智慧课程探索与实践系列展示——“建筑概论”和“设计基础Ⅱ”
时间：2026-04-09
在人工智能浪潮席卷各行各业的今天，设计教育正站在一个关键的十字路口。是固守传统，还是拥抱变革？同济大学建筑与城市规划学院的“设计基础”团队，用一场历时十余年、步步深入的数字化教学改革，给出了他们的答案：以“教学内容重构”为核心，打造“AI赋能的设计全流程工作流”，让人工智能成为思维与能力培养的深度融合剂，重塑设计启蒙教育价值。
“建筑概论”与“设计基础Ⅱ”是理论与实践紧密关联的两门课程，面向同济大学“城市、建筑与创意设计大类”一年级本科生（下学期）的大类专业基础必修平台课程，每年承载着百余名来自建筑学、城乡规划、风景园林、设计学等9个专业学生的专业启蒙重任。旨在帮助学生从了解建筑学基本概念和学习方法入手，掌握建筑基本属性，熟悉经典与前沿案例，逐步建立系统的建筑认知框架，并初步形成自己的设计方式。
课程以“建筑概论”的理论讲解配合“设计基础Ⅱ”的项目实践方式进行。然而，面对知识体系逐渐庞杂、学生内生动力差异大、个性化需求日益增强等多重挑战，教学团队深知，变革势在必行。其核心目标，正是回应AI时代背景下，让专业启蒙教育紧跟乃至引领设计工作模式转换。
教学团队的数字化教学创新并非一蹴而就，而是一条清晰而坚定的演进之路。回顾过往，可分为三个标志性阶段：
早在2012年，团队便开始了前瞻性的“生成设计”教学探索。尝试引导学生利用规则（如同基因编码）来辅助创作复杂的形态，这本质上是在训练学生的算法思维和逻辑建构能力，将设计从纯粹的主观构思，部分转向基于规则的系统生成。
大模型的崛起得益于深度学习技术的发展以及大规模数据的积累。通过在海量数据上进行训练，大模型能够学习到语言的模式和规律，从而展现出惊人的智能表现。
AI赋能全流程（2023年至今，2025年完整实践）
面对AIGC的爆发，团队自2023年开始探索将人工智能引入项目式教学，并在2025年春季学期完成了首轮完整教学实践。这一次，变革更为彻底：目标是将AI深度融入从设计调研、概念构思、形态生成到最终表达的完整设计工作流中，实现教学内容的系统性重构。
这三个阶段的演进，始终致力于让学生在最基础的启蒙阶段，就能掌握同时代最前沿的设计思维与工具。
第三阶段智慧课程建设的核心，在于以“教学内容重构”为根本，将AI技术有机地编织进设计启蒙的每一个关键环节，形成新的设计启蒙学习模式。
在传统的场地与使用者调研环节，团队引入了AI作为“研究助理”。
●智能问卷伙伴：引导学生利用大语言模型，快速生成结构合理、针对性强的调研问卷，并能协助对回收数据进行分析归纳，快速提炼关键结论。这使学生能从繁琐的事务性工作中解放出来，更专注于发现问题、定义问题。
●视觉行为分析：利用图像识别与学院教师自研的“BodyCAM”等工具，对空间场所中的人群活动轨迹、驻留热点进行量化分析。引导学生超越主观感受，用数据精准揭示现有空间的使用规律与问题。
在灵感迸发与概念形成阶段，AI成为强大的“创意加速器”。
●文生图激发灵感：学生可以将初步的设计构想（如“一个融合在社区中的、有温暖木质感的邻里共享客厅”）转化为文本描述，输入文生图工具（如即梦等），快速生成多种视觉意象草图。这极大地缩短了从抽象概念到视觉表达的路径，帮助学生在初期进行大量的创意发散与比较。
●图生图深化推敲：在已有草图或参考图的基础上，利用图生图技术进行变体生成和风格迁移，探索同一概念的不同发展方向，实现概念的快速迭代与深化。
在方案深化阶段，AI扮演“协同设计者”的角色。
●结构化工作流：教学强调的不是一键生成最终方案，而是引导学生建立“生成-筛选-技术验证-优化”的结构化工作流。例如，先用AI生成一系列形态意向，再结合结构逻辑、绿色建筑分析工具（如Ecotect Analysis）进行性能验证，然后基于反馈进行多轮优化，将AI的创造力与工程思维紧密结合。
在最终成果表达环节，AI成为高效的“表现助手”。
●智能渲染与绘图：利用学院数字化团队研发的图像生成平台“FUGenerator”等工具，学生可以快速将模型或草图转化为高质量的效果图、轴测图，甚至可以指定“手绘风格”、“模型照片风格”等，大大提升了设计表现的效率和表现力，让学生能更专注于设计本身。
为实现规模化、个性化的教学，团队在超星泛雅平台构建了智慧教学系统：
●知识图谱：构建了涵盖7大模块、271个知识点的课程知识图谱，将庞杂的建筑学知识系统化、结构化，为学生提供清晰的学习导航。
●任务引擎：设计了“尺度调研-社区调研-极小居住空间设计-社区微更新”四个递进式任务引擎，引导学生完成“认知-分析-求解-实践”的完整项目训练。
●AI助教智能体：初步开发了“建知通”（解答建筑知识原理）和“设计通”（辅助设计方案）两个课程专属AI智能体，为学生提供7x24小时的个性化学习支持。
理论的创新需要实践的印证。在2025年春季的课程中，学生们交出了一份份令人惊喜的答卷，生动展示了AI如何赋能设计学习。
在一项社区食堂设计课题中，学生小组利用BodyCAM工具采集了原有食堂的人群动线数据，生成了“人群经过热力图”和“驻留时长热力图”，清晰揭示了高峰时段流线交叉、等候区拥挤等问题。为后续深化设计提供了丰富的数据起点。
另一个小组在设计一个两层线性社区建筑时，为了探索不同的建筑风格与表现方式，他们使用了自研的FUGenerator平台。他们输入了详细的提示词：“绘制一栋长39米、宽3.9米的两层线性建筑。二层设有一个占半层面积的露台，配有观赏植物和座椅。首层部分围合，一个长立面采用大面积玻璃窗。以手绘风格的轴测图呈现。”AI生成了数张符合要求的、风格统一但细节各异的方案图，不仅快速实现了设计想法的可视化，其生成结果中一些意想不到的材质搭配与光影处理，反而给了学生新的造型灵感。
教学团队在实践中有个深刻的体会：当AI高效地接管了部分执行性、生成性工作后，一些人类独有的核心能力在设计中变得愈发关键和耀眼。未来需要着重强化的四项“HI”（Human Intelligence）能力：
●审美能力：在AI海量生成的选项中，如何甄别、选择、评判何为“好”的设计？
●价值判断能力：设计为谁而做？应秉持怎样的社会、文化和环境伦理？技术应用的方向何在？
●共情能力：能否真正理解空间使用者的真实需求与情感？设计能否传递温暖与关怀？
●设计决策能力：如何在多重约束、多方诉求和无限可能中，做出最终、负责任的定夺？
课程改革的下一步，正是要围绕这四项能力的培养，进一步深化教学设计，实现“AI”与“HI”的协同共进。
