工作室背後的教學法：生成式AI作為創意媒介

隨着人工智能的快速發展，對判斷力、創造力和批判性思維等持久技能的需求日益增長。然而，當前缺乏一種能夠培養這些技能並釋放生成式AI巨大潛力的教學方法。生成式AI能夠產生故事、圖像、音樂、視頻和交互性，其變異性巨大，有效使用需要理解其細微差別。如果將生成式AI定義為創意媒介而非工具，並採用藝術與設計教育中經過時間驗證的方法，會怎樣？

生成式人工智能工作室正是基於這一前提：一個建立在藝術與設計教育方法論上的試點項目，專注於生成式AI帶來的新問題和可能性。我們優先考慮個人創意探索，利用批評會（Crit）來培養鑑別力，並藉助設計研討會（Charrette）來發展高效的創意過程。這些過程使學生能夠產出一系列獨特的、由AI驅動的體驗。

從藝術中學習：工作室結構、批評會和設計研討會長期以來一直是藝術、設計和媒體教學的核心。它們培養判斷力，並給予學生在投入構建之前測試和完善想法的過程。在我們的案例中，這些方法對於轉變我們對待生成式AI的方式至關重要，從將其視為工具轉向將其作為開發新體驗、產品和服務的創意媒介。

工作室結構：學生從事個人驅動的項目，沒有“正確”答案，但有可能滿足需求或創造有意義的人類體驗。每週三小時的課程包括基本概念介紹、演示和實驗，以及大量時間用於個人和協作實踐。

成功標準：每個項目根據以下標準開發和評估：內在AI（生成式AI的明確核心作用）、美學元素（圖像、色彩、排版、構圖、時間、運動和聲音的有效使用）、用户界面（邏輯用户體驗）、IT架構（邏輯高效的數字基礎設施）、數據安全與用户安全（關於數據、隱私和意外後果的安全性）以及倫理（關於使用生成式AI或他人創作的內容的倫理）。

批評會：培養鑑別力的關鍵。批評會側重於創意輸出的評估和討論，旨在幫助學生明確目標並識別項目的優勢。批評可以一對一或小組進行。我們以學生展示作品並邀請反饋開始。在一對一批評中，教師提供直接反饋；在小組批評中，動態受引導影響，促進同伴對話或專家評價。重要的是，教師必須創造和維持高水平的心理安全感，同時追求卓越和有意義創新。我們以建立小組規範開始，並強調“我注意到……”“我想知道……？”“如果……會怎樣？”等短語。

設計研討會：培養創新和問題解決方法。我們在一天內進行設計研討會，作為學習練習。八小時內，我們經歷發散和收斂的經典設計方法：設定階段（問題框架、新工具介紹）、發散（個人生成儘可能多的想法，保持模擬方式）、意義構建（小批評，篩選想法）、收斂（小團隊規劃）、快速原型製作（最多兩小時製作工作原型）和評估（閉幕批評，展示原型）。

學會引導AI：隨着學生更好地理解如何與生成式AI合作，他們承擔了管理者和藝術總監的角色。他們學會評估LLM輸出、識別差距，並推動AI超越平庸輸出，打造獨特有效的界面和體驗。

通過將生成式AI視為創意媒介，學生的工作變得更加差異化，即使項目使用相同的底層模型。這種方法正在改變AI教育，併為未來培養能夠利用AI潛力的人才。