生成式人工智能(Gen AI)是指利用AI算法根据用户输入和要求生成多种形式内容的技术(Zhu等人,2024年)。随着人工智能的快速发展,Gen AI已被认为是提高内容创作效率的关键技术,在专业和日常场景中显著提升了便利性(Wu等人,2023年)。
在艺术和设计领域,Gen AI的应用日益普遍,自2016年谷歌开发用于平面设计的AI以来,其在产品设计中的作用显著扩大(W. Li,2024年)。学术界普遍认为,AI作为设计师的协作创造者,利用计算能力减轻重复性任务,并通过生成新颖的刺激来打破认知固定性,从而加速创新过程(Fang等人,2025a;Yu,2025年)。这一理论观点在实践中得到了验证;例如,AI驱动的绘图工具可以将传统上需要几天的样式设计工作缩短到几分钟内完成(Qiu等人,2024年),从而显著提高了效率(Wang等人,2024年)。
作为Gen AI的核心组成部分,大型语言模型(LLMs)通过深入理解需求和生成文本,在产品设计中发挥着关键作用(Zhou等人,2024年;Zhen等人,2025年)。在早期设计阶段,LLMs利用其广泛的知识库协助设计师进行“功能建模”,包括市场分析和用户需求识别等任务(Dieter和Schmidt,2020年;Lefever和Wood,1996年;Otto,2003年)。在概念开发阶段,它们可以从产品定位中提取关键信息来生成设计提案,并优化AI绘图工具的提示(Sun等人,2024年;Pan和Sun,2025年)。在后期阶段,LLMs通过帮助构建产品叙述和与利益相关者互动来促进“设计信息沟通”(Han,2016年)。因此,有效利用LLMs进行信息检索和合成对于设计师深入了解用户需求和避免项目失败至关重要(Pohl,2010年;Yu Wang,Wang和Mu,2024年)。
现有研究阐明了LLMs在产品设计中的核心价值。LLMs不仅作为提高信息获取和解决方案验证效率的工具(Zhou等人,2025年),还作为激发设计师思考并通过对话和论证验证解决方案可行性的协作伙伴(G?pfert等人,2024年)。此外,它们还作为流程引擎,与AI绘图工具协作构建多模态设计工作流程(Li等人,2025年)。
然而,尽管现有研究证实了LLMs的功能优势和客观有效性,但很大程度上忽略了影响设计师采用这些工具的主观因素。这些被忽视的维度可能是阻碍设计师与LLMs有效协作并充分发挥其潜力的关键。例如,对AI生成信息的信任缺乏可能导致设计师抵制其提出的解决方案(Gillath等人,2021年;Wang和Chen,2024b)。
鉴于此背景,统一技术接受与使用理论2(UTAUT2)模型为这项研究提供了一个理想的理论框架。该模型源于技术接受模型(TAM)和UTAUT模型(Marikyan和Papagiannidis,2023年),它将绩效期望(PE)和努力期望(EE)等动机因素与环境因素(如社会影响(SI)和便利条件(FC)相结合,以全面预测用户的行为意图(BI)和实际使用行为(UB)。它依赖主观评估问卷进行数据收集,有效弥补了当前研究的不足。UTAUT2模型进一步纳入了价格价值(PV)、享乐动机(HM)和习惯(HB),在探索设计师采用Gen AI工具的驱动因素方面表现出强大的解释力,其适用性得到了广泛验证(Yin等人,2023年;Wang和Zhang,2023年;Wang等人,2024年)。
方法上,基于UTAUT/UTAUT2框架的现有研究主要采用结构方程模型(SEM)进行分析(Linlin Hu,Wang和Xin,2025年;W. Li,2024年;Q. Wu等人,2025年;W. Zhu等人,2024年)。然而,为了克服SEM在探索变量间非线性关系方面的局限性,并研究影响因素的优先级,本研究采用了混合SEM-ANN方法。这种方法结合了人工神经网络(ANN),显著提高了研究结果的准确性(Leong等人,2013年)并有助于对重要因素进行排序。SEM-ANN方法已在类似研究中得到广泛应用和验证(Almufarreh,2024年;Al-Sharafi等人,2023年;Arpaci,2024年),证明了其强大的适用性。
总之,本研究通过将“信任(TR)”作为扩展变量纳入UTAUT2模型,填补了现有的研究空白。它旨在系统地研究个人动机(PE、EE、HM、HB)和对环境因素(SI、FC、PV)的认知如何影响设计师采用LLMs。研究结果预计将为将LLMs作为产品设计师的有效赋能工具提供坚实的理论支持和实践指导。
为了促进LLMs在产品设计工作流程中的有效整合并降低潜在项目风险,本研究基于两个主要研究问题:
RQ1:影响产品设计师采用LLMs的关键因素是什么?
RQ2:这些因素的重要性排序及其背后的机制是什么?
本文的其余部分组织如下:第2节回顾相关文献。第3节详细介绍了研究方法,第4节展示了数据结果。第5节讨论了实证发现,回答了研究问题,并阐述了理论意义和实际建议。本节还指出了研究的局限性,并概述了未来研究的方向。最后,第6节总结了本文。