Shuichiro Ogawa

Notes ・ updated 2026-07-12

AI とデザイン 月次学術ウォッチ（2026年6月〜7月）

2026年6月1日から7月12日までを中心に、拡張分として2026年1月から5月までを含め、「AIとデザイン」の交差領域における査読論文とプレプリント30件を収集した。 対象は HCI（CHI、DIS、Creativity & Cognition）、Design Studies 系、デザイン教育、学習科学の各領域である。 台帳の詳細（除外記録、品質フラグ、探索カバレッジの限界）はコーパス（source/review/ai-design-scholar-watch-2026-07/papers.md）にある。

関連: ai-in-design-literature（デザイン領域全体のAI活用文献レビュー）／design-education-ai-adaptation（デザイン教育カリキュラム改革）／agentic-experience-literature（AXの学術的裏付け）／maker-to-editor-paradigm（制作者から編集者への役割移行）。

今回のコーパスには、独立に立てられた2つの構図が並んでいる。 第一に、ACM DIS 2026（2026年6月13日から17日に開催）だけで30件中13件を占める一群が、生成AIの出力をデザイナーの意図にどう整合させるかという単一の問題設定に収束している。 第二に、同じ時期に発表された実証研究は、生成AIが発散的思考をかえって狭め、課題によっては機能的な成功率そのものを下げると報告する。 デザイン意図の整合を精緻化すればAI支援デザインは良くなる、という前提と、AIの介在が創造の質を下げるという実証結果は、単純には両立しない。 以下、クラスタごとに文献を示し、最後にこの対立を整理する。

DIS 2026に集中した「意図の整合」問題

ACM DIS 2026の会期中に発表された13件の大半は、生成AIツールがデザイナーの発散的な意図をどう捉え、再利用可能な形で表現し、AIの出力にどう反映させるかという、共通の問題設定を持つ。 IdeaBlocks（Choi et al. 2026）は発散的な意図をブロック化して再利用できるようにし、比較実験で画像探索量が2.13倍、視覚的多様性が12.5%向上したと報告する。 ToMigo（Hegemann et al. 2026）とDesignerlyLoop（Wang et al. 2026）は、生成AIの出力をデザイン意図に整合させるための解釈可能な概念グラフやキュレーション型推論を提案しており、名称は異なるが解こうとしている問題はIdeaBlocksとほぼ同型である。 SketchConcept（Duan et al. 2026）はスケッチというモダリティから同じ整合問題に取り組み、StreetDesignAI（Wang et al. 2026）は複数ペルソナ評価によってデザイナー自身の視点を広げる方向からこの問題に接近する。

この収束の中で、2本の論文は「整合」を実装課題としてではなく、デザイナーの経験として扱う。 Sinlapanuntakul, Dangol, Xue, Zachryの研究（2026）は18名のデザイナーへの調査から、AIとの協働を「省察的実践」（reflection-in-action、Schönの概念に依拠する）として描き、価値の緊張がそこに生じることを示した。 同じ研究チームによる別の論文（Sinlapanuntakul, Moon, Kawada, Chung, Zachry 2026）は、AI開発の初期段階で価値と害を並置して内省するためのツールキットを提案し、調査30名とインタビュー12名で評価している。 Parsons（2026）の「Myths and Ironies of AI-Assisted Design」は、この収束そのものに距離を置く批評的な論考であり、AI支援デザインを取り巻く通説と逆説を検討する。 DIS 2026が量産する小さなツール群の中で、Parsonsの論考は「整合を精緻化すれば解決する」という暗黙の前提そのものを問い直す位置にある。

実証研究が示す創造性への負の効果

DIS 2026のツール研究群が前提とする楽観に対し、独立に発表された実証研究2件は逆方向の結果を示す。 Lin と Xie（Frontiers in Psychology、2026）は、従来手法と生成AIを比較する実験で、生成AIがプロダクトデザインの発散的思考を刺激するのではなくかえって制約しうることを報告した。 Tsakalerou et al.（Frontiers in Artificial Intelligence、2026年1月、拡張分）は工学教育のカタパルト設計課題で、ChatGPT-4を使った班と人間のみの班を比較し、AI利用班は早期に解に収束して発散的な探索が縮小し、機能的な成功率は人間のみの班が100%、AI利用班が29%にとどまったと報告する。 この29%という数値は、デザインツールを与えれば創造性が拡張されるという前提に対する強い反証であり、DIS 2026のツール群のどれも、この収束効果を打ち消せるかを直接検証してはいない。 Zhang と Meng（Frontiers in Psychology、2026）による387名の質問紙調査は方向を変え、AI生成アートツールへの有用性認知と自己報告による創造的パフォーマンスの関連を構造方程式モデリングで検証し、認知的関与が最も強い媒介変数だと報告した。 Cavallin と Spagnol（CHI 2026、拡張分）はプロのデザイナーの行動ログを分析し、GenAIをアイデア出しや可視化や概念洗練に統合する際の相互作用のダイナミクスを記述した。 Liu, Kwan, Okuma, Loverock, Vincent, Chilana（Creativity & Cognition 2026採択、本コーパス確定時点で会議は未開催のためプレプリント扱い）は、インタビュー8名、調査159名、デザインプローブ研究17名という混合手法で、創作者が「構造化されたガイダンス」と「自己実験による創造的自律性」の間で緊張を抱えていることを示した。

デザイン教育：ツールから思考のパートナーへ

デザイン教育の文献は、AIを単なる制作ツールから「思考のパートナー」へ位置づけ直す動きと、その位置づけ直しに伴う懸念の両方を含む。 Fleischmann（2026年1月、拡張分）はエルサルバドル、インドネシア、デンマークの教員9名へのインタビューから、生成AIを「思考のパートナー」として捉える認知面と教育学面の転換と、「プロンプトリテラシー」という新しい能力の主題化を報告した。 Yildiz と Avinç（2026）は美術・デザイン・建築教育の14週間の授業に生成AI（DALL-E、Midjourney、ChatGPT）を統合した実践研究で、学生のAIツールへの知識と態度が向上したと報告する。 Lehnert, Oelscher, Eradze（DIS 2026）は思弁的プロンプティングを用いてAI生成デザインフィクションを作らせ、それが教育の未来像の形成にどう影響するかを検討した。 建築デザイン教育では、Alana, Fikry, Hasan（2026年4月、拡張分）が院生17名の調査と教員8名の知見から、デザインプロセス6段階にわたるAI協働のパラダイム転換を評価している。 これらの教育実践研究はいずれもAIの導入を前向きに描くが、前節の実証研究（発散的思考の縮小、機能的成功率の低下）と同じ期間に発表されている以上、教育現場での前向きな受け止めと、認知プロセスへの負の効果という実証結果は、そのままでは両立しない。

デザイン理論と批評の論考

このコーパスには、デザインツールの実装から距離を置き、理論と哲学に軸足を置く論考も含まれる。 Pearson, Dennis, Cheong（arXiv、2026年1月投稿、6月改訂、未査読）は、創造性の哲学的条件とされる「意図的行為者性」を生成AIの事例に照らして再検討し、「創造能力」という代替概念を提案する。 Kutyreva と Davchev（2026）は「AI支援バイオデザインワークフロー」を通じて、人間と自然と生成AIの三者共創という建築デザイン領域のフレームワークを論じた。 Løvlie（arXiv、2026年6月投稿、未査読）は博物館のLLMチャットボットが持つ「信頼できなさ」を欠陥として除去するのではなく、逆手に取って遊びの資源にする「批判的遊び」というデザインアプローチを提案する。

空白（未充足の論点）

このコーパスには、3つの構造的な空白がある。

第一に、デザイン理論の古典的な概念への言及は薄い。 Sinlapanuntakul et al.（2026）はSchönの「省察的実践」という語を用いるが、これは実証的な記述の枠組みとして援用されているにとどまり、Schönの理論そのものを検討し拡張する議論には至っていない。 Design JusticeやCrossの「デザイン的思考」のような、より広い設計認識論の枠組みを検討する論文は、今回のコーパスには見当たらなかった。

第二に、労働や職能アイデンティティへの含意を扱う論文がない。 adoption-approval-paradoxやdesigner-career-value-literatureが扱ってきた「デザイナーの専門職アイデンティティが脅かされる」という論点は、今回のツール研究群にも教育研究群にも直接には現れず、AIの介在が個々の課題遂行に与える効果の測定に議論がとどまっている。

第三に、サンプル規模と研究期間が小さい。 質的インタビューは8名から18名、デザインプローブは17名程度が中心で、量的調査で最大のものはZhang と Meng の387名にとどまる。 複数の学期や複数のコホートにわたる縦断研究は今回のコーパスには含まれておらず、DIS 2026のツール群が示す効果も、教育研究が示す前向きな態度変化も、単発の授業と単発の実験に基づく知見である。

読み方の注記

DIS 2026の13件は同一の学会で同一の期間に発表されたものであり、母集団を代表する動向というより、その学会に投稿・採択された研究の集中を反映する。 「Creativity & Cognition 2026」採択のP17は、本コーパス確定時点（2026年7月12日）でまだ開催されていない会議のプレプリントであり、正式な会議録DOIは未確定である。 出典追跡の詳細（予測誌の疑いで除外した1件、認証壁で本文未到達の項目、探索が届かなかった媒体）はコーパスのProvenance節に記録した。

参照文献

すべて2026年7月12日にアクセス。

  • Choi, Son, Yu, Jung, Kim. “IdeaBlocks: Expressing and Reusing Divergent Intents for Graphic Design Exploration using Generative AI.” DIS ‘26. https://doi.org/10.1145/3800645.3813005
  • Hegemann, Wen, Hedderich, Nurmi, Subramonyam. “ToMigo: Interpretable Design Concept Graphs for Aligning Generative AI with Creative Intent.” DIS ‘26. https://doi.org/10.1145/3800645.3813064
  • Wang, Li, Tong, Hui. “DesignerlyLoop: Forming Design Intent through Curated Reasoning for Human-LLM Alignment.” DIS ‘26. https://doi.org/10.1145/3800645.3812885
  • Duan, Zhu, Chen, Ma, Shi, Hu, Liu, Ramani. “SketchConcept: Sketching-based Concept Composition for Product Design using Multimodal LLM.” DIS ‘26. https://doi.org/10.1145/3800645.3813080
  • Parsons, P. C. “Myths and Ironies of AI-Assisted Design.” DIS ‘26. https://doi.org/10.1145/3800645.3813086
  • Wang, Dai, Lyu, Nader, Chen, Ye, Ding, Yan. “StreetDesignAI: Broadening Designer Perspectives Through Multi-Persona Evaluation of Cycling Infrastructure.” DIS ‘26. https://doi.org/10.1145/3800645.3812888
  • Yildirim, Patel, Dusch, Knopf, Yusufoglu, Schuler, Holstein, Forlizzi, McCann, Zimmerman. “AI Design Sprints: Facilitating AI Innovation within Cross-functional Industry Teams.” DIS ‘26. https://doi.org/10.1145/3800645.3812991
  • Sinlapanuntakul, Dangol, Xue, Zachry. “How Designers Envision Value-Oriented AI Design Concepts with Generative AI.” DIS ‘26. https://doi.org/10.1145/3800645.3813053
  • Sinlapanuntakul, Moon, Kawada, Chung, Zachry. “Developing an AI Concept Envisioning Toolkit to Support Reflective Juxtaposition of Values and Harms.” DIS ‘26. https://doi.org/10.1145/3800645.3813054
  • Lehnert, Oelscher, Eradze. “Co-Creating Educational Futures: How Speculative Prompting Shapes AI-Generated Design Fiction.” DIS ‘26. https://doi.org/10.1145/3800645.3812953
  • Yang, Slezak, Siriwardena, Amtsberg, Menges. “MAVE: An Augmented Multi-agent LLM System for Interactive Design and Robotic Fabrication.” DIS ‘26. https://doi.org/10.1145/3800645.3813008
  • Su, Nguyen, Gadelha, Froehlich. “DepthScape: Authoring 2.5D Designs via Depth Estimation, Semantic Understanding, and Geometry Extraction.” DIS ‘26. https://doi.org/10.1145/3800645.3813038
  • Rapp, Feick, Jainta, Maedche. “Who Did What? Designing Avatars for Explainable Multi-Agent Systems in Knowledge Work.” DIS ‘26. https://doi.org/10.1145/3800645.3812981
  • Lin, H., Xie, L. “Stimulating or constraining creativity? Traditional vs. generative AI on divergent thinking in product design.” Frontiers in Psychology, 17, 1839565. https://doi.org/10.3389/fpsyg.2026.1839565
  • Zhang, G., Meng, L. “The association between perceived usefulness of AI-generated art tools and self-reported creative design performance.” Frontiers in Psychology. https://doi.org/10.3389/fpsyg.2026.1755561
  • Tsakalerou, Akhmadi, Balgynbayeva, Kumisbek. “AI-assisted design synthesis and human creativity in engineering education.” Frontiers in Artificial Intelligence. https://doi.org/10.3389/frai.2026.1714523
  • Cavallin, E., Spagnol, S. “When Designers Sweat: Behavioral Traces of GenAI Co-Creation.” CHI 2026. https://doi.org/10.1145/3772318.3791776
  • Liu, Kwan, Okuma, Loverock, Vincent, Chilana. “How Creatives Approach GenAI Image Generation: Tensions Between Structured Guidance, Self-Experimentation, and Creative Autonomy.” ACM Creativity & Cognition 2026（採択、会議録DOI未確定）. https://arxiv.org/abs/2605.10898
  • Yildiz, M. A., Avinç, G. M. “Human–AI co-creation in art, design and architecture education: a nature-inspired minimalist design approach.” Budownictwo i Architektura, 25(2). https://doi.org/10.35784/bud-arch.8940
  • Fleischmann, K. “From tools to thinking partners: Cognitive and pedagogical shifts in design education through generative AI.” Arts and Humanities in Higher Education. https://doi.org/10.1177/14740222261420495
  • Alana, Fikry, Hasan. “Human–AI Collaborative Design in Architectural Studios: Evaluating Paradigm Shifts Across the Six Stages of the Design Process.” Buildings, 16(7), 1445. https://doi.org/10.3390/buildings16071445
  • Hikmet, Ş., Ozay, N. “Human–AI Collaboration in Architectural Design Education: Towards a Conceptual Framework.” Buildings, 16(6), 1097. https://doi.org/10.3390/buildings16061097
  • Han, Obieke, Jiang, Schaefer. “Generative AI in Engineering Design Education – Perspectives from Educators.” Procedia CIRP. https://doi.org/10.1016/j.procir.2026.05.370
  • Zheng, Liu, Li, Xie. “Exploring the integration of generative design in STEM classrooms: student perceptions and learning experiences.” International Journal of Technology and Design Education. https://doi.org/10.1007/s10798-026-10065-y
  • Benedetti, P. P. “Design Principles and Observable Indicators for AI-Enabled Pedagogical Accompaniment: Evidence from the Amico Dual-Mode Prototype in Italy and China.” ICAIE 2026（採択プレプリント）. https://arxiv.org/abs/2605.20665
  • Pearson, Dennis, Cheong. “Creativity Reconsidered: Generative AI and the Problem of Intentional Agency.” arXiv（未査読）. https://arxiv.org/abs/2601.15797
  • Kutyreva, Davchev. “Co-creativity between human, nature, and artificial intelligence.” Architecture Papers of the Faculty of Architecture and Design STU, 31(2). https://doi.org/10.2478/alfa-2026-0008
  • Mahajan, S., Helbing, D. “Co-designing AI Systems with Value-Sensitive Citizen Science.” AI & Society. https://doi.org/10.1007/s00146-026-03174-8
  • Løvlie, A. S. “If These Walls Could Talk: Critical Play with Large Language Models in Museums.” arXiv（未査読）. https://arxiv.org/abs/2606.15565

← Notes 一覧 ・ ホーム