学习和教学不再是教学学者的专属领域,而是越来越依赖于第三空间专业人员,尤其是学习设计师。教学学者和学习设计师之间日益增多的合作突显了学习和教学空间设计的共享。这项定性研究探讨了这两个关键利益相关者如何理解学习技术,这对于塑造当代高等教育的教学和学习过程至关重要。福柯的话语和权力被用作理论视角,分析了对澳大利亚一所大型大学的 12 名教学学者和 5 名学习设计师的半结构化访谈。尽管学习设计师和教学学者在改进学习和教学过程方面有着共同的兴趣,但研究结果还揭示了实践存在争议的五个话语:集中化、监督、机构同质化、责任和效率。本文呼吁重新关注学习设计和教学过程的协作方面,这两个主要利益相关者之间不断(重新)协商。对实践或政策的影响:
虽然使用人工智能 (AI) 的系统越来越多地成为日常技术使用的一部分,但我们并不完全了解人工智能如何改变设计流程。需要对设计师如何与人工智能合作有一个结构化的理解,以改进设计流程和教育未来的设计师。为此,我们采访了参与使用人工智能项目的设计师。过去的工作主要关注经验丰富的设计师创建的人工智能系统,而我们则关注多样化交互设计师的观点。我们的结果表明,当人工智能融入时,交互系统的设计过程会受到影响,设计团队会调整他们的流程以适应人工智能。根据我们的数据,我们提出了交互设计师与人工智能合作所采用的四种方法:先验、事后、以模型为中心和以能力为中心。我们的工作为人工智能系统的设计流程如何制定提供了一个务实的解释。
1-S 卖家 销售 > 10 2-NS 设计师 网络安全 > 5 3-NS 设计师 金融和旅游 > 5 4-NS 顾问 政府和非营利组织 > 3 5-S 卖家 销售 > 5 6-NS 设计师 健康 - 肿瘤学 > 5 7-NS 数据科学家 网络安全 > 8 8-S 卖家 销售 > 3 9-NS 设计师 健康 - 放射学 > 5 10-NS 数据科学家 网络安全 > 10 11-NS 设计师 健康 > 3 12-NS 设计师 网络安全 > 5 13-S 卖家 数据分析 > 10 14-NS 数据科学家 NLP > 5 15-NS 设计师 健康 - 放射学 > 5 16-NS MD/数据科学家 健康 - 肿瘤学 > 10 17-NS 人力资源经理 > 5 18-S 卖家 销售 > 3 19-S 卖家 销售 > 3 20-S 卖家 销售 > 10 21-S 卖家销售 > 3 22-NS SOC 分析师 网络安全 > 3 23-S 卖家 销售 > 5 24-NS SOC 分析师 网络安全 > 5 25-NS SOC 分析师 网络安全 > 3 26-NS SOC 分析师 网络安全 > 5 27-NS SOC 数据科学家 网络安全 > 5 28-NS SOC 架构师 网络安全 > 10 29-NS SOC 分析师 网络安全 > 5
我们邀请建筑师,设计师和建筑商提交DADU设计,成为该市预批准的DADU计划的一部分。预先批准的计划将显示在在线画廊中,其中包含有关设计师的图像,描述和信息。使用预先批准的计划,房主支付了由设计师设定的最高1,000美元的特许权使用费,用于使用其计划。房主可以雇用设计师,该设计师保留了对预先批准的计划的版权和责任,以准备现场计划,获得建筑许可证,并/或以计划提交中指定的小时费率来构建DADU。如果房主希望自己使用其他专业人员或完成工作,则设计师可以要求房主必须签署的责任释放该计划。如果您有DADU建设计划,请按照下面的提交步骤进行操作,并希望参加Kirkland市的预先批准的DADU计划。
在设计过程中,人工智能 (AI) 的决策辅助只有当人类设计师正确利用 AI 输入时才会有效。然而,设计师经常会误判 AI 和/或他们自己的能力,导致错误地依赖 AI,从而出现糟糕的设计。为了避免这样的结果,了解设计师在 AI 辅助决策过程中对 AI 队友和自己的信心的演变至关重要。因此,这项工作进行了一项认知研究,以探索如何体验各种变化(未经通知)的 AI 性能水平,并且反馈会影响这些信心,从而影响接受或拒绝 AI 建议的决策。结果首先表明,设计师对 AI 代理的信心会随着 AI 性能不佳而变化,但不会随着 AI 性能良好而变化。有趣的是,设计师的自信最初不受 AI 准确性的影响;然而,当准确度发生变化时,无论变化方向如何,自信度都会下降。此外,这项研究发现,设计师倾向于从反馈中推断出有缺陷的信息,导致对人工智能和他们自己的自信度都不适当。这项研究还表明,对人工智能的信心和自信度会影响设计师以相反方向接受人工智能输入的概率。最后,通过将这项研究的结果与针对非设计任务进行的类似研究的结果进行比较,确定了只适用于设计的结果。总的来说,这项研究提供了有价值的见解,可能有助于检测设计师的动态信心及其在设计中对人工智能输入的误用。[DOI: 10.1115/1.4055123]
PD1 具有丰富独立微电网设计经验的副教授 项目设计师 PD2 专门研究混合可再生能源系统的研究员 项目设计师 PD3 具有农村微电网经验的私营公用事业公司工程师 项目设计师 RD1 具有农村电气化项目经验的能源研究机构所长
人工智能设计(AIAD)对设计师具有许多优势和巨大好处。但是,并非所有设计师都热衷于将AIAD集成到他们的工作流程中,而使用AIAD的意图仍然是研究差距。这项研究利用计划行为理论(TPB)和技术接受模型(TAM)探讨了设计师对AIAD的采用。借鉴了现有文献,我们提出了一个研究模型,并使用392位中国设计师的数据对其进行了测试。结果表明,就AIAD而言,(a)设计师对AIAD的态度(b = 0.259,p <0.001),主观规范(b = 0.363,p <0.001)和感知的行为控制(b = 0.556,p <0.001)对他们的意图具有重大影响和正面影响。 (b)AIAD感知的有用性(b = 0.910,p <0.001)与对AIAD的态度具有正相关的,而感知使用的易用性(b = -0.126,p <0.05)对态度没有显着影响; (c)设计师的知识水平(b = - 0.149,p <0.01)对AIAD对使用它们的意图的态度的影响具有负调节作用。当前的研究随后讨论了其实际意义。
现在,照明界又想起了仅影响纽约州照明设计师的销售税问题。如果不是照明同事的审计,其他纽约的照明设计师可能会措手不及,面临与税务官员类似的令人不快的流程。(谢天谢地,这种情况已成功解决,但仍然令人不安)照明设计师可以通过收取销售税和申请授权证书来遵守纽约州的法律,但这种情况表明纽约州将照明设计服务解释为室内设计服务。尽管努力向州税务机关解释照明设计师到底做什么,以及为什么这项工作范围不是、也不应该被视为可选元素,但税务机关仍然将照明设计归类为室内设计服务。
研究背景。随着人工智能(AI)技术的成熟,其在平面设计中的应用逐渐增多,特别是在生成设计方案、自动化图像处理和智能推荐等领域。Midjourney、Canva、Adobe Sensei 等工具可以根据用户输入自动生成设计,提高了设计的可访问性。这使得即使是非专业设计师也可以轻松制作出高质量的设计,降低了设计门槛和成本。然而,传统设计师的角色也面临挑战,许多技术任务被AI取代,设计师必须重新定义其职能,以创造性思维和用户体验为重点。同时,设计师也需要不断学习新技术,才能在竞争激烈的市场中保持竞争力。行业中的设计师需要具备与AI合作的能力,不仅要理解设计原理,还要能够利用数据分析和用户反馈来优化设计。这些变化促使平面设计行业寻求新的平衡