Εισαγωγή. Η ταχεία διείσδυση της τεχνητής νοημοσύνης (ΑΙ) στον δημιουργικό και παραγωγικό κύκλο των γραφικών τεχνών και της συσκευασίας αναδιαμορφώνει ρόλους, διαδικασίες και επαγγελματικές ταυτότητες. Παράλληλα, αναδύονται ζητήματα δημιουργικότητας, βιωσιμότητας, αυτοματοποίησης, αλλά και ηθικής/πνευματικών δικαιωμάτων.

Σκοπός. Η μελέτη διερευνά πώς η ΑΙ επηρεάζει τον σχεδιασμό στις γραφικές τέχνες και τη συσκευασία και πώς διαμορφώνει την επαγγελματική προσέγγιση δημιουργών/σπουδαστών. Εξετάζονται: (α) εξοικείωση/χρήση, (β) αντιλήψεις για δημιουργικότητα και αρνητικές επιδράσεις, (γ) τεχνοφοβία/αντίσταση, (δ) βιωσιμότητα-αποδοτικότητα, (ε) ηθική και πνευματική ιδιοκτησία, (στ) αυτοματοποίηση-ποιοτικός έλεγχος-εξατομίκευση-περιβαλλοντική απόδοση, (ζ) πρόθεση μελλοντικής χρήσης, (η) δημογραφικές διαφορές, (θ) συσχετίσεις μεταξύ κλιμάκων.

Μεθοδολογία. Διατομεακή ποσοτική έρευνα με αυτοσυμπληρούμενο ερωτηματολόγιο (Ν = 103: 57,3% γυναίκες). Ηλικία: 33,0% 21–30 ετών. Σπουδές: 71,8% μεταπτυχιακό. Ιδιότητα: 51,5% επαγγελματίες. Εμπειρία συσκευασίας: 25,2% καμία, 39,8% 1–6 έτη. Χρήση ΑΙ για δημιουργικούς σκοπούς: 51,5% «ναι», 22,3% «όχι ακόμη αλλά ενδιαφέρομαι». Αναπτύχθηκαν/χρησιμοποιήθηκαν 7 υποκλίμακες (Εξοικείωση/Χρήση, Αρνητική Επίδραση, Βιωσιμότητα-Αποδοτικότητα, Ηθική-ΠΔ, Αυτοματισμοί-Ποιοτικός Έλεγχος, Εξατομίκευση-Καταναλωτική Σύνδεση, Πρόθεση Χρήσης). Αξιοπιστία: Cronbach’s α = 0,735–0,955. Μη κανονικές κατανομές (Kolmogorov–Smirnov/Shapiro–Wilk), άρα μη παραμετρικοί έλεγχοι: συσχετίσεις Spearman, Mann–Whitney U (φύλο) και Kruskal–Wallis H (ηλικία, σπουδές, ιδιότητα, εμπειρία, χρήση ΑΙ).

Αποτελέσματα. Οι μέσοι όροι (φθίνουσα): Ηθική–ΠΔ (ΜΟ=4,10), Πρόθεση Χρήσης (3,93), Αυτοματισμοί–Ποιοτικός Έλεγχος (3,70), Βιωσιμότητα–Αποδοτικότητα (3,66), Αρνητική Επίδραση (3,47), Εξατομίκευση–Σύνδεση (3,17), Εξοικείωση/Χρήση (2,95). Η Εξοικείωση/Χρήση συσχετίστηκε θετικά με Βιωσιμότητα (ρ=0,546), Αυτοματισμούς (ρ=0,478), Εξατομίκευση (ρ=0,546) και Πρόθεση (ρ=0,592), και αρνητικά με Αρνητική Επίδραση (ρ=−0,473), p<.01. Η Αρνητική Επίδραση συνδέθηκε αρνητικά με Πρόθεση (ρ=−0,541) και θετικά με Ηθική–ΠΔ (ρ=0,480), p<.01. Η Βιωσιμότητα συνδέθηκε ισχυρά με Αυτοματισμούς (ρ=0,743) και Εξατομίκευση (ρ=0,687), p<.01. Δημογραφικά: (α) Φύλο—διαφορά μόνο στην Εξατομίκευση (γυναίκες υψηλότερα, p=.04). (β) Ηλικία—νεότεροι (21–40) υψηλότερη Εξοικείωση, Βιωσιμότητα και Πρόθεση, μεγαλύτεροι (41–51+) περισσότερες ανησυχίες και υψηλότερη ευαισθησία Ηθικής–ΠΔ. (γ) Σπουδές—απόφοιτοι ΑΕΙ/ΤΕΙ υψηλότερη Εξοικείωση και Πρόθεση, διδακτόρες υψηλότερη Αρνητική Επίδραση. (δ) Ιδιότητα—επαγγελματίες υψηλότερη Αρνητική Επίδραση· σπουδαστές υψηλότερη Εξατομίκευση· Πρόθεση χωρίς σημαντικές διαφορές. (ε) Εμπειρία—1–3 έτη: υψηλότερη Εξοικείωση/Πρόθεση, >6 έτη: υψηλότερη Αρνητική Επίδραση και χαμηλότερη Πρόθεση. (στ) Χρήση ΑΙ—χρήστες: υψηλότερες θετικές διαστάσεις και Πρόθεση, χαμηλότερες ανησυχίες· μη χρήστες: αντίστροφο μοτίβο (όλες p<.001).

Συμπεράσματα. Συνυπάρχουν ισχυρή ηθική ευαισθητοποίηση και υψηλή πρόθεση υιοθέτησης της ΑΙ, με σαφείς αντιλήψεις επιχειρησιακών/περιβαλλοντικών οφελών αλλά περιορισμένη καθημερινή εξοικείωση. Η πραγματική χρήση φαίνεται να μειώνει τον σκεπτικισμό και να ενισχύει την πρόθεση. Επαγγελματίες μεγαλύτερης ηλικίας/προϋπηρεσίας εκφράζουν περισσότερες ανησυχίες, υποδεικνύοντας ανάγκη στοχευμένης κατάρτισης, διαφάνειας και πλαισίων ηθικής/πνευματικών δικαιωμάτων. Η στρατηγική ένταξη λύσεων ΑΙ σε δημιουργικό–προεκτύπωση–εκτύπωση μπορεί να βελτιώσει αποδοτικότητα, ποιότητα και βιωσιμότητα, εφόσον συνοδευτεί από εκπαίδευση, τυποποίηση ροών και σαφείς κανόνες διαφάνειας/ιδιοκτησίας.

Introduction. Artificial intelligence (AI) is rapidly permeating the creative and production cycle of graphic arts and packaging, reshaping workflows, roles, and professional identities while raising questions around creativity, sustainability, automation, and ethics/intellectual property (IP).

Purpose. This study examines how AI affects design processes in graphic arts and packaging and how it shapes professionals’ and students’ approaches. It addresses: (a) familiarity/use, (b) perceived impact on creativity and negative effects, (c) technophobia/resistance, (d) sustainability and efficiency, (e) ethics and IP, (f) automation–quality control–personalization–environmental performance, (g) intention to use, (h) demographic differences, and (i) inter-scale correlations.

Methodology. Cross-sectional survey (N = 103; 57.3% female). Age: 33.0% aged 21–30. Education: 71.8% master’s. Role: 51.5% professionals. Packaging experience: 25.2% none, 39.8% 1–6 years. Creative AI use: 51.5% yes, 22.3% not yet but interested. Seven validated subscales were employed (Familiarity/Use, Negative Impact, Sustainability–Efficiency, Ethics–IP, Automation–Quality Control, Personalization–Consumer Connection, Intention to Use). Reliability was high (Cronbach’s α = .735–.955). Given non-normal distributions (Kolmogorov–Smirnov/Shapiro–Wilk), nonparametric tests were applied: Spearman correlations, Mann–Whitney U (gender), Kruskal–Wallis H (age, education, role, experience, AI-use groups).

Results. Mean scores (descending): Ethics–IP (M=4.10), Intention to Use (3.93), Automation–Quality Control (3.70), Sustainability–Efficiency (3.66), Negative Impact (3.47), Personalization–Connection (3.17), Familiarity/Use (2.95). Familiarity correlated positively with Sustainability (ρ=.546), Automation (ρ=.478), Personalization (ρ=.546), and Intention (ρ=.592), and negatively with Negative Impact (ρ=−.473), all p<.01. Negative Impact correlated negatively with Intention (ρ=−.541) and positively with Ethics–IP (ρ=.480), p<.01. Sustainability correlated strongly with Automation (ρ=.743) and Personalization (ρ=.687), p<.01. Demographics: (a) Gender—difference only for Personalization (women higher, p=.04). (b) Age—younger groups (21–40) reported higher Familiarity, Sustainability, and Intention; older groups (41–51+) reported more concerns and higher Ethics–IP sensitivity. (c) Education—university graduates (bachelor) showed higher Familiarity and Intention; PhD/researchers reported higher Negative Impact. (d) Role—professionals higher in Negative Impact; students higher in Personalization; Intention showed no significant role differences. (e) Experience—1–3 years reported highest Familiarity/Intention; >6 years showed higher concerns and lower Intention. (f) AI-use—users scored higher on positive dimensions and Intention, and lower on concerns; non-users showed the opposite (all p<.001).

Conclusions. Strong ethical/IP awareness coexists with high intention to adopt AI and clear perceptions of operational and environmental benefits, yet day-to-day familiarity remains limited. Actual hands-on use appears to reduce skepticism and increase adoption intent. Older and more experienced professionals express greater concerns, indicating the need for targeted training, transparency, and robust ethical/IP frameworks. Strategically embedding AI across creative–prepress–press can enhance efficiency, quality, and sustainability when coupled with education, standardized workflows, and clear rules for transparency and ownership.