|
传统上，设计师仰赖工艺技术弥补知识上的不足，无论是草图绘制、制作模型、绘制细部或彩现，这些花上多年时间磨练出的技艺让设计师感到无比自豪。遗憾的是，在新兴设计领域中，这些技艺缺乏表现的空间。
身为设计期刊与研讨会审阅委员、设计竞赛评审委员、以及设计学生与教师的指导委员，我被迫看很多烂作品。设计师经常对问题的复杂性或对提出论述所需的证据一无所知，便提出骇人的主张。烂作品经常出自聪明、有天份的人，他们有好点子，也可以将产品、概念或仿真制作的很好，可惜提出的主张很糟。
早期的工业设计成品大多是实体产品。然而时至今日，设计师的工作还扩及组织架构、社会问题、互动、服务与经验设计。许多问题牵涉到复杂的社会与政治议题，结果设计师变成应用行为科学家，但他们在这方面的教育却严重不足。设计师经常不了解议题的复杂性和相关知识的深度。他们主张从旁观者角度可以得到崭新的解决方案，却又纳闷为何这些方案鲜少被执行，或者执行后为何失败。旁观者清，或许能够洞见观瞻，但也必须具备足够经验与知识，方能为之。设计师通常缺乏对问题本质的了解。设计学校并不训练学生了解这类复杂议题、人类与社会行为间交互纠缠的复杂性、行为科学、科技与商业，也几乎没有科学、科学方法、实验设计的训练。
类似的问题也发生在工程领域中的设计师，虽然他们学的是真材实料的科学，却也经常忽略社会与行为科学领域，他们不了解人类行为、责怪人们没有好好使用科技、质问人们为何如此不合逻辑。（你应该常听到这样的抱怨：「我们的东西运作良好，会出问题都是因为人的关系。」）工程师常忽视人们实际的行为。而工程师和设计师二者共同的问题，在于忽略实验设计中可能不经意产生的偏差，以及不恰当的简化问题后所产生的危险。
社会与行为科学领域也有自己的问题，他们不仅鄙视应用与实务工作，而且实验方法也不切实际。科学家追寻「真理」而实践家寻求「适切性」，科学家寻找微小差异而设计师期望大的影响力。人机互动、认知工程、与人因工程领域的人则通常不在乎设计。所有领域都有自己的问题，每个人都应该分摊责任。
是改变设计教育的时候了
过去的工业设计师专注于形体与机能，材料与制程，而今日的问题则更加复杂、更具挑战性。尤其对于互动、经验、服务设计领域来说，更需要具备新的技能。传统工业设计是应用艺术的一支，需要造型与材料上的知识，以及绘图和彩现的技巧。新兴领域比较像是应用社会与行为科学，需要了解人类认知与情绪、感应与驱动系统、了解足够的科学方法、统计与实验设计，所以设计师才能在想法被具体实践之前，进行合理有效的检验。
设计师需要在产品中安置微处理器、显示器、驱动装置、传感器。从烤面包机到墙上的开关、厕所和书（电子书），愈来愈多产品加入了通讯模块，安全与隐私、社群网络、人类社交互动议题的相关知识更显得重要。旧时代的技能（如素描与绘图、模型与模具）必须被新时代的技能（如程序撰写、互动与人类认知）补强，甚至被取代。快速制作原型与用户测试是必要知识，意味着设计师必须懂得一些社会与行为科学、统计学、和实验设计。
在教育单位，工业设计通常隶属于艺术或建筑学院，以实务教学为主，并以 BA、MA 或 MFA 为最终学位。很少见到设计教育的课程将科学、数学、科技或社会科学课程纳入规划中，所培养出的设计师也因此不具备当代所需的技能。
无知者训练无知者
根据我在欧美、亚洲一些全球最顶尖设计学校的经验，他们在互动与经验设计领域最核心的行为科学上，并没有给学生良好的训练。设计师评估他们自己的产品或实验结果时，不了解其中呈现的实验严谨性或潜在的偏见，包括他们的教授们也欠缺这些知识。
设计师经常用贫乏的统计和行为差异知识在检视自己的设计。他们不知道下意识的偏见会导致他们只看见自己想看的，而非实际发生的现象。许多人完全没有察觉到对照组的必要性。长久以来，社会与行为科学（药学）就已经学习到盲目评分（blind scoring）的重要性，所谓盲目评分就是受测者评分时并不知道被观察的条件，也不知道受测项目。
最近顶尖研究型大学坚持聘用博士学位的设计教师，使得问题更加复杂了。就设计教师自身所受到有限的训练而言，我们根本不了解什么样的知识才能造就一个博士。我们是用无知者在训练无知者。
这些困境是由很多原因造成的。我说过大多数设计是在艺术或建筑学院中传授，许多学生选择设计是因为不爱科学、工程和数学。很不幸的，新时代对设计师的要求，不允许我们妄自菲薄的走向非技术性、非科学导向的训练。
另一方面的问题，即便是设计学校愿意教正规设计方法，我们也缺乏一套专为设计人才规划的课程。拿我所关心的缺乏实验严谨性来说，如果你同意我的话，我们要开什么课程来教呢？我们并不知道。社会与行为科学领域的实验方法并不适合用来解决设计师所面对的问题。
设计师是实践家，意味着他们的任务不在拓展人类的科学知识，而是在运用知识。设计师的目的是产生既大又重要的影响力。科学家对真理感兴趣，通常是在分辨两种不同理论推测上，而且这些差异相当微小，即使在统计数据上十分显著，对实际应用所产生的影响却不大。所以，动用大量实验观察者针对不同可能偏差值进行仔细控制的实验方式，并不适合于设计师。
设计师需要快速知道结果，顶多花费几小时或几天。通常 5 到 10 位受测者就相当足够。没错，也许该注意可能的实验偏差（例如实验者本身的偏差或实验呈现的顺序），但如果你所寻求的是大效应，就应该进行简易而快速的测试，而非科学家所能接受的测试方法。
设计师不需强求理想或完美，不够理想或完美的结果往往很适合于日常生活使用。没有一件日常物品是完美的，也不需要。我们需要足以辨识这些实用与应用目的的实验技巧。
设计领域需要开发自己专属的实验方法，这些方法应该要简易而快速，就能找到足具代表性的现象和条件。但这些方法仍必须能反映出统计变异与实验偏差。目前这些方法并不存在，我们需要一些好心的统计学者和设计师们一起工作，开发出这些专属、适切的方法。
|
