Figoli等在文章中明确了“设计中心主义”的研究视角，在设计研究语境下系统梳理并界定了人工智能的相关理论与核心概念。这篇文献首先选取全球8本核心设计权威期刊（Design Studies/Design Issues/International Journal of Design/Journal of Engineering Design/The Design Journal/Journal of Design Research/Design Science/Co Design）中发表于2002–2022二十年间的相关论文，按照PRISMA标准进行核心文献选取，共将45篇核心文献纳入研究（图1）。
图1 文献检索与筛选流程
其次，Figoli等运用主题分析法完成文献主题编码，以此确立各项研究对应的理论坐标（Position）。理论坐标分为研究场域（一级编码）和理论主张（二级编码）两个层级。其中，研究场域包括1.设计实践、2.理论思想、3.人工智能开发、4.人机协同、5.AI作为内置智能产品五类；理论主张包括1.AI作为支持系统（AI as）、2.人工智能介入设计阶段（AI in）、3.人工智能用于生成形态（AI for）三类。基于此，Figoli等精确定位出每篇文献的理论坐标，为后续分析提供了研究基础。
图2：理论坐标（Position）=
研究场域（Place）∪ 理论主张（Proposition）
Figoli等人在定义理论坐标的基础上，结合时间维度对核心文献进行系统梳理，以五年为时间跨度划分研究阶段，并据此绘制出人工智能与设计交叉领域的四阶段研究演进脉络图（图3）。
2002–2007 萌芽期
仅涉及「设计实践」及「理论思想」两大场域；AI仅作为外形生成、设计决策辅助工具，生成式AI尚未出现。
2007–2012 缓慢拓展期
「设计实践」和「理论思想」两大场域都在缓慢扩大，并新增「人工智能开发」的研究场域。学者开始用神经网络复刻设计师手绘行为，人机协同研究几乎空白。
2012–2017 深度学习过渡期
生成式算法兴起，概念创意、用户情感评估类研究大量增加，但人机协作仍属于小众方向。
2017–2022 五大研究场域全部成型
伴随生成式大模型快速演进，研究新增「人机协作」与「AI作为内置智能产品」两大场域；团队人工智能协作（Team AI）成为领域前沿热点，其余研究分支的细分议题亦得到全面拓展。
从左到右依次为2002-2007年、2007-2012年、
2012-2017年、2017-2022年的研究图谱
作者结合跨度20年的整体文献关联图谱（图4），梳理出人工智能与设计交叉领域最热门、发文量最多的研究主题。图中连线的粗细，和对应主题的文献数量成正比。由此归纳出四大研究热点：
图4：文献关联图谱
（1）设计实践
该研究场域的相关文献主要围绕两大理论主张展开——AI作为设计增强系统、AI介入设计评估。这一发现说明，学者们尤为关注如何采用人工智能的计算能力产出人类无法独立获取的数据，并助力设计团队提升设计方案评估结果的准确性，同时加快评估工作的整体速度。
（2）人工智能开发
该研究场域的相关文献主要围绕两大理论主张展开——AI作为辅助系统、AI介入概念设计。该方向聚焦探索如何借助AI赋能设计师的概念构思阶段，重点依托人工智能拓展人类创意思路，产出更加丰富多元的设计方案。
（3）理论思想
该研究场域的相关文献主要围绕两大理论主张展开——AI作为存在（being）和AI作为行动（doing）。理论思想场域下的研究趋势可以发现一个值得关注的现象：尽管多年以来，设计学者持续反思人工智能在设计学科中的本质定位与学科影响，但学界至今尚未形成统一、清晰的共识。因此，绝大多数相关研究各自独立发展，难以形成对话。
（4）人机协同
作为尚处在发展初期的研究方向，设计领域学者如同开拓者一般，持续在此领域寻求理论与实践突破。值得关注的是，设计学界近期研究重心逐步向该场域倾斜，相关研究正快速扩张。
纵观二十年AI与设计交叉领域的演进图谱可以发现，学界尚未形成连贯统一的理论话语体系，尤其是「理论思想」，各类研究视角相互独立、缺少共识，仍是当下最突出的研究短板。依托本文提出的研究脉络图谱，未来，研究者可以开辟出两条可行的创新研究路径。
路径1为线性拓展
立足于已经形成的成熟理论坐标，在现有研究场域与理论主张基础上持续深耕。学者可以沿着已有的研究脉络延伸议题，深化现有方向认知，或是衍生出新的研究定位。过往二十年的演进历程已经印证该模式的可行性：以「设计实践+AI作为辅助系统」这一理论坐标为例，研究持续向外延伸，陆续诞生了AI介入前期调研、AI评估团队情绪状态等细分方向；随着议题不断演化，最终催生了全新的「人机协作」研究场域。
路径2为交叉融合拓展
区别于线性拓展，该方式将研究场域（Place）、理论主张（Proposition）拆分为独立单元，脱离原有固定组合重新搭配，生成全新研究坐标，启发原创研究议题（图5）。
图5：交叉融合拓展路径示意图
文章进一步归纳出三类典型的交叉衍生新研究方向，可为后续相关研究提供思路启发：
1.「研究场域」人机协作×「AI作为」辅助系统×「AI介入」设计评估+「AI用于」具备可解释性。
【研究议题】：具备自解释能力的辅助型 AI 应用于设计评估场景时，将如何重塑人机协作模式。
2.「研究场域」设计实践×「AI作为」预测系统×「AI介入」团队协作
【研究议题】：预测类人工智能嵌入设计团队协作体系后，会对整体设计流程产生何种影响。
3.「研究场域」理论思想×「AI作为」支持系统×「AI介入」设计方法论+「AI用于」设计主体性
【研究议题】：当支持型人工智能融入设计方法论体系，设计学科将面临怎样的设计主体性困境。
该编码交叉重组方式高度依赖研究者思辨与学术直觉，为挖掘研究空白、提出创新性研究问题提供可视化思考工具。
纵观Figoli团队构建的「AI-against-design」研究图谱，清晰还原了二十年间人工智能与设计交叉领域从萌芽走向多元繁荣的完整历程。依托研究场域（Place）与理论主张（Proposition）搭建的编码体系，这项研究厘清五大研究板块、四大发展阶段与四大核心研究热点，直观暴露出当下领域关键短板：学界研究碎片化特征显著，尤其在理论思想场域，尚未形成统一的理论话语共识。在生成式人工智能持续迭代演进的行业背景下，该图谱对设计研究者、实践者及教育者具有重要参考价值：其既可作为梳理、复盘领域过往研究成果的工具，也能依托可视化分析框架助力学界精准挖掘研究空白，同时提供两条可落地的未来研究创新路径，为前沿探索指明方向。西安欧亚学院艾德艺术设计学院艾科研栏目也将持续推送AI介入设计领域的前沿文献，持续追踪学科发展脉络，为设计研究创新与设计教学革新提供思路与启迪。
注：本文仅对文献核心内容进行摘要梳理，详细论述与数据请以原文为准，欢迎下载精读。
供稿｜郑希黎
排版｜三一
审核｜郑希黎
