StreetDesignAI：多角色評估擴展設計師視角
arXiv - Human-Computer InteractionZiyi Wang, Yilong Dai, Duanya Lyu, Mateo Nader, Sihan Chen, Wanghao Ye, Zijian Ding, Xiang Yan
StreetDesignAI 透過多角色評估，讓設計師即時看到不同自行車使用者衝突，提升設計決策與滿意度
AI 幫你先抓重點
AI 重點 1
多角色評估將衝突視覺化，促使設計師從單一視角跳脫，進行權衡決策。
滑鼠懸停看 AI 判斷理由
此洞察顯示 AI 介入不僅提供數據，更改變設計思維流程，讓設計師能在實務中更快識別並解決使用者衝突，提升設計品質。
AI 重點 2
對比實驗證明，結合實際街景與多樣化 persona 的回饋能顯著提升設計師滿意度與採用意願。
滑鼠懸停看 AI 判斷理由
此結果說明在教育科技或設計領域，將真實情境與多元使用者模型結合，可有效提升工具的實用性與接受度，對於推廣 AI 助手具有重要參考價值。
核心研究發現
- 1
系統結合街景影像與地圖資料，讓設計師可即時評估多種自行車使用者的經驗衝突。
- 2
26位交通專業人員的對照研究顯示，StreetDesignAI 的多角色回饋顯著提升設計師對不同使用者需求的理解與決策信心。
- 3
使用者滿意度與實務採用意願顯著高於一般 AI 聊天機器人，證明多角度回饋更具吸引力。
- 4
質性分析指出，明確衝突呈現使設計探索從單一優化轉向有意識的權衡推理。
對教育工作者的啟發
StreetDesignAI 示範了將多角色評估嵌入設計流程的可行性，實務工作者可依此設計多元使用者模型並即時檢視衝突。建議在設計初期先收集目標使用者的行為特徵，利用系統生成對應 persona，並在迭代中持續比較不同 persona 的回饋，藉此調整路徑寬度、緩衝區等設計參數。此方法不僅提升設計品質，也能在專業報告中提供可量化的衝突證據，增加決策透明度與說服力。
原始文獻資訊
- 英文標題：
- StreetDesignAI: Broadening Designer Perspectives Through Multi-Persona Evaluation of Cycling Infrastructure
- 作者：
- Ziyi Wang, Yilong Dai, Duanya Lyu, Mateo Nader, Sihan Chen, Wanghao Ye, Zijian Ding, Xiang Yan
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- openai/gpt-oss-20b
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。