唐納德?諾曼（Donald Arthur Norman，1935年12月25日－）為美國認知心理學家、計算機工程師、工業設計家，認知科學學會的發起人之一，關注人類社會學、行為學的研究。1999年，他被Upside雜志提名為世界100精英之一。Norman博士出版了大量的書籍和研究報告。他的作品有13本之多，并被翻譯成12種語言。其中最有名的要數《設計心理學》、 《情感化設計》 以及2009年出版的 《未來產品的設計》。

DON NORMAN談無需設計師的設計

作者：Don Norman    譯者：方舟 K ][ N G of A R K

Don Norman聲稱他的目標在生活中做出了顯著的差異，但這樣做有樂趣。他是商人（在蘋果公司，惠普執行副總裁和啟動）和學術（哈佛大學，加州大學圣迭戈分校，西北大學，KAIST）。由于諾曼尼爾森集團的創始人之一，他擔任公司董事會，并幫助企業使產品更愉快，稱心，和盈利。他是一個IDEO的研究院和國家工程學院的成員。

第一次受到優秀產品設計的震撼，令我終身難忘。那時我剛加入Apple，還在熟悉業務。工業設計團隊的一名成員來訪，他給我看了一個產品提案的仿制模型。“哇哦，”我說，“我想要一個！這啥東西呀？”

那次經歷讓我感受到了設計的力量：我還不知道那是什么東西，它就令我為之激動和狂熱！這種讓人不禁叫出“哇哦”的設計，只來自有創意的設計師。這是很主觀的、很個人的事情。你瞧瞧，工程師可不喜歡聽這個——沒辦法量化？那就不重要！如此一來，消滅設計師的趨勢就出現了。我們工程師只靠測試就可以走向成功，簡單得很，誰還需要設計師！有震撼力、俘獲人心的設計所帶來的激動心情，被認為是無關緊要的。更糟糕的是，設計的本質正在被忽視和踐踏，設計正在面臨危機。

不相信嗎？我們來看看Google。有一位高級設計師離開Google的事情 ，曾被公開報道并為人關注。這位高級設計師在自己的博客上說道，Google對設計不感興趣，也不想參透設計。似乎Google主要是依靠測試結果來進行設計決策，而不是依靠人的技能和判斷。Google能全權掌控試驗，快速地把多種樣例發布給數以百萬計的用戶群體，讓兩種設計相互競爭，決定選取哪種設計的根據，是點擊量、銷售業績等等任何他們想要的客觀衡量標準。什么樣的藍色最好？測試一下便知。怎么擺放元素最好？測試一下就行。頁面如何布局？測試一下即可。

 這種依靠測試的做法非Google獨有。Amazon.com一直在依此進行實踐。多年以前我就被驕傲地告知，他們不再陷入設計好壞的爭論——他們只做測試，然后根據數據來決定。當然，這正是以人為中心的迭代式設計思路（human-centered ierative design）：制作原型、測試、修訂，如此循環迭代。

這就是設計的未來嗎？誠然有不少人這么想，已然是演講和研討會上的熱門話題。畢竟支持者可以理智地問道：誰要來反對用數據說話嗎？

兩種創新：漸進式改善和新概念

談到設計，和幾乎所有的創新，至少有兩種截然不同的實踐形式。其一是漸進式改善（incremental improvement）。這意味著，一家企業在產品制造過程中的單位成本隨著對產品持續、漸進的改善而逐漸降低。由此形成的穩定的漸進式創新鏈條，有助于運營、部件的供貨以及供應鏈管理。持續對產品設計進行修補：調整界面、追加新功能、在各處做小修訂等等。在既有平臺的基礎上，采用不同的功能搭配組合，簡單做些微修改，就可做到每年都發布新產品。既減少部分功能，以便推出低端產品線，也可以對部分功能進行強化或追加全新的功能。采用漸進式改善，基本的平臺底子總是不變的。漸進式設計和創新不如開創新概念、新想法來的有魅力，但比后者常見得多，也重要得多。這樣的創新都是小創新，但其中大部分都非常成功。此即所謂的企業“搖錢樹（cash cows）”：這樣的一條產品線，只需追加很少的開發成本，就能實現常年獲利頗豐。

第二種形式的設計，則是教授“突破性產品創新”時所談的那種設計，廣泛見之于設計、工程和MBA課程當中。這種設計即發明新概念、定義新產品、開創新商機，是創新中有趣的那一部分，因而也是大部分設計師、發明家希望盤踞的領地。然而這種設計的風險是很大的：大部分創新會失敗。成功的創新可能經歷數十年才會被廣泛接受——所以創新者并不一定就是獲益者。

在開頭我提到的那個Apple產品模型事例中，設計師就是在發明新概念。相較之下，Google和Amazon實踐的就是漸進式改善。這是兩種不同的實踐活動。和大部分創新一樣，那個Apple產品最終失敗了。為什么會失敗呢？我過一會兒再來說明。

兩種形式的設計都是必要的。圍繞“數據驅動（data-driven）”型設計的爭論是有誤導性的，因為其無非是用一種設計的優勢來否定另一種設計的重要性。對于改善既有產品而言，數據驅動型設計確實行之有效。然而，產品本身又是從哪兒來的呢？當然是來自某個有創意的腦袋瓜。測試有助于強化一個既有想法，前提是需要有創意的設計師和發明家來給出這個想法。

為什么測試很重要卻又不完善

數據驅動型設計正好比一種知名的優化算法——“爬山（hill-climbing）”法。設想你身在一座不熟悉的山丘上，一片漆黑伸手不見五指。如果你看不見，要如何爬到山頂呢？你可以測試自己周圍的地形，哪個方向是最陡且往上的，就向哪個方向邁一步。重復探尋，直到你周圍任一方向都往下行為止。

但如果這片地區有很多山丘怎么辦呢？如何能知道你是否處于整片山丘的最高處呢？答案是：你不能知道。此即“local maximum（局部最大值）”問題：你無法判定你是在最高的山丘頂上（即全局最大值，global maximum）上，還是在一個小山丘頂上。

在數學空間中，計算機可嘗試從空間中多個不同的部分同時施行“爬山”算法，并選取所有嘗試結果中的最大值，從而避免“局部最大值”問題。這種做法仍然無法保證能取到真正的最大值，但能避免被局限在單一的局部最大值上。這種策略對設計師而言鮮能湊效。確定一個起點就已經很不容易了，更不用說確定多個不同的起點。如此一來，通過測試來進行改進的設計只可能達到一個局部上限。測試永遠不可能告訴我們，是否存在好得多的方案（也許另一個山丘要高得多）。

于是就需要有創意的人來參與。當這個人重新構造問題，認識到之前探索的局限性，突破就會出現。設計和發明需要創意的一面。漸進式的設計無法做到這一點。

偉大創新的障礙

激動人心的創新所具備的一些根本特征，使創新本身不適合通過測試來進行決斷。人們對新穎設計有抵觸情緒，采取的態度會趨于保守。做事情的新技術、新方法往往要歷經數十甚至上百年才會被接受。與此不同的是，各種基于測試的設計方式都假設，做出一個改動之后，能夠立刻測試、得到反饋，并立刻決定改動后是否比改動前更好。

我們沒有辦法判別激進的新想法最終是否能成功。我們還需要偉大的領頭者和勇氣。歷史告訴我們，有許多人面對一次又一次的拒絕和抵觸，堅持了很長時間，其想法才終獲接受。這些成功者經常指出，在產品獲得成功后，人們就無法想象以前沒有這個產品的時候是怎么過的了。歷史也告訴我們，有許多人堅持過，最終也未獲得成功。對激進的新想法持懷疑態度并不為過。

一個初成的想法不被接受，因素很多：可能是因為技術還不成熟，可能是因為還有很多東西有待優化，可能是因為受眾群體還沒有做好接受它的準備，也可能是因為這是個糟糕的想法。判定其中的主導因素是很困難的——是在確立想法很久之后，才會得到的后見之明。

一個激動人心的想法，從想法形成并初步實現，到最終認定其在市場中的成功或失敗，歷時長久。 有些人想以證據作為標準，對新發展方向進行定奪，卻被這漫長的時間差所擊敗。 更好的方案 即使曾經被提出過 ，也可能會被自動化測試否決掉——這并不是因為它不好，而是因為它等不了數十年的時間來獲得認可。只看測試結果的人注定會錯過巨大的回報。

當然，有很多合理的商業考慮能夠解釋，為什么忽略有可能更好的方案是明智的。畢竟，如果受眾沒有做好接受新想法的準備，這個新想法一開始就是會在市場中失敗。短期看來確實如此。但若要想在未來獲得成功，最佳的方案是先發展新想法并將其商業化，投入市場以獲取經驗，并不斷地進行優化，發展客戶基礎。同時，公司還要做好準備，應對現有方案之不測。既要保持把現有的做好，還要準備隨時迎接新的。如果公司沒能洞察到新趨勢，其競爭對手就會迎頭趕上，接手市場。這些競爭對手往往是被現有公司忽略的小創業團隊。之所以被忽略，是因為這些新來者的所作所為還不太為市場所接受，無論如何都不像是老公司現有業務的有力挑戰者。請參見“創新者的困境（The Innovator's Dilemma） ”，以了解這種公司的運營困境。

用于屏幕驅動（screen-driven）型設備和電子游戲的勢控（gestural）界面和多點觸控界面，正是 兩個久經蹉跎才成功的創新例子。 它們難道不是杰出的創新嗎？當然是。它們難道不杰出嗎？當然杰出。但是它們新嗎？絕對不新！多點觸控設備在研究實驗室里等待了近30年，才首次迎來大規模量產的成功產品。20年前我就見過勢控界面演示。新想法要花上相當可觀的時間，才會在市場上獲得成功。過快地把想法商業化，往往以失敗（以及大筆的資金損失）而告終。

當年那位給我看模型的Apple設計師同事也未能幸免。他給我看的是一臺為小學生設計的便攜設備，其外形設計不同于我之前所見的任何東西。那真是絕妙的設計——即便是在我這通常很挑剔的眼里，其設計也完美切合了其用途和受眾。可惜的是，最終產品成了Apple公司部門間內訌的犧牲品。盡管產品最終被投放到了市場中，但部門間的不合導致了糟糕的實施、糟糕的產品支持和糟糕的市場推廣，破壞了產品的整體性。

公司抵觸完全地創新，也有根有據。在不能確定贏利潛力的情況下開發新產品線，代價是很高的。而且現有產品的責任部門也會擔心新產品打壓了現有產品的銷售（這叫做“同類相食”）。這些擔憂一般都是合理的。這種形勢也屬經典案例，即有益于公司的好事情對現有產品部門來說卻是壞事情，因為那意味著現有產品部門職員得到升遷和獎勵的機會不容樂觀。如此想來，公司會抵觸創新也就不足為奇了。統計數據清楚地表明，盡管極少數創新取得了非凡的成功，但絕大部分創新都失敗了并付出慘重代價。無論公司的新聞稿和年度報告里怎么說，公司都會猶豫甚至抵觸創新，這都不足為奇，因為持保守態度是明智的。

展望未來

數據驅動的自動化流程會慢慢侵占如今人類設計師所掌握的地盤。諸如基因算法、知識密集型系統等等這些依靠計算機生成創意的新方法會開始接管設計的創意空間。醫療診斷或工程設計等其他領域也正在發生相同的變化。

我們將面對更多無需設計師的設計，但主要只限于在對既有概念的強化、精化和優化方面。即使到了以后，神經網絡、基因算法，抑或其他某種尚未被發現的方法都能被用來開發新的、有創意的人工系統了，任何新概念也還是須要面對同樣的困難，經歷漫長的接受周期，？？人類在心理上的、社會上的和政治上的復雜需求。要做到這一點，我們需要有創意的設計師、有創意的商業人士和有冒險精神的人來突破極限。會有新想法遭到抵觸。許多偉大的創新將以更多巨大的失敗為代價。

無需設計師的設計？有些人討厭人類判斷的含糊性和不確定性，討厭人類不靠譜的過往表現和自相矛盾的論調。這些人會嘗試剝離設計中的人為因素，轉投數字和數據和懷抱，只因為數字和數據看起來似乎能提供確定性。還有一些人希望借助創意來得到巨大收獲，他們會遵循自己的原則來做。前者會帶來持續的小改進，顯著提高生產力并降低成本。后者會面對巨大的失敗，并迎接偶然發生的巨大成功——這些巨大成功會改變世界。