案例类别：人工智能+课堂教学改革
课程名称：居住空间室内设计 适用专业：环境设计
开课学院：艺术设计学院 主讲教师：李沁怡
技术类型：空间拓扑关系建模：深度学习+SketchUp + AI 插件（建立空间元素之间的相邻、包含、对称关系）；空间评估与优化：Autodesk Revit + Generative Design（内置生成式设计工具，可进行空间布局优化）；跨模态融合与交互：空间图像-AR/VR 融合（将二维图像转化为沉浸式空间，实现虚拟展示或教育场景）；渲染与可视化图像优化：Stable Diffusion （SD） Web UI / Playground（快速迭代方案或优化调整空间效果）
应用场景：知识学习阶段：人居空间方案的快速生成式推敲
技能体验阶段：空间适用性与交互性的智能化评估
实践训练阶段：二/三维空间图像可视化
案例简介
生成式人工智能（GAI）凭借数据处理能力和自动化生成优势，一经问世就博得社会各界的广泛关注。技术优化的“蝴蝶效应”快速蔓延至教育领域，使人窥见其对未来教育模式变革的强大力量。本案例基于模块化教学理论，立足居住空间室内设计课程，创新构建GAI赋能“知识—技能—实践”三层级模块化教学体系，推动GAI赋能教学。以达成专业知识具象化吸收，技能协作情景化体验，实践能力基数化提升，真正拓宽环境设计专业学生的思维深度和广度。通过成果与反思，为环境设计教育智能化转型提供理论依据与实践路径指导。
一、颠覆：生成式人工智能对教育从理念到模式的全面解构（背景）
1.对教育理念的撼动：低知识摄取至高意识学习
遵循Lyndsay提出的“有意识学习矩阵”理论。人的学习是分为四个梯度阶段：即不知何为不知（局限自我知识领域）、知道何为不知（寻求他人经验指点）、知道何为已知（培养自我学习习惯）、不知何为已知（开悟技能化为本能）。以往传统的教学过程学生对知识的摄取相对被动，光是从未知领域跨越到已知的过程就要花费大量人力物力与时间。而今则不同，由于GAI强大的数据捕获能力与深度学习算法，使得数据的收集变得不费吹灰之力，教育的重心就从“获取”转向“思辨”。如何从数以万计知识条目中发现核心问题？如何利用GAI技术激发自身创意与批判性思维培养高意识学习能力成为了更值得关注的问题。
2.对教育关系的重置：“机师”至“学伴”
无论是“两耳不闻窗外事”还是“疯狂内卷”，皆折射出古往今来学生在学习一词上的艰辛。以往教师总扮演着灌输知识的主导角色，学生除了接纳新知外，与教师的沟通寥寥无几。然而，建立在兴趣所致、主动设问、自发探寻、有目的性思考上的知识获取将更加清晰明了地指向自我成长。GAI深入教学日常的好处在于重新定义“师—机—生”的感知交互形态，辅助“人师”的“机师”角色应运而生。学生将感兴趣的话题询问GAI并以极快速度完成知识的原始积累，教师以“学伴”的身份在GAI的辅助之下启发学生进行设计创意性的高阶思考。“机师”的快速迭代也倒逼“人师”终身学习以维护教育领地的话语权，达到重塑专业教育图景，深刻改变教学形态的目的。
3.对教育模式的解构：线性传授至模块化教学
模块化教学是一种基于知识分层、任务驱动和实践导向的教学模式，将课程内容划分为相对独立但互相衔接的教学单元，使学生能够循序渐进地掌握知识与技能。我国对模块化教学模式的探索始于20世纪90年代的“项目化”教学，早期用于职教界。近年来，GAI的广泛应用与高等教育人才培养模式的改革下，众多高校开始模块化教学的探索应用并取得良好效果。着眼于环境设计教育本身，开展模块化教学将GAI的知识可视化能力、创意生成与设计优化能力、实践辅助能力融入日常教学，一改以往传统线性教学知识碎片化问题，使教学更加系统化、实践导向化。
4.“GAI+模块化”教学模式的创新突破
相较于传统环境设计教学模式，“GAI+模块化”教学体系在教学内容组织、创意生成、实践应用及评价机制等方面实现了创新突破，变得更加智能个性化、行业导向明确化。（图1）
（1）教学资源智能化方面，GAI动态生成知识内容，Chat GPT+Notion AI自动整理居住空间设计核心概念，并生成知识图谱，搭载线上教学平台，针对不同学生的学习情况提供个性化任务点推荐，使学生能够以更高效的方式掌握设计理论与方法，提升知识吸收率；
（2）设计创意拓展化方面，GAI辅助设计方案的生成与优化，Rhino+SketchUp+ AI 插件极大拓展了学生的设计思维边界，使其快速探索多维度设计方案，从而提高创新能力和实践操作能力；
（3）实践交互真实化方面，GAI搭载虚拟仿真实验平台，实现空间图像-AR/VR融合，让原本晦涩难懂的三维空间想象建构直观地呈现在学生眼前，引入行业项目案例以求缩短学习与行业需求的适配周期，企业导师的深度参与结合GAI辅助优化设计方案，使学生的作品更符合市场需求，提高了实践教学的落地转化率和科学性。
图1 GAI赋能环境设计“知识—技能—实践”三层级模块化教学体系模型
二、重构：生成式人工智能赋能环境设计模块化教学的实施路径（案例实施情况）
为充分发挥GAI在环境设计教学中的潜力，本案例提出“GAI+模块化”教学体系改革，构建“知识—技能—实践”三层级模块体系，将产学合作融入其中，形成更加动态、智能的教学模式。依据江苏省教育厅《江苏高校人工智能赋能专业建设行动方案》（苏教高函[2024]26号），立足江苏海洋大学艺术设计学院实际，以环境设计专业必修课程《居住空间室内设计》中“巧选界面分隔”章节中从空间理解 → 三维建模 → 关系分析 → 布局生成 → 智能优化的学习全过程为例，阐述三层级模块在GAI辅助之下各自的教学运行、实施路径和彼此间的教学递进关系。
1.知识模块：智能化课程内容与认知引导
（1）GAI辅助课程内容构建
GAI的引入一改传统教学依赖PPT讲授的局限，极大丰富了课程内容，在知识学习阶段，让抽象的空间概念更加直观可感。
知识图谱可视化：在“居住空间界面分隔”章节中，教师课前利用GAI自动整理界面分隔相关核心概念，通过Chat GPT+Notion AI提取空间类型、界面分隔手法及效果形成知识树状图谱，直观地将要点分类可视化，便于学生构建系统认知，帮助学生更好的完成课前预习。（图2）
图2 “居住空间界面分隔”知识树状图谱
视觉分析与案例生成：教师预留课前思考题，例如“请同学们思考多种不同的客餐厅空间界面分隔方式”，学生则借助Midjourney/腾讯元宝输入提示词（如“客餐厅+4种隔断+现代简约风格+不改变原始布局”），AI自动生成匹配的设计示意图（图3），学生分析其功能分区、隔断搭配的优缺点，还可导入SketchUp进行初步建模，提升概念认知力。
图3 “客餐厅空间界面分隔方式”文生图实例
（2）智能推荐个性化学习路径
GAI基于学生学习进度和知识掌握情况，动态推荐个性化学习路径。通过Claude AI生成学生学习画像，为不同学习水平的学生制定学习计划、推荐适合的设计案例，搭配校在线教学平台和江苏高等继续教育一平台两系统的微课资源，让学生线上自主完成任务点的打卡。（图4）在课程实施中，82%的学生表示喜爱线上微课内容，并认为AI辅助学习路径优化帮助他们更快掌握关键知识。（图5）
图4 在线平台微课学习资源展示及浏览点击量
图5 在线平台学生学情数据与评价
（3）互动式体验知识探索
传统课堂中教师总受时间、地域限制，对设计手法和空间的讲解仅依靠口头表达和零星案例图片展示，学生则需要绞尽脑汁地调动三维想象才能建立空间意识。如今通过搭载GAI的智慧仿真实验虚拟平台，教师可以将空间界面分隔的手法直观呈现，学生的互动实操又加强了对知识点的记忆。
“巧选界面分隔”章节中，当教师讲到底面的抬升和下沉时，抛出思考题“抬升/下沉多少尺度范围能更好地满足人们的需求？”（图6）
图6课堂互动操作排除错误答案的过程
由组长带领组员拖动滑块共同思考，排除所有错误答案，得出合适的界面抬升/下沉高度是300-450mm。教师在此基础上总结并强调建筑尺度规范达到了更好的教学收效。（图7）
图7 课堂小组讨论实拍图
在带领学生学习界面分隔强度内容时，为了更好的了解不同材质的分隔界面对空间的分隔情况，教师预先利用SketchUp + AI 插件+ Stable Diffusion 优化空间效果，并结合VR技术融合形成虚拟空间，学生配置头戴式仪器和操作手柄进入到模拟真实的家居空间中自主抓取、替换界面对空间进行分隔，通过对空间通透程度的观察，一目了然帮他们判断哪种界面分隔形式更加适合该空间（图8）。学生亦可举一反三即时向智能问答助手（ChatGPT、Perplexity）提问，例如“如何优化分隔后的室内空间布局？”AI基于大量案例自动提供优化策略，向学生推送相关学习资源。
图8 虚拟VR体验替换室内隔断界面
2.技能模块：智能化设计实践与创意生成
（1）智能辅助设计工具训练与多维度方案生成
传统教学中学生构思方案依赖个人经验，容易陷入创意瓶颈。GAI强大的计算能力使学生更高效地进行空间构思与建模优化，在技能训练阶段丰富设计拓展的可能性。学生使用Midjourney+Stable Diffusion输入初设思路关键词，如“Loft风格+紧凑型+木质感”，GAI极速生成多套设计方案，节省50%的构思时间（图9）。
图9 GAI快速概念方案生成实例
（2）基于GAI的设计评估与优化
在方案择选调整阶段，有目的性的思考尤为重要。GAI依托强大的数据评估分析能力快速帮助学生确定修改方向。于风格匹配上，分析学生设计是否符合既定主题，并提供调整建议；于布局优化上，基于人体工程学、动线流畅度等因素，对初步方案进行优化改进；于数据反馈上，AI自动生成评分系统提供精准的设计反馈。85%的学生认为Autodesk Revit + Generative Design辅助创意生成提升了方案创新性，其优化的空间布局比人工方案减少30%空间浪费，提高了设计合理性（图10）。
图10 设计方案合理性测试评估环节实拍图
3.实践模块：产学融合与真实项目驱动
（1）企业真实项目驱动教学
产学合作是环境设计教学改革的重要方向，传统实践教学面临企业项目匹配难、落地转化率低等问题。GAI的引入使教学与企业需求对接更精准，提升学生就业竞争力。
高校长期保持与头部设计公司的良好合作关系，共建研究实训基地，依托真实设计项目，学生在校内导师与企业导师的“双导师制”指导下完成设计任务，利用GAI进行方案提升。例如，紫金公馆样板房设计项目中，学生们现场实地勘测（图11），结合GAI对学生方案的界面分隔设计、采光效果分析、陈设布局进行优化，使最终方案更加合理。
图11 校企实训项目“紫金公馆”样板房实地勘测实拍图
（2）GAI提升项目方案迭代效率
传统设计方案调整依赖人工推敲，耗时较长，GAI自动生成能力显著提升了方案的调整效率。小组同学在课堂草模推敲的基础上，发挥团队协作精神，在Rhino+Grasshopper中输入70m2小户型住宅基本参数，GAI自动优化家具摆放、空间动线、界面分隔，仅在15分钟内生成多个优化方案，学生择选后联动SketchUp生成3D模型，将使用效率提升30%，设计调整周期缩短20%，提高了方案落地率（图12）。
图12 草模推敲与GAI辅助设计方案优化实拍图
三、突破：GAI赋能环境设计“知识—技能—实践”三层级模块化教学体系的成效评估（案例创新突破）
1.主要创新内容与应用实践突破
“GAI+模块化”教学体系达成了从理念层面的更新到实践层面的突破。
首先，在教学资源的应用实践上，GAI实现了知识内容的动态生成与模块化整合，结合Notion AI等工具，构建居住空间设计的知识图谱。平台精准基于学生的个体差异与学习轨迹推送个性化学习任务，使教学从“统一传授”转向“差异赋能”。
其次，在设计创意的应用实践上，GAI辅助Rhino、SketchUp与AI插件的深度融合，使学生能够快速迭代方案、拓展设计思维边界。通过智能生成与实时优化，使教学从“思维受限”转向“跨维度思考”。
接着，在实践交互的应用实践上，GAI赋能虚拟仿真实验平台，将三维空间构想直观AR/VR可视化，实现沉浸式设计体验。引入真实行业项目与企业导师的协作，使教学从“空中楼阁”转向“体验落地”（图13）。
图13 学生在课堂“沉浸式体验”空间界面分隔实拍图
最后，在评价机制的应用实践上，GAI通过智能监测与多维度评价重塑了教学考核模式。系统能够跟踪学生学习轨迹、分析知识掌握情况，并结合教师点评、同伴互评和行业导师意见，形成多元化反馈，使教学从“盲追结果”转向“过程考核”。
2.对象访谈：定性反馈与需求分析
依照评估目标，事先拟定访谈题目。对采用“GAI+模块化”教学模式的学生进行访谈，通过对访谈内容的整理和分析，研究对比发现：模块化教学体系产生积极效果。学生坦言：“GAI让我在短时间内掌握了大量优秀案例分析，不再只是依赖课堂笔记，学习体验更有针对性。”这反映了在GAI知识图谱和个性化推荐的帮助下，原本晦涩难懂的知识结构变得上下串联，更为清晰易懂。“体验式教学更易调动我的创意思维（图14）。”表明参与校企协作项目让学生认知到自我不足，激发创造潜能，也培养了更严谨的工作态度。企业导师反馈：“使用GAI的学生作品更加新颖，空间逻辑性也更强，更符合实际项目需求。”
图14 学生在课堂积极汇报、展示设计方案、分享所学所得实拍图
3.数据统计分析：量化效果与成果检验
通过GAI学习数据追踪、专家评分进一步量化学习效果。学生的知识获取速度和课堂参与度提升约30%，自主学习时间增加20%以上。将改革实施后第一学期学生成绩与往届学生成绩进行对比，学生总体成绩平均提高了10%。学生作品在中国好创意、未来设计师、互联网+等国内外竞赛获奖40余项。“GAI+模块化”教学成果丰硕。
四、推广价值
目前生成式人工智能（Generative Artificial Intelligence，GAI）达成了提升教学资源的个性化与可视化水平，优化了设计方案的生成与迭代效率，并与真实企业项目作深度嵌入，使学生的实践能力与行业需求紧密对接，为环境设计教育教学改革提供了新路径。
未来GAI赋能环境设计模块化教学仍然面临诸多机遇与挑战，本案例研究将进一步着眼于拓展教学中的应用维度，探索跨学科融合（如AI+建筑生态、AI+智慧城市），构建更完善的教学反馈系统，为高校环境设计人才培养注入更强动力。
五、其他相关情况
1.案例获奖情况
获奖时间：2025年7月25日
比赛名称：第三届江苏省高校艺术教师基本功展示大赛
案例讲授教师获个人全能一等奖
案例微课《身临其境，巧选“界面分隔”》获教学展示（微课）单项奖
授奖单位：江苏省教育厅办公室
2.第三方评价（学生评教/线上平台评价）
3.案例相关数字资料
4.教改论文发表
颠覆与重构：生成式人工智能赋能环境设计模块化教学与产学合作的创新探索
