淺析大數據視角下的工業設計及其應用價值

王明昊+趙鵬飛

摘 要：信息技術的發展已將人類社會帶進了已經進入大數據時代。工業設計要進入個性化設計階段。“因材施教”式的個性化教學一直是教育從業人員所追求的目標之一。通過闡述表明在大數據視角下的工業設計教育應從培養學生運用大數據思維模式去思考設計；以及工業設計教育應將大數據思維運用到教學環節當中兩個方面進行思考。同時，這種模式培養出來的設計人才符合當今社會的需要，可以創造出經濟價值和社會價值。

關鍵詞：大數據；個性化；工業設計教育

在當今這個“資訊爆炸”，信息技術飛速發展的時代，人們的生活也因為互聯網和智能計算機等技術變得愈發的網絡化和數據化。人們在日常生活中的行為軌跡被記錄成相關數據，這些爆炸式增長的數據就是所謂“大數據”。2012聯合國發布了題為 《大數據的發展：機遇與挑戰》（Big Data for Development： Challenge & Opportunities）的大數據白皮書。白皮書中指出，人類社會已經進入大數據時代，并且大數據會對人類社會各個領域產生巨大影響。

與此同時，工業設計在相同的社會背景下進入了全新的“個性化量產”的發展階段。彼得·馬什在《新工業革命：消費者、全球化以及大規模生產的終結》中表明，技術水平和個性化需求，將引領二十一世紀的第二個十年中全球制造業的格局。

在如此的背景下，大數據視角下的工業設計教育應當從以下兩個角度進行思考：一方面是培養學生運用大數據思維模式去思考設計；另一方面是將大數據思維運用到教學環節當中。

一、培養學生運用大數據思維模式去思考設計

與過往階段不同，新階段的制造業以互聯網為特征，以“人-產品-社會-環境”之間的關系為關注的重心，以服務為主導，設計更加關注消費者的用戶體驗和情感需求，為消費者提供“定制化服務”。定制化服務是以海量數據為基礎的，而大數據就是具有4V特征的數據的集合，即海量規模（Volume）、多樣性（Variety）、快速流轉（Velocity）、價值（Value）。《大數據時代》的作者維克托·邁爾·舍恩伯格認為，大數據能夠改變傳統行業的現狀。通過更好的了解客戶需求，以提供個性化的服務，最終實現企業從量變到質變的發展。

舍恩伯格認為，大數據時代最大的轉變就是， 不再一味追求“因果關系”，而開始關注“相關關系”。即探求“是什么”而非“為什么”。小數據時代，由于信息的相對缺少，在遇到未知時，我們往往會套用因果關系去快速理解問題。大數據時代，通過大量、全量數據分析出相關關系，并由此預測未來的發展趨勢。好像啤酒與尿布的經典案例一樣，在工業設計領域，我們同樣可以找到大量的類似案例。比如，通過全量數據分析出某地區的氣候因素和該地區人民的飲食習慣，對該地區用戶在選擇購買汽車時的影響。

互聯網信息時代，網絡信息成為滲透進生活每時每刻重要要素。在工業設計領域，互聯網集成了包括用戶、產品、社會、環境等方面的大數據，這些數據可促進制造業的發展和進步。提高用戶主觀情感對于個性化、審美、能源等方面的滿意度，進而實現產品的感性價值，是新階段下工業設計的發展方向。這個階段的工業設計已經從早期的“解決問題”的功能主義階段演變成“注重體驗”的情感設計階段，提高用戶體驗，提升用戶對于產品所提供的服務的滿意度，正成為當下工業設計的新的關注點。順應時代的發展需求，進而培養具有“體驗”思維的工業設計人才，也是現階段工業設計人才培養的重要目標之一，因為這樣的設計人才才能設計出更符合時代需求的產品，更符合用戶需求，能創造更多的社會價值。

因此，在大數據時代背景下、在制造業進入“工業4.0”的環境下，工業設計人才需要具備大數據的思維模式，具有高度的信息素養和信息技能水平，并可以分析數據結果進而把握一定的趨勢。吳思銳等人《大數據背景下大學生信息素養現狀及對策》中闡明，目前大學生的信息素養和信息技能水平仍需提高。需要教育者在教學過程中培養學生的信息素養：提高學生對于信息的敏感程度；提高學生的理性思考能力；提高學生對于分辨、篩選信息的能力；提高學生對于利用信息工具獲得信息從而解決問題的能力。

二、將大數據思維運用到教學環節當中

學校是承擔教育任務的主要機構，現階段，以班級為基本教學單位的授課是一種“批量生產”的教學模式，學生在這種模式下很難得到個性化的指導和反饋；同時，課程設置和授課內容是由學校到教師自上而下形成的固有體系，學生的學習過程可以理解為是在完成一項任務計劃；另外，任課教師的知識結構和經驗也 會因為個體的差異而存在自身的局限性，這個問題也是難以避免的。藝術設計教育的模式相對其他專業情況稍好一些，但是還是難以擺脫上述的某些限制。這樣的模式下，很難有針對性的培養出個性化的設計型人才。

人類社會進入信息時代以來，在互聯網的支持下，新媒體在成為了各種各樣的信息承載媒介的同時，也成為了教育信息的有力傳播途徑。不僅是教育門戶網站、視頻網站、論壇（BBS）這些媒介上，甚至在社交網絡（SNS）上也提供了教育信息的內容。為教育進入大數據時代提供了良好的支撐和基礎。

美國教育部2012年10月發布的《通過教育數據挖掘和學習分析促進教與學》（Enhancing Teaching and Learning through Education Data Mining and Learning Analytics）中指出，目前教育領域中大數據的應用主要有教育數據挖掘和學習分析兩大方向。這兩部分內容實際上都是對教育大數據進行分析和理解，從而達到學習者的期望學習效果，改善學習者的學習效率，提高學習者對于學習過程的滿意程度。

與制造業進入個性化階段相同，“因材施教”的個性化教育也是當今教育不斷發展所向的目標及未來教育發展的趨勢。將教育資源網絡化，通過智能手機等智能設備享受教育資源。教學模式也得到了豐富和補充，增加了除傳統課堂教學之外如MOOC等多種多樣的教學手段。以工業設計史為例，可以將歷史上的設計風格和流派分成小的單元交給學生，鼓勵學生以小組為單位團隊合作，最大限度的利用網絡資源，進行材料的搜集和整理，然后利用多媒體的形式進行交流匯報；讓學生對各個時期的設計風格和流派進行主觀的評價，并通過問卷的形式匯總出數據，再經過數據的處理和分析，得出各種關于學生對各流派和風格的相關結論。這個過程，不僅可以讓學生熟悉通過數據得出結論的方法，感受數據的魅力，更可以增強學生的主觀參與度，提高學習興趣，達到更好的學習效果。

大數據時代，教育者可以獲得每個學習者個體的學習數據，從而分析獲得學習者個體的個性和特點，然后可以建立有針對不同學生的個性化學習情境，對學習者的學習過程進行個性化的引導。仍以工業設計史為例，可以通過對學生學習效果進行網絡測試，并分析學生的錯誤率，出錯點，答題時間等數據得出學生學習的長處與不足，從而引導學生揚長避短，彌補必要的知識盲點，并在學生感興趣的風格流派或者名家名作給予更多的知識擴展和補充。

在教育過程當中，以大數據為依托，分析得出學生的興趣趨向；同時分析教育資源大數據，找到和學生興趣趨向相符的教育資源并形成配對。通過調動學生對于學習的主觀積極性，實現同時提高學習效率及提高學生在學習過程當中滿意程度的雙重目的。比如，某學生在線瀏覽教師ppt或者觀看授課視頻，我們可以通過某幾張ppt的點擊次數明顯高于其他幾張ppt，從而得出，該學生對于該部分ppt的內容感興趣，從而調動資料庫給他該方面提供更多的視頻、圖片等資源，也可以與該學生關于此段內容進行面對面的交流，從而幫助該學生學習。

不僅如此，學生在教學環節之外所發生的生活，在校園內的行為模式，也可以通過“校園一卡通”采集學校圖書館、體育館、宿舍樓、食堂等方面信息。然后對這些信息進行有效的整理和分析之后，從中提取對于教育有用的部分。比如學生更喜歡選擇那些書籍進行閱讀？更喜歡瀏覽哪些網站？更關注飲食健康還是更關注體育運動？等等。都是包含在教育大數據的范疇當中的內容。

另外，在教學過程中的“交互環節”也相當重要。其核心內容是“反饋”。這個“反饋”包涵的范疇很廣：包括教育者對于學習者的學習效果和效率進行評價；包括學習者對于整個學習過程的主觀感受和評價；包括同時在一個學習情境下進行學習的學習者之間的相互評價等。通過將這些評價和反饋進行數據化之后，可以得到關于學習者和教育者在整個教育環節當中所發生的相關關系，從而用于指導和不斷改善接下來的教育過程。

三、結語

大數據時代的工業設計教育，并不是顛覆原有的教育模式，更不是否定現有的教學內容。而是需要從一種全新的視角下去重新審視和思考。培養學生運用大數據思維模式去思考設計，以適應個性化工業發展的需求；將大數據思維運用到教學環節當中，以適應“因材施教”的個性化人才培養需求。大數據思維模式在設計領域和教育領域正在快速蔓延，順應時代要求，改善人才的培養模式，才能為社會輸送更多的設計人才，創造更大的社會價值。

參考文獻：

[1]Big Data-Wikipediatric，the free eneyelopedia [DB/OL][2012-03-29].http：//www.whitehouse.gov/sites/default/files/miecrosites

/ostp/big_data_press_release_final_2.pdf.

[2]彼得·馬什.新工業革命[M].賽迪研究院專家組譯.中信出版社，2013.

[3]維克托·邁爾·舍恩伯格，肯尼斯·庫克耶.大數據時代：生活、工作與思維的變革[M].盛楊燕、周濤譯.浙江人民出版社，2012.

[4]吳思銳，何衛紅，張曼，高雅琦.大數據背景下大學生信息素養現狀及對策[J].教育教學論壇，2015（8）.

[5]徐鵬，王以寧，劉艷華，張海.大數據視角分析學習變革[J].遠程教育雜志，2013（6）.