夏燕靖|AI广泛应用背景下,设计师何为?

　　当下，AI技术正从“辅助工具”演变为“创作伙伴”，甚而被视为“设计生态”的重构者。这意味着设计领域正在经历一场涉及工具、流程与观念的全面变革。据此来看，设计师以往依靠手工技巧或者熟练掌握软件来证明自身能力的做法，现在会被审美思考、精确的提示词使用、筛选优化等与AI关联的设计模式类能力所取代。从设计流程本身来看，人工智能把传统线性作业改变为高度爆发式的探索循环，在进行创意发散的过程中，人工智能对各类方案的快速生成具有很大帮助，设计师因此能够立刻看到更远的世界，并且可以获得“灵感超出预期”的启发。同时又将抠图和延展各类尺寸物料等琐碎任务交给机器完成，从而使设计师能够将更多精力投入核心创意与判断。设计师的角色在提高自身层次并向上发展的过程中，从人工智能技术应用到创意统筹、从策略规划到审美判断、从概念设计到决策制定都可以由其控制和掌握，在跨领域协作上也取得了一些进展。如此一来，在建立“生成式设计系统”时，设计师该如何转变自身角色，已然成为了急需予以关注的问题。设计师面临的工作“危机”，不只是个人的职业困境，更是整个设计行业乃至设计教育都必须正视的现实问题。

　　质言之，人工智能所涉及的设计领域正处在时代变革的最前面。以生成式对抗网络、扩散模型、大语言模型组成的智能技术群，既是设计上可以利用的新工具，又对现有的设计方法论产生了基本性质的影响。就图形制作、排版思路或用户情境的分析来说，AI对设计过程的介入明显有助于效率提高，使各种创意有更大实现空间。虽然技术已经取得了很多成果和便利，但一个根本性质的问题还没有得到解决，并且会随着人工智能运用的进展而变得更加突出：如果人工智能能够按秒计算地创作出很多“佳作”，并且在一些方面超过了人类的“高效”和“完美”，那么设计者的主体性、才智甚至职业意义是否仍然有立足之地？这不只是针对职业替代产生的一种表面恐慌，而是涉及设计这一门实践性特点非常明显的学科，这也提出了智慧的主体究竟属于谁的重要问题。

　　实际情况表明，学术界和产业界对于人工智能引发设计改变的分析，主要围绕工具运用、过程改进和职业发展方向等方面进行，这些分析虽然有必要，但经常没有仔细考察危机出现的认知原因，本文认为，AI给设计师带来的主要挑战，不是简单的技能替代或者岗位减少，而是它能产生一种理解的幻觉，即Messeri和Crockett（2024）所说的这种现象，这会在根本上动摇设计智慧产生的基础，该概念来自科学哲学领域最新的思考。Messeri和Crockett在《自然》杂志上发表的文章中提到，人工智能在科学研究中得到广泛应用，会使科学家把模型成功的预测看作是对自然现象或科学实践本身的真正理解，进而掩盖理解问题上的不足。文章指出，当研究者过多依赖AI对复杂数据进行高效处理的能力时，会不自觉地陷入一种理解的幻觉，即认为已经洞悉事物的本质，实际上只是接纳了算法提供的、基于统计相关性数据的处理结果。“理解的幻觉”不只出现在科学领域，在人文学术研究中，研究者也发现，通用大语言模型在标引或释读专业文本时，会出现内容篡改和事实性错误等“幻觉”现象，很难达到对研究领域知识的准确理解。有学者指出，人工智能在推动知识数量迅速增加的同时，其存在的“撒谎”和“幻觉”问题、生产“伪知识”和垃圾知识的情况也造成较大困扰。比如，人工智能对于某些问题的回答由于逻辑自洽而看似具有权威性，但是该回答是否真实准确却很难进行评估。

　　基于这些批判性角度，观察AI时代的设计行业也有重要的参考价值，说明设计不只是一种单纯的数据算法游戏或者概念堆砌，而是包括文化转译、情感表达、问题求解和伦理关切，并且表现人类自身智慧的复合型实践，在传统设计流程中该情况变得非常清晰，设计师通过长时间的观察和体悟、进行头脑风暴、绘制徒手草图、接触材料并进行反复试错，逐步形成对设计对象、用户需求、文化语境和自身创作过程的深刻“理解”，最后可以获得设计的基本形态。这种理解，可以延伸探讨的范畴主要包括三个方面：关于设计事实和原则的命题理解、对设计主题及其所处情境的对象理解、贯穿设计行动和操作流程的实践性理解。设计师通过把这三种理解进行相互交织并加以理解，从而形成原创能力与人文关怀在智识上结合的基础。然而，AI工具以“黑箱”方式直接输出高度完成式的设计方案，上述经过多重实践磨合方式获得的多元理解，会被一键式生成带来的效率幻觉所遮蔽，设计师容易把AI生成的视觉效果当成自己对复杂设计问题的理解，在追求效率时，不自觉地放弃了重要的思考和创造主动权。

　　由此，本文不只局限于技术适应方面的论述，而是从认知角度整体分析AI技术给设计行业带来的影响。首先把“理解的幻觉”当作主要分析工具，依次分析AI给设计师带来的创意原创性、技术与人文的冲突、职业定位、伦理版权及技术适应这五个方面的挑战，说明这些挑战拥有共同的认知危机；其次，在明确问题根源的认识之上，分析设计师、设计教育模式和设计行业生态为解决理解危机、重新建立深度理解能力应当采取的对策；最后说明，AI时代优秀的设计师，不只应该成为新工具的熟练使用者，还应当成为对设计理解力的维护者和提高者，人们在享受技术带来的便利时，更需要有意识地维护和加深人类特有的、来源于实践与反思的设计认识，这样才可以在人与机器共同演进的过程中，建立一个技术赋能和人文智慧相互映衬的设计新阶段。

　　AI时代设计师所面对的实际问题逐渐增多，设计师的评价也出现反复波动。从区块链、元宇宙等到生成式人工智能，近期由于ChatGPT的使用引发广泛讨论，关于设计师是否会被AI取代的问题再次引起广泛关注。来自网络上具有代表性的设问话题，指出AI带给未来设计师的挑战是多方面的。

　　其一，AI技术可以在短时间内生成大量设计方案，但是这种高效率输出同时也带来了原创性的风险问题，会使设计意图及风格趋于一致，缺少个性化，特别是人文特性的创新，给设计师的创造力带来挑战。

　　其二，人工智能可以学习和模仿人类的设计风格，不过在情感理解、文化解读与表达方面仍有局限，设计者需要在维持设计作品人文温度的基础上，合理使用人工智能技术。

　　其三，人工智能技术的应用改变了设计师的工作方式，传统设计技能有可能被人工智能所替代，设计师有必要重新确定自己的职业定位，从而适应新的工作要求。

　　其四，伦理和版权问题在AI生成的设计作品中越来越突出，版权归属和伦理问题是设计师们需要解决的问题，怎样保证设计成果具有原创性并维护权益，是需要认真考虑的问题。

　　其五，人工智能与机器学习工具的快速迭代，增加了设计师进行技术适应和工具选择的难度。设计师需要不断学习并适应这些新工具，选择适合自身工作流程和设计需求的工具是一项主要挑战。

　　综上引述，需要以审慎的态度重新思考设计，尤其是AI在未来给予设计的角色新定位。何为设计？这是百多年来西方工业文明发展不断提出的追问，诺贝尔经济学奖得主，美国认知科学家赫伯特·西蒙（Herbert A.Simon，1916—2001）的《人工科学》中给了一个经典定义：“凡是以将现存情形改变成想望情形为目标而构想行动方案的人都在搞设计”，这个定义看似宽泛却恰恰释放了设计解释的空间，进而阐明设计的核心要义，不是“如何做？”而是“如何想？”的命题，这是体现人类面向未来有谋划的创造性活动。关于阐释设计的这类思想在中国也早有预见，如先秦《考工记》就有明确的设计意图，将优良造物的条件概括为天时、地气、材美与工巧，说明设计不仅要考虑自然条件，还要选择合适的材料并发挥工匠的技艺和创造力。其中，《考工记》特别强调设计之创物和传统之述守在手工艺生产中相互配合，彼此影响，这说明古代社会重视手工艺的设计创新，并且重视手工艺传统的继承和推广，后世的中外设计学者把该思考模式化。卡内基梅隆大学理查德·布坎南（Richard BUCHANAN）教授提出了设计的四秩序概念，包括符号（视觉传达）、物（产品工业设计）、互动（服务与交互设计）、系统组织与社会系统设计，这四个秩序由具体到抽象层层递进，体现了设计从造型到造境的演进，丰富了现代设计的学科内涵和思维范畴。目前，设计通常被视为一门探究“世界应当如何”的学科，并不是对“世界目前是什么样的”现实进行被动接受，尤其是当AI到来时，设计受到整个技术链条的约束，并且正在改变设计的范围和形式。这便产生了许多追问，AI虽然能够帮助设计师更高效地完成任务，但也可能削弱其创造力或决策能力。况且，伦理问题更是一项重要的挑战。比如，AI伦理、AI潜在风险、算法偏见与数据遮蔽、数据隐私、技术依赖等，是人们必须直面的现实应用问题。而上述设问的提出，集中到根本的一点，就是对新技术革命带来的急速转变的技术迭代的认识，以及如何采取应对措施的思考。

　　的确，AI作为一项先进的迭代技术，确实具有更新快速的情形。例如，数字化转型过程中产生的大数据、云计算与人工智能等技术融合之后，使传统设计行业在实现数字化转型、提升生产效率、改善资源调配等方面产生新的发展业态。尤其在AI多重智能化升级、物联网、区块链等的推动下，AI智能化成为技术迭代演变的显著特征，给复杂问题提供了一种新的思路、一种新的方法。设计领域中AI技术飞速发展，它所引发的时空高速标准化进程正在改变着行业的许多认知和做法，设计行业从手工艺的技术熟练，转向半自动化流程，直至全AI流程，这对设计师身心及工作方式产生出最为深远的影响，影响一直持续到今天。而当年将合理协调传统产业与战略性新兴产业，以及推出科技与产业发展策略的话题，涉及“新科技革命与第三次工业革命浪潮”的问题思考历历在目。正如，美国科学哲学家托马斯·库恩（Thomas Samuel Kuhn，1922—1996）认为的科学革命，这是科学的理论范式发生了根本性变革，技术革命的主旨，亦称技术体系原理上的根本性变革。与此，美国历史学家R.P.帕尔默提出“Industrial Revolution”（工业革命），这是现代科技史上新科技革命的基础。此时，融合计算技术的信息、纳米科技等，得以更加广泛地被认可，从而引发新一轮产业变革。《经济学人》编辑保罗·麦基里认为，第三次工业革命已经是一场数字化的革命，对世界各国来说，深入探讨和把握新的产业变革特征，抓住发展机遇，对于全面提升综合国力具有重大意义。经过数十年的发展，一切事物都产生了实质性的改变，AI时代的强大冲击力立刻袭来。

　　从AI对当下设计行业的作用来看，业界和学界关于该话题的讨论已经指向一个中心问题，即新技术革命引起的快速变化，它对设计从业者的认识方式和应对策略都产生了明显的问题和思考，其影响范围已超过工具更新的范围。例如，数字化转型中出现的大数据、云计算、物联网、区块链等技术集群，不仅让传统设计行业进行数字化改造、提高生产效率和改善资源配置，还促成了新形态的产生。特别是人工智能进行智能化升级，在技术迭代基础上获得进一步融合和推进，使“智能化”成为新技术创新中最为明显的时代特征，为了解决当前复杂的设计问题，全AI流程已经被纳入设计领域的各个方面，设计行业的生产方式正经历着至今为止最为深远且具有颠覆性的改变。在此时代背景下，直接针对AI给设计师带来的主要挑战问题进行分析，需要形成具有洞察其共同点的实际问题。

　　其一，原创性受到的冲击与对象理解产生的幻觉。人工智能技术可以在极短的时间内生成大量设计方案，这对提高设计效率是有利的。但是，该效率也产生了原创性认知方面的主要问题，设计师在尝试创造独特的表达方式时，生成式AI工具可能会给出很多看起来“完美”的设计方案。因而该设计方案存在很大风险，设计作品可能出现风格程式化趋同和缺乏个性辨识度等问题，更大的危害在于，它可能使设计师陷入关于原创认知的偏差。设计师在处理由AI利用海量数据训练所生成的拼贴和重组设计方案时，经常会把算法输出的思维新鲜感当作是对设计问题进行求解的过程，这使得设计师对问题的真实理解，可能被算法输出所带来的新鲜感掩盖，使用科学哲学的观点进行分析，实际上这是一种关于设计主题的“对象理解”的幻觉，这种表面已经掌握了某种风格、某类用户需求或某项视觉设计创新问题的主要内容，其实是一种典型的思维“路径依赖”，屈服于一个没有理解能力的模型给出的统计性数据回答。长此以往，设计师真正的原创性思维能力，基于个人设计认知、生活经验、学术积累和文化体察等，便在不知不觉依赖中被架空。对此，有学者一针见血地指出，人工智能的工作原理是贝叶斯概率推理，其本质是对已有信息进行统计学意义的数据关系萃取，是对不超出机器学习内容的已有信息的“重组”或“深加工”，属于“有中生有”而非“无中生有”。……人工智能在吟诗作画、写文章、做设计方面，虽可以在韵律、意境上表现不俗，在色彩、构图上展现独特风格，但这些“创新”实际上都遵循既定“套路”，甚至是“高科技抄袭”。若设计师对自身主体性缺乏自觉，一味沉迷于AI所提供的“（视觉）思维新鲜感”，便极有可能在事实上放弃了对真正原创性的探求，沦为算法既有模式的确认者。

　　其二，技术与人文的冲突出现易形成片面化认识。众所周知，设计从来都不是单纯设计领域里的认知问题。同样，设计作为艺术创新的体现也不可能是靠堆砌构成，它更关乎特定艺术文化语境中的情感传递与设计师个人认知的表达。虽说，AI能够通过深度学习来模拟人类的设计语言，包括风格与形式，但AI对文化语境与情感需求的真正理解仍存在明显局限。尤其是人类特有的，复杂而微妙的文化底蕴与情感需求，对于依靠算力构成的所谓“创造”方式仍存在着显著的局限性。换言之，一个经由AI生成的传统纹样或地域风格设计标识，可能在形式层面上有许多相像，却未必能真实传递出设计形式背后所凝结的特定族群的历史记忆、价值取向或仪式性文化内涵。这就出现了问题，抑或是说出现了认知上的断层问题，即形式的“理解缺失”。亦即，设计师如果过度依靠AI来处理文化符号的形式化操作，就很难达到对设计事实进行命题理解的要求，剩下的只能是风格摹写的符号对应，而且慢慢失去对风格形成的理由认识，最后变成对文化语境深入探究的完全缺乏。那么，怎样在合理运用AI技术提高效率的同时，保持设计师的人文底色的温度，使设计始终建立在对人文倾注的理解上，这是设计师需要面对的主要挑战。

　　其三，职业定位的转变与实践理解上的危机。AI技术在很多设计环节中表现出可以替代人的能力，这使设计师的传统技能和职业定位发生改变，过去依赖单纯操作和重复的设计工作必然会由人工智能来替代，这不是未来才有的预测。由此可知，未来设计师的角色定位，会由过去执行者的角色变为创意思维的发起者、策略制定者、跨学科多领域协作的整合者。设计师要通过持续学习新知识、新工具来完成转型，不过，AI辅助也潜藏着一个更深层的危机，也就是设计师在进行实践性理解时的能力迅速减少。例如，传统设计技能，包括徒手草图绘制、材料实验评估、构思方案推敲等，由于这些技能在设计师具体身体验中逐渐退化，而被所谓的“提示词输入-方案生成”的模式取代时，设计师失去的，可能不仅是某几项具身技能，更是一种难以言状的苦恼，即经由不断学习和图像不断辨认而获得的、根植于实践经验的理解力被彻底抛弃。有学者在人文学科数字化演变与发展进程中，就提出警示，阐明这种风险，过度依赖数字技术，必然“导致思维惰性”。因而，反其道而行之，重新强调传统的“原典阅读和句读训练”，认为这仍然是培养设计师深厚学养不可或缺的途径。洞悉人工智能本质的学者更是指出，“人工智能领域有一个‘莫拉维克悖论’”，这让普通人感到困难和复杂的问题，如高阶复杂的计算、多变量逻辑推演，“在人工智能领域反而是易解的问题，甚至只需要很少的算力就可以解决；而普通人看起来十分简单的问题，如模仿人的无意识动作或本能感知，人工智能反倒难解，需要极大的运算能力。”这表明，人类经由身体力行所获得的、融汇直觉、想象力与共情感悟的“具身认知”，恰恰是人工智能难以逾越的险峰，亦是设计师实践性理解能力的核心庇护所。

　　其四，伦理与版权问题及理解主体的消解。AI生成的设计作品，非常关键的问题是涉及知识产权。例如，《著作权法》规定，作品要拥有独创性，并且能够通过某种形式进行表现，AI生成的内容如果体现出人类使用者所拥有的独创性思维，并且符合作品的属性，那么它应当受到著作权法的保护，使用者利用复杂的提示词和参数调整来生成作品，有可能会成为著作权人。但是，数据训练和侵权问题一直存在，未获得著作权人许可，使用他人享有版权的作品来训练AI产品，实际上已经侵害了素材作品著作权人的复制权。国家网信办发布的《生成式人工智能服务管理办法（征求意见稿）》第七条作出规定，用于生成式人工智能产品的预训练和优化训练数据，不能包括侵犯知识产权的内容。综上，AI生成的设计作品知识产权问题非常复杂，需要结合独创性、使用者智力投入、平台协议及数据训练合法性等因素进行综合判断，并且相关立法和司法实践仍然在不断完善中。所以，就AI生成的设计作品而言，其知识产权归属和相关伦理问题，是现在设计师应当重视的法律和道德议题。进言之，AI学习机制决定了它能够以前所未有的效率复制或模仿现有设计作品中的风格和元素，其实该过程已经涉及原作的权益如何界定和保护的问题、衍生作品的标准如何重新划定的复杂问题。就理解这个方面而言，版权争议的主要问题，实际上是涉及主体性的质询，即谁在进行理解，AI模型利用模式识别来提取商业或艺术作品的视觉特征，这种特征提取并不意味着模型真正理解或尊重原作者的创作意图、劳动投入与文化语境。如果不进行知识产权明晰和检索修正，仅是一味接受此类生成式设计，设计行业赖以生存的原创尊重和职业伦理，在谁才是真正的创作者这个根本问题上会变得模糊，甚至陷入僵局，这还会削弱设计责任的明确性，即设计者应对作品的产权后果与权益归属承担相应的专业伦理责任，该风险需要人们高度重视。自然，澄清这一伦理困境的前提，是界定人与技术的主体关系。正如，有学者明确强调，在人工智能被拟人化“科普”甚至神话宣传的氛围中，人类作为知识生产唯一主体的地位正不断弱化。有学者将人机协作关系视为“双主体”。这种误读既不符合事实也不符合逻辑。在“人机互动”“人机协同”“人机共生”过程中，发出指令、设计算法的人永远是主动一方，无论多么自动化、自适应的机器，终究是被动的一方。接受人机关系平行甚至颠倒的观念会助长盲目乐观或者莫名恐惧的社会心理，这会逐渐抑制甚至削弱人类的创新创造能力。

　　其五，技术适应与选择对理解深度的考验。现在，人工智能、相关机器学习工具的更新速度很快，设计师必须持续投入精力去学习和适应，这样可以保持专业的竞争优势，在各种技术选项里，识别并挑选适合个人工作流程和创作要求的工具，本身就是一个挑战，该持续的技术适应过程，在进行时间和精力投入的同时，也包含着一定风险，即设计师可能会在操作理解上感到满足。操作理解是指只掌握了工具的使用步骤和参数调节方法，但缺少对工具背后算法原理、数据偏见、使用方法的批判性反思，当设计师仅满足于此时，设计师有可能在快速更替的技术潮流中变成被动的跟随者，每次工具更新都变成一次从头开始的工作追赶，且无法形成一套稳定、可迁移的、由自身设计理念和深层理解所支撑的工作方法。该挑战的主要点在于，在适应技术时，能不能维持对设计本身的了解，能否通过设计者的主观判断来掌握技术，而不是被技术的便利性所同化。

　　总结来说，上述挑战虽各有侧重，但都指向一个共同问题，即AI时代设计师面临的认知性危机，也就是由理解的幻觉引发的，在设计对象、设计命题、设计实践和设计主体上的多重理解退化。坦率地说，这些问题并不是危言耸听，而是设计师、设计教育界、整个设计行业都需要正视的发展问题，并且已经成为日益迫切的现实议题。这表明人们不能只将应对AI冲击带来的危机视为简单的技能升级或工具更替，而应当从根本上认知角度进行开发，寻找重构设计理解力的方式，设计师需要学习新的工具和技术，以提高技术技能水平，从而适应这种变化，团队协作和项目运营管理能力也需要进一步进行加强，从而保证项目可以顺利推进。在设计教育教学上，课程设置也要进行更新，包括AI相关知识和实践操作等教学内容要补上，学生不仅要掌握传统设计技能，也要了解如何利用AI工具辅助来进行设计创意，就业市场会伴随学科和行业方式的改变进行相应调整，提供较多机会和资源，协助学生适应新技术环境，特别是行业协作和资源共享这些重要环节，需要依靠建立开放的平台和技术生态，并通过联动企业来达到共享资源的目的，以此推动设计创新。同时，制定人工智能时代设计发展需要的标准和规范，有利于提高行业的整体水平，防止因技术滥用而出现的问题，政策和法规的支持也非常重要，政府需要制定相关政策来鼓励技术创新，并且要加强对AI应用的监管，以保证其安全性和合规性，设计行业需要依靠多方合作，在全球竞争中保持优势，并达到可持续发展。AI革命给设计行业带来了多方面的影响，设计师应当同教育者、企业人士和社会各界进行协作，依靠适应和创新来处理变化，把握机会，达到技术进步和产业升级的目标。

人工智能技术在设计领域里被广泛应用，不再属于遥远的展望，而是正在全面展开的现实，从生成式工具发展到设计行业的生产流程，一直到AI时代的设计行业面临创意和效率的双重挑战、行业重塑，再加上AI开始介入用户需求分析等环节，在很多方面改变了设计行业的整体面貌。该进程提高效率并且扩大了创意边界，但是也给设计师的创造力、职业角色和行业规范带来了挑战。解决这些问题，正如前文所述，设计师必须拥有技术支持下的创新精神和适应能力，并且要加强技术和人文艺术的结合，设计行业需要在人工干预和AI工具之间找到平衡，这样可以达到更高的艺术表达和技术应用水平，并为未来的可持续设计打下基础。

　　换个角度进行分析，AI技术和设计迭代变化所引发的挑战背后，存在着一个更为根本的问题，也就是怎样理解AI时代设计在认知方面的深层困境，这是设计师需要面对的重要问题，也是其无法回避的主要方面。一方面，这种新的认知方面，相对于传统认知和现代认知之间的冲突，是基于AI生成的数据转化为具有深度和哲学意义的认知内容，传统设计师可能需要重新审视并适应新的认知模式；另一方面，认知维度的重构在设计中不只包括设计形式，人的内心表达的情感、思维和对设计问题的理解也是人固有的，AI在认知方面的应用能否真正理解并表达人的复杂情感，甚至可以表达情感，这是理解并适应文化的主要部分。因此深层次需求是怎样利用AI和设计来满足人们对人文关怀的新期望，设计人员应当把更多涉及人类情感和认知的信息融入数字化产品里，并且采用更自然的方式来表达这些信息，从而实现AI自主话语和跨文化理解的结合，该过程会成为伴随AI技术持续发展的设计认知方面的扩展。比如，人类进行的自动化交互，生成式人工智能在跨语言界面中的使用，还有对人类所表现出的情感、态度进行识别，对文化进行自动化分析并理解，利用文本数据来提取文化背景信息，跨学科融合涉及社会学、人类学、心理学、语言学、历史学等领域进行深入研究，以更好地理解这些深层认知方面。

　　参照这一点，AI时代设计行业所经历的，可能是一次从认知到方法的明显转变，在该转型过程中，人和技术的关系需要进行反复审视和调整，技术的便捷性不应成为削弱人类理解的理由，技术越强大，设计师就越需要清楚地认识到理解的不可替代性，平衡人工干预和AI工具的应用，不是折中妥协，而是更高层次的创作智慧，设计师既要善于利用AI扩大表达的范围，又要一直保持对设计行为各环节的自觉反思和整体把控。从本质上分析，人工智能的主要作用是扩大人类价值的范围，并没有取代人的地位，它可以替代的是具体的技术操作，而不是人本身，展望未来，AI时代设计行业的可持续发展，并非取决于技术本身的发展速度，而是取决于整个行业，特别是设计师群体和其他协同者，在实践中能够逐渐摸索出一套行之有效的认知、守护、理解和能力建设方式。设计行业只有在接纳技术时，坚持把设计看作扎根于人类理解力的实践性创意智慧，才可以于人和机器共同演进中实现更高水平的艺术表达、更充分的人文关怀与更可靠的技术应用，以此给未来持续发展打下坚实基础。