| 工业设计国家自然科学基金申报策略浅谈 刘肖健 浙江工业大学工业设计研究院 工业设计虽然近年大热，但在基金的江湖里仍是小弟。说起来有点福威镖局的味道：你的生意顺风顺水是因为道上朋友给面子，真打架不一定打得过谁。更要命的是，这样的弱角儿要是手里有了威力奇大但不会使的辟邪剑法，就变成了整个江湖掠夺的对象。以前工业设计混江湖不易，各位大哥纷纷解囊赏饭。现在大哥们突然发现，当年要饭的小弟已经混进朝廷了，其中滋味可想而知。 这种端倪大家都已看到，2015年工业设计在NSFC的形势急转直下，获资助数量大不如前。国家和政府对工业设计的重视间接影响了工业设计在学术界的“发展中学科”优惠待遇，“扶上马、送一程”的实习期已告一段落，以后就要在平等的规则下拼实力了。由于NSFC中不设工业设计门类，这就意味着你的对手不是身边的同事或圈内同行，而是机械、信息、管理等其他学科的各派高手。换句话说，你要去别人的地盘上门踢馆，并且要用人家的本门武功通过人家的本门裁判PK掉人家80%的选手，难度可想而知。35岁以下的男青年和40岁以下的女青年只要PK掉60%即可，但形势依然严峻。 本文的经验主要是“战术”层面而非“战略”层面，是教你少犯错误而不能包你命中。作者本人即使有了些须经验，在申报项目中仍是败多胜少，但是从反馈意见来看，战术错误（文献掌握不全、技术路线不清等等）已经很少再犯了。战略高度的项目多涉及新概念、新思想，不同的评审人看法有分歧很正常，但只有少犯战术错误才有施展战略的空间。而工业设计的青椒们最缺的恰恰是战术，这跟工业设计的交叉学科背景关系很大。 下面就按照NSFC标书的顺序来逐个聊聊个人看法，仅供参考。
我请教过的一个前辈说，国家基金的标题起码看起来要“像个”基金的样子。那国家基金的标题应该是什么样子呢？ 表达的清晰准确、简洁到位是取题目的第一要义，不管研究内容像不像个基金，起码形式上要像。常有基金评审人抱怨说基金标题里有些被用滥的词，几乎在每个标题里都能见到它们的影子。这些词的前三甲是“基于”、“面向”和“研究”。而与这三个词相关的内容恰好就是基金标题里应该说清的东西。 “基于”后面的词应该是理论或技术基础，一般来说都有较成熟的理论成果可以支撑课题研究。换句话说，你要弄清楚你的研究成果是长在这棵学术大树的哪一个分支上。不要想着自创一派新理论，谁都没这本事。工业设计中这类研究偶尔也有，大部分是玩概念，能深入下去的很少。 “面向”后面的词是问题对象或研究目标，比如某一个细分的领域或对研究范围做出某些限定。 “研究”前面的词则是研究内容概括表达，如某某模型。 所以三个用滥的词其实代表了一些共识，它们在标题中可以不必出现，但是出现了也没什么，三者的实质内容才是决定性的。我们试着编造一个题目——“基于感性工学面向用户意象的人机交互行为模型研究”。看起来是个中规中矩的基金题目，但还是有些问题： 1）感性工学作为一种理论或技术还不够成熟，承担“基于”的任务有点勉为其难，换成“支持向量机”、“贝叶斯网络”等成熟技术则会像样得多（仅做举例，不可当真）。 2）“用户意象”差不多可以算是一个研究领域了，而不是一个研究对象。前几年还可以算研究对象，但近几年它的范围变大内涵变丰富了，作为研究对象得有所选择才行，比如后面加上个“拓扑结构”或“层次聚类”啥的（仅做举例，不可当真）。 3）“人机交互行为模型”作为研究内容，也是太广泛，做一个放之四海而皆准的模型（工业设计老师搞理论研究很爱干这事）是很困难的，为了兼顾通用性很容易在实用价值上捉襟见肘。而且真要表达这个意思，“人机”和“行为”两个词都可去掉，交互就够了，在现在的大环境下没人会理解偏，标题要惜字如金。交互的概念应该进一步细化，如“多通道并行交互”或“时序交互规划”等（仅做举例，不可当真）。 三样内容至少应该有两样能体现在标题中最好，而且其中至少应该有一样要尽量做到具体、详尽、到位。 三个滥词全去掉，我们可以整出一个这样的题目来：“用户意象拓扑结构及其多通道并行交互的贝叶斯网络模型”（仅做举例，不可当真），是不是有点意思了？ 注意，“及其”二字前后不一定是并列关系，有可能一个是问题对象一个是研究内容，只是写在一起太长所以拆分开了。标题语法上没错读起来不别扭即可，逻辑关系稍微有点ambiguous可以在正文中详细解释。 不按套路出牌且能命中的标题也有不少，经验是norm不是rule，不要太死板。但有一点，标题千万不能引起评审人的反感，这是申请书的第一道门面，不要让评审人一看标题就有种想挑错找茬的欲望。大数据、云计算、工业4.0等太热的词要慎用。一来这些词本身不是学术词汇（有的几年前是，现在不是了），有的甚至带有政治性，除非报管理口，否则带有政治背景的词会引起学术人物的反感而遭斩立决；二来评审人会想：这些概念重要是重要，与你何干？我们刚伪造标题起码看起来像是花了点心思琢磨出来的，定位还是精确的，而这些词一掺乎进来，一锅汤都水了。 工业设计选题能报的口子，机械、信息和管理是三个主要去处。 1）机械口 机械设计学（E0506）共有6个分支，设计理论与方法（E050601）的申报量占了半壁江山，工业设计多数在这里。基金委工材学部的一位负责专家曾在某次机械工程学会年会隔壁的工业设计分会年会上表示支持工业设计申报，导致该口在工业设计学科骤热。 大家都挤在一起申报一个口子至少有一个好处，就是有可能你的PK对手是工业设计同行而不是机械学科的专业选手。基金的网评一般是八九个到十几个本子打包在一起送到一个研究方向最接近的专家那里，如果某个口子报上来的工业设计本子足够多，则有可能跟你本子打包的全都是工业设计的，那你就有出头之日了。因为青年基金的评审规则“建议”给50%通过，不论整体质量好坏。这是为了鼓励新人新思想。相信大部分评审人还是会遵循这个建议的，作者本人也曾一边读本子一边摇头一边给了一半通过。 跑到别人家去窝里斗是迫不得已，但是对工业设计这样的弱学科申报人不失为一种自我保护。 撇开竞争要素，申报机械口的核心关键就是要“面向机械设计中存在的问题”。很多工业设计本子只是自顾自的说自己那套说辞，对申报口子并不关心，或者是写完了才找个差不多的口子把代号填上。这个思路得调整一下，到什么山唱什么歌，这跟做用户研究是一个道理，评审专家就是用户，得去琢磨下他们的口味。“设计理论在机械口是最虚的，工业设计更虚”——这可以说是机械口专家对工业设计比较一致的看法。所以找到“正确的问题”是选题阶段的重中之重。 要找到问题，就必须深入了解机械设计理论，这是个冰冻三尺的积累，非一朝一夕可毕其功。从作者评审过的一些期刊论文来看，很多工业设计老师对设计理论用都用不顺溜，更别提找问题了。这个不全是学术水平的原因，而更多的是没有问题意识和思考的习惯。 很多做一线设计很成功的老师对设计理论不屑一顾：这破玩意不实用！这软件一点也不智能！你这理论这么牛逼能点个按钮biu~的一下给我吐出一个好设计来吗？！ ——面对工业设计的理论研究，这些老师给自己的定位其实是“白痴用户”，而不是一个设计研究者。鉴于此，摆正自己的位置是申请基金的第一要务。这些非常表面化的吐槽其实每一个都有深层的学术根源，能挖掘出来就是成功的第一步，咱们工业设计人即使吐槽也要吐到学术级的槽里，不能把自己降格为白痴用户的水平。 找选题来源有个捷径，就是到国外文献的最后一节discuss部分去淘金。国外论文discuss部分一般都写得比较详细，个人感觉是作者为了对付评审人的质疑而把研究内容和方法的各种限制条件、范围界定以及不足之处、进一步研究内容等统统交代清楚。这倒是给读者找新的研究课题提供了不少便利，因为问题都主动交代了嘛。论文级别越高，交代的问题就越有参考价值和深挖潜力。有些poster类的会议论文干脆就是专一提问题，一二三四五列得门儿清。因为正经有料的研究成果写成poster太浪费，但是还得在两页纸里搞点深度出来，于是有些人就开始发天问预测未来了。去找这类文章来看看，会有不少收获。 建议在技术路线中的“实验设计”部分找个结构和功能都稍复杂一些的机械产品作为研究载体，安排实验和理论方法的验证工作。自然基金的研究成果既要有普适性又要有典型性，后者就可以作为跟机械挂钩的桥梁了。 列举几个机械口获得资助的相关题目供参考： 面向能量优化基于设计元的机电产品创新设计理论与方法研究（E050601，2008） 复杂机械产品设计意图驱动设计原理、方法及应用研究（E050601，2009） 基于功能表面的产品基因生长型设计方法研究（E050602，2011） 顾客价值驱动的产品服务系统方案设计技术研究（E050601，2011） 基于多视角的概念设计建模及表达的研究（E050602，2012） 面向集成创新的功能知识综合与行为预测建模（E050601，2013） 基于脑电技术的设计概念产生与概念表达关系模型研究（E050602，2013） 面向概念设计与详细设计的知识聚融理论与方法（E050603，2013） 机械结构对称性在产品设计中的设计知识挖掘、应用规律及应用方法研究（E050601，2014） 2）信息口 信息口与工业设计比较紧密的分支主要有如下几个（其他也有，不一一列举了）： F020506：计算机应用技术 - 人机界面技术 F020507：计算机应用技术 - 计算机辅助技术 F020513：计算机应用技术 - 新应用领域中的基础研究 F030511：人工智能与知识工程 - 人机交互与人机系统 有种说法是信息口的专家比较容易接受新鲜事物，因为普遍年轻，似乎有点道理。 信息口我前几年中过一个面上项目，主旨是用旧方法研究工业设计中的新对象并顺带改造旧方法。但是就像上节所说的，那个研究对象现在也扩大成了一个领域，不再适合做研究对象了。近几年信息技术井喷，处在技术实践前沿的工业设计学科受影响最大，许多早年的游兵散勇现在都拉起队伍占山为王了。对这个客观现实要心里有数，文献要多看近三年的，否则很容易选出一个水题。 工业设计的本子报信息口不大可能去做算法研究，所以电子和信息技术应用中的新问题就成了主要方向。这些新问题或多或少都与交互有关，这对扩大工业设计选题范围是个不错的利好。因为交互研究的本质其实是对人的研究，与人有关的所有问题都是复杂和模糊不清的，也就为安排选题预留了充足的空间。麻烦的是发端于应用的交互类选题的理论基础不好弄，找不着大腿抱是常有的事。 报信息口或交互类课题，实验设计很重要。因为研究人的模糊性最终的产出很有可能就是弄清几个关键I/O量之间的关系，有了实验才有数据，有了数据下结论才有根据，设计更好的交互方式才能够在这基础上开展。这些中间步骤要是跳过去，后面的成果就变成了空中楼阁。 现在机械和信息类的硕士博士论文最后都要开发个原型系统来验证研究结论，在没有电脑的时代，大家都是做实验的，实验数据和原型系统的功能类似。所以，如果工业设计报信息口的课题软硬件方面都没亮点，那就在实验和数据上多下点功夫吧。 注意，F020507（计算机辅助技术）和F020513（新应用领域中的基础研究）是两个筐，什么都能往里装，很多选口子找不着北的本子都在这里。对你来说是好事还是坏事，要仔细掂量一下。 列举几个信息口获得资助的相关题目供参考： 面向概念设计的虚实融合环境交互技术研究（F020506，2012） 图形用户界面效率模型和优化方法研究（F020506，2013） 基于视觉注意的手势交互技术研究（F020506，2013） 基于真实隐喻的儿童交互式学习环境研究（F020506，2014） 基于多层次知识进化和多级实例推理的复杂产品方案三维创新设计方法研究（F020507，2012） 设计意图表示理论、方法及应用研究（F020507，2008） 基于知识进化的多层次结构产品整体方案创新设计技术（F020507，2005） 移动网络中的复杂行为测定及其在区域代价策略下的变化研究（F020513，2014） 支持价值觉察的服务系统建模、设计与优化方法（F020513，2009） 3）管理口 有些人觉得管理类的研究不搞数学、不搞机械，也不搞软硬件这些强理工技术，而且也研究人、研究用户，是不是比另外俩口子好“混”一点？ 这是个错觉。 首先，管理类研究课题的数学内容并不少，各种数学模型满天飞，都是工业设计师们玩不来也不喜欢玩的。其次，管理界的门派之见比工科要严重得多。一部盲审的学位论文，一个专家建议推优而另一个专家给个不及格，这种事恐怕也只有在管理界才能看到。所以讨好管理专家格外不容易，更何况要讨好多个专家。 最关键的一点是，管理类的研究——不！解！决！问！题！ 话说得有点绝对，但是对想报管理口的工业设计选题而言，妄图搞出一套方法或解决一个问题的研究基本都会被枪毙。管理学科研究问题的本质、问题的起因、问题的关键要素之间的关系等等，最后给点谨慎的建议，就是不会去解决这个问题。所以管理口的题目最后四个字以“机制研究”、“作用研究”、“影响研究”、“关系研究”、“模式研究”、“比较研究”、“实证研究”为结尾的超多，你不知趣的弄个“方法研究”提交上去，那就只有等死了（“评价方法研究”是可以的，因为它只评价问题，不解决问题）。 这里要注意的是“实证研究”，管理类的问题多数都需要实证而不是实验。实证是去收集客观存在的数据，实验则是为了你的课题专门“制造”一批数据。比如研究手机用户的偏好，商家的销售数据是实证数据，用户回答调研问卷的数据则是实验数据——前者的数据是客观存在的，后者的数据你不发问卷就不存在。 对创新而言，管理学研究的是创新现象本身，而不是创新方法和创新结果。G0203（创新管理）和G0208（市场营销）有一些工业设计人会感兴趣的课题，大家可以去基金委网站查一下该口命中的项目都研究些什么。 此外，管理专家对文献综述的重视与苛求程度也是工业设计人吃不消的。 此口险恶，慎往。 但是管理学科的一些用户研究方法、调研方法和数据分析方法倒是可以借鉴。 结构方程模型（StructuralEquation Modeling，SEM）在管理圈已被用成狗，拿它当课题亮点保你被虐成狗。想想看，“我这课题最大的创新点是用Excel处理数据哎……” 列举几个管理口获得资助的相关题目供参考： 多类创新产品市场扩散的优化理论研究（G0104，2010） 商务模式创新的综合集成理论与方法研究（G0116，2012） 中国传统文化视角下企业二元创新能力的形成机制和影响效果研究（G0203，2012） 企业新产品开发过程中技术与非技术要素全面协同的机理与模式研究（G0203，2009） 顾客参与对新产品开发的影响：基于调节聚焦理论的实验研究（G0208，2008） 参考点依赖和损失厌恶对消费者新产品决策的影响（G0208，2008） 品牌代言活动中品牌文化的构成要素、意义转换过程及其对品牌价值的影响（G0208，2008） 文化价值观影响下的消费者品牌态度：世代差异与代际影响研究（G0208，2008） 工业设计服务业创新政策网络研究（G0307，2010） 顺便说一句，上面最后一个课题是“工业设计”四个字首次出现在国家自然科学基金标题中的记录。 上面三个口子列出的获得资助的题目都是工业设计关注的问题，但获得资助的人大部分却不是工业设计而是其他相关技术学科的。这多少有点尴尬。学科背景所致，并非完全是我们的错，但从实践中发现学术问题仍是工业设计老师的基本功——做一个牛逼的设计师、开一家牛逼的设计公司之外，是不是也应该怀有点其他理想呢？ 4. 选题 不要以为只有工业设计发愁选题，机械、信息等强势学科的人一到过年照样头大。不过他们都是地主，多半有余粮，工设们就得自己撒种了。 1）自然科学基金的资助原则 自然科学基金不支持太“实用”的研究。做一个难度很高、意义很大的设计，哪怕是高铁、飞机、航母，都不在NSFC的支持范畴内。这些属于工程技术项目。自然科学基金支持的是科学研究，目标是发展新理论、发现新知识，是回答Why的研究，工程技术研究是操作性的，要把技术系统的蓝图弄出来，是回答How的研究。 也有一种说法是自然科学基金资助的是创新与风险同在的基础研究，而能够立竿见影产生效益的技术开发项目很容易得到企业的资助，没必要花纳税人的钱。因此，选题对已有理论体系和知识体系的贡献一定要清晰明确。 这点跟期刊杂志发表论文的原则类似。很多工业设计的论文只是把已有的理论和技术方法拿过来用用，解决一个具体的设计问题，这类论文越来越难发了。如果对理论发展没有实质贡献，通过自己的实践对已有的理论体系和技术方法提出一点挑战和质疑，或发现一些“例外”，都是有价值的。千万不要因为解决你的设计问题用了一个很牛逼的理论（甚至只是用了一个设计师不太常用的工程软件）而沾沾自喜，有些东西你觉得很酷，那可能只是因为你知道的太少。 就工业设计而言，回答Why的研究其实是为设计决策提供支持。设计师们不妨问一下自己，你的每一个设计行为的决策依据究竟是什么？比如你把鼠标计成白色，是受了苹果的影响，还是用户喜欢白色？假如“用户喜欢白色”，这种知识你是怎么得来的？是发调研问卷得到的吗？如果你问了100个用户80个告诉你喜欢白色但销售数据显示黑色鼠标卖得最快，你怎么做决定呢？ 上图是一个国内知名手机品牌的设计总监的QQ对话截图。这种决策方式可能会发生在每一个设计师身上。作为一个成功的设计师，你可能觉得自己的经验方法有效就行了，至于什么原因，Who cares。但是作为一个研究者，把设计师感性的、依靠直觉但却有效的决策行为的内部机制弄清楚，这是NSFC级别的研究。这种机理研究清楚了，设计师的直觉经验就可以复制了，后续的软硬件技术开发就可以跟上，让菜鸟设计师也能瞬间爆发小宇宙，意义不可估量。 《鹿鼎记》里韦小宝打罗刹国那节有个段子：双儿使点穴神功点倒一名罗刹兵，众罗刹大惊失色，他们不知点穴是一门需要修炼的武功，还以为是什么法术，一经传授人人会使。这个段子我经常讲给我的硕士生听，我想让他们明白的是：本科阶段的学习和硕士阶段的学术研究其实就是武功与法术的区别：高级设计师的经验再强大也做不到“一经传授人人会使”，这是武功，只有秘笈而没个十年八年的修炼你谁也打不过；但是法术却有这个能力……不啰嗦了，自己去看哈利波特。 自然科学基金是法术级别的研究。要有自己的贡献，而且这种贡献不能是那种需要修炼十几年才见效的武功秘籍。 2）问题导向 “问题导向”即找到一个有价值的问题，这是工业设计选题的关键。问题导向在社科类项目的申报中体现得更突出。一般而言，国家社科偏政策，教育部项目偏理论，自科是理论加技术。工业设计在理论和技术两方面都不强势，所以坚持问题导向是明智的做法。把现有的理论和技术成果用好，在寻找问题解决方案的过程中对理论或技术有所增值，这就是不错的贡献了。 什么样的问题有研究价值呢？大致来说有这么几种类型： ——工业设计（或中国的工业设计）特有的问题； ——新问题，可能是新技术带来的，也可能是新现象（消费趋势等）带来的； ——老问题的新方法； ——老方法用于工业设计时的新问题。 举几个例子： 这几年全国都在喊“转型升级”、“自主创新”。好，假设企业都开窍了，都要自主创新，那问题来了：有这么多需求，谁去搞创新？设计师的数量是不会增加的，因为高校不让扩招。对策有很多，von Hippel提出了用户创新，Chesbrough提出了开放式创新，Howe提出了众包，李总理提出了众创。再拍拍脑袋还会有。2012年我写过一个“云设计”的NSFC本子，结果提交上去告诉我超项了不能报。第二年再报时我把这个本子扔了，因为一年之内这个概念烂大街了。上面提到的几个对策都不是技术型的，但是提供了很好的思路，可以从理论和技术角度入手去做。信息领域的CAD研究一直在做这类事情，现在又有新概念，叫“机器换人”，只不过现在是换工人，还没换到设计师，估计也快了（我是说这个概念快要被提出了）。这是中国工业设计特有的问题，国外也有，但没这么突出。 新问题最典型的就是交互了，互联网的普及催生了大量交互问题，这些都是以前没有过的。以前交互只是人机工程学的一个分支，现在另立山头了，而且涉及到多种学科的交叉，心理学、医学、工程技术等等。老问题的新方法主要跟软硬件实验技术的发展有关，如脑电、肌电、心电等传感设备。以前是设备不够先进实验没法做，数据收集不起来，研究就进展不下去。现在不仅价格低廉而且便携，甚至向植入化发展（不是实验设备而是固化在产品里面），为很多原本方法粗糙的研究提供了便利。有一批人专做这类产品，那是工程级别的项，目不是自科题材，但是这类设备可以为工业设计研究准备优质数据，传统的人机类研究可以发新芽了，比如从静态测试升级为动态和实时测试等。 用于工业设计问题的“老方法”多指其他相关学科的方法，拿到工业设计问题上不能直接用，需要改造。这一改造就有理论价值了。比如机械设计中常用的优化方法，优化目标都是明确的，就是寻找某个目标量的极值。但是用在工业设计中会发现，确定目标量就是个挺麻烦的事：要用户满意，还要有创新性，创新不能过头，要跟以往的产品系列有连贯性，价格还不能太高，品质还不能太差。这些指标每一个都不是省油的灯，而且要使用优化这种依靠计算的工具，还得把这些指标统统量化了。机械设计的目标一般不会有这么复杂。这属于多目标优化问题，还好，有较成熟的技术可用。但是还有问题。多目标优化常用的做法是每个指标给个权重系数，乘上加在一起算出一个总值作为优化目标函数。上述各指标里面，创新性比较特殊，如果它的值等于零（先别管怎么算出来的），表示这是一个抄袭的方案，那是绝对要枪毙的，不管其他指标多高。也就是说，创新性等于零，总目标也必须是零。这样一来，创新性指标和其他指标之间的关系就不是“加”了，有可能是乘号。多目标优化就变成了“非线性多目标优化”，这在优化技术里也不是一个很好搞定的东西，但其研究价值毋庸置疑。 座椅设计中“肌肉舒适”与“骨骼舒适”不可兼得的矛盾问题也是一个经典优化科目，在各类先进传感器和数据处理技术的支持下还有望再折腾一下。 同一个问题可以有多个不同的切入角度，视具体需要报自科还是社科，问题可以依据不同的套路展开，打造成相应的学术课题。 这些问题可以提出来，但是解决方案不一定在工业设计的学科领域内，怎么办呢？对待这个问题，不妨把公开发表的学术论文中的技术当做超市货架上的现货，直接拿来用。前提是你得知道你需要的东西在哪个货架上。后面技术路线部分再详细讨论这个。 3）从吐槽到学术，找大腿抱 工业设计圈里愤青不少，而且似乎都集中在高端群体。也可能这是我的错觉，因为low货的声音太小听不见。 上节说过了，吐槽没啥不好，但是咱们要吐学术级的槽，你得强迫自己站在“上帝视角”来俯视吐槽的内容，不能把自己的情绪掺进去。 吐槽要有建设性。就是说，吐完了以后你得想想解决这个问题应该抱谁的大腿，它的解决方案有可能长在学术大树的哪根树枝上，或哪个树叉上（指交叉学科）。换句话说，找到吐槽问题的“主管部门”。在国外似乎什么都能成为学术研究的对象，哪里有不爽哪里就有学术。国外的学者们恨不得掘地三尺挖个课题出来，这种精神值得我们学习。 设计理论和技术界被吐槽最多的可能还是“不实用”。一部分原因确实是以往的CAD研究过于乐观，把辅助设计理解为一脚踢开设计师，让计算机来干活。现在已经有了很大的改观，至少不再强调取代设计师了，而是“人机共融”，互有取补。在这个背景下，倒是出现了一个有意思的现象，就是设计师取代用户变成了设计理论研究的对象——研究设计师的思维、设计师的习惯、设计师的草图、设计师最佳的工作方式、怎样让电脑围着设计师转，一如以往的“用户中心”。这个方向还有不少潜力可挖，设计师们研究自己应该还是有点优势的吧。 抄袭仿冒也是被吐槽的对象，但法律并不是唯一的解决手段。这类吐槽可以派生出若干研究课题。从仿冒者的角度，只要按照专利法的规定回避掉一些关键特征（专利回避）即可，这就变成了一个技术问题，跟上面提到的优化类似，其中约束条件的处理是关键内容。 “创意之代码”（作者的公众号）有一篇2012年作者写的讨论威客的文章，《威客，我拿什么来灭你？》，链接如下： http://mp.weixin.qq.com/s?__biz=MzAxMjA3MjI5MQ==&mid=209176250&idx=1&sn=db16f27293bce6bcaecf300fb61a35de&scene=4#wechat_redirect 此文发端于设计师们对威客的吐槽和声讨。那年我去北京出差，闲着没事就写了这篇文章。当初并没有想着要搞成一个学术课题，想到哪写到哪，写到不想写就停下了。虽然只是篇散文，其学术脉络还是有一些的。那时“众创”的概念还没提出来，但是在这篇文章里基本要素都有了，思考这个问题的视角也涉及到了几个不同的学术分支。 还有一篇微信文章，《从<末日崩塌>中的亲缘选择说开去》，这篇不是分析吐槽，而是影评随笔，模式差不多。开始是讨论道德，但是我兜了一圈，习惯性的又扯到工业设计上了：） http://mp.weixin.qq.com/s?__biz=MzAxMjA3MjI5MQ==&mid=206624165&idx=1&sn=190a88bd6fc87de37efc2a4b57eb8cb3&scene=4#wechat_redirect 这篇随笔写得天马行空没什么逻辑，可以算头脑风暴吧。如果你读完发现了错误或漏洞，那么恭喜，你找到新的价值了。这类文字可以算一种思考游戏，写得不够严谨没关系，作为潜在创新概念的储备还是有点意思的。 吐槽缺乏建设性的关键原因就是觉得给吐槽内容找到了“责任人”就万事大吉了：客户SB、老板SB、用户SB、学校SB、教育部SB……这种简单的问责心态时间久了就会导致思维惰性。可能他们真的都很SB，但积极寻找解决方案应该是每个人的责任。 也有些东西够不上吐槽，但确实会让设计师头大，这时不妨多想几个Why。再强调一遍，设计师们不要把自己定位为“白痴用户”。 吐槽是一种负面行为，对应的“正面”行为是喊口号。工业设计圈里以前都是吐槽，这个糟糕那个也糟糕；现在都是口号，这个重要那个也重要。喊口号跟吐槽一样，也代替不了科研，都需要多做一些表象之下的建设性思考。 4）大数据，欺负比咱更弱的学科 专门聊聊大数据。肯定有不少工业设计人都想抱这棵大树，但又不知道能从这块挖点啥出来。 大数据的含义很广，这里只是随便聊聊，不要把我说的东西当教科书，其实很多我也不懂。 我的建议是，暂且把大数据作为一种成熟的技术工具，用它来干我们分内的事。跟大数据分析有关的一些通用技术工具应该也不少了，如Matlab、SPSS、Ucinet等，学会使用也并不难。对工业设计人而言，并不需要去开发自己的大数据工具或对大数据技术本身进行发展，而学会使用通用技术enhance你的研究则非常有必要。工业设计人对待技术的态度应该像开卷考试，不要求你把课本上的内容全都背下来，但你在考场上至少应该知道去那一页找答案。课题中了再详细研究技术细节也来得及，而写本子的时候则要大致清楚什么技术是用来解决什么问题的。此类科普书有的卖（国外有很多），平时多翻翻没坏处。 “欺负比咱更弱的学科”是个玩笑。比咱更弱的是指艺术类学科，他们并不弱，但是申报自然科学基金比咱更没优势倒是真的。也有可能他们根本就不玩这个。大数据从文科和艺术领域抢课题是必然趋势，就像一个多世纪以来科学不停地掠夺哲学的研究领地。 大数据对设计和艺术的意义非常具体，简单说，就是把以往的经验结论科学化，用大数据分析手段为你想要的知识找根据。传统的艺术类研究结论都是在学者的头脑里加工出来的，一个学者阅尽天下样本就可以比较权威的结论。而大数据不仅可以更高效更可靠地做同样的事，还能够完成学者依靠感官和知觉难以发现的情况，比如有人通过词频统计发现《哈克贝利.芬历险记》与马克吐温其他的作品呈现出截然不同的模式，因此质疑此书系伪作。 我见过一本挺神的考证书，作者坚持认为印第安人是殷商时期的中国人渡海到达美洲并繁衍的后代，并且把印第安改了名叫“殷第安”。该说法的一部分重要证据来自于两种文化图腾的相似性分析。但是得出这种结论的推导过程过于主观，令人怀疑是先有结论再选择性的收集证据的结果——这种现象在文史界不是少数。用大数据技术做这件事则可以客观得多。大数据技术的优势就是可以批量处理大量样本，并把两个样本集的共性特征找出来加以分析，特别从海量数据中挖掘一些仅凭感知难以觉察的、潜藏的规律性的东西，为研究结论的得出提供较客观、科学的证据支持。 上述例子是想说明大数据（其实就是统计分析了）的一些用途。对工业设计而言，就不是殷商和印第安两个样本集了，比如可以是新旧两代产品的用户数据，或者针对同一目标的不同调研方法得到的数据，用以评判改进前后的产品性能差异或调研方法的可靠性等等。对象不一样，但方法原理都是类似的。 我做过的一个这类课题是给格式塔建模。把平面视觉形态的格式塔引申到产品设计或色彩设计，用设计要素代替形态要素，用网络代替“完形”，从大数据中抽取隐藏的关联模式……这里其实格式塔的概念只是提供了一个研究的开端，建模技术则都是来自工科领域。各类艺术现象对寻找选题思路是个不错的来源。 大数据无疑是一个非常有用的研究辅助手段，可以方便你做一些更有价值的探索，但要注意分清主次，数据分析及其结论只是基础。上述举例都偏重于“发现自然规律”，与管理口正相反，机械和信息口似乎有点BS此类选题（如果全部内容只是发现规律的话）。因此选择问题对象还要仔细规划，跟所报的基金口子要相符。至于大数据技术本身，文化部一直在强调文化研究的技术提升，接受这类研方法不是问题。如果是报教育部或国家社科（包括艺术基金），还是要谨慎一点。即使要使用这类技术，也不要把技术作为申报书的亮点，重心还是要放在研究对象上。再强调一遍：问题导向。
有人习惯本子全文写完最后再写摘要。我建议先写，这是锤炼思路的第一步。可以在本子每有进展时回过来修改摘要，把模糊的东西逐步清晰化。“清晰化”在撰写基金本子的过程中是个十分重要的概念，在某些与信息有关的体系里面，“清晰地描述”本身就是解决问题过程，描述清楚就一切OK了。 摘要的写法跟小论文类似，区别主要有两点：一是内容要更全面一些；二是小论文是面向已完成的工作，基金是面向尚未动工的工作，语气要注意有所区分，吹嘘还八字还没一撇的成果要把握分寸。 摘要写得最令人发指的有两种：一种是400字居然写不满；另一种是区区400字还要在里面凑字灌水扯废话。看到这样的摘要，估计评审人已经在磨刀霍霍了。几百字的摘要都言之无物，正文如何也就可想而知了。基金摘要写成这样是不可原谅的。 简而言之，摘要就是用400字回答清楚五个问题：1.解决什么问题？2.用什么方法？3.做哪些工作？4.工作成果是什么？5.成果有什么优势？ 1）解决什么问题？ 问题最好是文献综述的结论。这是个尚未发现的新问题，还是现有的解决方案不够好？要说清楚。 注意问题的表达方式不是“啥啥很重要”。“很重要”是一种横向的比较，通常不是无意义就是废话。“工业4.0很重要”——农业2.0就不重要吗？“转型升级很重要”——这种废话还要你教我？ 问题的表达最好能暗示“这是个新问题”、“以前的研究都没解决好”等纵向线索。延续上节的几个例子： ——自主创新导致创新需求暴涨，但现有的技术与人力资源均无法满足。 ——智能CAD研究在替代设计师方面进展缓慢，而在辅助设计师方面又一直得不到重视。 ——研究表明，调研问卷与实证数据显示的用户偏好差异很大，影响了设计决策的可靠性。 ——驾驶姿态下，肌肉与骨骼舒适状态的矛盾问题一直没有有效的解决方案。 ——传统优化技术在解决以用户意象为目标的工业设计问题时，还有很大不足（或直接写清楚到底有什么不足）。 第一节里伪造了一个题目，《用户意象拓扑结构及其多通道并行交互的贝叶斯网络模型》，可以试着继续给它伪造一个问题对象。这个题目里有三样东西，哪一个才是问题呢？ 贝叶斯网络肯定不是，因为我们已经假定它是成熟技术了，除非你打算对这项技术本身做进一步发展，否则它再酷再有价值也不能成为研究的出发点（真有人会这么写，觉得某技术牛逼得不要不要的，不用用它都对不起自己一样）。剩下两个都有可能是研究的问题背景，看具体情况了。 如果以“用户意象拓扑结构”为问题背景，可能是这样一种情况：以往的研究是把用户意象作为一个多维空间，各意象分量分别代表一个轴，后来的研究发现旧模型过于粗糙简化了，各意象之间存在着错综复杂的关联，需要一个拓扑结构才能表达清楚（仅做举例，不可当真）。“多通道并行交互”是个应用背景，以前只是手眼交互，现在各种感官齐上，复杂了很多。但是“变复杂”本身还不足以构成一个问题，变复杂后旧方法不管用了才是问题。比如各交互通道之间产生了耦合相互干扰，旧方法里没有这种处理方案，这才算问题。这个问题需要改造就方法，或者研究新方法，课题因此有了成立的依据。 2）用什么方法？ 成熟的技术工具，稍微具体一点。如果用到了多种技术，关键的可以都点到，但不要太啰嗦，不能影响评审人阅读和理解。英文缩写第一次出现时要给出全称，特别是自己造的新名词。 3）做哪些工作？ 研究内容经常是跟技术方法放在一起写，哪种技术用来做哪块工作，一样样摆齐。写在摘要里的研究内容要有所选择，要确保每样都有自己的特色。发调研问卷、做实验、编程序、开发原型系统这些鸡零狗碎的东西不要写在摘要里，大家都要干这些事，除非有独特之处，否则不写。 4）工作成果是什么？有什么优势？ 工作成果最好能看出来对解决第一句提出来的问题有什么贡献。比如第一句说“设计要素与指标之间的关系太复杂难处理”，最后的成果可以写“提供了复杂关系的可视化展示技术，辅助设计师依靠直觉发现最优解”。 “建了一个模型”、“弄出一套方法”这类东西是研究内容，作为成果力度弱了一点。成果说白了就是说清楚你做的东西到底有啥好处。模型有啥好处？方法有啥好处？成果可以和优势写在一起，优势主要是指“比较优势”，已有的解决方案相比好在哪里。 作者的两个国家基金摘要里有如下一些描述成果及其“优势”的副词： “……更全面的，……改进了……，显著降低了……，弥补了……不足。……提高了……全面性，……加速了……，解决了……问题。引入……，直接……。” “……实现……精确控制，……提高……效率，……提升……模式，……直观……，改变……不足。” 这些词贯穿了整个400字的摘要。当初写摘要时并没有太刻意，现在回顾了一下，其实是在写的时候脑子里一直有个强调成果的潜意识，所以词句中处处有体现。 不过要注意的是，上面第一个摘要用了太多的“了”，这是一种完成时态，不适合描述还没得到的成果。一个评审人提出了这点，还好没影响大局。写第二个基金时就注意了许多。 上述套路可以稍微有些变化，但几样东西都要说清楚。研究方法和研究内容可以放在一起写，比如几大块研究内容分别采用什么方法，分别用来解决那个子问题，拣最有特色的写。争取让评审人看明白你要做什么并认同你的观点。 写摘要应该避免的有两个问题（写不够、灌水就不说了）：一是故弄玄虚，各种技术名词列一大堆，企图让评审人不明觉厉。这不是一个好主意，工业设计玩技术名词哄骗一下自己人还可以，各技术口的专家是哄骗不了的。搞不好弄巧成拙，人家会觉得你连这种烂大街的词都拿出来炫，可见是个没料的人，于是咔嚓。二是有解释不清的概念，包括工业设计常用的方法和自己创造的名词。一些说法可以表达得通俗一点，如果“准确性”和“易理解”有冲突，宁可保留后者。摘要是全文的缩影，有些东西后面还要详说，就不在摘要这节里展开了。总之，摘要以表达清晰和强调产出为第一要义，先给评审人一个良好的第一印象，让他在后面的阅读中主动寻找支持你（而不是枪毙你）的理由。 6. 意义 意义是申请书正文的第一部分，通常写一页左右就可以了，不用太啰嗦。 意义部分虽然篇幅不长，但却是基金的重要前沿阵地，一定不能有闪失。不同的人有不同的法宝，没有固定套路，这里只谈谈作者的个人看法。 1）重要性 vs 问题 不少人觉得意义就是重要性，因此拼命渲染。这是一个误解。前一节讨论摘要时说过，太强调“重要性”不一定能打动人，因为有些东西的重要性是显而易见的，没必要强调。而找到一个别人都没发现的问题才能看出申请人对现象本质的深刻洞见及其学术功底，问题摆出来并且能得到评审人的认可，意义自是不言而喻。这样的“意义”是跟你有关的，而重要性则很难跟申请人关联起来。 2）科学意义 科学意义是自科基金非常强调的，是指你提出来的问题解决后，能对哪个科学分支产生什么样的贡献。后面写创新点时，科学意义就体现为“理论创新”。 对工业设计而言，寻找科学意义的一个简单套路就是拓展旧理论的应用范围，应用到新对象上：找出旧理论的局限性，然后提出自己的研究目标，论述如何完善旧理论，令其在拓展后的应用领域仍然可行。选题一节中提到的优化设计案例即是这个套路：把机械学科的优化技术拓展应用于工业设计问题时需要解决哪些问题。一般科学理论在建立的时候都采用了一些假设，为了使理论可行，通常都是先给一些限制条件，把应用范围限定在某个局部，得到证实之后再把限定条件逐步撤销或改宽松，增强理论的通用性。研究理论的假设和限定条件并思考如何修改，是获得课题科学意义的重要途径。比如理论力学的刚体假设撤消后产生了弹性力学，欧式几何的三条公理撤销后产生了非欧几何等。 3）从发现问题到找到它的科学意义 这是一个了解问题本质的过程，即找到问题的“主管部门”。很多看起来风马牛不相及的问题，抽象到数学层面就会发现它们有共同的学术根基。比如几年前我偶然翻了一些有关群决策的文献，发现感性工学关注的本质性问题其实这里面大部分都有涉及，而且表述方式更为科学严谨（群决策基本可以算一个数学分支）。但我读过的感性工学方面的研究 |
