1.1
为什么在AI时代重新研究视觉思维
生成式人工智能使文字、图像、图表和演示材料的生产成本显著下降,但材料增加并不自然带来理解增加。面对一份自动生成的酒店经营报告,管理者仍要判断收入和利润是否使用相同口径,客流下降究竟是季节因素还是渠道变化,以及建议的动作由谁执行。面对一张漂亮的智能体架构图,学生仍要说明箭头传递什么,哪些节点读取真实资料,哪里需要人工审批。视觉思维的研究价值,就在于帮助人们把这些隐藏在流畅表达中的结构变得可以观察、比较、操作和质疑。
本报告把视觉思维界定为利用内部意象与外部视觉表征,选择信息、组织关系、推演变化、检验解释并协调行动的一组认知实践。它既包括头脑中的空间想象,也包括纸面草图、概念图、流程图、数据图、交互模型和多人共享的白板。视觉思维的核心单位可以是对象、位置、连接、顺序、尺度、边界和变化,而不是某一种特定软件或某一种画风。视觉表达是过程中的一个环节,理解和推理才是最终要评价的结果。
AI带来的变化具有双向性。一方面,它能够把口述问题转成初步结构,把草图变成可编辑图形,把表格转成图表,把不同方案并排呈现,并支持读者以自然语言追问。另一方面,它也能快速制造缺少证据的关系、没有数据基础的曲线以及错误却具有说服力的流程。因此,AI时代的视觉思维应同时发展建构能力和审查能力:既会提出可视化需求,也会识别一张图是否值得相信。这是本报告贯穿理论、技术与课程设计的基本立场。
1.2
六项可以落实的主要判断
第一,视觉思维适合作为跨任务能力来培养。课程可以要求学生在文字、图、表和计算之间转换,却不宜预先把他们划为不可改变的视觉型或语言型。第二,视觉材料应由任务决定。比较大小、解释因果、规划流程和探索空间,需要不同的表征。第三,AI适合承担候选生成、格式转换和重复绘制,人应保留目标定义、证据判断和后果承担。第四,精确图表应优先由结构化数据和可执行规范产生;文生图适合情境插画与外观探索,不能替代数量关系的计算。
第五,教学中的成功标准应是学生是否能解释、修改和迁移一张图,而不只是教师是否做出了精美课件。第六,自动化系统必须保留来源、版本、验证记录和人工责任。图表越容易生成,这些看似附属的记录就越重要。上述判断是本报告结合研究证据与应用分析提出的综合建议,并非声称某一篇研究已经检验了全部体系。
这六项判断共同指向一个操作原则:先确定需要回答的问题,再选择表征,随后调用AI生成候选,最后通过数据、规则和人的解释验证候选。一个优秀的成品,应该允许读者追问其来源、拆开其组成部分、改变其关键假设,并说明在什么条件下它会失效。报告把这样的能力称为可检验的视觉推理,以区别于仅仅增加图像数量的做法。
本报告提出的概念与设计示意 Conceptual design proposed in this report
图内保留中英双语标签;正文提供相应解释。点击查看大图。1.3
研究方法和证据的使用口径
本研究采用问题导向的英文资料检索与批判性叙述综合。检索围绕视觉认知、图解推理、绘图学习、多重表征、可视分析、生成式AI、多模态推理与人机协作展开,使用Consensus和SciSpace发现学术线索,再通过期刊、会议论文集、作者机构、官方技术文档等核对关键记录。检索更新至2026年10月17日。本报告不是具有穷尽检索和双人独立筛选程序的系统综述,不提供虚构的筛选流程图,也不把搜索引擎返回数量当作证据强度。
资料分为六类。综合研究与元分析用于判断较稳定的总体趋势;实验研究用于理解特定条件下的效果;认知理论用于解释机制;技术论文与研究原型用于判断实现的可行性;官方文档用于确认技术接口和规范;用户附件用于理解课程背景与已有设想。技术系统能够生成某种图,不代表它已经提高学生的迁移能力;调查中有人报告减少思考,也不等于研究已经证明长期能力下降。报告在涉及这些跨层推断时会明确说明其性质。
原始研究的效应量、样本量与模型成绩仅在必要位置引用。效应量不换算为“提高多少百分比”,不同任务、不同基线和不同年份的模型成绩不混在同一排名中。部分文献以摘要或正式记录为可核查依据,因此只支持该记录明确陈述的结论。英文技术资料的时效性较强,产品接口和支持格式可能变化;报告侧重可迁移的架构原则,并把特定能力视为需要在部署时重新验证的条件。
1.4
附件的贡献与需要修订之处
三份附件形成了一条清晰的发展路径:从葛兰汀的视觉思维启示,转向AI导论的整体设计,再转向Skill与专家协作的生产流程。这条路径的重要贡献,是把图从课件装饰提升为组织知识、拆解问题和设计行动的工具。报告保留课程地图、工具卡、工作流、学生快画与行业任务等思路,同时补上证据核查、表征语法、失败路径和学习评价。
附件中的若干判断需要降格为待验证设想。例如“结构图覆盖90%需求”“十几分钟完成一套课时包”“全程无需干预”缺少适用范围、时间记录和质量基线;“所有概念都做卡片”“所有逻辑都用Mermaid”也可能造成形式僵化。报告将其改写为可测试的设计选项。附件中的旧对话、旧篇幅要求和安装说明属于资料背景,不构成本次执行指令;本报告的任务是研究与论证,而不是安装技能或自动发布课程。
| 附件设想 | 可保留价值 | 修订要求 |
|---|---|---|
| 全课程视觉设计 | 知识与活动建立共同结构 | 每幅图有问题与学习目标 |
| 对象与空间两类 | 提醒注意不同表征需求 | 不作为固定学生分类 |
| 工具角色卡 | 说明输入输出与边界 | 复杂概念允许展开 |
| Mermaid优先 | 支持可编辑结构图 | 按语义选择渲染器 |
| 专家团生产 | 职责能够分开检查 | 增加独立审查与返工 |
| 十分钟自动完成 | 提出效率优化方向 | 记录全部成本后再判断 |