立足于设计知识这一研究板块，相关研究的核心命题是回答“设计师如何借助 AI 的行动，去理解设计知识本身。”这一问题。研究者认为传统设计知识具有窄化、静态化和人类中心的固有局限。而伴随大数据、AI与后人类设计的思潮兴起，这些局限被打破。Mortati、Ron Wakkary等多位重要学者分别从“数字数据知识扩容”、“ 多物种关怀知识拓展”等维度，构建出多元、动态、跨主体的新型设计知识体系。

Mortati等（2022）在研究文献“New design knowledge and the fifth order of design”中提出，随着人工智能与新技术的出现，设计知识的范畴拓展到第五层级：平面、工业、交互、系统，以及转型设计。越来越多系统以数据交互为基础搭建，设计师需要理解并掌握 AI 的技术复杂性、AI 对海量数据的需求，以及它不可预测的交互行为。Mortati认为，算法中蕴藏着实现高度个性化方案所需的细腻设计知识（例如界面、内容的筛选与呈现等），这意味着设计师的关注点必须转向搭建数据反馈环。

表1 Mortati 五阶段设计模型

其二，Ron Wakkary等学者在Caring through: Engaging with the temporality of care in more-than-human design、Nomadic practices: A posthuman theory for knowing design等文献中，将 AI作为批判对象与理论对话者，用以发展一种强调多重性、情境化与游牧性的设计知识论。他们提出后人类关怀视角下的多元时间型设计知识，将非人类主体的共生节律纳入设计知识范畴，补齐传统知识体系缺失的跨物种、关系性知识维度。传统设计知识仅遵循人类标准化时钟时间，而新范式下设计知识包含同步、异步、序列、重复、延迟（潜伏期）五大多元时间感知维度，全部来源于人与动物、微生物等非生命/生命主体的照料共生关系；设计知识不再只属于人类设计师，人与非生物器物、动植物在持续照料互动中共同生成关系型知识（图1），施予关怀与接受关怀的主体可相互转换，知识具备双向流动性；该类知识无法通过标准化图纸、参数文档存储，只能依托长期共处、日常照料实践、日记式情境记录等情境化载体留存，为气候、生态公平相关可持续设计提供全新知识基础，填补传统设计忽视物种时间差异、生态共生逻辑的知识空白。

图1：设计师 Alexandra Daisy Ginsberg 开发算法工具，

帮助用户设计「传粉者友好型花园」，

通过算法工具，人类协助传粉者构建栖息地，

设计过程从「人类中心」转向「多物种共生」（Pollinator Pathmaker）

立足于设计过程这一研究板块，相关研究的核心命题是回答“设计主体如何在情境、社会技术系统与数据环境的交互之中，动态建构问题、迭代生成方案，实现从单件造物到社会技术转型的跨尺度设计实践”这一问题。对照三篇核心文献 ——Cantamessa 等《Data-driven design: The new challenges of digitalization on product design and development》、Boy《Human-centered design of complex systems: An experience-based approach》与 Smith & Gero《What does an artificial design agent mean by being ‘situated’?》，可共同归纳传统设计过程范式的特征：传统设计是以技术为中心、线性静态、一次性闭环的开发模式。其自带难以消解的内在局限，例如，Cantamessa 等指出，数字化普及之前，设计依托早期 CAD、PLM 工具推进，产品开发遵循 “前置调研→完整规格设计→加工制造→售后微调”的单线流程，生产与用户使用数据难以回流至设计端形成迭代。Boy 进一步说明，20 世纪工程设计存在软硬件倒置的特点，硬件先行开发，软件与人因适配仅作为事后修正环节，人因工程（HFE）多在成品落地后开展纠错式评估；Smith & Gero 则从计算设计视角阐明，传统设计本质是封闭场景下的预设规划，设计师依托静态图纸完成一次性方案推演，人与媒介、产品、使用环境之间缺少实时双向交互，设计问题与方案均被预先限定，不存在动态演化、持续对话的设计空间。

而当大数据与人工智能逐步嵌入设计全链条，数据体系、人本协同、情境化智能设计三个维度发生转变，共同催生了有别于传统线性模式的新型设计范式。

其一，数据驱动设计重构全流程开发范式，重塑设计师与企业组织的协作模式。Cantamessa等人提出数字化带来设计范式的根本性转移，需求侧的用户行为数据与供给侧的生产数据形成双向循环，产品开发从“一次性完整定义”转向“种子设计+平台模块化”持续迭代模式；企业内部必须打通设计、市场、IT、生产职能，新增数据分析师作为核心协作角色，用户转变为参与价值共创的产消者，各类数据挖掘、机器学习等设计分析工具深度介入设计决策，同时带来组织权责、产品认证、AI设计自动化等全新待解研究议题。

其二，打破传统后置人因修正局限，主张全周期同步协同人与技术、组织要素。Boy基于航空航天复杂系统数十年实践提出21世纪设计的核心转向：由先造硬件再补人因，变为先虚拟仿真再落地实体，强调设计早期就要同步统筹人、技术、组织三大要素；他区分预设“任务”与人真实“活动”的核心差异，依托TOP、AUTOS、SFAC等多层分析模型，依靠人在回路仿真、参与式原型迭代提前预判系统涌现风险，将可感知性（tangibility）作为复杂系统设计的核心评价标准，打破传统后置人因修正的局限。

其三，情境化智能设计颠覆传统封闭规划式计算逻辑，明确交互是设计活动的本质。设计主体与环境构成双向耦合动态系统，设计符号、需求意图不存在固定释义，仅能依托当下场景完成局部推理，设计是人与草图、原型媒介持续的辩证对话，问题和方案在交互过程中同步涌现，纯静态预规划无法适配概念设计的开放性与模糊性。

计模型、后人类多元时间知识等，剖析AI与后人类思潮带来的变革：设计知识载体由实体产品拓展至数据、算法、跨物种共生关系；知识生成由静态成果转向全生命周期动态产出；在设计过程层面，对比传统技术中心、线性闭环的设计范式，提出基于数据驱动、全周期人因协同设计、情境化智能设计的新范式，阐释数据循环、人因前置、情境交互如何重塑设计实践逻辑，进一步补足AI介入设计的理论思辨图景。

作者｜郑希黎

排版｜郑茂韬

审阅｜郑希黎