问题——传统设计教育以手工技法和单一软件技能为主，难以适应快速迭代的工具链和跨学科协作需求；生成式AI降低了创作门槛，却也带来审美同质化和价值判断弱化的风险。上海交通大学认为——在计算能力增强的背景下——设计教育应强化真实感知、批判判断与系统思维，而不是沦为"工具熟练度竞赛"。 原因——技术改变了设计生产方式。生成式工具推动设计从"人主导的线性流程"转向"人机协同的迭代流程"，从概念到原型、从数字到实体的路径被大幅压缩。若课程仍停留在分散的技能点，难以支撑完整项目训练。同时，产业需求也在升级。数字内容、文化科技融合、智能制造等领域对设计人才提出"懂技术、能跨界、会落地"的要求，需要人才从"单一作品产出者"转向"问题定义者、系统整合者与方案推进者"。 影响——新设的"AI+艺术设计"微专业将直接重塑学生能力。课程覆盖从基础原理、工具方法到跨媒介表达与实体转化的全链条，形成"理解—应用—验证—落地"的闭环训练。学生在图像生成、视频生成、风格迁移等关键能力基础上，还要在数字艺术、新媒体艺术与三维造型等场景中开展跨界实践。对行业而言，这类训练有望弥补"会用工具但缺乏原创叙事"的短板，通过强化计算美学、设计伦理与场景验证，让技术应用从"效率提升"走向"价值创造"。对文化传承而言，通过非遗数字化、文创开发等课题，把技术能力与文化理解相结合，形成可持续的内容生产与传播路径。 对策——关键在于以体系化课程与实践平台支撑"教、学、研、用"的贯通。上海交通大学以"理论—技术—跨界"构建课程框架，从智能技术的基本原理出发，向工具使用、生成策略、形态建模与实体加工延展，强调全过程训练。教学上突出项目驱动，引导学生围绕现实问题形成可验证方案，避免停留在演示性作品。平台建设依托设计学院工坊体系，打通高算力平台与实体加工能力，形成"软硬结合、虚实互联"的实验环境，让生成结果能够进入材料、结构、工艺与空间尺度的检验，把"好看"推进为"可用、可造、可传播"。评价机制上，通过过程记录、实验复盘、用户反馈与社会应用等多维指标，强化对原创性、可解释性与社会价值的考量。 前景——随着智能工具迭代，设计教育竞争将从"更新软件版本"转向"更新人才范式"。未来的设计人才需要在复杂约束中提出问题、整合资源、把控审美与伦理边界。以微专业为抓手、工坊与实验室为支撑、真实课题为牵引的培养路径，有望在高校中形成可复制的改革经验。随着成果通过展览、竞赛与产业对接走向社会，学生能力将更早接受真实市场与公共需求的检验，继续推动课程内容与实践机制的优化。
设计教育在智能时代的核心任务，不是教学生如何使用AI工具，而是教学生如何在AI赋能的环境中保持创意的独立性与表达的真实性；上海交通大学的探索表明，只有将技术融入完整的人才培养体系，建立理论、实践、产业的有机联动，才能培养出适应时代需求的设计人才。这种系统性的教育创新为其他高校提供了有益的参考。