夜雨聆风学习资料网

ARTICLE · 1182927

别再把 AI 当工具了:沃顿把生成式 AI 当"画布"来教

别再把 AI 当工具了:沃顿把生成式 AI 当"画布"来教

偶然看到一篇文章不错,特此记录下:Wharton Generative AI Labs —Enduring Methods for an Emerging Medium: The Generative AI Studio(Laura Zarrow,2026-07-29发布于宾夕法尼亚大学沃顿商学院)

https://gail.wharton.upenn.edu/research-and-insights/enduring-methods-emerging-medium/

一、这篇文章讲了什么

沃顿商学院的 Generative AI Labs 做了一个试点项目:Generative AI Studio。他们的出发点是一个观察——

市面上绝大多数"AI 培训"都在教人怎么用工具(写提示词、跑工作流),但随着 agentic work(智能体协作)的兴起,真正稀缺的是持久技能(enduring skills):判断力、品味、创造力、批判性思维。

他们的答案不是发明新教学法,而是把艺术与设计教育里用了几百年的方法搬过来。核心主张只有一句话:

生成式 AI 不是生产力工具,而是一种创作媒介(medium)——像颜料和胶片一样,它的产出高度取决于执导它的人。

既然是媒介,就该用教媒介的方式去学:反复的"创作—批评—修改"循环。

二、两个核心方法

1. The Crit(评图):练的是"眼力"

源自艺术设计院校的评图制度:作品摆出来,大家围绕它讨论。目的不是打分,而是帮创作者澄清自己的目标、发现作品里已经强的部分。反复评图之后,学生获得的是:

  • 多元视角的输入
  • 一套共享的批评词汇
  • 对"什么算好"的鉴别力——也就是品味的养成

他们还有一套明确的评估标准:AI 是否不可替代(Intrinsic AI)、美学元素、交互体验、技术架构、数据安全、伦理。

一个很妙的案例:学生做一个"旅行者健身 App",最初就是普通的问卷+数据库匹配。评图时老师追问——"如果 AI 能做到普通 App 逻辑做不到的事呢?"最后方案变成:用户拍一张眼前环境的照片,AI 直接生成适应当下的训练计划。AI 从"写代码的工具"变成了"理解用户的媒介"。

2. The Charrette(一日设计冲刺):练的是"过程"

学生有两个通病:① 太急着动手执行,跳过了发明;② 一起头脑风暴时迅速趋同,groupthink 强化平庸想法。

Charrette 用一天 8 小时、六个阶段解决这两个问题:

  1. Setting the Stage:明确问题和成功标准(全体)
  2. Divergence:各自用纸和便利贴疯狂出想法,不做评判(个人,刻意不用数字工具)
  3. Sense Making:小型评图,找出值得深挖的方向(全体)
  4. Convergence:小组认领想法,只做规划不写代码(2-3 人)
  5. Rapid Prototyping:最多两小时做出可用的原型(2-3 人)
  6. Assessment:闭幕评图,同一个问题被十种方式解决(全体)

关键设计:发散阶段强制离线、用纸笔;代码被押后到第 5 步。

三、值得思考借鉴的地方

1. "自动售货机心态"是最大的敌人

文章有个精准的比喻:多数人使用 AI 就像往自动售货机投币——输入一句话,期待吐出一个成品。但生成式 AI 是随机的(stochastic)、边缘是粗糙的(jagged edge),想得到好结果,要学会像管理下属一样管理它:讲清楚你要达成什么、分享你在纠结的问题、让模型帮你自己改进指令。

这和"写好 prompt"是完全不同的心智模型——前者是把 AI 当媒介去协作打磨,后者是把 AI 当工具去调用。

  1. 过早动手(Building too early)是创新杀手

AI 让写代码接近即时、原型前所未有的快,这反而放大了一个陷阱:在一个没验证过的弱想法周围,快速浇筑起坚硬的技术结构。代码一旦成型,承诺偏差(commitment bias)就让你很难再回头质疑最初的想法。

所以 Charrette 把"规划"和"建造"硬性分开,发散阶段甚至禁止用数字工具。先让想法跑得比代码远,再让代码服务于想法。

3. 评图是可以移植到任何团队的机制

评图的三个可复用设计:

  • 聚焦"帮创作者澄清自己的目标",而不是评判好坏
  • 有公开、多维的评价标准(不是"我觉得不行")
  • 有心理安全的规范托底

任何做内容、做产品、做设计的团队,都可以把"定期的结构化评图"变成品味的复利机制。

4. 持久方法 > 持久工具

这是全文最打动我的一点:艺术设计教育用 studio 制培养判断力和品味已经几百年了。当技术被当作媒介而非工具时,那些"老方法"直接适用——而且不只适用于这一次技术浪潮,也适用于下一次。

四、结语

我们焦虑"AI 会不会取代我"的时候,沃顿在问另一个问题:AI 时代,人的不可替代性由什么构成?他们的回答是:判断力、品味、创造力、批判性思维——以及一套能持续磨炼它们的过程。

下一次打开 AI 之前,也许该先问自己:我是在投币买薯片,还是在画布前作画?

相关学习资料