仍然是开发受人喜爱产品的关键。所以，在AI时代，设计师们必须以人为本，时刻不忘“人”这个关键因素才能实现真正的智能化。

　　AI对设计师的知识结构也提出了新的要求，需要设计师不拘泥于某个专业领域，掌握一种跨学科的知识体系，而形成一种超越尺度的“通”与“变”。

　　新职业应运而生，你是那群会“念咒”的人吗？

　　为了充分发挥AI工具的效用，需要我们有能力和机器进行顺畅的沟通，核心是提出设置任务、提出问题，然而我们此前的教育模式和工作模式，可能更偏向是给出答案，而非提出问题。并不是所有人都能与人工智能进行高质量的对话，基于这个事实，人工智能新兴职业“提示词工程师”应运而生，而这群人也被形象地称为“会念咒的人”。

　　在Midjourney中用提示词设计logo 来源：网络

　　“会念咒的人”在念什么咒？简单来讲，提示词工程师通过与大模型“对话”，提示、引导其输出正确且符合用户需求的信息。高效利用人工智能工具并不是一件简单的事，需要操作者将复杂任务进行分解，细化成人工智能能够回应和反馈的语言。AI算法专家、资深人工智能从业者黄颂表示，目前多数大模型都需要一段自然语言的提示词来触发它的功能，而提示词的好坏往往会决定模型完成工作的质量。对提示词工程师的基本要求就是能用自然语言把任务描述得清晰，此外就是需要掌握一定的机器学习技术、学科背景知识和科研能力，在日常工作中能够对提示语的结构和模式不断进行优化和更新。

　　人机协作艺术品“灵瞳龙狐”  来源：齐鲁晚报

　　提示词工程师前景如何？业内人士表示，目前高阶的提示词工程师是刚需，这类工程师能够把数据转化成提示词，帮助企业做出独创性的算法和数据层。2023年，美国职业资格与人才管理中心与麻省理工学院（MIT）共同制定了注册提示词工程师的职业标准，该标准得到181个国家的承认。尽管随着AI能力的进一步提升，未来提示语最终可能不再需要，但在机器训练和进化的过程中，提示语的需求将会长期存在。

　　AI时代,对教育模式和人才培养提出哪些要求？

　　在人工智能大模型的冲击下，教育模式也在经受着前所未有的挑战。面对智能化、信息化所带来的新命题，设计教育的改变势在必行。

　　创新思维的训练成为重中之重。不少国内外高校在设计学科中引入了培养创造力的内容，斯坦福大学已建立起一套聚焦思维提升的创意设计方法论，注重从0到1的创造过程，鼓励学生跳出传统思维框架，以更加开放和自由的方式思考和解决问题。同时，设计思维的培养应打通基础教育和社会教育的通道，在各层级的教育中同步引入相关内容，在全社会范围内提升创新意识水平。

　　建筑师通过人工智能生成的新古典主义建筑模型 来源：设计深圳

　　跨学科的人才培养逻辑在教育界已逐渐达成共识。设计领域的教育不应是简单的手艺传承和单向度的专业训练，而是培养有能力连接多种知识、资源和可能性的人才。清华大学未来实验室一直尝试将跨学科的思维模式融入到现代教育中。这类教育理念旨在打破艺术、科学和技术界限，更新现有教学科研体系中的创意模式与设计路径，提升受教育者的跨界综合能力。聚焦设计与科技的交叉领域的麻省理工学院的媒体实验室（Media Lab），将设计作为连接工程学、计算机科学、神经科学、认知科学、生物学等学科的纽带，支撑新技术与新想法。

　　麻省理工学院媒体实验室 来源：网络

　　生成式人工智能（AIGC）设计语言的强化培养不可被忽视。为了实现高质量的人机互动交流，设计学专业的师生应具备计算机语言、自然语言和设计语言融合的表达能力。一方面，在课程目标设置上，也许应让学生们至少掌握一门计算机语言，帮助其具备面向对象编程的逻辑思维。另一方面，也应在专业课教学中引入AIGC任务，让学生习惯在数字环境中用自然语言精准表达专业知识和相关术语。

　　随着生成式人工智能向创意领域不断延伸，智慧化程度日益提升，对于AI的界定，也许将不再是工具，而是人类的伙伴，在这个过程中我们需要通过不断的摸索和尝试，积累和AI相处的经验和技巧，让AI越来越可沟通，借由科技的力量，为人类的创意插上翅膀。

　　参考来源：

　　1.http://ent.people.com.cn/n1/2023/1026/c1012-40103872.html

　　2.https://mp.weixin.qq.com/s/EkjBojHasg6nsqJsDu-gFQ

　　3.https://baijiahao.baidu.com/sid=1783713033468582700&wfr=spider&for=pc

　　4.https://baijiahao.baidu.com/sid=1794439351907516206&wfr=spider&for=pc