一项涉及800多名参与者的大型研究表明，AI生成的设计方案（包括一些“糟糕”的想法）能激发用户更深入的探索、更长的投入时间和更好的最终成果，挑战了仅以效率指标评估AI工具的局限。
人工智能常被描绘为一种取代人类工作的自动化工具。然而，英国斯旺西大学计算机科学系的一项新研究提供了另一种视角：AI也可以成为激发探索、投入和灵感的创造性合作者。该研究发表于《ACM交互智能系统汇刊》。
实验设计：AI提供“多样性灵感”
研究团队开展了一项迄今规模最大的关于人类与AI协同创意设计的研究之一。超过800名参与者使用一个AI支持的系统在线设计虚拟汽车。这个系统并未默默优化设计，而是采用一种名为“MAP-Elites”的方法，生成了充满各种设计可能性的视觉图库。图库中展示了广泛的汽车概念，包括高效设计、不寻常的创意，甚至一些故意为之的“糟糕”选项。
结果：投入更多、设计更好、感觉更强
研究结果显示，与AI的互动方式显著影响了人类的行为和成果：
-
投入时间更长：当参与者看到AI生成的设计建议时，他们花费在任务上的时间更长。
-
设计成果更优：参与者最终产出的设计质量更高。
-
参与感更强：参与者普遍感到更投入、更有参与感。
“人们常常认为AI是用来加快任务速度或提高效率的，但我们的发现暗示了更有趣的事情，”研究主要作者、计算机科学副教授Sean Walton博士指出，“这不仅仅是效率问题，而是关于创造力和协作。”
关键启示：“好的”创意需要“坏的”来激发
研究者强调，AI输出内容的多样性是成功的关键。参与者对包含广泛创意（包括那些“糟糕”的设计）的图库反应最为积极。这些多样化甚至不完美的想法，帮助人们跳出初始假设，探索更广阔的设计空间，防止过早固守某个方向，并鼓励了创造性的冒险。
“这突出了AI输出多样性的重要性，”Walton博士说，“这种结构化的多样性防止了早期的思维固化，并鼓励了创造性的风险尝试。”
反思：如何正确评价AI工具？
该研究也对当前AI设计工具的评估方式提出了批评。常见的评估指标通常聚焦于简单行为（如用户点击或复制AI建议的频率）。研究者认为，这些指标忽略了更重要的影响——AI如何改变人的思维、情感和探索新想法的意愿。他们主张采用更广泛的方法来评估AI系统，以捕捉这些深层效应。
随着AI日益渗透到从工程、建筑到音乐、游戏设计的创意领域，理解人类与智能系统如何协同工作变得至关重要。“随着技术发展，问题不仅在于AI能做什么，更在于它如何帮助我们更有效地思考、创造和协作，”Walton博士总结道。
Journal Reference:
Sean P. Walton, Ben J. Evans, Alma A. M. Rahat, James Stovold, Jakub Vincalek. From Metrics to Meaning: Time to Rethink Evaluation in Human–AI Collaborative Design. ACM Transactions on Interactive Intelligent Systems, 2026; 16 (1): 1 DOI: 10.1145/3773292