浅析大数据视角下的工业设计及其应用价值

王明昊+赵鹏飞

摘 要：信息技术的发展已将人类社会带进了已经进入大数据时代。工业设计要进入个性化设计阶段。“因材施教”式的个性化教学一直是教育从业人员所追求的目标之一。通过阐述表明在大数据视角下的工业设计教育应从培养学生运用大数据思维模式去思考设计；以及工业设计教育应将大数据思维运用到教学环节当中两个方面进行思考。同时，这种模式培养出来的设计人才符合当今社会的需要，可以创造出经济价值和社会价值。

关键词：大数据；个性化；工业设计教育

在当今这个“资讯爆炸”，信息技术飞速发展的时代，人们的生活也因为互联网和智能计算机等技术变得愈发的网络化和数据化。人们在日常生活中的行为轨迹被记录成相关数据，这些爆炸式增长的数据就是所谓“大数据”。2012联合国发布了题为 《大数据的发展：机遇与挑战》（Big Data for Development： Challenge & Opportunities）的大数据白皮书。白皮书中指出，人类社会已经进入大数据时代，并且大数据会对人类社会各个领域产生巨大影响。

与此同时，工业设计在相同的社会背景下进入了全新的“个性化量产”的发展阶段。彼得·马什在《新工业革命：消费者、全球化以及大规模生产的终结》中表明，技术水平和个性化需求，将引领二十一世纪的第二个十年中全球制造业的格局。

在如此的背景下，大数据视角下的工业设计教育应当从以下两个角度进行思考：一方面是培养学生运用大数据思维模式去思考设计；另一方面是将大数据思维运用到教学环节当中。

一、培养学生运用大数据思维模式去思考设计

与过往阶段不同，新阶段的制造业以互联网为特征，以“人-产品-社会-环境”之间的关系为关注的重心，以服务为主导，设计更加关注消费者的用户体验和情感需求，为消费者提供“定制化服务”。定制化服务是以海量数据为基础的，而大数据就是具有4V特征的数据的集合，即海量规模（Volume）、多样性（Variety）、快速流转（Velocity）、价值（Value）。《大数据时代》的作者维克托·迈尔·舍恩伯格认为，大数据能够改变传统行业的现状。通过更好的了解客户需求，以提供个性化的服务，最终实现企业从量变到质变的发展。

舍恩伯格认为，大数据时代最大的转变就是， 不再一味追求“因果关系”，而开始关注“相关关系”。即探求“是什么”而非“为什么”。小数据时代，由于信息的相对缺少，在遇到未知时，我们往往会套用因果关系去快速理解问题。大数据时代，通过大量、全量数据分析出相关关系，并由此预测未来的发展趋势。好像啤酒与尿布的经典案例一样，在工业设计领域，我们同样可以找到大量的类似案例。比如，通过全量数据分析出某地区的气候因素和该地区人民的饮食习惯，对该地区用户在选择购买汽车时的影响。

互联网信息时代，网络信息成为渗透进生活每时每刻重要要素。在工业设计领域，互联网集成了包括用户、产品、社会、环境等方面的大数据，这些数据可促进制造业的发展和进步。提高用户主观情感对于个性化、审美、能源等方面的满意度，进而实现产品的感性价值，是新阶段下工业设计的发展方向。这个阶段的工业设计已经从早期的“解决问题”的功能主义阶段演变成“注重体验”的情感设计阶段，提高用户体验，提升用户对于产品所提供的服务的满意度，正成为当下工业设计的新的关注点。顺应时代的发展需求，进而培养具有“体验”思维的工业设计人才，也是现阶段工业设计人才培养的重要目标之一，因为这样的设计人才才能设计出更符合时代需求的产品，更符合用户需求，能创造更多的社会价值。

因此，在大数据时代背景下、在制造业进入“工业4.0”的环境下，工业设计人才需要具备大数据的思维模式，具有高度的信息素养和信息技能水平，并可以分析数据结果进而把握一定的趋势。吴思锐等人《大数据背景下大学生信息素养现状及对策》中阐明，目前大学生的信息素养和信息技能水平仍需提高。需要教育者在教学过程中培养学生的信息素养：提高学生对于信息的敏感程度；提高学生的理性思考能力；提高学生对于分辨、筛选信息的能力；提高学生对于利用信息工具获得信息从而解决问题的能力。

二、将大数据思维运用到教学环节当中

学校是承担教育任务的主要机构，现阶段，以班级为基本教学单位的授课是一种“批量生产”的教学模式，学生在这种模式下很难得到个性化的指导和反馈；同时，课程设置和授课内容是由学校到教师自上而下形成的固有体系，学生的学习过程可以理解为是在完成一项任务计划；另外，任课教师的知识结构和经验也 会因为个体的差异而存在自身的局限性，这个问题也是难以避免的。艺术设计教育的模式相对其他专业情况稍好一些，但是还是难以摆脱上述的某些限制。这样的模式下，很难有针对性的培养出个性化的设计型人才。

人类社会进入信息时代以来，在互联网的支持下，新媒体在成为了各种各样的信息承载媒介的同时，也成为了教育信息的有力传播途径。不仅是教育门户网站、视频网站、论坛（BBS）这些媒介上，甚至在社交网络（SNS）上也提供了教育信息的内容。为教育进入大数据时代提供了良好的支撑和基础。

美国教育部2012年10月发布的《通过教育数据挖掘和学习分析促进教与学》（Enhancing Teaching and Learning through Education Data Mining and Learning Analytics）中指出，目前教育领域中大数据的应用主要有教育数据挖掘和学习分析两大方向。这两部分内容实际上都是对教育大数据进行分析和理解，从而达到学习者的期望学习效果，改善学习者的学习效率，提高学习者对于学习过程的满意程度。

与制造业进入个性化阶段相同，“因材施教”的个性化教育也是当今教育不断发展所向的目标及未来教育发展的趋势。将教育资源网络化，通过智能手机等智能设备享受教育资源。教学模式也得到了丰富和补充，增加了除传统课堂教学之外如MOOC等多种多样的教学手段。以工业设计史为例，可以将历史上的设计风格和流派分成小的单元交给学生，鼓励学生以小组为单位团队合作，最大限度的利用网络资源，进行材料的搜集和整理，然后利用多媒体的形式进行交流汇报；让学生对各个时期的设计风格和流派进行主观的评价，并通过问卷的形式汇总出数据，再经过数据的处理和分析，得出各种关于学生对各流派和风格的相关结论。这个过程，不仅可以让学生熟悉通过数据得出结论的方法，感受数据的魅力，更可以增强学生的主观参与度，提高学习兴趣，达到更好的学习效果。

大数据时代，教育者可以获得每个学习者个体的学习数据，从而分析获得学习者个体的个性和特点，然后可以建立有针对不同学生的个性化学习情境，对学习者的学习过程进行个性化的引导。仍以工业设计史为例，可以通过对学生学习效果进行网络测试，并分析学生的错误率，出错点，答题时间等数据得出学生学习的长处与不足，从而引导学生扬长避短，弥补必要的知识盲点，并在学生感兴趣的风格流派或者名家名作给予更多的知识扩展和补充。

在教育过程当中，以大数据为依托，分析得出学生的兴趣趋向；同时分析教育资源大数据，找到和学生兴趣趋向相符的教育资源并形成配对。通过调动学生对于学习的主观积极性，实现同时提高学习效率及提高学生在学习过程当中满意程度的双重目的。比如，某学生在线浏览教师ppt或者观看授课视频，我们可以通过某几张ppt的点击次数明显高于其他几张ppt，从而得出，该学生对于该部分ppt的内容感兴趣，从而调动资料库给他该方面提供更多的视频、图片等资源，也可以与该学生关于此段内容进行面对面的交流，从而帮助该学生学习。

不仅如此，学生在教学环节之外所发生的生活，在校园内的行为模式，也可以通过“校园一卡通”采集学校图书馆、体育馆、宿舍楼、食堂等方面信息。然后对这些信息进行有效的整理和分析之后，从中提取对于教育有用的部分。比如学生更喜欢选择那些书籍进行阅读？更喜欢浏览哪些网站？更关注饮食健康还是更关注体育运动？等等。都是包含在教育大数据的范畴当中的内容。

另外，在教学过程中的“交互环节”也相当重要。其核心内容是“反馈”。这个“反馈”包涵的范畴很广：包括教育者对于学习者的学习效果和效率进行评价；包括学习者对于整个学习过程的主观感受和评价；包括同时在一个学习情境下进行学习的学习者之间的相互评价等。通过将这些评价和反馈进行数据化之后，可以得到关于学习者和教育者在整个教育环节当中所发生的相关关系，从而用于指导和不断改善接下来的教育过程。

三、结语

大数据时代的工业设计教育，并不是颠覆原有的教育模式，更不是否定现有的教学内容。而是需要从一种全新的视角下去重新审视和思考。培养学生运用大数据思维模式去思考设计，以适应个性化工业发展的需求；将大数据思维运用到教学环节当中，以适应“因材施教”的个性化人才培养需求。大数据思维模式在设计领域和教育领域正在快速蔓延，顺应时代要求，改善人才的培养模式，才能为社会输送更多的设计人才，创造更大的社会价值。

参考文献：

[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·马什.新工业革命[M].赛迪研究院专家组译.中信出版社，2013.

[3]维克托·迈尔·舍恩伯格，肯尼斯·库克耶.大数据时代：生活、工作与思维的变革[M].盛杨燕、周涛译.浙江人民出版社，2012.

[4]吴思锐，何卫红，张曼，高雅琦.大数据背景下大学生信息素养现状及对策[J].教育教学论坛，2015（8）.

[5]徐鹏，王以宁，刘艳华，张海.大数据视角分析学习变革[J].远程教育杂志，2013（6）.