The Generative Playground: Designing Systems, Data and Emergence
看到「Generative Design」這個詞，現在很多人第一個想到的是：
Midjourney、Stable Diffusion、ChatGPT。
輸入 Prompt，生成結果。
但 Carnegie Mellon University（CMU）School of Design 在 2026 年 9 月安排的一場設計工作坊，反而刻意把「Generative」拉回一個更大的設計問題。
活動名稱叫做：
The Generative Playground: Designing with Systems, Data, and Emergence。
它討論的不是怎麼讓 AI 生出更漂亮的圖，而是問：
如果未來的設計不再是一個固定完成的物件，那設計師到底在設計什麼？
CMU 把 Generative Design 定義成一種「思考方式」：設計從固定成果，轉向可以根據環境、資料、使用者與互動持續改變的系統。(CMU School of Design)
我覺得這個轉向很重要，因為今天生成式 AI 最大的誤解之一，就是我們還是用以前的方式看它：「以前我畫一張圖，現在 AI 幫我畫十張。」如果只是這樣，那 AI 其實只是讓產量增加。
但真正有意思的 Generative Design 應該是：
設計師設定條件，系統產生可能性，人再進行選擇與調整。
這和景觀設計其實非常接近。
一個公園本來就不是完成施工那一天就「結束」，植物會長、水文會變、人的使用方式會改變。甚至城市本身都會不斷變化。所以設計師真正設計的，可能不是最後那張效果圖，而是一套：
讓空間可以持續演化的規則。
CMU 這次把 systems、data、emergence 放在一起，其實剛好提供了一個很好的提醒：AI 時代的設計教育，不應該只問學生：
「你生成了什麼？」
還可以進一步問：
「你設定了什麼規則？」
「資料怎麼影響結果？」
「如果條件改變，方案會不會跟著變？」
「哪些事情由 AI 處理，哪些判斷仍然需要人？」
這樣看，AI 就不再只是設計流程裡的一個軟體。
而開始變成一種新的設計媒介。
為什麼值得關注
CMU 的這個工作坊規模不算大型政策或重大技術發布，但它代表一個我認為非常值得注意的教育方向：
從 AI 工具教學，逐漸轉向 Generative Thinking。
也就是不再以「產出圖片」為中心，而以系統、條件、互動與演化為中心。
對設計實務／教育的意義
對設計課程來說，可以把 AI 作業從：
「請生成五個方案」
改成：
「建立一套條件，觀察 AI 如何產生不同方案，再解釋你為什麼選擇、拒絕或修改其中某些結果。」
這會比單純比誰的 AI 圖漂亮，更接近真正的設計訓練。
官方資料：CMU School of Design｜The Generative Playground (CMU School of Design)