2026.06.23

一、AI把毕业设计变成了一场"调参竞赛"

今年的毕业设计展上，很多教授发现了一个尴尬的事实：

不少学生的作品，从概念到视觉呈现，都透着一股浓浓的"AI味"。

构图过于完美，光影过于讨巧，细节经不起推敲，风格还高度雷同。

乍一看很惊艳，仔细看全是熟悉的套路：高级灰、赛博光、未来感、超现实空间、情绪化人物、大片式构图。

追问之下，学生也不遮掩：

"我用Midjourney生成了底稿，再用Photoshop修了一下。"

这已经不是个例。

在部分高校的毕业设计展里，AI辅助创作的比例已经越来越高。教授们以前担心学生抄学长、抄国外案例、抄Pinterest，现在开始担心学生"抄AI"。

更麻烦的是，这种"抄"还很难界定。

因为它不是传统意义上的复制粘贴，而是通过提示词生成出来的"新图"。

它看起来像原创，过程却又不完全属于学生。

于是，毕业设计最核心的问题来了：

面对这些"提示词一代"的作品，老师到底该怎么打分？

二、评分标准失灵背后，是教育底层逻辑被AI戳破了

过去评判一个设计作品，老师看的不是最终图好不好看这么简单。

要看选题立意、调研深度、概念推导、手绘草图、过程记录、方案迭代，以及最终呈现。

一个学生是不是认真做了，老师基本能看出来。

草稿骗不了人，过程图骗不了人，改稿记录也骗不了人。

但现在不一样了。

学生输入几个提示词，AI就能在几分钟内生成几十张方案。

他从里面挑一张最顺眼的，改一下颜色，加一点文字，调一调排版，就可以包装成"个人作品"。

问题是：

老师很难判断，哪部分是学生做的，哪部分是AI做的。

更难判断的是，学生到底是在"使用AI"，还是在"被AI使用"。

以前老师问的是：

"你为什么这样设计？"

现在学生可能回答：

"因为这个生成效果最好。"

以前老师看的是思考路径。

现在老师看到的是结果包装。

这才是最麻烦的地方。

AI不是简单让学生偷懒，它直接把原有的教育评价体系掀开了。

如果继续按过去的标准评分，AI作品可能占便宜。

如果全面禁止AI，学生到了真实就业市场上又会吃亏。

因为企业早就在用AI批量出图了。

学校如果还假装AI不存在，本质上不是保护学生，而是在让学生与真实行业脱节。

所以这件事真正刺痛教育的，不是学生用了AI。

而是我们突然发现：

过去那套评价体系，已经不够用了。

三、"披露AI使用"听起来合理，但解决不了本质问题

现在有些学校开始要求学生在作品说明书里披露AI使用情况。

比如：

使用了哪些模型，生成了多少张初稿，哪些部分由AI完成，哪些部分由学生修改。

听起来很合理。

但真执行起来，问题一堆。

学生可以说：

"AI只是帮我拓展视觉方向，核心概念是我自己定的。"

也可以说：

"我生成了很多版本，但最终判断和筛选都是我做的。"

甚至可以把简单修图包装成深度二创，把AI输出包装成个人表达。

老师怎么验证？

难道每个毕业设计都要调取学生的聊天记录、生成记录、提示词版本和文件修改历史？

就算能调出来，又如何评分？

用了AI就扣分吗？

用得多就扣分吗？

那是不是要规定，AI生成比例不能超过30%？

可这种机械标准很快就会被钻空子。

一张图到底有多少百分比来自AI，谁说得清楚？

更何况，设计从来不是按"工作量百分比"来算价值的。

有时候一个关键判断，比十张手绘草稿更重要。

所以，"披露AI使用"只能把问题摆到台面上。

它能解决透明度问题，但解决不了评价问题。

真正的难点不是：

"你有没有用AI？"

而是：

"你用了AI之后，你的人在哪里？"

四、教育不能只想着"防AI"，而是要重新定义原创

其实，AI本身不是问题。

问题是，我们还在用工业时代的标准，去评判信息时代的学生。

过去设计教育很强调基本功。

这当然重要。

但设计教育的核心，从来不只是会不会画图、会不会排版、会不会做效果图。

真正重要的是：

你能不能发现问题？

你能不能定义问题？

你能不能提出有效方案？

你能不能解释自己的选择？

如果一个学生只是让AI生成一堆漂亮图，然后随便挑一张交上来，那当然是偷懒。

但如果一个学生能用AI快速生成大量方向，再从中筛选、比较、推翻、重组，最后形成一个有逻辑、有判断、有现实价值的方案，那这反而是一种新的能力。

关键不在工具，而在人的判断。

未来的设计教育，必须更重视"过程里的思考"。

老师不能只看最终呈现，而要追问：

你为什么选择这个问题？

你做过哪些调研？

你为什么放弃其他方案？

你如何验证这个设计有效？

AI给过你什么方向？

你又否定了AI的哪些方向？

你最后做出的判断，和AI原始输出之间有什么差别？

这些问题，才真正能看出学生的水平。

未来的原创，不一定是不使用AI。

而是即使用了AI，作品里依然能看见人的判断、审美、价值观和问题意识。

没有这些，再漂亮也只是"生成物"。

有了这些，AI反而会成为创作的放大器。

五、提示词可以是起点，但不能是终点

"提示词一代"并不可怕。

真正可怕的是，学生以为会写提示词就等于会创作。

更可怕的是，学校也默认这种漂亮结果可以替代完整教育。

AI确实降低了创作门槛。

但门槛降低以后，真正的差距不会消失，只会转移。

以前差距体现在手绘、软件、建模和表现力上。

以后差距会体现在审美、判断、提问、整合和表达上。

谁能提出更好的问题，谁就能让AI生成更有价值的答案。

谁能看出AI哪里不对，谁才真正拥有主动权。

否则，学生只是把自己变成了模型的操作员。

看起来作品很多，实际上思考很少。

看起来效率很高，实际上独立性很低。

这才是教育真正该担心的。

AI不会毁掉设计教育。

但它会毁掉那些本来就只教工具、不教思考的设计教育。

六、写在最后

AI是一个放大器。

它放大了学生的创造力，也放大了教育的惰性。

如果把AI当成捷径，它只会批量制造同质化的"漂亮垃圾"。

如果把AI当成思考伙伴，它反而可能催生新的设计语言。

教授们不必恐慌，但必须行动。

不是堵住AI的入口，而是重建通向独立思考的出口。

提示词可以是起点。

但不能是终点。

教育的目的，从来不是培养会使用工具的人。

而是培养会使用大脑的人。

这件事，AI帮不了忙。

Why镜 | 不讲鸡汤，只讲真话

2026.06.23