摘要
本文探讨了设计思维（DT）在培养创造性思维技能方面的关键作用，并分析了教育工作者如何将互动性和人工智能有效融入课程设计之中。文章回顾了设计思维的发展历程，剖析了教授设计思维所面临的新挑战，并提出了利用Articulate Rise 360和免费的人工智能代理来应对这些挑战的策略。最终，文章为教育工作者提供了一系列切实可行的建议，旨在优化不同课程主题的教学效果。
引言
你是否曾对自己的创造力或天赋产生过怀疑？许多人在这些方面缺乏自信，导致他们在生活中错失诸多需要积极主动发挥创造性才能的机会。创意性职业常被误认为是专门为那些具有创造力和才华的人所保留的领域，对其他人来说似乎遥不可及或难以理解。然而，事实并非如此。
自从设计开始发展成为一门学术学科并逐渐流行起来后，人们一直在试图分析和组织其内在的创造性元素，已期将其转化为其他人可以复刻的结构化流程。这其中最有名的方法论之一便是设计思维（见图1）。咨询公司IDEO在上世纪90年代将其推广为一种在商业环境中激发创造力并增强创意自信的有效方法。DT的成功归功于IDEO所开发的用户友好术语，这使得那些未曾接受过设计学科教育的人也能轻松理解整个过程。正因其广泛的适用性，DT在商业环境中迅速流行开来。根据设计思维的哲学理念，创意自信是将想法转化为现实的关键因素。在商业环境中，激烈的市场竞争以及不断变化的社会技术和政治经济环境促使公司不断创新，而创新则需要源源不断的创造性动力，以使企业在市场中脱颖而出。因此，对创造力的需求日益增长。多亏了DT，众多人士得以挖掘并培养自身内在的创造力，并将其付诸实践。
近期，与设计相关的方法学发展迅猛。随着世界的日益复杂，简单的绘图和模型制作技术已不足以应对棘手的问题，人们对设计方法学的兴趣也随之增加，涌现出越来越多的思维模型（Jones, 1992（70年代第二版）；Buchanan, 1992；Norman, 2010）。到2004年，在Dubberly Hugh的作品《How do you Design? A compendium of Models.》中，已收录了80多种设计过程模型。如今，许多设计专业的博士论文仍在不断地提出新的设计方法、工具、画布等。随着人工智能技术的兴起，设计专业人士开始重新审视工作流程，并积极寻求与人工智能的合作机会，而这也将再次引发设计思维模型的变革。教育工作者也在不停调整现有的教学方法，并开发新的模式以便更好满足教学需求。在西交利物浦大学工业设计系，我们每天都在实践不同风格的设计思维和项目式学习。
然而，这种方法论上的创新也导致了相同设计概念或原理存在描述和命名不一致的问题。设计思维工具名称的多样化，可能会使人们在记忆名称、理解其差异和使用价值时感到混乱。这种复杂性往往会导致挫败，并最终使人们放弃创新性设计。正是基于此，我们萌生了创建一本手册的想法，以综合提示、有用的重要资源链接和图片的方式，帮助学生理解创造性过程背后的主要原理和步骤。该手册起初是一个个人TDF（教学发展基金）项目，其首个成果是一个PDF手册（见图2），其中包含了上述所有内容，并采用非学术的简单英语以便更好地与受众（学生）建立联系。然而，这种静态格式无法有效鼓励学生通过实践来学习，且需要更具吸引力以激发学生的兴趣。
相较之下，线上模式可以提供更多丰富有趣、吸引人的互动形式，促进项目开发，并使学习者能够根据自己的学习节奏个性化地调整学习计划。此外，线上模式便于将模块内容传递给更广泛的受众——包括具有不同教育背景甚至来自其他机构的学习者——这与设计思维的哲学理念契合。同时，线上模式还支持教学材料的持续更新和内容增长。这一想法的实现得益于与学习超市的合作。下文将分享我们如何开发该项目以及使用了哪些技术来增强设计思维的学习体验。
图1. 斯坦福大学“d.School”开发的设计思维模型。它包含五个思维步骤：共情、定义、构想、原型和测试。
课程设计
此次的目标是打造一个互动性强且富有吸引力的学习环境，以支持学习者深入探索设计思维和项目开发。为了实现这一目标，我们开始计划如何将内容巧妙融入数字化环境中。
该课程面向不同教育背景的受众，他们希望迈出学习设计思维的第一步。同时，这门课程和手册也适用于本科工业设计专业的学生，用于回顾项目开发原则、设计思维模板和实用链接。
与PDF手册内容类似，课程结构分为“思考和构建”和“叙述和表现”两个部分。“思考和构建”部分引导学习者如何构思并开发他们的项目。“叙述和表现”部分提供额外支持，以培养学习者的可视化和叙述能力。
第一部分细分为几个章节，每个章节对应融合了不同设计思维模型的项目开发阶段，且每一章都遵循相同的结构：专家视频、多项选择题和一系列由学生示例的方法模板、提示、实用链接和互动功能所支持的实践练习。练习分为五个步骤逐步进行，它们互为基础，最终引导项目完成。
互动功能涵盖了互动案例研究（图3）、拖拽练习（图4）、多项选择题和卡片翻转（图5）。
我们借助Articulate Rise 360和Storyline 360来为学习者打造定制化、动态的多媒体和互动内容。通过使用这些电子学习创作工具，学习模块在以下几个方面具备了增强理解和参与度的优势。
o 个性化学习体验
我们的学习模块旨在满足学习者的个人需求、偏好和学习速度。例如，通过自步学习功能，学习者可以自由选择适合自己的学习节奏，从而更好地掌握内容。此外，课程开始时我们为学习者提供了可选的研究主题作为课程项目，以满足个人兴趣和需求。
o 多媒体内容整合
我们将文本信息、音频、图片、视频（如教师微课视频和学生示例）和互动活动更为连贯地组织在一起，以帮助学生更好地理解概念和流程。多媒体元素通过吸引学习者的注意力，并聚焦关键内容以及关联内容的不同表征形式来促进有意义的学习，同时增强理解和记忆。
o 互动学习
我们还选择了适当类型的互动活动（例如翻转卡片、标签、流程和知识检查）来呈现内容，要求学习者点击、思考并按照说明进行练习。这使得学习过程更丰富有趣，并激发了学生学习动力，从而更有助于深层次消化和理解知识。
o 评估和反馈
知识检查和测试可以帮助学习者将注意力集中在关键点上，识别学习中的问题并获得即时和持续的反馈。有针对性的反馈促进了更有目的性的学习，有助于更深入地理解学习材料。我们的设计更关注个人学习体验，以提高学习参与度和教育成果。
图2. Zolotova, M. (2024). 给西浦设计系学生和所有感兴趣者的创意思维工具参考指南，封面。Figshare. 预印本。https://doi.org/10.6084/m9.figshare.25602636.v4
人工智能技术在学术界的关注度日益提升，我们也将其应用于课程设计之中。我们使用人工智能的方式结合了两种方法：与人工智能的共同创作和利用人工智能优化工作流程。与人工智能合作的例子包括借助免费的GPT助手来头脑风暴练习的结构，以及使用D-iD[1]和其他专门的助手来生成视频以传递内容（图6）。工作流程优化的例子则包括在同一个聊天中对搜索（或提示）进行精细化调整（这在网页搜索中是无法实现的），以及节省视频制作时间和成本。
当与免费GPT助手合作生成文本时，尝试使用不同的提示词，或是比较不同聊天机器人助手（例如Chat-GPT、Gemini等）的输出结果从而提高文本质量。例如，提示词可以是“使用X方法给我写一道练习题”，“使用X方法写一个5步的练习题”，“如何执行X？”或“X是什么？”等。输出结果在细节上总是会有所不同，但原则上内容是相似的，我们的工作是解释和调整由AI生成的结果。输出文本既不会完全符合你的预期，也不会直接就能在工作中使用，但它们可以作为草稿。如果你向GPT询问学术参考文献或网页链接，几乎总会出现作者身份、文章标题或链接的错误。如果你发现同一篇文章有不同的作者和不同的标题或不同的链接，此时你必须使用网络浏览器自行搜索。免费的人工智能助手不支持你根据个人写作风格或特定目的对其进行训练，且只能生成通用的结果。尽管如此，人工智能助手仍然极具价值，因为它们促进了创作或研究的初步阶段。因此，在获得足够的生成数据后，你必须检查其可信度，并清理它，且根据自己的需求、想法和愿景进行调整，使其个性化并有意义。
在使用生成视频的人工智能助手时，输入过程和实现的结果因所使用的技术不同而存在显著差异。例如，当使用D-iD免费版本等免费助手时，所需的输入是一张照片和一段文字，或是一张照片和一段语音录音。你无法训练助手用你的声音朗读任何文本，但可以选择使用列表中的语音风格来朗读你的文本，或者为每段文本单独上传你的语音录音。关于照片动画，它可以实现脸部的动画化，但无法实现整个身体的动画化。此外，你可以要求助手在制作人像动画时添加“情绪”。然而，一个静止的身体配合着不自然的微笑会使视频看起来颇为怪异（图6）。
在这门课程中，我们致力于探索不同形式的互动方式和技术整合。与西交利物浦大学前教职员工Liang Yuan的合作促成了硅基数字人测试版的诞生。硅基数字人作为一种新型虚拟人技术，在教学视频录制领域展现出巨大潜力。硅基数字人可以为教育领域提供智能服务。在本案例中，此次实验使我们得以创建一个具备面部表情、身体动作和手势的流畅动画数字人（见视频1）。整个输入过程与以往大不相同：它需要一张照片、一个短视频来训练手势、一个短视频来训练面部表情、一段短语音录音来训练朗读。如果视频和/或语音录音太短（少于一分钟），则结果可能会出现一些故障，例如嘴部动作不协调。在此案例中，流畅的朗读尚未实现。
使用视频生成助手可以节省视频制作时间成本，消除了使用专业摄像配置和摄影师录制视频的需求，避免了演员讲话和表演中的错误，节省了迭代时间，也无需更多编辑或视频剪辑。在工作量大且人力资源不足的环境中，人工智能视频助手能够以最少的资源产出令人满意的结果。在IT社区讨论中，此类技术的潜在发展方向包括数字人根据学生反馈调整教学策略，数字人在教学过程中实时收集学生学习数据并进行分析和评估等。随着技术的不断进步和应用的不断深化，硅基数字人在教学视频录制领域的作用有望成为教育数字化转型的重要工具，对教育发展产生深远影响。
未来，人们需要进一步研究和分析人工智能生成的教育视频对学生参与度和教育工作者满意度的影响。一些研究发现，教学代理的外观会影响学习者的记忆力和认知负荷，但不会对注意力产生明显影响（Lim, 2024）。还有其他研究表明，与传统教学视频相比，AI生成的视频在学习收益方面没有显著差异（Leiker等，2023）。迄今为止获得的研究结果皆表明，这是一个值得进一步深入研究的重要领域。
图3. 课程截图（思维导图练习），互动案例研究框。显示了课程中引入学生示例的方式。包括介绍问题和一个互动框，其中包含项目信息、学生视频、思维导图（学生完成的结果）和摘要关键点。每个学生示例均使用相同的结构和互动功能。
图4. 课程截图（思维导图练习），学生案例研究之后的拖拽题，旨在促进理解和记忆。
图5. 课程截图（思维导图练习），翻转卡片。学生可以选择翻转卡片中介绍的不同项目主题选项。
图6. 上图显示了原始模拟视频的截图以及使用D-iD平台生成的两个截图：一个“中性”和一个“愉快”。图中的人已经允许在本文中发布这张图片。
结论
设计思维的主要贡献在于使创造力对所有人都更加可及。得益于其用户友好的术语，设计思维在商业环境中广受欢迎。它因各种外部因素而不断演变，例如世界的日益复杂性以及包括人工智能工具在内的新型创意工具的兴起。设计思维因其通用原则和语言能更好地促进跨学科合作。此外，它还有利于培养如团队合作、批判性思维、创造力、管理和领导等可转移技能。因此，设计思维仍然是一种吸引学习者和教育工作者兴趣的相关方法，众多有影响力的设计学校都对其有着各自的的独到见解。这门课程是创建西浦利物浦大学设计思维学院的重要一步。线上学习设计思维的模式可以提供更多互动性，促进项目开发，并实现个性化学习，触及更广泛的受众。该课程旨在帮助学生一步步快速取得成果，并在进行创造性项目时建立信心，同时也将分享教职人员的专业知识和学生的学习过程。总体而言，这将为设计思维方法学的演变、教学和学习体验以及将西交利物浦大学设计学院打造为中国设计思维领域的公认专家创造一个平台。
关于使用技术增强学习体验的细节，我们着重使用了Articulate Rise 360和Storyline 360来创建多模态学习体验，以及借助人工智能助手进行工作流程优化和内容共同创作。基础的免费人工智能助手可以创建占位文本、原始动画图像等。更高级的助手不仅可以生成数字形象，还可以使用Chat GPT（通用的或针对特定主题进行训练过的）实时回答学习者问题的“自然用户界面”。人工智能的使用有待进一步研究和测试。
基于开发这门课程的经验，我们想为教育工作者分享以下建议和技巧：
1. 用户友好的术语和易于理解的语言可以使来自不同背景的学生更容易适应学习过程。
2. 在使用基于人工智能的聊天助手时尝试不同的提示词，帮助优化工作流程并生成内容草稿。
3. 整合各种技术可以通过以下方式增强学习体验：
互动式练习和活动
个性化学习路径
多媒体内容（例如视频、动画）
协作和项目开发工具及模板。
4. 持续更新和扩展在线学习模块，以保持其相关性和吸引力。
5. 人工智能生成的教育内容对学生参与度和学习成果的影响需要进一步研究。
通过利用这些技术和建议，教育工作者可以为不同知识领域的学生打造更加易于接触、互动性更强且个性化的学习体验。
致谢：
作者对西交利物浦大学教学发展基金对最初创意开发的支持表示感谢，对学习超市在线上课程开发上的支持表示感谢，对学习超市多媒体内容开发人员Xinyu Bu表示感谢，对开发硅基人技术测试版的Liang Yuan表示感谢，对西交利物浦大学设计学院的学生对调查的积极响应和对课程开发的贡献表示感谢。
视频 1. 硅基数字人测试员。 动画效果是根据提供的照片和视频演示的手势进行训练的。
参考文献
Buchanan, R. (1992). Wicked Problems in Design Thinking, Design Issues, no. 8(2): 5-21. https://doi.org/10.2307/1511637
D-iD platform https://www.d-id.com
IDEO designkit https://www.designkit.org
Dubberly, H. (2004). How do you Design? A compendium of Models. Dubberly Hugh Design Office. Last accessed on 21 January 2022. https://issuu.com/ciphermak/docs/how_do_u_design_design_process/141
Jones, C.J. (1992). Design Methods, 2nd Edition. Wiley. ISBN: 978-0-471-28496-3. https://www.wiley.com/en-us/9780471284963
Leiker, D., Gyllen, A.R., Eldesouky, I., Cukurova, M. (2023). Generative AI for Learning: Investigating the Potential of Learning Videos with Synthetic Virtual Instructors. In: Wang, N., Rebolledo-Mendez, G., Dimitrova, V., Matsuda, N., Santos, O.C. (eds) Artificial Intelligence in Education. Posters and Late Breaking Results, Workshops and Tutorials, Industry and Innovation Tracks, Practitioners, Doctoral Consortium and Blue Sky. AIED 2023. Communications in Computer and Information Science, vol 1831. Springer, Cham. https://doi.org/10.1007/978-3-031-36336-8_81
Lim, J. (2024). The Potential of Learning With AI-Generated Pedagogical Agents in Instructional Videos. CHI EA '24: Extended Abstracts of the CHI Conference on Human Factors in Computing Systems. Article No.: 615, Pages 1 – 6 https://doi.org/10.1145/3613905.3647966
Norman, D. (2010). Living with Complexity. MIT Press. ISBN: 9780262014861.
Smart Education EduAI by Silicon Intelligence, developed on the open-source platform https://github.com/
Zolotova, M. (2024). Creative Thinking tools reference guide for XJTLU UG design students and all interested. Figshare. Preprint. https://doi.org/10.6084/m9.figshare.25602636.v4.
