功能词对设计思维的启发效用研究

牛红伟，郝佳，王璐，周咏佳

（北京理工大学 工业与智能系统工程研究所，北京 100083）

创意生成是设计过程的关键阶段，该阶段生成的设计方案将对后续阶段产生重要影响[1]. 现有研究表明，创意生成是一个复杂的认知过程，容易受到设计者以往知识和经验以及设计问题相关的外部信息的影响[2]，提供合适的外部激励信息可以启发设计者，帮助其快速获取具有创新性的设计方案[3-6]. 目前，研究者采用的外部激励信息类型主要有视觉刺激(图片、草图、颜色等)和文字刺激(单词、词组、故事等)等[7]. 然而，何种类型的外部激励信息的启发效用最好，至今仍没有一个统一的定论.

近年来，针对文字类激励信息对设计思维的启发效用研究在认知科学领域以及设计领域已经有较深入的研究[8]，并发现文字可以影响设计者的内部认知过程[9]. 考虑到文字在大多数情况下是容易获取和提供的[10]，因此文字类激励信息可被用在设计过程的不同阶段，如需求收集阶段[11]、概念生成阶段[12]、设计表示阶段[13]等.

产品设计是一个功能驱动的过程，功能贯穿于产品概念设计的各个阶段, 是概念设计中最基本的元素[14]. 功能词是一类与产品功能密切相关的实意动词，具有文字类激励信息的优势，又与产品功能紧密相关[8,15]. 因此，本文分析了面向功能词激励的设计思维信息处理过程，并通过实验证实将功能词作为设计激励信息会有较好的启发效用. 本文研究的主要问题包括：(1)功能词作为外部激励信息会对设计者创意生成产生怎样的启发效用？(2)功能词的抽象层次是否会对设计者的创意生成有不同的启发效用？

1 相关研究

1.1 文字类激励信息

近年来，文字类外部刺激对设计思维的影响研究受到领域学者的广泛关注. 首先，文字类外部刺激的类型相对多样，如文本[1]、简单词语[10]和故事等.其次，语言类外部刺激的特性划分相对于视觉刺激来说更为细致，如抽象程度[4]，相关程度[4]，词性[8]等.

CHIU等[8]从大规模语义词典WordNet[16]中抽取了具有不同抽象层次的及物动词和非及物动词集合，并将其提供给设计者作为外部激励信息. 实验结果表明，较低抽象层次的及物动词对设计者的启发效果更为显著. GOLDSCHMIDT等[1]则重点研究了文字刺激与设计问题的相关性对设计行为的影响效果，实验发现，与无刺激条件相比，与设计问题相关的文字刺激和与设计问题无关的文字刺激均可以显著提高设计方案的原创性. 针对这一问题，CHIU等[10]进一步开展了相关实验研究，发现与设计问题无关的文字刺激可以启发设计者更多的创新想法. 在上述研究的基础上，GUERREIRO等[4]在认知实验中综合考虑了文字刺激的抽象程度及其与问题的相关性两个要素，发现具备足够抽象水平，且与特定的设计问题存在一定关系的文字刺激对设计思维具有最佳的启发效果.

本文在GUERREIRO等[4]研究工作的基础上，进一步考虑到文字类刺激中与产品功能密切相关的功能词，更加符合设计过程对产品创新的本质需求，具有作为外部激励信息的巨大潜力，因此重点研究将功能词作为外部激励信息对设计思维的启发效用.

1.2 功能词的演化发展

早在20世纪70年代，在设计科学领域，研究者就认识到构建标准词汇表对模型设计的重要性，并引入了流词和功能词的概念[15,17]. 定义明确的功能词在问题分解、概念生成、设计建模和团队组织等设计过程中可以起到有效的指导和辅助作用. 在大多数词汇表中，功能词和流词是两个重要的部分. 例如，PAHL和BEITZ[18]在非常抽象的层次上列出了5个功能词(Channel, Connect, Change, Vary and Store)和3个流词(Material, Signal, Energy). 在此基础上，HUNDAL等[19]进一步定义了6个功能词(Branch, Channel, Connect, Change magnitude, Convert and Store/Supply)和44个具体的子功能词. 此外，ALTSHULLER等[20]通过分析大量的专利，定义了30个功能词来描述产品.KOCH等[21]则将生命系统理论引入到产品设计领域，并用20个子系统功能词来描述机械产品的功能.

近年来，STONE 和WOOD[22]基于Litter提出的数据集[23]形成了一套较为完备的功能词库，称为基础功能词(function basis , FB). 基础功能词包括功能部分和流部分，功能部分包括8大类24个子类，流部分包括3大类18个子类. 此外，HIRTZ和STONE[13]将NIST(国家标准与技术研究所)提出的词集[24]与基础功能词进行整合，形成了更加完善的调和基础功能词(reconciled FB, RFB). 调和基础功能词的功能部分包括8个类和22个子类，流部分包括3个类和20个子类. 上述功能词库都是手动创建的，对功能词的规模和数量存在一定限制. MURPHY等[25]则通过自然语言处理技术从大量专利中提取了1 700个功能词，构造了一组较为完整的功能词集，弥补了已有功能词库数量上的不足.

1.3 启发效用评估

目前，外部刺激的启发效用评估方法主要分为两类，过程评估方法和结果评估方法[26]. 其中，过程评估方法是分析创意生成的内在认知过程，如通过对设计过程中脑电图和功能磁共振成像状态的监测来判定设计者的思维状态[27-28]. 但是，该方法存在评估标准不统一、采集设备对设计过程存在干扰等问题. 因此，在后续针对设计思维的研究工作中，基于结果的评估方法更为常用.

在设计结果评估过程中，设计草图是重要的评估对象. 设计者的知觉、注意、意象、概念形成、思维、记忆等多种高级认知心理活动均可以在设计草图中有明确的体现，可以说草图表达与设计认知活动之间存在密切的内在联系[29]. 同时，在对设计草图进行评估时，多维度评估是十分必要的[10]，其中最普遍认可的两个维度是新颖性和实用性[30]. 新颖性是评估设计方案的新奇程度，实用性则是评估设计方案的实用程度[10].

除了新颖性和实用性，设计方案的数量[10]、种类[30]、完整性[10]等其他维度也曾被用于设计方案的评估.基于此，本文选取数量、新颖性、实用性和多样性4个维度对生成的设计方案进行综合评估.

2 面向功能词激励的设计思维信息处理过程

产品是功能的实现，功能创新是产品创新设计的最终目标[14]. GERO[31]所提出的FBS(function- behavior-structure, FBS)设计过程模型，进一步强调了产品设计中核心功能的识别与确定的重要性，并得到设计学领域的广泛认可[32]. 可以说，产品设计的本质就是基于功能的结构扩展过程[33]；设计者接受外部信息刺激，并从自身知识经验中通过认知处理获取功能信息. 设计者大脑中的知识经验是以编码后的功能知识节点的形式存在的，这些知识节点按照一定的规则连接成功能知识网络[34]. 产品设计的过程实际上就是在功能知识网络中寻找与设计问题相关的功能信息并进行组合衍生的过程，直到满足设计问题的功能要求输出问题的产品设计方案. 基于此，在产品设计过程中，针对产品功能的外部激励信息可能对设计者具有更显著的启发效用.

本文在文献[27,35]所提出的设计信息处理模型的基础上，将外界刺激信息具化为功能词刺激，并给出一种面向功能词激励的设计思维信息处理过程，如图1所示. 其中，认知处理主要负责接收外部信息输入并进行认知加工和输出；工作记忆负责存储认知加工输出的信息，长期记忆中被唤醒的功能节点信息也存储在工作记忆中，有关设计方案的产生就在工作记忆. 长期记忆存储着设计者有关产品设计的功能知识经验，可供唤醒和使用.

图1 面向功能词激励的设计思维信息处理过程Fig. 1 Information processing process of design thinking oriented to functional terms stimuli

从提供设计任务和功能词刺激到设计方案的产生，大脑内部进行了如下的信息处理活动：首先，设计任务和功能词刺激的部分信息经过认知处理进入到内部记忆，分别被转换为问题和激励存储在工作记忆中. 然后，问题和激励可以沿着长期记忆中的知识网络唤醒一些相关功能知识节点，当与产品设计相关的关键功能知识节点被唤醒时，该节点可以转换成相关的设计想法并通过加工处理输出到设计方案. 最后，设计者权衡目前的设计想法，提取相关信息作为输入，经过认知处理更新问题和激励，再循环上述过程，直至设计方案输出.

设计者将知识经验转化为功能知识节点网络存储到记忆中，当功能词刺激经过认知处理转换成激励信息时，唤醒的功能知识节点即为对应于当前激励的功能信息，存储在工作记忆中. 因此，在产品设计过程中给设计者提供的功能词刺激，有助于唤醒与产品设计相关的关键功能节点，提高设计方案的创新性. 问题在一定条件下也可以转化为激励，外部信息和设计方案共同作用于设计者的内部记忆，启发产品设计过程，有助于快速寻找相联系的功能知识节点. 因此，也可以将功能词刺激看作设计任务与设计者的内部记忆联系起来的功能知识节点.

提供功能词刺激可以直接将产品的功能信息传递给设计者，唤醒设计者记忆中与问题相关的关键功能知识节点，有助于设计者的产品功能求解过程.但是，不同抽象程度的功能词刺激，所产生的激励水平存在较大差异，导致唤醒的功能知识节点的数量及有效性均有不同，继而限制设计过程中思维的发散程度. 因此，认为功能词刺激的抽象水平对创新产品设计存在显著影响.

为了验证功能词及其抽象程度对设计思维的启发效用，本研究进行了对比实验，将功能词依据抽象水平划分为3类，分别就不同抽象层次的功能词激励信息对设计过程和结果的影响进行研究，并从数量、实用性、新颖性和多样性4个维度对设计方案进行评估分析. 本文后续章节将会对实验流程、任务设计、评估方法以及实验结果等进行详细阐述.

3 基于功能词的设计思维激励任务实验

3.1 实验及任务设计

本文研究了40名被试在不同抽象程度的功能词激励下的设计任务完成情况，被试均是来自于北京理工大学机械与车辆学院的研究生(年龄23～25岁)，都曾有过产品设计课程的学习经历，对产品设计中创意生成过程有初步了解.

本实验所选择的设计对象为一种新的代步工具，具体设计问题是“请设计一种在交通容易拥堵的城市使用的代步工具”[4]. 选择其作为本实验的设计问题，主要考虑：

(1)考虑被试的专业背景，需要设计的产品应具有一定的机械结构；

(2)产品结构不应过于复杂，超出被试的认知水平；也不宜过于简单，否则被试会更多借鉴生活经验，而忽略功能词刺激对其的影响；

(3)产品应具备多种功能、结构，使被试具有可发挥的创新空间.

在明确设计问题的基础上，需要针对各实验水平设计多个同类型实验进行重复测量，进行提升实验结论的可靠性和稳定性. 但是，实验测试阶段发现实验时间过长容易引发被试的疲劳、焦虑、思维固化等症状. 因此，本研究将40名被试随机分为4组(A、B、C、D)，每组10名被试，每个被试执行一个设计任务. 该设置下得到的样本数量符合文献[36]中对样本可接受最小效力值的要求，具有统计意义. 具体设计任务包括1个自由设计任务和3个提供不同抽象程度功能词激励信息的设计任务.

(1)自由设计任务(A组)：在设计问题的背景下，被试自由联想，不提供任何刺激材料或其他要求.

(2)信息激励任务(B、C、D组)：在设计问题的背景下，为被试提供不同抽象程度的功能词和流词作为外部激励信息，辅助被试完成相关设计任务.

在实验过程中，除A组外，所有被试按照以下步骤独立完成设计任务，A组按照步骤1、3、4独立完成设计任务：

①阅读指定的设计问题和辅助信息；

②如果不熟悉辅助信息中提供的功能词，可以使用电子词典；

③构思设计方案，数量和方案不限，有任何设计灵感都建议保留；

④在A4纸上画出每个设计方案的草图，并给出简单的解释.

3.2 外部激励信息的选择

实验过程中，向各组被试提供的外部激励信息，如表1所示.

表1 实验控制变量设计（外部激励信息）Tab. 1 Design of experimental control variables (external stimuli)

其中B组、C组和D组的外部激励信息功能词选自Murphy的功能词汇[24]，并以中英文对照的形式进行呈现，避免语言差异造成的影响. 使用该词汇表主要基于两点考虑：首先，Murphy的功能词表包含了大约1 700个功能词汇，数量多于1.2节中描述的其他词汇表，可以为本实验提供足够数量的功能词作为外部激励信息；其次，Murphy的功能词汇表遵从调和基础功能词RBF结构，具有良好的树形图分类结构，为本实验需要的不同抽象程度功能词的选取提供了保障.

实验过程中，B组、C组、D组均提供功能词和流词作为外部激励信息，而A组没有提供功能词和流词刺激. B组提供的高级功能词是Murphy的功能词表第一级的所有功能词和流词，共8个功能词和3个流词. C组提供的中级功能词是从功能词表的第二级词汇中随机抽取10个功能词和10个流词，不同的参与者随机提供不同的词. D组从第三级词汇中随机抽取10个功能词和10个流词，不同的参与者随机提供不同的词. 在此，分别给出B、C、D组的部分实验刺激词汇，如表2所示.

表2 实验刺激词汇示例Tab. 2 Examples of experimental stimulus vocabulary

需要说明的是，Murphy的功能词表中所有的高级词汇都提供给了B组被试，但中级和低级词汇则是在保障语义覆盖范畴同等情况下，从对应级别中随机抽取若干相等数量的词提供给C组和D组的被试，这是由于实验在20 min内进行，若提供给C组和D组被试所有中级和低级的词汇可能会分散被试的注意力，影响实验结果的准确性.

3.3 启发效用评估方法

本实验共产生了173个设计方案，设计方案从4个维度进行评估：数量、实用性、新颖性和多样性.

数量是指每个被试设计的方案总数. 在剔除明显相似产品设计的基础上，采用普通计数方式统计设计方案的数目. 在概念设计过程中设计者提出的方案数目的增加有利于提高创新想法出现的概率，因此数量可表征功能词激励对设计思维的启发效果.

实用性是指每个设计方案的实用价值. 首先采用主观评价法对每个设计方案进行评分，具体评价标准如表3所示，然后根据公式(1)计算每个设计方案的实用性得分.

表3 实用性指标及权重表Tab. 3 Rating scale for usefulness

式中：F为设计方案的实用性得分；si为评价实用性的第i个指标；pi为指标si对 应的权重. 对于指标si，有j个不同评价等级，记作si j,kij是对应等级si j的分值.

新颖性是指设计方案与众不同或出乎意料的程度.采用加权连接密度指数(link density indices, LDI)[37]作为评估设计方案新颖性的指标. 首先，将各组中每个方案与现有城市中使用广泛的交通工具(如机动车、非机动车)进行对比，根据设计方案的新颖程度，将设计方案分为新颖设计与不新颖设计；其中，又将不新颖设计进一步分为3类，分类依据如表4所示，不同类别对应的权重不同.

表4 新颖性程度分类及权重表Tab. 4 Rating scale for novelty

然后，统计各组方案中3类不新颖设计方案的数量，根据式(2)计算各组加权链接密度分值. LDI值越小，则表明该组设计结果越新颖，反之亦然.

式中：j为新颖程度类别；fi为j类别的权重；Aj为各组中j类型设计方案的数量；N为各组设计方案的总数.

多样性指同组中不同设计方案之间的差异性.方案之间的差异性越大，则出现优质设计方案的可能性也较大，进而多样性越优. 据被试提出的所有设计方案进行整体分析. 首先，对同组中所有设计方案各属性的具体内容进行梳理和分类，并设定各属性权重(见表5). 然后，统计组内所有设计方案中各属性下类别数量，根据式(3)计算各组的多样性分值.

表5 多样性属性及权重表Tab. 5 Rating scale for variety

式中：V为设计方案的多样性得分；i为表5所示的第i个评价属性；qi为第i个属性的权重；Ti为组内第i个属性下具体内容的类别个数.

4 实验结果分析

4.1 数量评估

A、B、C、D四组分别产生了59、48、39、27个设计方案. 方差分析(ANOVA)表明4组设计方案的数量存在显著性差异(F(3,39)=10.127，p=0<0.05)；事后检验(post hoc tests, LSD)表明A组的设计方案显著多于C组(p=0.002<0.05)和D组(p=0<0.05)，B组设计方案显著多于D组(p=0.001<0.05). 统计分析结果如图2和表6所示.

表6 数量指标统计结果Tab. 6 Statistical results for quantity

图2 数量指标统计结果Fig. 2 Statistical results for quantity

从直方图中可以发现：(1)A组产生了最多的设计方案. 这主要是由于A组被试没有外部信息激励，被试的思维不受功能词的局限；(2)设计方案的数量会随着功能词抽象程度的降低而逐步减少. 这表明抽象的功能词更有利于启发被试设计出更多的产品方案，而当外部激励信息越具体时，设计者的思维就会局限于一些具体的事物上，导致设计方案数量减小.

4.2 实用性评估

各组实用性评估的统计结果如图3和表7所示.方差分析(ANOVA)表明4个组设计方案的实用性存在显著性差异(F(3,172)=9.187，p=0<0.05)，事后检验(post hoc tests, LSD)表明，A组的实用性显著低于B组(p=0.010<0.05)、C组(p=0<0.05)和D组(p=0.004<0.05). 由此可推断，功能词激励有助于提高设计方案的实用性；事后检验还发现，B组的有效性显著低于C组(p=0.012<0.05)，而C组与D组之间无显著性差异(p=0.132>0.05)，由此说明，抽象程度中等的功能词比高低抽象程度的功能词更能激发设计者产生使用价值更高的设计方案.

图3 实用性指标统计结果Fig. 3 Statistical results for usefulness

表7 实用性指标统计结果Tab. 7 Statistical results for usefulness

4.3 新颖性评估

表8显示了各组的LDI值和人均新颖方案数量.方差分析(ANOVA)表明4个组设计方案的新颖性存在显著性差异(F(3,172)=4.574，p=0.004<0.05).

表8 新颖性指标统计结果Tab. 8 Statistical results for novelty

由计算结果可知，A组LDI值最大(0.639)，B组LDI值最小(0.406). 事后检验表明，A组LDI值显著大于B组(p=0.001<0.05)和C组(p=0.01<0.05). 此外，人均新颖设计方案数量A组最少，B组最多. 如图4中各组不同新颖程度类型的设计方案所占比例图所示，A组中新颖的设计方案只占10%，而B组中新颖设计多达38%. 由此说明，提供功能词激励可以启发被试产生更加新颖的设计方案.

图4 不同新颖程度设计方案占各组方案比例Fig. 4 Proportion of design schemes with different novelty degrees in each group

同时发现，LDI值会随着功能词抽象程度的降低而逐步增加. 事后检验显示，B组LDI值小于C组(p=0.549>0.05)和D组(p=0.460>0.05)，但并不显著. 该结果表明，高级(抽象)功能词比中级和低级(更具体)功能词更能启发新的设计思想，但并不显著.

4.4 多样性评估

方差分析(ANOVA)表明4个组设计方案的多样性存在显著性差异(F(3,39)=3.802，p=0.018<0.05).各组多样性指标统计结果如图5所示，不难看出，B组设计方案间相似度最低，多样性最好，且方差分析(ANOVA)表明B组显著优于A组(p=0.004<0.05)和D组(p=0.020 <0.05). 这一结果表明，抽象程度高的功能词有助于产生差异性较大的设计方案，有助于发散设计思维. 此外，对比B组、C组和D组3组的多样性评估值，发现数值依次降低，这一结果表明，设计方案的多样性会随着功能词抽象程度的降低而降低.

图5 多样性指标统计结果Fig. 5 Statistical results for variety

5 讨论

本文研究了具有一定产品设计背景的被试在自由设计任务和提供功能词激励的设计任务下的设计活动，被试要求在指定条件下尽可能产生原创性的设计想法. 根据对被试完成的设计方案的评估和统计分析，发现：

(1) A组产生的设计方案数量最多，显著多于B、C、D组；提供低级的功能词导致设计方案数量减少了；

(2) A组产生的设计方案的实用性显著低于B、C、D组；提供低级功能词导致设计方案的实用性提升了；

(3) B组产生的设计方案新颖性最高，A组的新颖性最低；提供低级的功能词导致设计方案的新颖性降低了；

(4) B组产生的设计方案最为多样，多样性显著优于A组和D组；提供低级的功能词导致设计方案的多样性降低了.

统计结果表明，A组(无功能词外部激励)在数量、实用性、新颖性和多样性指标上与其他B、C、D组(提供不同抽象程度的功能词激励)存在显著差异. 由此说明，提供功能词激励加速了功能知识节点与设计任务之间建立联系的进程，对被试的设计行为产生一定的启发效用，有助于设计者的功能求解过程，进而回答本文所提的第一个研究问题. 这一发现与以往针对文字类刺激的研究结论保持一致[2,4,10].但有趣的是，此次实验中尽管A组产生的设计方案最多，但是设计方案的实用性、新颖性和多样性却不如其他三组. 这与GUERREIRO的文字类刺激的研究结果截然不同，在GUERREIRO的研究中，对照组并没有产生最多的设计方案[4]. 这意味着功能词比文本或其他动词更容易把设计思维限制在某个具体的事物上，从而一定程度减少设计方案产生的数量.

此外，从不同抽象程度功能词激励产生的启发效用角度分析发现，设计方案的数量、实用性、新颖性和多样性均会受到功能词抽象水平的影响. 具体来说，低级更具体的功能词会增加设计方案的实用性，但降低了数量、新颖性和多样性；而高级更抽象的功能词则增加了设计方案的数量、新颖性和多样性，但降低了实用性；进而回答了前言中提出的第二个研究问题. 进一步，本文发现，在4个指标的综合评估下，中级功能词可以产生更加均衡的设计方案，因此抽象程度中级的功能词更适合用作设计激励的媒介. 也就是说，在最抽象和最具体的功能词之间存在着最适合作为设计创意激励的功能词，这与GUERREIRO[4]的研究结论保持一致.

6 结 论

受之前文字类刺激研究的启发，又考虑到功能对于产品设计的重要性，本文选取功能词作为设计激励媒介，试图揭示功能词对设计思维的启发效用.首先在分析面向功能词激励的设计思维信息处理过程的基础上，假设提供功能词激励会对设计者的设计结果产生影响；然后设计并开展了相关实验，并在对实验结果统计分析的基础上，得出如下结论.

(1)功能词作为外部激励信息会对设计者创意生成产生影响. 具体来说，功能词有助于增加设计结果的实用性、新颖性和多样性，但设计方案的数量往往会受局限而有所减少.

(2)不同抽象程度的功能词对设计者创意生成有不同的影响. 具体来说，与低级功能词相比，具有更高抽象程度的高级功能词在设计结果的数量、新颖性、多样性方面都有明显提升，但在设计结果的实用性方面有所下降.

本文对文字类刺激研究领域具有双重贡献. 首先，对功能词的研究体现了功能在概念设计中的重要性，其显著的启发效用表明功能词可以作为合适的创意激励媒介. 其次，本文揭示了不同抽象程度的功能词对设计者启发效用的差异性，这有助于将来找到最为合适的功能词激励媒介，为设计激励工具的研究提供一定的参考. 同时，考虑到本文采用的实验被试均具有相关产品设计的学习经历和基础，并且提供的设计问题符合实验被试的专业背景，因此所开展的相关实验及数据分析结论在产品设计领域具有一定的代表性. 然而，本文在对功能词启发效用的评估过程中，仍旧采用的是基于设计草图分析的经典方法，容易受到主观因素的影响，在后续研究中，将开展相关神经科学实验，基于脑电、眼动、体态等生理信号探究外部激励对设计思维的启发效用，进一步理解设计思维的内在信息运行机制和神经机制，辅助创新设计理论研究.