所在位置：首页 > 资讯动态 > 设计判断中的隐性认知与AIGC的能力盲区

设计判断中的隐性认知与AIGC的能力盲区

时间：2026年09月30日

英国哲学家迈克尔·波兰尼在《隐性维度》中提出了一个影响深远的论断：“我们知道的多于我们能言说的。”他以面孔识别为例：我们能够在千百张面孔中认出一张熟悉的脸，却无法用语言描述我们究竟如何做到的。这一洞察对理解设计判断的本质具有关键意义。

设计师的核心能力，很大程度上正是这种“隐性知识”。一位资深UI设计师审视一个界面时，能够在几秒内判断出“哪里不对劲”——是间距的微妙失衡，是色彩的冷暖不协调，还是信息层级的隐晦紊乱。但这种判断往往是直觉性的，难以用精确的参数或规则来表述。正如设计认知研究所示，设计师的隐性认知方式——通过身体与材料的互动、通过长期的视觉经验积累——构成了设计能力中最难以形式化的部分。

AIGC的能力盲区正在于此。生成式AI的运作基础是可编码的知识——训练数据中的图像-文本对、风格标签、参数映射。它能够学习“什么样的图像被标注为‘极简风格’”，但无法理解“为什么在这个特定的品牌语境中，极简比繁复更能传达信任”。前者是模式匹配，后者是价值判断。模式匹配可以被自动化，价值判断则不能。

这一区分在设计实践中有着直接的操作含义。当前沿设计师使用AIGC辅助工作时，有效的协作模式是“人提出抽象概念，AI提供具象选项”。一项关于人机协作设计过程的研究发现，设计师用“规定性的解剖学术语”来沟通时，实际上是在“指定确切的位置，让LLM充当坐标翻译器”；而更有效的协作发生在设计师提供“观察性判断”而非“规定性指令”时，因为前者保留了对设计意图的整体把握，而后者将设计师降格为参数输入员。

更根本的问题在于：隐性知识不仅存在于个人层面，还存在于组织和文化层面。一个企业的品牌基因、一个行业的设计惯例、一个地域的审美传统——这些知识以“行业常识”、“组织记忆”和“文化直觉”的形式存在于人（而非机器）的认知中。AIGC可以学习大规模的设计样本，但无法进入这些微观的、情境化的知识领域。这就是为什么在需要深度理解特定品牌或特定用户群体的设计任务中，人类设计师的判断力依然不可替代。

从哲学角度看，AIGC与人类设计师之间的鸿沟，本质上是“信息”与“意义”之间的鸿沟。AI处理的是信息——像素、颜色、形状的统计分布。设计师处理的是意义——这些像素、颜色和形状在特定文化、特定场景、特定人群中唤起的情感、联想和行为。信息可以被数字化，意义不能。这就是为什么在“设计”这个本质上关乎意义建构的领域，AIGC永远只能是工具，而非主体。

上一篇：视觉设计如何将科技叙事转化为商业事实

下一篇：信息架构与系统设计中的AIGC边界