Дизайнеры теряют почву под ногами: как внедрение нейросетей уперлось в скрытый психологический барьер

Анализ ответов 318 китайских специалистов по дизайну одежды выявил, что готовность использовать инструменты генеративного искусственного интеллекта (AIGC) зависит не столько от функциональности софта, сколько от удовлетворения базовых психологических потребностей. Работа показывает, что уверенность в своих навыках (компетентность) является главным драйвером принятия технологии, однако исследование основано на самоотчетах респондентов и не фиксирует реальный опыт использования ИИ в динамике.

В этом материале:
  • Механизм принятия технологии
  • Как проходило исследование
  • Что влияет на решение дизайнера
  • Ограничения и выводы

Механизм принятия технологии

Авторы использовали модель "Стимул — Организм — Реакция" (SOR), чтобы понять, как внешние факторы меняют внутреннее состояние дизайнера и приводят к решению использовать ИИ. В данной схеме "стимулами" выступили воспринимаемый риск, социальное влияние и наличие вспомогательных условий. "Организмом" стали три психологические потребности: автономность (чувство контроля), компетентность (уверенность в навыках) и связанность (причастность к сообществу). Конечной "реакцией" стала поведенческая интенция — намерение внедрить AIGC в работу.

Результаты подтвердили, что внешняя среда напрямую влияет на внутреннее состояние. Социальное одобрение и доступ к обучению усиливают чувство компетентности и автономности, в то время как страх перед рисками эти эти состояния подавляет. В свою очередь, именно удовлетворение этих потребностей определяет, начнет ли дизайнер работать с нейросетями.

Как проходило исследование

Работа представляет собой количественное статистическое исследование. Данные собрали с помощью онлайн-опроса в феврале-марте 2025 года. Выборка составила 318 человек, включая штатных дизайнеров компаний, фрилансеров, преподавателей профильных вузов и студентов старших курсов из Китая.

Для анализа использовали метод моделирования структурными уравнениями (PLS-SEM). Респонденты оценивали утверждения по семибалльной шкале Лайкерта. Чтобы исключить случайные искажения, авторы провели пилотный тест на группе из 20 волонтеров и проверили данные на наличие систематической ошибки общего метода (Common Method Bias), которая оказалась в пределах допустимой нормы.

Что влияет на решение дизайнера

Исследование выделило три ключевых вектора влияния на психологическое состояние специалиста:

  • Воспринимаемый риск: опасения по поводу авторского права, оригинальности работ и возможной замены человека машиной сильнее всего бьют по чувству компетентности.
  • Социальное влияние: поддержка коллег и ожидания организации значительно повышают чувство принадлежности к профессиональному сообществу (связанность).
  • Вспомогательные условия: наличие качественного "железа", софта и курсов обучения дает дизайнеру ощущение контроля над инструментом.
Фактор Влияние на решение использовать ИИ
Компетентность Самый сильный положительный предиктор (β = 0,520)
Автономность Значимое положительное влияние (β = 0,313)
Связанность Наименьшее, но значимое влияние (β = 0,136)
Воспринимаемый риск Снижает намерение через подавление всех трех потребностей

Данные показывают, что для дизайнера критически важно чувствовать себя мастером, который управляет инструментом, а не просто получает случайный результат. Именно поэтому компетентность стала главным фактором в модели.

Ограничения и выводы

Работа позволяет утверждать, что техническая доступность ИИ не гарантирует его внедрение: психологический барьер в виде страха потери авторства или неумения пользоваться инструментом может полностью блокировать принятие технологии. Однако исследование имеет ряд ограничений.

Во-первых, данные собраны в один момент времени (кросс-секционный дизайн). Это значит, что авторы зафиксировали лишь намерение использовать ИИ, но не само реальное поведение в долгосрочной перспективе. Во-вторых, выборка ограничена одним регионом — Китаем, что затрудняет перенос выводов на дизайнеров из других культурных и правовых сред.

В-третьих, модель не измеряла внутреннюю мотивацию напрямую, а опиралась на удовлетворение базовых потребностей. Таким образом, работа описывает механизм принятия технологии, но не доказывает, что использование ИИ делает творческий процесс более качественным или продуктивным. Для подтверждения этого потребуются лонгитюдные исследования и анализ реальных портфолио.

Экспертная проверка: биофизик Алексей Корнилов
Показывать Pravda.Ru в сервисах Google

Автор Михаил Коробов
Коробов Михаил Александрович (родился 15 января 2002) — внештатный корреспондент Pravda. Ru.
Куратор Сергей Белов
Белов Сергей Николаевич — историк науки с 27-летним стажем. Изучает развитие научных идей, институтов и научных школ.
Последние материалы