2024年10月29日晚，
“面向沿边地区人居环境改善的城乡规划大数据理论与方法课程虚拟教研室”
举行
了
第
十七
期
月度交流
会，
以“生成式人工智能的教学应用”为主题，
邀请
哈尔滨工业大学刘羿伯老师围绕“生成式AI在规划设计课程教学中的应用与实践”进行专题报告
。
本次月度交流会是“面向沿边地区人居环境改善的城乡规划大数据理论与方法课程虚拟教研室”的定期交流活动之一，
来自
清华大学、哈尔滨工业大学、厦门大学、沈阳建筑大学、内蒙古工业大学、深圳大学、西南民族大学、吉林建筑大学、昆明理工大学、西藏大学、新疆大学、广西大学、东北大学13所共建高校
的20
余
位教师参加了此次会议。
报告环节，刘羿伯老师从三个方面进行了分享：首先阐释了规划设计课程中应用人工智能的原因；之后梳理总结了人工智能在规划设计课程中的应用路径；最后结合针对辅修专业学生的实际教学案例，展示了住区规划设计课中应用生成式人工智能的实践。
分享内容展示
第一部分，刘老师先从时代需求与挑战、课程需求与挑战两个角度，解读了将人工智能应用于规划设计课程的原因。关于时代需求与挑战，刘老师回顾了科研活动的历史沿革和科研范式的演进过程，并着重介绍了近两年兴起并有望成为主流范式的人工智能驱动的“第五范式”。其全过程智能化、人机融合、面向复杂系统、应用概率和统计推理、跨学科合作、依靠大模型平台等特征已逐步显现，在规划领域带来了前瞻性探索和系统化设计，因而需要规划师转变理念，在各环节引入人工智能，提升设计理性、改进设计过程、创新设计模式。落脚到教育方面，就需要结合人工智能，提高规划设计课程的可理解性和可接受性。关于课程需求与挑战，刘老师介绍了哈工大针对
2022
级本科生新开设的辅修课程组，和规划专业学生循序渐进的培养方案相比，它更侧重对设计技能的快速掌握，需要学生在两年内完成原理及设计课程的学习。在这种条件下，面对毫无规划基础的辅修学生，第一门规划设计课就需要人工智能的介入，帮助学生快速理解知识与形成成果。总体来说，考虑到新的时代和课程需求，运用人工智能处理大数据量、大工作量、复杂因素的问题并进行快速设计已成为学生能力培养的重点，依托成熟的AI平台与工具赋能设计课程也具备可操作性，因此当下亟需思考人工智能与规划设计课程的结合路径与边界。
课程需求与挑战——面向非专业学生的课程设计
第二部分，刘老师从多模态数据、专业领域小模型和大模型等方面，分析了人工智能在规划设计课程中的应用路径。首先，在多模态数据应用角度，可以利用公开平台的城市空间数据、建筑空间数据、城市热力数据、POI数据和社交媒体数据等，进行空间性能评测，例如基于社交媒体数据流的社群检测分析；其次，可以利用决策支持系统、运算化设计、机器学习、计算机视觉等方法，探索新的设计模式、发现以往方法难以揭示的规律，例如通过深度学习模型处理街景图像、量化并分析街道属性；第三，可以利用近两年来问世的颠覆性大语言模型和生成式AI工具，拓展教学内容与方式，例如基于诗词歌赋等经典文本进行空间创作。针对上述示例，刘老师从教学流程视角，进一步总结了人工智能赋能课程的落脚点，即了解居民需求与环境信息、提供多样化设计方案、设计方案评估与反馈。
人工智能在规划设计课程中的应用路径——多模态数据的应用
第三部分，刘老师以面向辅修学生的《规划设计专题-1》（内容为住区修建性详细规划）为例，展示了结合了生成式人工智能技术的课程流程设计与教学实践效果。考虑到学生的跨学科背景，课程借助多种生成式AI平台，构建了人工智能辅助规划设计流程，以提升可理解性并降本增效。该流程覆盖前期分析、设计方案矢量化、设计方案与AI生成方案建模、方案对比与优化、设计模型渲染、设计方案分析与展示等各个教学环节，对于每一步，都选取了1
-3
个开源平台或工具供学生选择使用，以实现生成式AI的全程辅助支持。此外，课程还建立了知识图谱，希望直观呈现课程内容之间的联系，而且基于知识图谱的AI平台还可以辅助个性化学习和适应化教学、构建智能辅导系统、提供可视化的学情分析、进行自动化评测和反馈，以达到提升学习效果、减轻教学压力的目标。课后反馈调查显示，大部分学生可以理解并应用生成式AI平台进行规划设计，可见探索效果比较理想。
生成式AI应用实践示例——设计方案与AI生成方案建模
上述实践，通过人工智能实现了
“以教为中心”向“以学为中心”的转变，并且在全过程的规划设计方法上全面赋能，例如帮助更加全面地了解城市现状、减轻繁杂工作使学生专注于知识学习与体系构建、培养学生数字化技能等能力。相关工作还入选了教育部“重点领域教学资源建设项目课题”和黑龙江省“人工智能
+高等教育”典型应用场景案例
，并且荣获城乡规划教育年会
“优秀课程教案奖”。刘老师表示，上述课程建设优势在于操作简单、便于推广，但同时存在工具零散等局限性，未来希望依托大模型、结合虚拟现实工具，开展规划方案全方位评估，同时通过基础大模型强化学习，建立适应规划设计的跨模态大模型。
课程建设思路及优势总结
交流研讨阶段，清华大学龙瀛老师和深圳大学洪武扬老师先围绕知识图谱的建设细节作了提问，对此刘羿伯老师进行了细致解释：老师们借助与
“智慧树”公司的合作，将教材、案例、规范、学生作业等材料上传平台，先通过算法自动化提炼构建知识图谱，再人工逐条检查修改；之后利用构建好的知识图谱，老师可以做学情统计分析，学生也可以使用智能问答功能自主学习。关于大语言模型在课程中的应用问题，刘老师表示目前已将它用于设计说明撰写环节，此外还在尝试建设AI助教，针对大家口语化的问题将专业知识用口语化表述作解答，对此龙老师也介绍了清华大学团队正在进行的相似探索，即基于大量案例生成提示词，将口语化问题自动转化为专业的问题提示词，以便让大模型给出更专业、完整、客观的反馈。而后，对于报告中提及的外专业学生选修城市设计课的情况，清华大学来源老师表示很受鼓舞，并询问了学生们的兴趣动机。刘老师表示，选课的部分学生是想考到规划专业，还有一部分学生因为玩游戏对城市产生兴趣，所以自己也基于学生特点对课程做了调整，每堂课都加入了互动小游戏的环节，例如在课程前期用地功能选择上设计了一个配对游戏，在后期设计评估阶段也设计了类似于剧本杀的游戏，让学生扮演买房者、开发商、政府等不同角色对每个方案进行评价，来提高课程的“可玩性”。最后，关于“AI对规划类课程的改变”问题，刘老师认为，生成式AI工具的确能帮助降低专业门槛，让更多规划专业课程也有机会作为通识课开放给全校学生。
