Beyond Faster Images: What GenAI and XR Really Change in the Design Studio
這兩年把生成式 AI 帶進設計課堂，最容易看到的改變是「快」。學生可以更快找到參考、更快生成概念圖，也可以在短時間內看到過去需要幾小時甚至幾天才能完成的視覺結果。但設計教育真正需要回答的問題，恐怕不是「AI 能不能讓學生做得更快」，而是：它究竟改變了設計思考的哪一部分？
Thank you for reading this post, don't forget to subscribe!
2026 年 9 月，一項最新的建築 Studio 實驗提供了一個很有意思的答案。研究團隊開發了名為 GenARch 的系統，把生成式 AI 的視覺生成與多人 XR 空間結合，實際放進大學建築設計課。27 名學生組成七個團隊，其中四組使用 GenARch，另外三組維持原有工作流程。研究不只做問卷，也由七位評審評估最後的團隊設計成果，再訪談實際使用系統的學生。arXiv
結果，GenAI 最明顯的作用，是幫助學生快速把模糊想法外化成可以討論的視覺參照；XR 的角色則完全不同，它讓學生進入空間，以人的身體、尺度、場地關係重新檢查設計。換句話說，AI 擅長把可能性打開，XR 比較接近把可能性拉回空間現實。
但研究並沒有發現使用這套技術的團隊，在最終設計評審中顯著勝過對照組。更值得警惕的是，GenARch 組的設計自我效能中，「信心」與「結果期待」反而出現較大的相對下降；學生也指出控制性、尺寸精確度、共同注意力等問題。
這讓我想到現在設計教育很容易出現的一個誤區：只要把 Midjourney、ChatGPT、VR、XR 或其他新工具放進課程，就稱為「AI 創新教學」。其實工具增加，不等於設計能力增加。
對景觀與環境設計尤其如此。真正進入空間之後，人的視線高度、道路寬度、樹冠尺度、建築與場地的距離，都可能和圖像傳達的感受完全不同。AI 可以協助「想」，沉浸式空間可以協助「看」，但最後仍然需要學生自己判斷：這個設計到底成不成立？
所以我認為，未來 AI 設計課真正值得建立的不是「更多工具」，而是一個反覆往返的過程：
構想 → AI 外化 → 空間檢驗 → 專業判斷 → 再設計。
當 AI 讓生成愈來愈容易，「回到尺度」這件事情，可能會變得比以前更重要。
GenARch 原始研究：Generative AI and Extended Reality in Collaborative Architectural Design Education
LEARN｜AI Design Education｜Generative AI｜XR｜Design Studio｜Human–AI Collaboration｜Professional Judgment
留下你的想法
0 COMMENTS如果這篇文章讓你想到另一個問題、案例或觀點，歡迎在這裡留下來。我也會不定期回覆與補充。
