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)
