第13天#读书#

20190721
P56-P60

《设计的金律》
——认知科学家唐·诺曼
【认知科学家，基于认知的知识去指导设计，遵循简洁和自然。如果用户错了，那是设计得有问题。设计的概念模型遵循4点：可供性，限制，对应和反馈。随后讨论了“设计能否防止分心（distraction）”的问题，能，不能，何必。关于未来世界，人工智能会取代设计师嘛？没有答案，却似乎必然】

走进Design@Lab， 四周小隔间里各种人在忙， 中间留出大片地方用来开会讨论， 一个人也没有。 白板上画了个创意流程图。 我走过去看。 过了会儿， 感觉有人走到我旁边， 一言不发， 跟我一起看。我没回头就说： “观察， 合作， 创意， 执行， 这个流程很简单啊。 ”
他说： “只要够用， 简单有什么不好？ ”
转身一看， 大胡子， 小老头， 正是今天跟我约好见面的唐·诺曼（Don Norman） 。

开场既有专业知识，又有人物形象，有思想，有外貌，有言语，有态度。

诺曼是设计界的大人物。 他本来是大牌认知科学家， 创建了加州大学圣迭戈分校（UCSD） 的认知科学系， 而从认知科学角度研究设计则是第一人。 1980年代出版《日常物品的设计》 （The Design of EverydayThings） ， 一举成为设计名著， 曾被乔布斯延请至苹果主持设计， 不合
则去。 近年重回UCSD， 创建Design@Lab， 成为设计思想界重镇。

一如既往，一段话简述人物经历和成就。认知科学家（Science）艺术（Art），相得益彰。

在设计与人之间， 人是不会错的， 错的是设计。 这是诺曼多年前在剑桥学习时与各种反人性的门把手搏斗之后的灵光一现， 今天已成为设计界的金律， 虽然总是被忘掉。

门把手的照片，问诺曼门是推还是开。猜错了。但这是设计的错。

诺曼说， 设计师做设计时心里有个模型， 用户使用时心里也有个模型。 设计师别以为两者天生会一样， 也别说不一样时是用户的错。 两个模型的汇通只能通过设计本身呈现。 只有上手就会用， 才说明两者圆通无碍。 说明书与使用手册应该只是备用， 如果必须看说明和手册才会用， 那么设计已经失败了。

这一思想极其简洁，非常伟大。设计师不用设计什么，只需要把自然展现出来就好。其他的都是多余，甚至是误导。

设计的概念模型（conceptual model） :
第一， 可供性（affordance） ， 即设计要使得物品的正确使用方法显然呈现， 而错误方法根本不可能进入用户的大脑。 可供性为如何正确使用物品提供强烈信号， 用户一眼即知。
第二， 限制（constraint） ， 设计师不想让用户做的事， 就得把物品设计得让用户做不了， 不能靠在物品上写满警示。
第三， 对应（mapping） 。 设计是设计师与用户不见面的沟通， 而通过设计品的形状完成。 设计品的使用方法必须自明， 用户所作操控与预期效果之间的对应须得显然。 为此， 要充分利用形状本身的提示， 比如一个把手是推是拉， 需要设计得一看即知； 也要充分利用用户所处社会中已有的文化标尺， 比如空间隐喻， 上下左右。 它们的本质是为物品无限开放的使用可能性加以逻辑限制。
第四， 反馈（feedback） ， 使用物品必须有反馈， 反馈必须即时、明确、 清楚。

可供性：需要用户做的让用户自然去做；
限制：不想让用户做的让他想做也做不了；
对应：产品自身、文化背景等的诸多提示；
反馈：及时、清晰的反馈。

设计师怎样才能根据可供性、 限制、 对应、 反馈做设计？ 诺曼说，观察， 观察， 再观察。 观察到深处， 设计涌现。 这就是自然设计。

设计不限于艺术创作，程序设计、电路设计、产品设计都是。观察直到涌现，水到渠成，方为自然。

我问诺曼， 你刚刚写了篇文章， 讲分心（distraction） 不是我们的错， 而是设计的错。 喏， 我这儿有个手机， 整天分我的心， 我动不动就要拿起来看。 你能讲讲怎样设计不分我们之心的手机吗？

关于设计能否防止人们分心， 一定要我回答， 就是三个： 能， 不能， 何必。 能与不能， 不能是因为一般而言人总是在分心， 能是因为在特定情境中总是可以通过工具自我管理注意力； 何必是因为分心可以是好事。

回答问题通用模板：不能，问题的普遍性和条件的复杂性；能，特定情境特定解决方案；何必，Why？为什么这是一个问题，为什么要解决它？

其实， UCSD是AI复兴的据点、 “联结主义”的策源地。 多年前， 他在一次讲座上介绍人工智能先驱明斯基对神经网络的批评。 明斯基认为神经网络技术没有前途， 因为单层神经网络无法处理“异或”电路问题。
这个批评使神经网络技术沉寂了数十年。
那次讲座上， 一个家伙站起来说， 明斯基错了！ 夺过诺曼的粉笔，就在黑板上列式子。 这位年轻人叫辛顿（Jeff Hinton） ， 后来发明反向传播算法和对比散度算法， 今天人工智能深度学习的最重要人物之一、Google的AI研究领袖。

看看文学界对理工科历史的描述，细节不一定准确，但要点都到位了。有情节，颇具画面感。

所以， 面对未来， AI会怎样重塑设计？ AI能不能取代设计师？ 与所有人一样， 诺曼内心并无答案。 他讲了一宗趣事： 两个月前， 他与好友麦克马努斯现场辩论这个主题， 两人都是一样迷茫， 但上场之前总得定谁当正方谁当反方， 最后只能掷硬币决定立场。 他猜错了， 只好被安排当反方： 不能。
他输掉了辩论。

有意思的结局。看似没有答案，但似乎又非常明显。未来又有谁能预料呢？