2026年7月13日，国家艺术基金2026年度艺术人才培训资助项目“中国当代设计艺术评论创新人才培训”迎来重磅专题授课。浙江大学计算机科学与技术学院教授、博士生导师、浙江大学未来设计实验室执行主任柴春雷，以“AI生成时代的设计批评：当设计被模型、数据和指标接管”为题，为全国遴选的30名学员带来兼具前沿视野与落地方法的深度讲座，为新时代设计评论工作搭建起一套清晰好用的分析框架。
▲柴春雷教授为学员授课
深耕设计认知、文化创新、智能设计与商业融合研究多年的柴春雷教授，精准抓住当下设计行业最核心的时代变革：过去设计由品牌审美、市场潮流主导，如今算法推荐、用户数据、A/B测试、AI生成工具、流量转化指标成为驱动设计的核心力量。设计创作的重心从人的创意表达，转向数据与算法逻辑，由此抛出直击行业痛点的核心思考：当设计一切向数据、模型看齐，我们产出的作品是在解决普通人真实生活需求，还是在制造流量幻觉、诱导消费？这也是当下设计评论必须回应的核心命题。
柴春雷教授清晰梳理出设计行业的时代转型脉络：工业时代设计围绕“拉动消费”展开，而AI时代设计的目标变成数据预测、内容量产、提升转化。这就要求设计评论换一套评判标尺，首要分清一件设计作品究竟服务人的真实诉求，还是平台、算法设定的量化指标。他重新通俗解读设计的本质：设计不只是好看的造型，而是主动创造有价值、有秩序的生活方案，天然背负社会责任。反观当下不少商业设计，不去解决真实生活难题，反而刻意制造消费欲望、催生大量闲置产品与无意义更新；真正优质的设计，一定扎根真实人群、现实环境与有限资源三大现实前提。
参照经典设计理论家帕帕奈克对工业消费社会的反思，柴春雷结合如今数据生产、注意力经济的行业现状，提炼出大众都能看懂的五大行业拷问：算法优化的是大家真正需要的东西，还是仅仅能被数据统计的浅层欲望？AI批量产出的海量设计，会不会造成审美泛滥、信息冗余，白白消耗大众注意力？当算法参与设计决策，出了问题该由谁承担责任？智能设计体系是否更偏爱主流审美、高消费人群，忽略小众群体与特殊需求？如今设计教学过度看重软件工具操作，是否缺少批判思考、价值伦理相关内容？
针对以上现实问题，柴春雷教授现场分享一套可直接用于评论写作、作品分析的设计批评“五问”实用工具，简单易懂、落地性强：一看真实性，作品回应真实痛点还是数据包装出来的伪需求；二看可解释性，设计方案、推荐逻辑背后的依据是否透明；三看责任性，设计落地产生负面问题时能否明确责任主体；四看包容性，有没有被数据遗漏的人群、未被AI看见的需求；五看生态性，设计全流程消耗多少资源、会产生多少废弃物。这套方法为现场学员开展设计评论实践提供了标准化分析思路。
围绕当下火热的“数据驱动设计”，柴春雷教授从三个通俗角度拆解审视逻辑：数据是谁采集、为谁服务？设计目标由谁制定？哪些人群、需求被数据排除在外？他用直白的行业实例点出数据设计的固有短板：浏览、点击、下单等行为记录，只能看到用户表面动作，无法完整呈现人的情感、尊严与长期生活诉求，数据天然自带人群偏见；当转化率、使用时长成为第一目标，设计很容易从“帮用户解决问题”变成“想方设法留住用户、刺激消费”；历史数据只会复刻过去的审美与消费习惯，擅长优化现有产品，却很难诞生更公平、绿色、充满人文温度的全新设计。
同时，数据化设计极易出现“责任模糊”问题：设计师归咎数据、产品经理归因实验、平台推脱算法自动运行，评论者就要多追问一句：这套数据标准里的“更好”，到底对谁有利？柴春雷提出平衡解法：大数据能看清大众行为趋势，小范围深度走访、实地观察才能弄懂行为背后的真实原因，做设计要把海量数据统计和以人为本的实地调研结合，兼顾宏观趋势与个体真实感受。
为帮助行业用好数据赋能产品创新，柴春雷提出“结构智能”创新理念，简单来说就是把零散、感性的用户想法，转化成能计算、能复用、方便多岗位协同的标准化工作体系，包含三层实用能力：一是用户感知建模，把模糊的用户需求拆解成清晰可分析的内容；二是业务任务标准化，把复杂产品开发流程梳理成清晰可执行步骤；三是多方协同共创，打通设计、市场、运营等岗位，形成统一连贯的创作思路。
讲座核心环节聚焦生成式AI带来的行业新挑战。柴春雷表示，AI快速出图、批量生成方案固然高效，但评论不能只看产出速度，更要追问内容价值、服务人群与背后代价。他总结四大行业共性隐患：一是审美趋同，AI反复拼接网络高频视觉模板，产出大量无地域、无特色的同质化设计；二是脱离现实，复杂的场地、成本、人群差异被简化成一句提示词，AI难以理解真实使用场景；三是责任悬空，从业者容易把判断权交给工具，但AI没有道德判断能力，最终责任仍由人和企业承担；四是原创劳动被掩盖，AI生成素材依托无数设计师、创作者过往成果，行业应当正视这份隐藏的创作成本。除此之外，AI进一步加速商业自动化，从产出效果图延伸到批量制作广告、商品页面、短视频，让消费主义从批量造实物，转向批量制造虚拟消费欲望。
柴春雷教授现场厘清两个极易混淆的概念：设计执行与设计决策。过去绝大多数设计师日常做的绘图、拼素材、调版式，都属于“执行工作”；真正的核心设计是“做决策”——找准真实问题、做出价值判断、承担落地后果。AI普及后，软件操作门槛彻底消失，单纯执行类工作会被大量替代，倒逼设计师回归核心决策本职。他将设计师不可替代的决策能力分为四类：审美决策，读懂视觉背后的文化内涵，建立完整审美体系；形态决策，敲定产品、界面的整体结构逻辑；商业决策，平衡用户体验与市场发展，预判行业走向；体验决策，打通全流程交互，打造有温度、流畅舒适的产品感受。AI能画出上百套好看方案，却无法掌握品牌核心价值；AI只能在既定规则里优化，只有人类能重新定义设计目标与约束条件。
结合整场讲座内容，柴春雷梳理出设计师区别于AI的五大核心竞争力，也是行业从业者的长期发展护城河：第一，定义真实问题的能力，AI只能解决给定任务，无法主动发掘隐藏社会痛点；第二，价值判断筛选能力，在海量AI方案里选出贴合人文、适配需求的优质作品；第三，承担后果的责任能力，为设计带来的所有正面、负面结果负责；第四，跨学科整合能力，统筹商业、技术、美学、用户需求多维度内容；第五，长线连续思考能力，区别于AI碎片化随机生成，形成完整、连贯的长线设计逻辑。他特别强调，审美是极具竞争力的核心优势，审美不靠天赋，依靠长期积累优质设计样本，看多经典作品后形成的直观判断力，就是属于自己独有的审美体系。
整场三小时讲座案例鲜活、逻辑清晰，兼具理论高度与行业实用性。柴春雷在讲座结尾总结AI的底层逻辑：人工智能不会自动让设计贴近普通人真实需求，只会放大人类预先设定的目标。如果行业只追逐流量转化，AI会加速制造消费欲望；如果以解决大众真实需求为导向，AI也能助力挖掘被忽略的小众人群与生活场景。而设计评论的核心使命，就是持续追问设计目标为谁而设、谁从中受益、谁因此受损，判断这份设计目标是否具备长久社会价值。
作为国家艺术基金重点培训项目核心课程，本次讲座为全国参训学员搭建起一套完整、可落地的AI时代设计评论价值体系与分析工具。参训学员纷纷表示，本次授课直击当下设计行业转型痛点，既有前沿学术思考，又有简单好用的实操方法，为今后开展设计评论研究、行业实践理清了清晰可行的发展思路。
（图/文：马梦云 一审：黄艳丽 二审：李程蓉 三审：许桂梅）
