AI とデザイン 月次学術ウォッチ（2026年7月〜8月）

2026年7月1日から8月4日までを中心に、拡張分として2026年5月から6月（DRS 2026 会期を含む）を加え、「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25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（DOI 疑義の解決記録、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-2026-08/papers.md）にある。

関連: ai-design-scholar-watch-2026-07（前回の月次ウォッチ）／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）／designer-career-value-literature（デザイナーの職能価値）。

前回のウォッチは、DIS 2026 のツール研究群が「生成AIの出力をデザイン意図に整合させる」という単一の問題設定に収束する一方、実証研究が生成AIによる発散的思考の縮小を報告するという対立を残した。 今回のコーパスは、この対立を引き継ぎながら重心を移している。 今回の中心クラスタである ACM Creativity & Cognition 2026（会期2026年7月13日から16日）の11件は、出力の整合ではなく、誰がAIを訓練し、誰がデータを統治し、誰の実践にAIが入り込むのかという参加と統治の問いを主題にしている。 加えて、拡張分の DRS 2026 の実務研究が、前回のウォッチで空白と指摘した職能変化の論点を部分的に埋めた。 以下、クラスタごとに文献を示し、最後に残る空白を整理する。

C&C 2026：整合から参加と統治へ

C&C 2026 の11件の多くは、AIツールの精緻化ではなく、AIを巡る実践への参加のかたちを扱う。 Bryan-Kinns らの研究（2026）は、生成AIツールを中国農村の華瑤刺繍の工芸実践に現場で統合し、AIが創造性を広げる可能性と、文化的真正性の保持には職人の手技が手放せないという緊張の両方を報告した。 Jourdan, Françoise, Bevilacqua（2026）は、アーティスト集団がAI音響合成モデルを協働で訓練するプロセスそのものを「集団的工芸」という創造実践として分析し、モデルの訓練を利用の前段ではなく創造の一部に位置づけ直した。 Guo, Schnitzler, Gero（2026）は100名を超えるクリエイティブライターとともに、言語モデルの訓練データ統治を「種苗銀行」「協同組合」といったメタファーで検討し、同意、コミュニティ境界、貢献者承認、スケールの4つのトレードオフを抽出した。 Issak らの論考（2026）は、AI時代の創造性を人権と文化的権利の問題として位置づける規範的なフレームを示す。 これらは、前回の DIS 2026 群が問うた「AIの出力をどう意図に合わせるか」ではなく、「AIという生産手段を誰がどう保持するか」を問うており、同じ人間とAIの共創研究でも問題設定の層が一段深い。

ツールの設計研究も続いている。 AtoMix（Kim et al. 2026）は原子的プロンプティングと画像フラグメントの再利用で遠隔グループの視覚的発散を構造化し、24名の比較実験で評価した。 Johnston, Pappin, Thue（2026）は視覚芸術家とAIフィードバックツールを共同設計し、求められる要件（客観性、可用性、段階適応、文脈保持）を抽出した。 Wu らの研究（2026）は、書き手のパーソナリティによってAIライティングコンパニオンへの期待がどう異なるかを24名との共同設計ワークショップで検討している。

理論との接続で注目されるのは Wadinambiarachchi, Waycott, Wadley（2026）である。 タイトルが示すとおり Schön の行為内省察（reflection-in-action）を明示的に「呼び戻し」、テキスト、スケッチ、スケッチ+タグという入力モダリティがAI支援アイデエーションに与える効果をプロトタイプで比較した。 結果には捻れがある。スケッチ入力はアイデアの流暢性を高めたが、参加者自身はテキスト入力を強く好んだ。 デザイナー的思考を促すモダリティと、デザイナーが使いたがるモダリティは一致しなかった。

実証研究：多様性の圧縮という続報

前回の実証研究（発散的思考の縮小、機能的成功率の低下）に、今回は集合レベルの証拠が加わった。 Dong と Yakura のプレプリント（2026、未査読）は、L1/L2英語話者を対象とした事前登録実験で、AIによるアイデエーション支援が集団の集合的多様性を圧縮すること、そしてAIがシミュレートしたペルソナ群はどの人間グループの多様性にも及ばないことを報告した。 個人の発散的思考だけでなく、集団の多様性という水準でも生成AIの介在が創造の幅を狭めるという結果であり、前回の Tsakalerou らの機能的成功率の知見と方向が揃う。 教育現場からも同型の観察がある。Xu らのプレプリント（2026、未査読）は可視化教育コースへのAIコーディングツール導入で、成果物の完成度は上がる一方、視覚的な均質化が生じたと報告した。

この負の効果群に、条件で切り分ける枠を与えるのが Alubthane のシステマティックレビュー（2026、拡張分）である。 89件の査読研究の統合から、生成AIは構造化された指導のもとでは高次認知スキルの「増幅装置」として、指導のない利用では「代替装置」として働くという二重機構モデルを提案した。 このモデルに従えば、前回から続く「ツール研究の楽観と実証研究の悲観」の対立は、AIそのものの効果ではなく利用が置かれる構造の違いとして読み替えられる可能性がある。 ただしこのレビューの対象は大学生の高次認知スキル全般であり、デザイン課題での直接検証は今回のコーパスにはない。

実務と職能：DRS 2026 が埋めた空白

前回のウォッチは「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」ことを空白として挙げた。 今回、拡張分の DRS 2026（会期2026年6月8日から12日）がこの空白を部分的に埋めている。 Abrahamsen と Sjödell（2026）は経験8年から40年超の産業デザイン専門家20名へのインタビューから、生成AIの急速な採用を駆動しているのが上層部からのスピード圧力であること、そして主要なリスクが認知的オフロードによるマイクロ決定の制御喪失であることを同定した。 Eser と Altiparmakogullari（2026）は2020年から2025年の文献レビューと実務デザイナー6名のインタビューを統合し、生成AIによるスキル再編と、経験年数によって適応様式が異なることを示した。 デザイナーがAIに何を委ね、その委譲が判断の所在をどう動かすかという問いが、ツール評価ではなく職能の変化として扱われ始めている。

ジャーナル側でも、The Design Journal の特集号エディトリアル（Valentine et al. 2026、拡張分）が、AIをデザイン実践、教育、研究の「新常態」として位置づけ、判断の行使、著作性の理解、品質の安定化、能力開発への影響を論点として掲げた。 CoDesign 誌の Taylor らの研究（2026）は方向を変え、英国と豪州の5都市の街路での参加型観察から「互恵性の欠如」（reciprocity deficits）を概念化し、AI街頭インフラがコミュニティから価値を抽出しながら便益を不透明にしている非対称構造を批判した。 デザイン研究の対象が、デザイナーの道具としてのAIから、公共空間に埋め込まれたAIへと広がっている。

デザイン教育：地図づくりと哲学的検討

教育クラスタでは、個別実践の報告に加えて、領域全体を見渡す動きが出てきた。 Wadinambiarachchi らのワークショップ（C&C 2026）は、デザイン・クリエイティブ教育におけるAI研究の現況を整理し、批判的で透明なAI利用の共同研究アジェンダを立てることを目的に掲げる。 Sharifi, Hohl, Skatar（DRS 2026、拡張分）はハイデガーの「技術への問い」を援用し、生成AIがデザイン教育を効率の枠に閉じ込める危険を思弁的に検討した上で、AIを発見の媒体として扱う批判的AIリテラシーの育成を提唱した。 前回のコーパスでは理論的枠組みへの関与が薄いことを空白に挙げたが、Schön の再訪（C&C 2026）とハイデガーの援用（DRS 2026）が現れた今回は、その空白が狭まりつつある。

個別実践では、Gu らの研究（2026、拡張分）がロゴデザイン教育での生成AI活用の学習効果を検証し、Lee, Ostwald, Arasteh（2026、拡張分）は建築家、教育者、学生30名へのインタビューからAIが早期設計フェーズ（アイデエーション、コンセプト開発、可視化）で最も使われている実態を示した。 Gül らのプレプリント（2026、未査読）は建築デザインスタジオ向けの生成AIインタフェースを開発し、縦断的に学生の利用と創造性への影響を追っている。 設計の方向を逆にする提案もある。Kang のワークショップ論文（2026、未査読）は、AIが文章を代筆する代わりに問いを返す「生成的拒否」というデザインを提案し、日誌アプリのフィールド研究で認知負荷の低減と内省習慣の形成を確認した。 代筆が認知の代替に傾くという実証群を踏まえれば、AIの支援を意図的に「拒否」の側に設計するこの方向は、二重機構モデルの「構造化された指導」をツール側に埋め込む試みとして読める。

空白（未充足の論点）

今回のコーパスにも、持ち越しと新規の空白がある。

第一に、前回からの中心的対立は未解消である。 ツール研究群（C&C 2026 の共同設計・支援ツール）は依然としてAI支援の改善可能性を前提に進み、実証研究群（多様性の圧縮、視覚的均質化）は介在そのものの負の効果を積み増している。 二重機構モデルは条件分けの枠を与えるが、デザイン課題を対象とした直接検証はまだない。

第二に、縦断研究と規模の不足も持ち越しである。 今回のコーパスで縦断を称するのは建築スタジオのプレプリント1件（未査読）にとどまり、質的研究は6名から30名、実験系で最大の N=120 も単発の評価である。 職能変化を扱う DRS の2件もインタビューにとどまり、雇用や報酬の定量データと接続した研究はない。

第三に、参加と統治のクラスタは規範的提案の段階にある。 データ統治のメタファー、創造性の権利化、互恵性の欠如という概念はいずれも問題の命名としては強いが、それを制度や設計に落として効果を検証した研究は今回のコーパスには含まれない。

読み方の注記

C&C 2026 の11件は単一学会への集中であり、母集団を代表する動向ではない。 さらに ACM Digital Library の proceedings 一覧に到達できなかったため、C&C 2026 全体（推定約80件）のうち今回捕捉できたのは一部であり、見落としの可能性がある。 arXiv プレプリント7件は未査読である。 前回のウォッチで「会議録DOI未確定」としていた Liu らの論文は、C&C ‘26 の正式DOI（10.1145/3803784.3807570）で採録が確認された。 出典追跡の詳細（DOI疑義の解決記録、本文未到達の項目）はコーパスの Provenance 節に記録した。

参照文献

すべて2026年8月4日にアクセス。

• Bryan-Kinns, Zhang, Li, He, Yuan, Zhao, Pavlov, Yang, Wang. “Towards Praxis GenAI: Exploring Generative AI Tools for Huayao Embroidery Craft Practice.” C&C ‘26. https://doi.org/10.1145/3803784.3807557
• Kim, Khan, Huh, Bianchi. “AtoMix: Fostering Structured Visual Ideation for Remote Groups through Atomic Composition and Cross-Pollination.” C&C ‘26. https://doi.org/10.1145/3803784.3807530
• Johnston, Pappin, Thue. “Co-Designing an AI Feedback Tool for Visual Artists.” C&C ‘26. https://doi.org/10.1145/3803784.3807569
• Wu, Quan, Liu, Yao, Chin. “What Makes an AI Writing Companion a Good Fit? A Personality-Informed Co-Design Study.” C&C ‘26. https://doi.org/10.1145/3803784.3807536
• Jourdan, Françoise, Bevilacqua. “Collective Craft: How Artists Collaborate to Train AI-based Audio Synthesis Model for Music.” C&C ‘26. https://doi.org/10.1145/3803784.3807533
• Guo, Schnitzler, Gero. “Seed Bank, Co-op, Stoop Swap: Metaphors for Governing Language Model Data for Creative Writing.” C&C ‘26. https://doi.org/10.1145/3803784.3807550
• Wadinambiarachchi, Jung, Lupetti, Dingler, Murray-Rust, Dove, El Ali. “Mapping the Landscape of AI in Design and Creative Education.” C&C ‘26. https://doi.org/10.1145/3803784.3804470
• Grigorian, Yaghoobian. “TimeCapsule: Generative Hallucination as a Method for Historical Sensemaking.” C&C ‘26. https://doi.org/10.1145/3803784.3807554
• Wadinambiarachchi, Waycott, Wadley. “Reviving Reflection-in-Action: Instilling Designerly Thinking in AI-Supported Ideation through Multimodal Prompting.” C&C ‘26. https://doi.org/10.1145/3803784.3807524
• Almeda, Chung, Liu, Lu, Halperin, Hartmann, Kreminski. “Artographer: a Curatorial Interface for Art Space Exploration.” C&C ‘26. https://doi.org/10.1145/3803784.3807532
• Issak, Spivak, Srinivasan, Harteveld. “Recognizing Creativity as a Right: Human and Cultural Rights for Creativity in the Age of AI.” C&C ‘26. https://doi.org/10.1145/3803784.3807529
• Dong, M., Yakura, H. “Human diversity fuels collective creativity that large language models cannot simulate or sustain.” arXiv（未査読）. https://arxiv.org/abs/2607.26899
• Gül, Delikanlı, Üneşi, Gül. “Development and applications of Generative AI in architectural design studios.” arXiv（未査読）. https://arxiv.org/abs/2607.24752
• Kang, S. “Stop Writing for Me: Generative Refusal in AI Tools for Thought.” arXiv, CHI 2026 Tools for Thought ワークショップ（未査読）. https://arxiv.org/abs/2607.24751
• Jiang, He, Tan, Kuang, Yu, Hasegawa, Mayer, Sarsenbayeva. “CoGen3D: An Agentic Human-AI Co-Design Pipeline for 3D Asset Generation for Virtual Reality.” arXiv（未査読）. https://arxiv.org/abs/2607.03731
• Liao, Zhu, Ramani, Popescu. “OrchestrXR: A Multi-Agent System for Idea-to-Prototype XR Study Authoring.” arXiv（未査読）. https://arxiv.org/abs/2607.01588
• Bai, Wang, Wu, Yang. “Made to Feel: How Designers Bring Emotions into Affective Visualization.” arXiv（未査読、IEEE VIS ‘26 Short と記載）. https://arxiv.org/abs/2607.01593
• Xu, Yang, Yang. “‘Code Is Cheap. Show Me the Talk.’: Lessons from Teaching and Managing AI Coding Tool Usage in a Visualization Course.” arXiv（未査読）. https://arxiv.org/abs/2607.09938
• Taylor, Marres, Phan, Barron, Gobbo, Ganesh, Nissen. “Reciprocity Deficits: Observing AI in the Street with Everyday Publics.” CoDesign, 22. https://doi.org/10.1080/15710882.2026.2697269
• Abrahamsen, T., Sjödell, C. “A survey of generative AI adoption amongst industrial design experts.” DRS 2026. https://doi.org/10.21606/drs.2026.2166
• Eser, A., Altiparmakogullari, Y. “Changing Skills of Industrial Designers in the Age of GenAI: A Systematic and Practice Based Study.” DRS 2026. https://doi.org/10.21606/drs.2026.868
• Sharifi, Hohl, Skatar. “Enframing Creativity: Speculations on Design Education’s Transformations in the age of Generative AI.” DRS 2026. https://doi.org/10.21606/drs.2026.2305
• Valentine, L. et al. “The new normal? AI in design practice, education, and research.” The Design Journal, 29(2). https://doi.org/10.1080/14606925.2026.2636392
• Gu, Zhou, Huang, Li, Liao. “Investigating generative artificial intelligence’s role in logo design pedagogy: effects on learning experience and outcomes.” International Journal of Technology and Design Education. https://doi.org/10.1007/s10798-026-10081-y
• Lee, J.H., Ostwald, M.J., Arasteh, S. “Rethinking architectural design education and practice with AI: a cognitive-social-technical perspective.” International Journal of Technology and Design Education. https://doi.org/10.1007/s10798-026-10080-z
• Alubthane, F.O. “Amplifier or substitute? A systematic review of generative AI’s impact on higher-order cognitive skills among university students.” Frontiers in Psychology, 17. https://doi.org/10.3389/fpsyg.2026.1863931
• Liu, Kwan, Okuma, Loverock, Vincent, Chilana. “How Creatives Approach GenAI Image Generation.” C&C ‘26（前回コーパス収録分のDOI確定報告）. https://doi.org/10.1145/3803784.3807570