Ứng dụng Trí tuệ nhân tạo (AI) trong giảng dạy môn thiết kế nhân vật tại Trường Đại học Gia Địn
Tóm tắt
Trong bối cảnh chuyển đổi số diễn ra nhanh chóng, các công cụ Trí tuệ nhân tạo (AI) ngày càng đóng vai trò quan trọng trong việc thay đổi quy trình sáng tạo của mỹ thuật và thiết kế kỹ thuật số. Nghiên cứu này tập trung khảo sát việc tích hợp công nghệ AI vào giảng dạy môn Thiết kế nhân vật dành cho sinh viên ngành Đồ họa kỹ thuật số tại Trường Đại học Gia Định. Nghiên cứu sử dụng phương pháp tiếp cận hỗn hợp, bao gồm tổng quan tài liệu, thực nghiệm giảng dạy trong lớp học và đánh giá kết quả sản phẩm thiết kế của sinh viên. Một số công cụ AI tạo sinh như Midjourney, Stable Diffusion và Adobe Firefly được tích hợp vào quy trình thiết kế nhằm hỗ trợ quá trình phát triển ý tưởng, khám phá concept và thử nghiệm các phương án hình ảnh. Kết quả thực nghiệm cho thấy quy trình thiết kế có sự hỗ trợ của AI có thể giảm khoảng 30–50% thời gian dành cho giai đoạn hình thành ý tưởng và phác thảo ban đầu, đồng thời giúp sinh viên mở rộng khả năng sáng tạo và đa dạng hóa phong cách thị giác. Kết quả nghiên cứu cho thấy việc tích hợp AI vào giảng dạy thiết kế có thể nâng cao hiệu quả học tập, đồng thời vẫn duy trì vai trò quan trọng của các kỹ năng mỹ thuật truyền thống trong quá trình hoàn thiện sản phẩm.
Tài liệu tham khảo
1. Scott Robertson & Thomas Bertling, (2013), How to Draw: Drawing and Sketching Objects and Environments from Your Imagination, Design Studio Press.
2. Tạ Phương Thảo - Nguyễn Lăng Bình (1998), Ký Họa và Bố Cục, NXB Giáo Dục.
3. Triệu Khắc Lễ (2008), Giáo trình Kí hoạ 1, NXB Đại học Sư phạm.
4. Triệu Khắc Lễ (2008), Giáo trình Kí hoạ 2, NXB Đại học Sư phạm.
5. Triệu Khắc Lễ (2008), Giáo trình Kí hoạ 3, NXB Đại học Sư phạm.
6. Ian Goodfellow, Bengio, Y., & Courville, A. (2016), Deep learning, Cambridge, MA. MIT Press.
7. Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., Courville, A., & Bengio, Y. (2014), Generative adversarial nets, Advances in Neural Information Processing Systems 27, pp.2672-2680.
8. Rombach, R., Blattmann, A., Lorenz, D., Esser, P., & Ommer, B. (2022), High-resolution image synthesis with latent diffusion models, Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, June 2022, doi: 10.1109/CVPR52688.2022.01042.
9. Dwivedi, Y. K., Hughes, L., Ismagilova, E., et al. (2023), So what if ChatGPT wrote it? Multidisciplinary perspectives on generative AI, International Journal of Information Management, 71.
10. Elgammal, A., Liu, B., Elhoseiny, M., & Mazzone, M. (2017), CAN: Creative adversarial networks, generating “art” by learning about styles and deviating from style norms, Proceedings of ICCC.
11. McCormack, J., Gifford, T., Hutchings, P., Llano, M., Yee-King, M., & d’Inverno, M. (2019), Design considerations for AI-based creativity support tools, Proceedings of the International Conference on Computational Creativity.
12. Adobe. (2024), Adobe Firefly: Generative AI for creative workflows, Adobe Research
Tải xuống
Đã Xuất bản
Cách trích dẫn
Số
Chuyên mục
Giấy phép
Tác phẩm này được cấp phép theo Giấy phép quốc tế Creative Commons Attribution-NonCommercial 4.0 .
