"AI 都已经能画图了，还要学交互吗？"这句话，我最近听得越来越频繁。说实话，以前做一个项目有多麻烦，大家都知道——自己找资料、画流程、做 wireframe，再一点点把界面磨出来，熬掉几周的头发。现在呢？把需求丢给 AI，十几分钟，用户画像、功能框架、甚至完整页面，直接端到你面前。当"把一个方案做出来"越来越便宜，交互专业真正值钱的部分，才开始暴露出来。因为——AI 能给你很多答案，却不一定能替你发现那个真正值得回答的问题。如果你理解的交互设计 = “会做 App”，那它确实在贬值让 AI"帮我想 20 个有社会意义的交互设计选题"。几秒钟后——老龄化、孤独、可持续、心理健康、城市出行，全出来了。每个方向都像那么回事，还能继续给你生成目标用户和设计机会点。但学生很容易在这种"它已经给我一个完整框架"的错觉里，跳过最重要的一段：这些问题一旦没问，后面做得越快，往往只是更快地把一个普通想法包装完整。所以，如果我们把交互能力理解成"会 Figma、会画流程、会做 App、会按标准流程走完一个项目"——那 AI 的确会迅速压缩这部分能力的稀缺性。真正值得问的是：当执行成本越来越低，我们为什么还要花几年时间学交互？"AI 出来了，以后学创意艺术和设计的学生会越来越少。"UCAS 的历史数据显示，英国本土 Creative Arts & Design 的申请志愿数，从 2010 年的 230,530，降到了 2019 年的 178,070。艺术设计申请的下滑，在这一轮生成式 AI 爆发之前，就已经出现了。这组数据不能直接告诉我们今天交互专业会不会继续减少，但它至少提醒了一件事：不要把一个早就存在的教育问题，全算到 AI 头上。AI 真正做的，是把这个问题推到了所有设计学生面前——如果学校主要教你的还是工具和执行，那这些东西确实会越来越容易被自动化。看同学用 AI 做作品集，我最在意的其实是"谁在定义问题"AI 很快给出一大堆 brainstorming，逻辑完整，关键词也很好听。但只要继续往下问，很多 idea 很快就撑不住了：注意——问题不在于 AI 不够聪明。一开始给它的任务就是"替我想一个好方案"，它当然会努力补全答案。可一个真正有思辨性的作品，往往不是从"我还缺几个 idea"开始的。但我越来越觉得，这恰恰是未来交互学生最需要训练的东西：提出一个值得继续追的问题，然后知道什么时候应该推翻自己和 AI 给出的第一个答案。UAL（伦敦艺术大学）：从 2026 年起，用新的 BA Interaction Design 整合原来的 Interaction Design Arts、User Experience Design 和 Service Design，新专业分成 Creative Technologies、User Experience、Systems and Services 三条路径。卡内基梅隆（CMU）：2025 年启用的新 HCI concentration 课程里，已经直接出现了 Prototyping Algorithmic Experiences 和 Design of Artificial Intelligence Products。我更愿意把这些变化理解成一句话：交互没有消失，它正在离开"我会不会把这个界面画出来"这个过于狭窄的定义。以后设计师面对的，可能是算法，是智能产品，是复杂系统，是一个人与 AI 一起做决定的服务。界面，只是其中一个结果。我的建议是：去看一门课、一个项目，甚至重新打开自己的作品集，看它到底在训练你什么。- 如果你的大部分时间都花在把页面画得更完整，把别人已经定义好的需求执行得更漂亮——那这部分能力的价值，确实会继续下降。
- 但如果你训练的是观察、提问、研究、判断和实验，再用 AI 把原本昂贵的验证过程快速做出来——我反而觉得，交互会变成一种更宽的能力。
我不太想继续让它扮演"帮我想 20 个创意"的角色。之后，我再回到真实的人和真实的场景里，判断哪一条路值得继续。一句话总结我的态度：AI 可以扩大我探索问题的范围。但最后那一下——这个问题到底值不值得做——我不想交给 AI。- 拿掉 Figma 和最终界面，你的项目里还剩下什么判断？
- AI 给你第一个合理答案以后，你有没有主动找过反例？
- 作品集里的关键决定，有没有来自真实观察、访谈、测试或者失败？
- AI 帮你省下来的时间，你是拿去多做几张图，还是多验证了一个假设？
AI 之后，真正危险的，可能不是"不会用 AI 的设计师"。而是一个人越来越会生成答案，却慢慢失去了提出问题的能力。如果交互教育还能训练后者，它就不会因为 UI 生成变得便宜而失去意义。如果这篇文章对你有启发，欢迎点个"在看"，转发给那个正在纠结"要不要继续学设计"的朋友。
分享到： 
© 版权声明
文章版权归作者所有，未经允许请勿转载。
