对人工智能产生的内容对学生创造性表现和产品设计中的神经生理状态的影响进行EEG评估

科学领域:

• 设计教育设计教育教育
• 人与计算机的交互
• 认知科学 认知科学

背景情况:

• 人工智能生成内容 (AIGC) 工具的整合到教育环境中正在迅速发展.
• 了解AIGC对学生创意过程和认知状态的影响对于有效的教学策略至关重要.
• 神经生理学监测提供了对设计任务期间认知负载和参与的客观见解.

研究的目的:

• 评估AIGC工具对本科设计学生创造性表现,专注和放松水平的影响.
• 在学术背景下,比较使用AIGC工具与传统设计软件的结果.
• 探索设计教育中人工智能辅助创造力的神经生理基础.

主要方法:

• 一项实验设计涉及64名第三年本科设计学生,分为AIGC和传统软件组.
• 参与者通过使用特定的AIGC工具 (ChatGPT,Midjourney,稳定扩散) 或传统软件完成了为期三小时的智能步行杖设计任务.
• 通过使用EEG设备收集神经生理学数据 (注意力集中,放松),并进行标准化创造性表现评估.

主要成果:

• 与对照组相比,AIGC组表现出明显提高的创造性表现 (p=0.031) 和注意力水平 (p<0.001).
• 两组之间没有观察到放松水平的显著差异 (p=0.191).
• 在集中度和创造性表现之间发现了强烈的正相关性 (r=0.67).

结论:

• AIGC工具有效地提高了设计学生的创造性表现和专注力,主要是通过提高注意力集中.
• 该研究提供了客观的神经生理学证据,支持人工智能辅助的创造力在设计教育中的好处.
• 建议将AIGC工具纳入设计课程,以优化学生的创意成果,与传统方法保持平衡.