中國人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)現(xiàn)狀與發(fā)展趨勢(shì)研究綜述

陳國強(qiáng)，徐麗，于雷，涂偉龍，楊智文

【專題：智能交互時(shí)代智能制造的創(chuàng)新設(shè)計(jì)理論及方法】

中國人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)現(xiàn)狀與發(fā)展趨勢(shì)研究綜述

陳國強(qiáng)，徐麗，于雷，涂偉龍，楊智文

（燕山大學(xué)，河北 秦皇島 066000）

針對(duì)中國的設(shè)計(jì)現(xiàn)狀，通過探索現(xiàn)有產(chǎn)品的設(shè)計(jì)評(píng)價(jià)體系是否適切于人工智能產(chǎn)品，能夠?yàn)槿斯ぶ悄墚a(chǎn)品的設(shè)計(jì)及評(píng)價(jià)研究提供一個(gè)更完整的視角。以對(duì)比分析為主要研究手段。探析產(chǎn)品和人工智能產(chǎn)品的核心理念，分析兩者之間的區(qū)別，為研究主體定性；針對(duì)產(chǎn)品和人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)展開數(shù)據(jù)計(jì)量分析，了解2個(gè)領(lǐng)域的研究熱點(diǎn)與發(fā)展趨勢(shì)；剖析人工智能、人工智能產(chǎn)品和人工智能產(chǎn)品設(shè)計(jì)評(píng)價(jià)的現(xiàn)存問題和發(fā)展演進(jìn)，從歷史角度梳理階段性研究成果并展開熱點(diǎn)評(píng)述，進(jìn)一步定義人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)熱點(diǎn)前沿與發(fā)展趨勢(shì)；綜合所有分析結(jié)果共同定位現(xiàn)有產(chǎn)品的設(shè)計(jì)評(píng)價(jià)體系對(duì)人工智能產(chǎn)品設(shè)計(jì)評(píng)價(jià)的適切度。論述了人工智能產(chǎn)品設(shè)計(jì)評(píng)價(jià)的重要作用，梳理了現(xiàn)存理論與方法，定位了發(fā)展程度，預(yù)測(cè)了未來的研究重點(diǎn)和發(fā)展方向，為構(gòu)建更加科學(xué)、客觀且適切的人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)體系提供了理論依據(jù)。有助于把控生成產(chǎn)品的質(zhì)量，提高產(chǎn)品應(yīng)用落地率，使之與研發(fā)投入保持相互平衡的狀態(tài)，同時(shí)可反向助力于優(yōu)化人工智能的算法和技術(shù)。綜合基本邏輯的區(qū)別探析、數(shù)據(jù)計(jì)量分析和發(fā)展演進(jìn)研究的結(jié)果，論證了中國現(xiàn)有產(chǎn)品的設(shè)計(jì)評(píng)價(jià)體系與人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)體系是部分適切的關(guān)系，因此人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)體系研究與構(gòu)建不能完全移植產(chǎn)品設(shè)計(jì)評(píng)價(jià)的研究成果，需要在部分借鑒與參考現(xiàn)有成果的基礎(chǔ)之上展開以人工智能產(chǎn)品特殊性為核心的針對(duì)性研究，進(jìn)而構(gòu)建成熟的人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)體系。

設(shè)計(jì)評(píng)價(jià)；人工智能產(chǎn)品；數(shù)據(jù)計(jì)量分析；發(fā)展演進(jìn)

新一輪的科技革命不斷刺激著產(chǎn)業(yè)革新，全行業(yè)智能化轉(zhuǎn)型成為時(shí)代主題[1]。人工智能作為智能化轉(zhuǎn)型的核心熱點(diǎn)，具有自我收集、學(xué)習(xí)和分析數(shù)據(jù)的能力，能夠通過推導(dǎo)與演繹感知環(huán)境并作出反饋[2]。人工智能的研究成果可以有效地從技術(shù)、理論、方法和應(yīng)用的角度模擬并拓展人的智能，其相關(guān)應(yīng)用已經(jīng)逐漸蔓延至包括產(chǎn)品設(shè)計(jì)在內(nèi)的各個(gè)領(lǐng)域，給產(chǎn)品的設(shè)計(jì)、體驗(yàn)和欣賞帶來新的機(jī)遇和挑戰(zhàn)。

目前，我國在該領(lǐng)域的研究多注重算法的精進(jìn)。但就科技而言，現(xiàn)階段人工智能產(chǎn)品是否能被人們所認(rèn)可，是否具有足夠的可靠性，是否具有個(gè)性化特征和情感屬性引發(fā)了學(xué)者的深入思考，許多學(xué)者也由此提出了“人工智能威脅論”[3]“人工智能責(zé)任鴻溝”[4]“人工智能算法厭惡”[5]“人工智能倫理論”[6]等理論。綜合而言，人工智能產(chǎn)品的核心優(yōu)勢(shì)是具有自主性和學(xué)習(xí)能力，在發(fā)展過程中也因此出現(xiàn)自我學(xué)習(xí)的可控性弱、產(chǎn)品情感化設(shè)計(jì)缺失、人與人工智能產(chǎn)品之間的信任與協(xié)同度低、隱私保護(hù)與倫理遵守缺陷、可靠性評(píng)價(jià)不成體系、產(chǎn)品準(zhǔn)入制度不完善和產(chǎn)品應(yīng)用落地率低等問題，究其成因，核心是缺少對(duì)人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)標(biāo)準(zhǔn)與體系的系統(tǒng)性研究。

本文主要以中國人工智能產(chǎn)品的設(shè)計(jì)現(xiàn)狀為基礎(chǔ)，針對(duì)其設(shè)計(jì)評(píng)價(jià)展開研究解析：運(yùn)用數(shù)據(jù)計(jì)量分析的方法，對(duì)比分析產(chǎn)品設(shè)計(jì)評(píng)價(jià)和人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)，歸納總結(jié)人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)研究進(jìn)展和發(fā)展歷程，闡述研究熱點(diǎn)與前沿領(lǐng)域，最終定位中國現(xiàn)有產(chǎn)品的設(shè)計(jì)評(píng)價(jià)體系與人工智能產(chǎn)品設(shè)計(jì)的適切度，為構(gòu)建中國人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)體系進(jìn)行基礎(chǔ)性研究。

1 基本邏輯的區(qū)別

基本邏輯是事物最基本的原理或事實(shí)，把握事物的基本邏輯可以保證認(rèn)識(shí)和研究事物方向的正確性。因此，基于基本邏輯的分析和推演能夠輸出客觀且正確的研究結(jié)論，其重要作用[7]如圖1所示。本研究的目的為定位現(xiàn)有產(chǎn)品的設(shè)計(jì)評(píng)價(jià)體系對(duì)人工智能產(chǎn)品的適切度，產(chǎn)品和人工智能產(chǎn)品基本邏輯的研究可作為基礎(chǔ)。

第四次工業(yè)革命又稱為綠色革命，人工智能成為革命中推動(dòng)新技術(shù)、新業(yè)態(tài)、新模式發(fā)展和傳統(tǒng)產(chǎn)業(yè)變革的重要力量[8]。人工智能的本質(zhì)是數(shù)據(jù)和計(jì)算，可以具化為算力、算法和數(shù)據(jù)，數(shù)據(jù)的可計(jì)算性是促進(jìn)前沿科技不斷演進(jìn)的核心力量[9]?？捎?jì)算是第四次工業(yè)革命的基本邏輯，其哲學(xué)含義可以解釋為具備正確可能性的思想、實(shí)現(xiàn)正確思想的可被計(jì)算的所有對(duì)象及能夠計(jì)算所有可能性的算力3個(gè)要素[10-11]。在第四次工業(yè)革命的背景下，產(chǎn)品和人工智能產(chǎn)品都可以進(jìn)行以可計(jì)算為核心的基本邏輯探析。

產(chǎn)品的本質(zhì)可以理解為滿足用戶需求的方案，Creusen[12]強(qiáng)調(diào)產(chǎn)品具有物理屬性，表現(xiàn)為不同功能模塊的創(chuàng)新組合；Brakus[13]和Homburg等[14]提出產(chǎn)品能夠表達(dá)情感，是對(duì)服務(wù)的一種物理化呈現(xiàn)；張林波等[15]提出產(chǎn)品具有生態(tài)性，是一種為消費(fèi)者“量需定制”的使用體驗(yàn)。王宏飛[16]認(rèn)為人工智能產(chǎn)品是具有信息計(jì)算和學(xué)習(xí)能力的工具或相關(guān)功能零部件的集合，其設(shè)計(jì)是利用知識(shí)對(duì)產(chǎn)品或零部件進(jìn)行整合使其具備目標(biāo)功能的手段；齊佳音等[17]強(qiáng)調(diào)人工智能產(chǎn)品憑借較強(qiáng)的感知、計(jì)算和決策能力能夠更為高效地實(shí)現(xiàn)預(yù)期設(shè)計(jì)目標(biāo)；楊慧等[18]從消費(fèi)者購買意愿的角度論述了對(duì)人工智能產(chǎn)品展開設(shè)計(jì)評(píng)價(jià)的強(qiáng)需求性。由此可知，人工智能產(chǎn)品是產(chǎn)品的智能化升級(jí)，是第四次工業(yè)革命背景下產(chǎn)品的重要組成部分之一。以第四次工業(yè)革命的基本邏輯為參照進(jìn)行分析：產(chǎn)品和人工智能產(chǎn)品的基本邏輯可以定義為思想、對(duì)象和算力三個(gè)維度[19]，具備正確可能性的思想可以理解為產(chǎn)品和人工智能產(chǎn)品的合理性和正確性，強(qiáng)調(diào)的是評(píng)價(jià)的概念，其中產(chǎn)品的基本邏輯包含功能、情感與服務(wù)的滿足度[20-22]，人工智能產(chǎn)品更加強(qiáng)調(diào)功能目標(biāo)的達(dá)成度；實(shí)現(xiàn)正確思想的可被計(jì)算的所有對(duì)象可以細(xì)化為產(chǎn)品和人工智能產(chǎn)品本身所表現(xiàn)出來的特性，如功能、形態(tài)、色彩、材質(zhì)等方面（即產(chǎn)品構(gòu)成的基礎(chǔ)模塊），是產(chǎn)品整體和各部分零件所具有的產(chǎn)品數(shù)據(jù)的集合；能夠計(jì)算所有可能性的算力可以定義為實(shí)現(xiàn)設(shè)計(jì)需求與目標(biāo)達(dá)成度的能力[23-24]。

圖1 基本邏輯的重要作用

綜上所述，產(chǎn)品和人工智能產(chǎn)品的基本邏輯研究奠定了設(shè)計(jì)評(píng)價(jià)的核心地位，進(jìn)一步驗(yàn)證了本研究的需求性與必要性。對(duì)比分析基本邏輯可知：人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)須在合理性與正確性的評(píng)價(jià)、整體與零部件所具有的數(shù)據(jù)集合評(píng)價(jià)和預(yù)期目標(biāo)達(dá)成度評(píng)價(jià)的基礎(chǔ)之上增加情感與服務(wù)的滿足度評(píng)價(jià)，可以為評(píng)價(jià)系統(tǒng)和指標(biāo)體系的構(gòu)建提供一定的指導(dǎo)。

2 數(shù)據(jù)計(jì)量分析

2.1 研究方法

本文的研究方法為文獻(xiàn)計(jì)量法，利用數(shù)學(xué)和統(tǒng)計(jì)學(xué)的手段進(jìn)行定量分析，預(yù)測(cè)產(chǎn)品設(shè)計(jì)評(píng)價(jià)和人工智能產(chǎn)品設(shè)計(jì)評(píng)價(jià)的研究現(xiàn)狀與發(fā)展趨勢(shì)。分析流程為定義研究目的與范圍、選擇適切的分析技術(shù)、收集數(shù)據(jù)及數(shù)據(jù)分析[25]。技術(shù)的選擇需基于研究目的與范圍，本節(jié)重點(diǎn)針對(duì)產(chǎn)品設(shè)計(jì)評(píng)價(jià)和人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)展開空間分布和時(shí)間演進(jìn)可視化分析，通過對(duì)比的手段，探討現(xiàn)有產(chǎn)品的設(shè)計(jì)評(píng)價(jià)體系與人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)體系的適切度?？臻g分布可視化分析包括科研機(jī)構(gòu)、發(fā)文作者和熱點(diǎn)主題的共現(xiàn)分析，目的在于為研究者提供該領(lǐng)域的研究熱點(diǎn)和發(fā)展方向；時(shí)間演進(jìn)可視化分析包括發(fā)文數(shù)量和熱點(diǎn)主題，有助于分析目標(biāo)領(lǐng)域的發(fā)展歷史并預(yù)測(cè)發(fā)展趨勢(shì)[26]。運(yùn)用CiteSpace（版本號(hào)為5.7.R2）展開標(biāo)題、摘要、關(guān)鍵詞、作者、國家/地區(qū)、科研機(jī)構(gòu)等信息的數(shù)據(jù)挖掘與分析[27]。為確保原始樣本數(shù)據(jù)足夠全面和權(quán)威，選擇中國知網(wǎng)中的中文社會(huì)科學(xué)引文索引CSSCI和核心期刊數(shù)據(jù)集作為原始樣本源進(jìn)行數(shù)據(jù)的搜集和整理，檢索的結(jié)束時(shí)間為2022年12月31日。以“產(chǎn)品設(shè)計(jì)評(píng)價(jià)”為主題詞進(jìn)行檢索，去除新聞、課程、金融、旅游和化工等文獻(xiàn)以提升研究數(shù)據(jù)的代表性和準(zhǔn)確性，確定樣本數(shù)據(jù)為366篇。以人工智能領(lǐng)域具有代表性的技術(shù)算法（人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、決策樹、隨機(jī)森林、支持向量機(jī)、樸素貝葉斯、K近鄰算法、邏輯回歸和神經(jīng)網(wǎng)絡(luò)等）為關(guān)鍵詞，通過機(jī)器篩選和人工篩選結(jié)合的方式在產(chǎn)品設(shè)計(jì)評(píng)價(jià)樣本數(shù)據(jù)中篩選與人工智能產(chǎn)品相關(guān)的樣本，最終確定人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)研究樣本數(shù)據(jù)為29篇。分別以366篇和29篇樣本數(shù)據(jù)為基礎(chǔ)數(shù)據(jù)展開關(guān)于“產(chǎn)品設(shè)計(jì)評(píng)價(jià)”和“人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)”兩方面的數(shù)據(jù)計(jì)量分析。

2.2 空間分布可視化分析

運(yùn)用CiteSpace V軟件，網(wǎng)絡(luò)節(jié)點(diǎn)先后選擇機(jī)構(gòu)、作者和關(guān)鍵詞，分別得到如圖2—4所示的產(chǎn)品設(shè)計(jì)評(píng)價(jià)和人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)關(guān)于科研機(jī)構(gòu)、發(fā)文作者和熱點(diǎn)主題的共現(xiàn)網(wǎng)絡(luò)，進(jìn)而展開共現(xiàn)分析，結(jié)果見表1—3。共現(xiàn)結(jié)果表明，在產(chǎn)品設(shè)計(jì)評(píng)價(jià)領(lǐng)域中，科研機(jī)構(gòu)和發(fā)文作者方面的研究力量雄厚，人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)研究力量薄弱。以理工類院校為核心力量，地理位置的分散和研究方向的發(fā)散限制了相互之間的研究合作，但仍存在核心團(tuán)隊(duì)。其中，西北工業(yè)大學(xué)以陳彥蒿等[28]為核心，研究以機(jī)電產(chǎn)品設(shè)計(jì)評(píng)價(jià)、文創(chuàng)產(chǎn)品設(shè)計(jì)評(píng)價(jià)和網(wǎng)絡(luò)評(píng)價(jià)群決策系統(tǒng)為主；合肥工業(yè)大學(xué)以鮑宏等[29]為核心，主要研究產(chǎn)品生產(chǎn)設(shè)計(jì)制造的綠色設(shè)計(jì)評(píng)價(jià)；浙江大學(xué)團(tuán)隊(duì)依托計(jì)算機(jī)學(xué)院和CAD&CG國家重點(diǎn)實(shí)驗(yàn)室的先進(jìn)科研條件，借助計(jì)算機(jī)學(xué)科產(chǎn)品參數(shù)化網(wǎng)絡(luò)分析等手段主要對(duì)復(fù)雜產(chǎn)品展開設(shè)計(jì)評(píng)價(jià)研究[30]；河北工業(yè)大學(xué)楊冬梅等[31]主要研究老年人產(chǎn)品設(shè)計(jì)評(píng)價(jià)；山東大學(xué)馬艷等[32]主要研究綠色設(shè)計(jì)與生命周期評(píng)價(jià)。人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)領(lǐng)域研究力量薄弱，整體合作水平一般。相比較而言，產(chǎn)品設(shè)計(jì)評(píng)價(jià)研究相對(duì)成熟，體系仍在不斷完善，人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)研究處于萌芽探索階段。

圖2 科研機(jī)構(gòu)共現(xiàn)網(wǎng)絡(luò)

圖3 發(fā)文作者共現(xiàn)網(wǎng)絡(luò)

圖4 熱點(diǎn)主題共現(xiàn)網(wǎng)絡(luò)

表1 科研機(jī)構(gòu)共現(xiàn)分析結(jié)果對(duì)比

Tab.1 Comparison of the co-emergence analysis results of scientific research institutions

表2 發(fā)文作者共現(xiàn)分析結(jié)果對(duì)比

Tab.2 Comparison of the co-emergence analysis results of authors

表3 熱點(diǎn)主題共現(xiàn)分析結(jié)果對(duì)比

Tab.3 Comparison of the co-emergence analysis results of hot topics

高頻關(guān)鍵詞能夠反映目標(biāo)領(lǐng)域的研究重點(diǎn)，見表4—5。采用層次分析法聚焦熱點(diǎn)主題，更有助于深入分析。采用KJ法[33]（一種民主評(píng)議、集體決策的思維方式，更加側(cè)重于綜合性地歸納不同性質(zhì)的數(shù)據(jù)，保證分析結(jié)果更加客觀、理性）先后對(duì)2個(gè)領(lǐng)域的高頻關(guān)鍵詞進(jìn)行層次分類、歸納和命名，去除與檢索項(xiàng)重復(fù)性較強(qiáng)的關(guān)鍵詞（“產(chǎn)品設(shè)計(jì)、設(shè)計(jì)評(píng)價(jià)、評(píng)價(jià)和設(shè)計(jì)”等），最終的分析結(jié)果相對(duì)一致，同樣可以整理為三大熱點(diǎn)主題，如圖5所示，其中設(shè)計(jì)評(píng)價(jià)理論是基礎(chǔ)研究，設(shè)計(jì)評(píng)價(jià)方法是行動(dòng)指南，設(shè)計(jì)評(píng)價(jià)應(yīng)用是實(shí)例驗(yàn)證。

雖說是印刷科班出身，但在報(bào)業(yè)浸潤多年，加之多個(gè)管理崗位的歷練，郭獻(xiàn)軍已習(xí)慣于從多維角度切入去分析問題。采訪中，他建議我們跳出固有的思維模式，讓視野更廣闊一些，而不是就印刷談?dòng)∷?。所謂眼光放遠(yuǎn)格局更大，我想，關(guān)于報(bào)紙與報(bào)紙印刷的未來，正是如此！

表4 產(chǎn)品設(shè)計(jì)評(píng)價(jià)高頻關(guān)鍵詞

Tab.4 High-frequency key words of product design evaluation

表5 人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)高頻關(guān)鍵詞

Tab.5 High-frequency key words of AI product design evaluation

圖5 三大熱點(diǎn)主題（KJ法聚類）

通過對(duì)三大熱點(diǎn)主題的深入分析可知，現(xiàn)有產(chǎn)品的設(shè)計(jì)評(píng)價(jià)理論研究較為豐富且評(píng)價(jià)體系相對(duì)成熟。如圖6所示，為構(gòu)建評(píng)價(jià)體系，需要在評(píng)價(jià)理論的基礎(chǔ)上提出相應(yīng)的評(píng)價(jià)指標(biāo)體系，選擇或創(chuàng)新應(yīng)用合適的評(píng)價(jià)方法，從而形成基于某理論或某評(píng)價(jià)方法的評(píng)價(jià)模型。評(píng)價(jià)對(duì)象實(shí)踐是針對(duì)某一產(chǎn)品類別、設(shè)計(jì)環(huán)節(jié)、具體的產(chǎn)品設(shè)計(jì)或設(shè)計(jì)要素進(jìn)行的實(shí)際評(píng)價(jià)活動(dòng)。產(chǎn)品設(shè)計(jì)評(píng)價(jià)往往涉及產(chǎn)品全生命周期的眾多復(fù)雜問題，其研究需立足于相關(guān)學(xué)科的眾多思想理論[34]。目前我國產(chǎn)品設(shè)計(jì)評(píng)價(jià)理論研究以綜合評(píng)價(jià)和生命周期評(píng)價(jià)為基礎(chǔ)，主要從產(chǎn)品設(shè)計(jì)開發(fā)、生產(chǎn)制造管理、生態(tài)環(huán)境保護(hù)的角度出發(fā)，構(gòu)建相應(yīng)的評(píng)價(jià)理論?？茖W(xué)性是客觀評(píng)價(jià)的基礎(chǔ)，適配性是合理評(píng)價(jià)的前提。然而，關(guān)于人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)理論研究有限，且針對(duì)性不強(qiáng)。目前的研究主要集中在方法領(lǐng)域，進(jìn)一步驗(yàn)證了關(guān)于人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)研究未成體系。綜合來看，面對(duì)具有復(fù)雜系統(tǒng)的人工智能產(chǎn)品，對(duì)其進(jìn)行科學(xué)、客觀、適切且全面的評(píng)價(jià)極具難度和挑戰(zhàn)性。

2.3 時(shí)間演進(jìn)可視化分析

年度發(fā)文量見圖7，熱點(diǎn)主題突現(xiàn)值的對(duì)比分析如圖8—9所示。產(chǎn)品設(shè)計(jì)評(píng)價(jià)大致可分為3個(gè)階段：萌芽探索階段（1992—1997年），產(chǎn)品設(shè)計(jì)評(píng)價(jià)發(fā)跡于產(chǎn)品設(shè)計(jì)市場(chǎng)實(shí)踐研究，以產(chǎn)學(xué)研模式探索為代表，標(biāo)志著產(chǎn)品設(shè)計(jì)評(píng)價(jià)領(lǐng)域的初步確立；快速發(fā)展階段（1998—2007年），隨著經(jīng)濟(jì)的高速發(fā)展和國外優(yōu)秀產(chǎn)品的不斷涌進(jìn)，國外先進(jìn)設(shè)計(jì)實(shí)踐理論進(jìn)一步促進(jìn)了國內(nèi)產(chǎn)品設(shè)計(jì)評(píng)價(jià)的研究，使之呈現(xiàn)出兩段式高速增長態(tài)勢(shì)，相關(guān)研究發(fā)展迅猛，研究?jī)?nèi)容更加全面和深入，整體研究框架基本確立；波動(dòng)發(fā)展階段（2008—2022年），該階段產(chǎn)品設(shè)計(jì)評(píng)價(jià)研究受國家發(fā)展戰(zhàn)略、信息技術(shù)革命和社會(huì)環(huán)境因素的影響呈現(xiàn)三段式波動(dòng)狀態(tài)。隨著《關(guān)于促進(jìn)工業(yè)設(shè)計(jì)發(fā)展的若干指導(dǎo)意見》的發(fā)布，工業(yè)設(shè)計(jì)學(xué)科中以感性工學(xué)為代表的從設(shè)計(jì)要素和用戶體驗(yàn)視域出發(fā)的產(chǎn)品設(shè)計(jì)感性評(píng)價(jià)研究逐步展開。文化建設(shè)、健康中國[35]等國家戰(zhàn)略的提出以及大數(shù)據(jù)[36]、機(jī)器深度學(xué)習(xí)技術(shù)[37]的快速發(fā)展進(jìn)一步拓展了產(chǎn)品設(shè)計(jì)評(píng)價(jià)的研究方向，使之在研究?jī)?nèi)容和方法方面取得了突破性創(chuàng)新。對(duì)比可知，人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)研究起源于產(chǎn)品設(shè)計(jì)評(píng)價(jià)快速發(fā)展后期，主要驅(qū)動(dòng)力量是技術(shù)革命。

圖6 產(chǎn)品設(shè)計(jì)評(píng)價(jià)應(yīng)用體系構(gòu)建圖解

圖7 年度發(fā)文量

圖8 產(chǎn)品設(shè)計(jì)評(píng)價(jià)關(guān)鍵詞突現(xiàn)值排名

圖9 人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)關(guān)鍵詞突現(xiàn)值排名

目前產(chǎn)品設(shè)計(jì)評(píng)價(jià)領(lǐng)域的研究呈現(xiàn)理論、方法和應(yīng)用三驅(qū)并進(jìn)的態(tài)勢(shì)：理論研究主要是指從以綠色設(shè)計(jì)為核心的環(huán)境保護(hù)評(píng)價(jià)及以并行工程為核心的生產(chǎn)制造管理評(píng)價(jià)轉(zhuǎn)向以設(shè)計(jì)思維為核心的設(shè)計(jì)要素評(píng)價(jià)、用戶體驗(yàn)評(píng)價(jià)和設(shè)計(jì)與制造的綜合評(píng)價(jià)；方法研究從利用模糊數(shù)學(xué)對(duì)多因素且模糊的評(píng)價(jià)指標(biāo)進(jìn)行科學(xué)量化處理的研究開始，不斷探索其他應(yīng)用于產(chǎn)品設(shè)計(jì)評(píng)價(jià)的新方法，通過融合的手段不斷提升評(píng)價(jià)方法的適配性，進(jìn)而提高評(píng)價(jià)結(jié)果的精確度；評(píng)價(jià)應(yīng)用從致力于開發(fā)產(chǎn)品設(shè)計(jì)評(píng)價(jià)決策支持系統(tǒng)向致力于促進(jìn)更加優(yōu)良的方案設(shè)計(jì)產(chǎn)出進(jìn)行轉(zhuǎn)變。人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)研究主要集中于評(píng)價(jià)方法研究，不斷探索將以BP神經(jīng)網(wǎng)絡(luò)為代表的機(jī)器學(xué)習(xí)技術(shù)作為評(píng)價(jià)方法的創(chuàng)新應(yīng)用。

2.4 可視化分析結(jié)果

空間分布和時(shí)間演進(jìn)可視化對(duì)比分析結(jié)果表明：人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)研究力量薄弱，研究方向不聚焦，技術(shù)革命是主要驅(qū)動(dòng)力?，F(xiàn)有的研究?jī)?nèi)容以方法研究為主，方法的研究主要集中于利用人工智能技術(shù)手段對(duì)現(xiàn)有產(chǎn)品展開設(shè)計(jì)評(píng)價(jià)研究，對(duì)人工智能產(chǎn)品自身的設(shè)計(jì)評(píng)價(jià)研究更為薄弱。隨著人工智能相關(guān)技術(shù)的快速發(fā)展，人工智能產(chǎn)品大量涌現(xiàn)。由于缺少有效的評(píng)價(jià)體系，無法保證人工智能產(chǎn)品質(zhì)量和需求的滿意達(dá)成度。深入研究相關(guān)理論和原則，構(gòu)建系統(tǒng)性的評(píng)價(jià)指標(biāo)體系及理論模型成為研究重點(diǎn)。綜合而言，空間分布和時(shí)間演進(jìn)的可視化分析揭示了人工智能產(chǎn)品設(shè)計(jì)評(píng)價(jià)在研究熱點(diǎn)和趨勢(shì)上與產(chǎn)品設(shè)計(jì)評(píng)價(jià)具有一定的內(nèi)容重合性和規(guī)律統(tǒng)一性。因此，產(chǎn)品設(shè)計(jì)評(píng)價(jià)已形成的相對(duì)成熟的理論研究和評(píng)價(jià)體系在一定程度上能夠?yàn)槿斯ぶ悄墚a(chǎn)品的設(shè)計(jì)評(píng)價(jià)提供基礎(chǔ)和思路。除此之外，可視化的分析結(jié)果進(jìn)一步驗(yàn)證了在創(chuàng)新驅(qū)動(dòng)的社會(huì)發(fā)展中，對(duì)大量涌現(xiàn)的人工智能產(chǎn)品進(jìn)行評(píng)價(jià)以輸出真正優(yōu)良的轉(zhuǎn)化方案是本領(lǐng)域需要解決的應(yīng)用實(shí)踐問題。

3 發(fā)展演進(jìn)研究

由于現(xiàn)階段關(guān)于人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)研究有限，可分析的數(shù)據(jù)樣本相對(duì)有限，本研究嘗試從人工智能、人工智能產(chǎn)品和產(chǎn)品設(shè)計(jì)評(píng)價(jià)的發(fā)展歷程等角度找到人工智能產(chǎn)品設(shè)計(jì)評(píng)價(jià)發(fā)展演進(jìn)的切入點(diǎn)，以期更好地了解人工智能產(chǎn)品設(shè)計(jì)評(píng)價(jià)研究中的現(xiàn)存問題，提出針對(duì)性的解決辦法。

3.1 人工智能的發(fā)展歷程

人工智能的核心是機(jī)器智能，包括感知、思維、學(xué)習(xí)和行為四個(gè)部分，關(guān)鍵技術(shù)包含算法（重要推動(dòng)力）、軟件框架（算法應(yīng)用媒介）和芯片（關(guān)鍵基礎(chǔ)硬件）[38]，其概念的提出可以追溯到“圖靈測(cè)試”[39]，人工智能在1956年的達(dá)特茅斯會(huì)議上被正式確定為研究學(xué)科，部分代表性成果見表6。

人工智能的發(fā)展可以劃分為6個(gè)階段：起步發(fā)展階段（1956—1974年）、反思發(fā)展階段（1975—1980年）、快速發(fā)展階段（1981—1987年）、抑制發(fā)展階段（1988—1993年）、復(fù)蘇發(fā)展階段（1994—2005年）和高速發(fā)展階段（2006—2022年）。2006年以深度學(xué)習(xí)為代表的人工智能技術(shù)的飛速發(fā)展，促進(jìn)了人工智能在第三次發(fā)展高潮中由復(fù)蘇發(fā)展轉(zhuǎn)向高速發(fā)展[42]。

3.2 人工智能產(chǎn)品的發(fā)展歷程

以“人工智能+產(chǎn)品設(shè)計(jì)”為檢索詞，確定樣本數(shù)據(jù)為142篇，運(yùn)用CiteSpace V軟件展開人工智能產(chǎn)品熱點(diǎn)主題共現(xiàn)分析和時(shí)間演進(jìn)分析，結(jié)果如圖11所示，輸出的359個(gè)關(guān)鍵詞彼此之間的連線較多（=705），共現(xiàn)網(wǎng)絡(luò)密度較低（Density值=0.001 1）。綜合分析可知，現(xiàn)有的研究主要集中于不同技術(shù)手段在設(shè)計(jì)中的運(yùn)用，是對(duì)人工智能產(chǎn)品設(shè)計(jì)過程的研究。對(duì)人工智能產(chǎn)品的研究處于不斷發(fā)展中，感性工學(xué)、價(jià)值工程學(xué)、情感計(jì)算和設(shè)計(jì)倫理可以被納入其中。深入研究發(fā)現(xiàn)，該領(lǐng)域現(xiàn)有的研究中雖然沒有直接體現(xiàn)設(shè)計(jì)評(píng)價(jià)，但研究?jī)?nèi)容表明現(xiàn)有的理論研究慢慢在向人工智能和人工智能產(chǎn)品的評(píng)價(jià)方向傾斜，如“人工智能威脅論”“人工智能責(zé)任鴻溝”“人工智能算法厭惡”“人工智能倫理論”等，從不同的切入點(diǎn)展開對(duì)人工智能和人工智能產(chǎn)品的評(píng)判，為人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)提供了一定的研究基礎(chǔ)。

表6 人工智能取得的重大研究成果

Tab.6 Major research achievements in AI

圖10 人工智能發(fā)展歷程

圖11 熱點(diǎn)主題共現(xiàn)網(wǎng)絡(luò)、熱點(diǎn)主題Timezone圖譜（人工智能產(chǎn)品）

隨著人工智能相關(guān)技術(shù)的發(fā)展，具有時(shí)代代表性的人工智能產(chǎn)品層出不窮，部分產(chǎn)品見表7。結(jié)合人工智能的發(fā)展歷程進(jìn)行分析，未來人工智能產(chǎn)品的發(fā)展將追求更自然的交互、更智慧的功能、更個(gè)性的服務(wù)和更全面的自動(dòng)化生產(chǎn)[43]。人工智能產(chǎn)品是公式化的設(shè)計(jì)產(chǎn)物，能更好地滿足用戶在使用功能方面的需求。然而在實(shí)際生活中，產(chǎn)品除了需要具備使用功能之外，也要具備文化功能和審美功能[44]。而現(xiàn)階段的人工智能并不具備對(duì)社會(huì)環(huán)境、文化底蘊(yùn)和人類情感的理解能力，因此生成的產(chǎn)品對(duì)文化、審美和情感的表達(dá)相對(duì)較弱。

結(jié)合共現(xiàn)分析結(jié)果、時(shí)間演進(jìn)分析結(jié)果和代表性產(chǎn)品產(chǎn)生的時(shí)間可知，人工智能產(chǎn)品的文獻(xiàn)研究起步于1996年，其發(fā)展歷程可以分為3個(gè)階段：萌芽探索階段（1951—1995年）、穩(wěn)步發(fā)展階段（1996—2005年）和高速發(fā)展階段（2006—2022年）。

3.3 人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)發(fā)展歷程

綜合數(shù)據(jù)計(jì)量對(duì)比分析（產(chǎn)品設(shè)計(jì)評(píng)價(jià)與人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)）和人工智能與人工智能產(chǎn)品的發(fā)展歷程分析，探討人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)發(fā)展歷程和歷史演進(jìn)。如圖12所示為人工智能、人工智能產(chǎn)品、產(chǎn)品設(shè)計(jì)評(píng)價(jià)和人工智能產(chǎn)品設(shè)計(jì)評(píng)價(jià)的發(fā)展歷程圖解，由人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)發(fā)文量時(shí)間演進(jìn)可視化分析結(jié)果可知，2005年為起始點(diǎn)，年發(fā)文量較低且不穩(wěn)定，其發(fā)展歷程可劃分為4個(gè)階段：萌芽探索階段（1951—2005年）、波動(dòng)發(fā)展階段（2006—2013年）、穩(wěn)步發(fā)展階段（2014—2018年）和抑制發(fā)展階段（2019—2022年）。綜合分析相關(guān)領(lǐng)域的研究現(xiàn)狀和趨勢(shì)，可大膽地猜測(cè)未來將進(jìn)入蓬勃發(fā)展階段。

表7 具有代表性的人工智能產(chǎn)品

Tab.7 Representative AI product

圖12 發(fā)展歷程

3.4 人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)發(fā)展演進(jìn)

發(fā)展演進(jìn)分析能夠?qū)⒛繕?biāo)研究領(lǐng)域的前沿?zé)狳c(diǎn)進(jìn)行直觀的可視化表達(dá)，有利于以熱點(diǎn)主題為中心探討研究趨勢(shì)。通過將熱點(diǎn)主題帶入發(fā)展歷程（如圖12所示）中，進(jìn)行雙維度的研究，橫向沿人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)發(fā)展歷程展開，縱向以熱點(diǎn)主題為核心，歷史發(fā)展演進(jìn)圖解如圖13所示。由于人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)未成體系，研究力量比較薄弱，因此演進(jìn)趨勢(shì)的研究可以借鑒產(chǎn)品設(shè)計(jì)評(píng)價(jià)的成熟體系：理論研究以設(shè)計(jì)思維為核心，展開融合設(shè)計(jì)要素、用戶體驗(yàn)和設(shè)計(jì)制造等方面的綜合性評(píng)價(jià)理論研究；在方法上致力于研究綜合的評(píng)價(jià)方法和其他學(xué)科方法的遷移，進(jìn)而實(shí)現(xiàn)多方法的創(chuàng)新融合；在應(yīng)用演進(jìn)分析中，重點(diǎn)對(duì)設(shè)計(jì)方案的直接評(píng)價(jià)進(jìn)行研究，評(píng)判并把控人工智能產(chǎn)品的質(zhì)量，提高產(chǎn)品應(yīng)用落地率。

4 評(píng)價(jià)體系適切度定位

評(píng)價(jià)體系適切度定位是指現(xiàn)有產(chǎn)品設(shè)計(jì)評(píng)價(jià)體系是否適切于人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)分析，通過基本邏輯（基本邏輯的區(qū)別）、研究熱點(diǎn)與評(píng)價(jià)體系（數(shù)據(jù)計(jì)量分析）、發(fā)展歷程與發(fā)展演進(jìn)（發(fā)展演進(jìn)研究），層層遞進(jìn)地論述了二者之間部分適切的關(guān)系。如圖14所示，綜合分析結(jié)果可知：從宏觀的角度來看，二者具有較高的內(nèi)容重合性和規(guī)律統(tǒng)一性，因此現(xiàn)有的產(chǎn)品設(shè)計(jì)評(píng)價(jià)體系與人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)體系是部分適切的關(guān)系，具體的作用機(jī)制包括補(bǔ)充、借鑒、拓展、預(yù)測(cè)與指導(dǎo)；從微觀的角度來看，基本邏輯的對(duì)比分析表明二者在思想維度不適切，對(duì)象維度和算力維度保持相對(duì)適切但研究的側(cè)重點(diǎn)有所不同，提出了人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)需要在現(xiàn)有的三大評(píng)價(jià)模塊（產(chǎn)品合理性與正確性評(píng)價(jià)、整體與零部件所具有的產(chǎn)品數(shù)據(jù)的集合評(píng)價(jià)、預(yù)期目標(biāo)達(dá)成度評(píng)價(jià)）的基礎(chǔ)上增加情感與服務(wù)滿足度模塊，構(gòu)建四大模塊體系。研究熱點(diǎn)與評(píng)價(jià)體系的對(duì)比分析說明了二者具有共同的前沿研究?jī)?nèi)容（評(píng)價(jià)理論、方法、應(yīng)用）和評(píng)價(jià)體系中方法維度的研究成果，針對(duì)人工智能產(chǎn)品設(shè)計(jì)評(píng)價(jià)體系的不足，提出構(gòu)建系統(tǒng)性的評(píng)價(jià)指標(biāo)體系與理論模型的研究重點(diǎn)。二者的發(fā)展歷程大致保持統(tǒng)一，然而人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)起步較晚，同歷史時(shí)段下的具體表現(xiàn)與產(chǎn)品設(shè)計(jì)評(píng)價(jià)發(fā)展?fàn)顩r有所出入。發(fā)展演進(jìn)的研究維度保持彼此適切，而具體內(nèi)容不完全適切，需要以人工智能產(chǎn)品的特殊性為核心進(jìn)行針對(duì)性的研究。人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)發(fā)展方向可以利用現(xiàn)有的產(chǎn)品設(shè)計(jì)評(píng)價(jià)體系進(jìn)行有效預(yù)測(cè)：追求綜合性的評(píng)價(jià)理論研究、實(shí)現(xiàn)多方法的創(chuàng)新融合研究和產(chǎn)品設(shè)計(jì)方案的直接評(píng)價(jià)研究。

圖13 人工智能產(chǎn)品設(shè)計(jì)評(píng)價(jià)歷史演進(jìn)

圖14 評(píng)價(jià)體系適切度定位

5 結(jié)語

放眼未來，人工智能技術(shù)和人工智能產(chǎn)品的研究成果將呈現(xiàn)爆炸式增長，然而以人工智能為工具進(jìn)行設(shè)計(jì)轉(zhuǎn)化生成的產(chǎn)品不可能自我演變出情感和道德。面對(duì)大量涌現(xiàn)的人工智能產(chǎn)品，對(duì)其進(jìn)行科學(xué)且有效的設(shè)計(jì)評(píng)價(jià)研究是保證質(zhì)量和需求達(dá)成度的決定性手段。因此，在人工智能產(chǎn)品和服務(wù)的研究中，評(píng)價(jià)環(huán)節(jié)需要被高度重視。本文對(duì)比分析了國內(nèi)產(chǎn)品設(shè)計(jì)評(píng)價(jià)和人工智能產(chǎn)品設(shè)計(jì)評(píng)價(jià)的現(xiàn)有研究成果、熱點(diǎn)和趨勢(shì)，指出了現(xiàn)階段研究存在的問題與難點(diǎn)；探索了產(chǎn)品和人工智能產(chǎn)品的基本邏輯，保證了研究方向的正確性；結(jié)合人工智能和人工智能產(chǎn)品發(fā)展歷程的研究結(jié)果，梳理了人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)發(fā)展演進(jìn)，對(duì)熱點(diǎn)與趨勢(shì)進(jìn)行了預(yù)測(cè)，最終實(shí)現(xiàn)了現(xiàn)有產(chǎn)品設(shè)計(jì)評(píng)價(jià)體系與人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)體系適切度的定位。結(jié)果表明，現(xiàn)有的產(chǎn)品設(shè)計(jì)評(píng)價(jià)體系對(duì)人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)體系研究有較強(qiáng)的借鑒價(jià)值，領(lǐng)域的跨界、團(tuán)隊(duì)研究成果的集聚效應(yīng)、產(chǎn)品品類研究成果的嫁接、科技創(chuàng)新、政策引導(dǎo)、需求升級(jí)、設(shè)計(jì)能動(dòng)性的提高和評(píng)價(jià)視角的轉(zhuǎn)變可以在不同的歷史階段下為人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)研究提供有效的發(fā)展路徑。構(gòu)建系統(tǒng)性的評(píng)價(jià)體系，有利于人工智能產(chǎn)品設(shè)計(jì)積極地應(yīng)對(duì)社會(huì)、技術(shù)和需求的飛速變化，作出實(shí)時(shí)且有效的正反饋，最終保證人工智能產(chǎn)品的質(zhì)量和應(yīng)用落地率。總體來說，目前人工智能產(chǎn)品的設(shè)計(jì)評(píng)價(jià)研究相對(duì)薄弱且處于抑制發(fā)展階段，如何構(gòu)建更加完善且適切的評(píng)價(jià)體系需要更加深入的探索研究。

[1] 陸繼翔, 余隋懷, 陸長德. 面向工業(yè)設(shè)計(jì)的智能設(shè)計(jì)體系[J]. 機(jī)械設(shè)計(jì), 2020, 37(4): 140-144. LU Ji-xiang, YU Sui-huai, LU Chang-de. Intelligent Design System for Industrial Design[J]. Journal of Machine Design, 2020, 37(4): 140-144.

[2] MARTíNEZ-PLUMED F, GóMEZ E, HERNáNDEZ- ORALLO J. Futures of Artificial Intelligence through Technology Readiness Levels[J]. Telematics and Informatics, 2021, 58: 101, 525.

[3] DE VAN N. The Ethics of AI,Unesco and the African Ubuntu Perspective[J]. Journal of Information, Communication and Ethics in Society, 2023, 21(1): 112-128.

[4] 褚建勛, 劉新生. 試論人工智能產(chǎn)品可靠性與企業(yè)倫理責(zé)任[J]. 自然辯證法研究, 2022, 38(10): 71-77. CHU Jian-xun, LIU Xin-sheng. On the Reliability of Artificial Intelligence Products and the Ethical Responsibility of Enterprises[J]. Studies in Dialectics of Nature, 2022, 38(10): 71-77.

[5] 李游, 梁哲浩, 常亞平. 用戶對(duì)人工智能產(chǎn)品的算法厭惡研究述評(píng)及展望[J]. 管理學(xué)報(bào), 2022, 19(11): 1725-1732. LI You, LIANG Zhe-hao, CHANG Ya-ping. Consumers' Algorithm Aversion to AI Products: A Literature Review and Prospect[J]. Chinese Journal of Management, 2022, 19(11): 1725-1732.

[6] HOLMES W, PORAYSKA-POMSTA K. The Ethics of Artificial Intelligence in Education: Practices, Challenges, and Debates[M]. New York: Routledge, 2022.

[7] HEIDEGGER M. Basic Questions of Philosophy: Selected "Problems" of "Logic"[M]. Bloomington: Indiana University Press, 1994

[8] QIN Shi-fan, LI Long-jiang. Visual Analysis of Image Processing in the Mining Field Based on a Knowledge Map[J]. Sustainability, 2023, 15(3): 1810.

[9] 曹祥哲. 人工智能視域下的產(chǎn)品設(shè)計(jì)新特征及情感交互設(shè)計(jì)探究[J]. 包裝工程, 2022, 43(18): 32-38. CAO Xiang-zhe. New Features of Product Design and Emotional Interaction Design from Perspective of Artificial Intelligence[J]. Packaging Engineering, 2022, 43(18): 32-38.

[10] SAMPATH KUMAR V R, KHAMIS A, FIORINI S, et al. Ontologies for Industry 4.0[J]. The Knowledge Engineering Review, 2019, 34: e17.

[11] 馬奔, 葉紫蒙, 楊悅兮. 中國式現(xiàn)代化與第四次工業(yè)革命: 風(fēng)險(xiǎn)和應(yīng)對(duì)[J]. 山東大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版), 2023(1): 11-19. MA Ben, YE Zi-meng, YANG Yue-xi. Chinese Path to Modernization and the Fourth Industrial Revolution: Risks and Solutions[J]. Journal of Shandong University (Philosophy and Social Sciences), 2023(1): 11-19.

[12] CREUSEN M E H. Research Opportunities Related to Consumer Response to Product Design[J]. Journal of Product Innovation Management, 2011, 28(3): 405-408.

[13] BRAKUS J. Experiential Product Attributes and Preferences for New Products: The Role of Processing Fluency[J]. Journal of Business Research, 2014, 67(11): 2291-2298.

[14] HOMBURG C, SCHWEMMLE M, KUEHNL C. New Product Design: Concept, Measurement, and Consequences[J]. Journal of Marketing, 2015, 79(3): 41-56.

[15] 張林波, 虞慧怡, 郝超志, 等. 生態(tài)產(chǎn)品概念再定義及其內(nèi)涵辨析[J]. 環(huán)境科學(xué)研究, 2021, 34(3): 655-660. ZHANG Lin-bo, YU Hui-yi, HAO Chao-zhi, et al. Redefinition and Connotation Analysis of Ecosystem Product[J]. Research of Environmental Sciences, 2021, 34(3): 655-660.

[16] 王宏飛. 論人工智能產(chǎn)品的設(shè)計(jì)邏輯[J]. 創(chuàng)意設(shè)計(jì)源, 2019(6): 43-47. WANG Hong-fei. On the Design Logic of Artificial Intelligence Products[J]. Idea&Design, 2019(6): 43-47.

[17] 齊佳音, 王琳琳, 袁雨飛. 人工智能產(chǎn)品的適應(yīng)性創(chuàng)新邏輯——哈貝馬斯交往理論視角[J]. 北京交通大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版), 2021, 20(1): 31-45. QI Jia-yin, WANG Lin-lin, YUAN Yu-fei. Adaptive Innovation of AI Products: Based on Habermas'Communication Theory[J]. Journal of Beijing Jiaotong University (Social Sciences Edition), 2021, 20(1): 31-45.

[18] 楊慧, 王舒婷. 人工智能產(chǎn)品對(duì)消費(fèi)者自我擴(kuò)展感知的影響研究[J]. 江西社會(huì)科學(xué), 2021, 41(11): 211-220. YANG Hui, WANG Shu-ting. Research on the Influence of Artificial Intelligence Products on Consumers' Self-Expansion Perception[J]. Jiangxi Social Sciences, 2021, 41(11): 211-220.

[19] LONGLEY J, NORMANN D. Higher-Order Computability[M]. Berlin, Heidelberg: Springer Berlin Heidelberg, 2015.

[20] 任成元. 產(chǎn)品設(shè)計(jì)[M]. 北京: 人民郵電出版社, 2016.REN Cheng-yuan. Product Design[M]. Beijing: Posts and Telecommunications Press, 2016.

[21] LUCHS M G, BROWER J, CHITTURI R. Product Choice and the Importance of Aesthetic Design Given the Emotion-Laden Trade-off between Sustainability and Functional Performance[J]. Journal of Product Innovation Management, 2012, 29(6): 903-916.

[22] ROTH C H, KINNEY L L, JOHN E B. Fundamentals of logic design[M]. Enhanced seventh edition.

[23] GIL D, HOBSON S, MOJSILOVIć A, et al. AI for Management: An Overview[M]//The Future of Management in an AI World. Cham: Palgrave Macmillan, 2020: 3-19.

[24] NETO W L, AUSTIN M, TEMPLE S, et al. LSOracle: A Logic Synthesis Framework Driven by Artificial Intelligence: Invited Paper[C]//2019 IEEE/ACM International Conference on Computer-Aided Design (ICCAD). Westminster, CO, USA. IEEE, 2019: 1-6.

[25] 師洪波, 郭紅梅, 岳婷, 等. 基于分布式大數(shù)據(jù)技術(shù)的科學(xué)計(jì)量模塊化分析平臺(tái)構(gòu)建研究[J]. 數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn), 2020, 4(Z1): 231-238.SHI Hong-bo, GUO Hong-mei, YUE Ting, et al. Research on the Construction of Modular Analysis Platform for Scientific Metrology Based on Distributed Big Data Technology[J]. Data Analysis and Knowledge Discovery, 2020, 4(Z1): 231-238.

[26] 孫大光, 唐小飛, 魯平俊. 知識(shí)創(chuàng)新管理研究熱點(diǎn)與演進(jìn)——基于“協(xié)同引證矩陣”和“時(shí)間異質(zhì)性LOG模型”的分析[J]. 科研管理, 2021, 42(2): 1-11. SUN Da-guang, TANG Xiao-fei, LU Ping-jun. Hotspots and Evolution of Knowledge Innovation Management Research—An Analysis Based on Cocitation Matrix and Time-Heterogenous Log-Multiplicative Model[J]. Science Research Management, 2021, 42(2): 1-11.

[27] 許娜, 黃嵐鈴. 基于CiteSpace的旅游服務(wù)設(shè)計(jì)研究可視化分析[J]. 包裝工程, 2022, 43(24)204-214 XU Na, HUANG Lan-ling. Visual Analysis of Tourism Service Design Research Based on CiteSpace[J]. Packaging Engineering, 2022, 43(24)204-214

[28] 陳彥蒿, 余隋懷, 初建杰, 等. 基于猶豫模糊集的飛機(jī)駕駛艙形態(tài)評(píng)價(jià)[J]. 浙江大學(xué)學(xué)報(bào)(工學(xué)版), 2022, 56(8): 1568-1577. CHEN Yan-hao, YU Sui-huai, CHU Jian-jie, et al. Evaluation of Aircraft Cockpit Form Based on Hesitant Fuzzy Sets[J]. Journal of Zhejiang University (Engineering Science), 2022, 56(8): 1568-1577.

[29] 鮑宏, 劉光復(fù), 張雷, 等. 面向多樣性和綠色性需求滿意的產(chǎn)品配置設(shè)計(jì)[J]. 中國機(jī)械工程, 2012, 23(7): 815-822. BAO Hong, LIU Guang-fu, ZHANG Lei, et al. Product Configuration Design Oriented to Satisfaction for Diversity and Green Requirements[J]. China Mechanical Engineering, 2012, 23(7): 815-822.

[30] 楊智淵, 楊文波, 楊光, 等. 人工智能賦能的設(shè)計(jì)評(píng)價(jià)方法研究與應(yīng)用[J]. 包裝工程, 2021, 42(18): 24-34, 62. YANG Zhi-yuan, YANG Wen-bo, YANG Guang, et al. Research and Application of Artificial Intelligent Empowered Design Evaluation Method[J]. Packaging Engineering, 2021, 42(18): 24-34, 62.

[31] 楊冬梅, 劉佳鑫, 張健楠, 等. 面向居家輔助康復(fù)產(chǎn)品的設(shè)計(jì)評(píng)價(jià)方法[J]. 機(jī)械設(shè)計(jì), 2022, 39(1): 154-160. YANG Dong-mei, LIU Jia-xin, ZHANG Jian-nan, et al. Design Evaluation Method for Home-Based Assisted Rehabilitation Products[J]. Journal of Machine Design, 2022, 39(1): 154-160.

[32] 馬艷, 李方義, 王黎明, 等. 基于多層級(jí)數(shù)據(jù)分配的機(jī)床生命周期環(huán)境影響評(píng)價(jià)[J]. 計(jì)算機(jī)集成制造系統(tǒng), 2021, 27(3): 757-769. MA Yan, LI Fang-yi, WANG Li-ming, et al. Life Cycle Environmental Impact Assessment of Machine Tool Based on Multi-Level Data Distribution[J]. Computer Integrated Manufacturing Systems, 2021, 27(3): 757- 769.

[33] 楊寧, 張志強(qiáng). 結(jié)合計(jì)量分析和內(nèi)容分析的科學(xué)數(shù)據(jù)集使用特征研究[J]. 圖書情報(bào)工作, 2022, 66(10): 122-130. YANG Ning, ZHANG Zhi-qiang. Research on the Use Characteristics of Scientific Datasets Combined with Quantitative Analysis and Content Analysis[J]. Library and Information Service, 2022, 66(10): 122-130.

[34] DéR A, KALUZA A, REIMER L, et al. Integration of Energy Oriented Manufacturing Simulation into the Life Cycle Evaluation of Lightweight Body Parts[J]. International Journal of Precision Engineering and Manufacturing-Green Technology, 2022, 9(3): 899-918.

[35] 吳寧, 石丹陽. 新時(shí)代中國特色社會(huì)主義健康中國[J]. 社會(huì)科學(xué)家, 2022, 308(12): 30-37. WU Ning, SHI Dan-yang. New Age Socialism with Chinese Characteristics Healthy China[J]. Social Scientist, 2022,308(12):30-37.

[36] IAFRATE F. Artificial Intelligence and Big Data: The Birth of a New Intelligence[M]. Hoboken, NJ, USA: John Wiley & Sons, Inc., 2018.

[37] JOEL S, MIGUEL A, GUILLERMO F, et al. Pattern Recognition and Deep Learning Technologies, Enablers of Industry 4.0, and Their Role in Engineering Research[J]. Symmetry, 2023, 15(2): 535.

[38] AHMED N, WAHED M, THOMPSON N C. The Growing Influence of Industry in AI Research[J]. Science, 2023, 379(6635): 884-886.

[39] 高新民, 羅巖超. “圖靈測(cè)試”與人工智能元問題探微[J]. 江漢論壇, 2021(1): 56-64. GAO Xin-min, LUO Yan-chao. On "Turing Test" and Meta-Problem of Artificial Intelligence[J]. Jianghan Tribune, 2021(1): 56-64.

[40] 李開復(fù), 王詠剛. 人工智能[M]. 北京: 文化發(fā)展出版社, 2017.LI Kai-fu, WANG Yong-gang. Artificial Intelligence[M]. Cultural Development Press, 2017.

[41] 何立民. 人工智能系統(tǒng)智能生成機(jī)理探索之六: 從弱人工智能、強(qiáng)人工智能到超人工智能[J]. 單片機(jī)與嵌入式系統(tǒng)應(yīng)用, 2020, 20(8): 87-89. HE Li-min. From Weak Artificial Intelligence, Strong Artificial Intelligence to Super Artificial Intelligence[J]. Microcontrollers & Embedded Systems, 2020, 20(8): 87-89.

[42] HOU Hong-xia. On the Three Constraints of the Development of Artificial Intelligence: Value, Liberation and Responsibility[J]. Cultures of Science, 2021, 4(3): 159-168.

[43] 張恒. 人工智能技術(shù)驅(qū)動(dòng)下的智能產(chǎn)品應(yīng)用探析[J]. 電腦知識(shí)與技術(shù), 2021, 17(4): 256-257. ZHANG Heng. Application of Intelligent Products Driven by Artificial Intelligence Technology[J]. Computer Knowledge and Technology, 2021, 17(4): 256-257.

[44] YU Lei, FENG Xin, WANG Jing-ya, et al. Research on the Mechanism of Emotional Design in Chinese Cultural and Creative Products[J]. Heritage Science, 2022, 10: 1-18.

Research Review on the Current Situation and Development Trend of Chinese AI Product Design Evaluation

CHEN Guo-qiang, XU Li, YU Lei, TU Wei-long, YANG Zhi-wen

(Yanshan University, Hebei Qinhuangdao 066000, China)

The work aims to provide a more complete perspective for the design and evaluation of AI products by exploring whether the existing product design evaluation system is suitable for AI products in view of the current design situation in China. Comparative analysis was used as the main research method. First of all, the core concepts of the product and AI product were explored, and the difference between the both was analyzed. Secondly, data econometric analysis was carried out on the design evaluation of products and AI products to understand the research hot spot and development trend of the two fields. Thirdly, the existing problems and evolution of AI, AI products and AI product design evaluation were analyzed. The historical perspective was used to sort out the phased research results and launch hot comments to further define the hot frontier and development trend of AI product design evaluation. Finally, all the analysis results were integrated to determine the suitability of the existing product design evaluation system to the design evaluation of AI products. The important role of design evaluation of AI products was discussed, the existing theories and methods were sorted out, the development degree was positioned and the future research focus and development direction were predicted, which provided a theoretical basis for building a more scientific, objective and appropriate design evaluation system of AI products, and then helped to control the quality of generated products, increase the product adoption rates in balance with R&D investment and optimize the AI algorithms and technologies in reverse. Based on the results of basic logic analysis, data econometric analysis and development evolution research, the relationship between the existing product design evaluation system in China and the design evaluation system of AI products is demonstrated. Therefore, the research and construction of the design evaluation system of AI products can not completely transplant the research results of product design evaluation and it is necessary to carry out targeted research with the particularity of AI products as the core on the basis of partial reference and reference to build a mature design evaluation system of AI products.

design evaluation; AI products; data econometric analysis; development evolution

TB472

A

1001-3563(2023)12-0016-13

10.19554/j.cnki.1001-3563.2023.12.002

2023–01–24

國家社會(huì)科學(xué)基金藝術(shù)學(xué)項(xiàng)目（21BG125）

陳國強(qiáng)（1975—），男，教授，博士，主要研究方向?yàn)楦叨搜b備創(chuàng)新設(shè)計(jì)理論及方法研究。

徐麗（1993—），女，博士生，主要研究方向?yàn)檠b備制造產(chǎn)品創(chuàng)新設(shè)計(jì)理論及方法研究、農(nóng)用機(jī)械生態(tài)化設(shè)計(jì)研究。

責(zé)任編輯：馬夢(mèng)遙