设计与人类的感性认知综述

文/ 周 丰 何月雯 吴晓莉 永井由佳里（河海大学 机电工程学院；日本北陆先端科学技术大学院大学 知识科学研究科）

引言

伴随着现代生活的快节奏发展带来的生活质量的提高，如何在满足用户对功能需求的基础上考虑人类的感性因素，以满足人类的情感需要，逐渐成为设计的一大目标。感性设计是指：“以设计的视角，建立一种可操作的方法（=感性操作），使一些我们自身没有意识到的潜在心理反应通过产品设计的过程来具体化（=设计）的行为。”感性设计的研究并不久远，但在平面设计、包装设计、产品设计等众多设计领域中已得到了广泛的关注。

1.人类的感性

人类的感性是非常复杂而不容易理解的东西。在构思新的产品设计样式时，感性对于设计师内在心象的形成起着至关重要的作用。由于，感性难以扑捉和定量化，所以，感性也是非常难以说明清楚的。

人类感性的表达与一般性说明不同，是由人通过直觉表达体现出来的。人类大脑中的感性信息处理，被认为是由潜在心理过程(latent Mental process)完成的。潜在心理过程是指我们自身没有意识到的心理过程，是我们无意识层面下大脑展开的活动。与潜在心理过程相反，外显心理过程(actual Mental process)，是指在意思层面的控制下，语言化的心理活动过程，或是指在人的意识层面下，大脑的知识处理活动。现在，脑科学的研究表明，人类大脑中感性的升起，是在潜在的心理过程中产生的（下條信辅，2008）。这种在人类大脑中由潜在的心理过程中产生的“感性”，在产品的设计活动发挥了重要作用。

图（1）所示人类设计行为的产生过程。外界的信息，即视觉的，听觉，触觉等刺激输入人的大脑，大脑通过潜在心理过程中的感性信息处理，并与外显心理过程中知识处理发生相互作用，产生了设计的行为。图中，虚线部分表示的是潜在的心理过程，“感性如何由潜在的心理过程中产生，升起”是当前国际上感性设计研究的焦点问题之一。

2.感性的定义

对应于英文的“感性”有“Sensibility”一词,是由日本明治时期的哲学家西周翻译的。“Sensibility”是心理学术语，原意为感觉力、感受性、感情、敏感性和鉴赏力。此外，德文的“Sinnlichkeit”是哲学术语，其代表的含义是：官感、感性、实体、现实感、感性事物、情欲、性感。日本人天野贞祐在1921年翻译康德《纯粹理性批判》时，将“Sinnlichkeit”译为“感性”的。在新村出编《広辞苑》辞书中对“感性”的解释为：感觉能力、直观力和感受性，是人感受事物的能力，即基于人类身体的感觉而产生的情感冲动和欲求。感性一词在日文中有丰富的内涵，包含了积极的理解之意，与英文的“Sensibility”有较大差别，然而，在英文中没有与日文“感性”一词完全对应的词汇。当前，感性工学的基本概念、理论体系、研究方法尚处于不断地完善之中，由于文化和语言的差异，各国对“感性”的理解不同，各国对感性的定义会有多样的可能。对于中国人来说，我们通常使用的“印象”一词，或许比“感性”更容易被理解和接受。

对于感性的定义，日本学者做过许多细致的研究工作，原日本筑波大学的原田昭教授将各领域专家对感性的定义汇集起来，形成对感性的确切定义。以下是各领域专家的5 类定义。

图1 人类的感性

1，感性是人类不容易用语言说明清楚的主观的活动。

2，感性表现为附加于物体本来所具备的性质之上的知识与经验的认知。

3，感性是人类大脑中的直觉和知识活动的相互作用。

4，感性体现为人类对美或愉悦等体验上直觉的反应和评价能力。

5，感性是大脑中心象生成的过程。

原田昭把各领域专家对感性定义加以汇总，将感性明确定义为：感性是由某刺激而激发的，由内心能动的反应能力所生成的运作过程。如果将设计行为看作为“能动的行为”的话，设计师的感性可以解读为：“由某刺激而激发的，由内心能动的反应能力所生成的运作过程”的人。21世纪，是用心灵创新的时代，用户的需求由Need转变为Want，设计上人们越来越重视产品 “感性”的附加值。

3.感性的语义构造

人类之间感性的相互交流，许多情况下是通过语言的表达来实现的。笔者根据语言学的原理，就“感性的语义”构造归纳如（图2）。

图2 感性语义的构造

图3 标准感性计测的顺序

人类表出的感性语义分为“外延的语义”和“内涵的语义”。“外延的语义”即我们常说的“字典的语义（Lexicon Meaning）”。“内涵的语义”即我们通常表述自己对某事物印象时表述的语义，也可以称为“印象的语义(Impression)”。在对人工物的设计开发或感性评价中，形容词汇的感性语义体现出人类对产品的“情绪的指标”，这也是传统的感性工学中运用SD 法及统计解析手法来评价产品的理论依据。作为人类对事物的理解与认知，在感性语义构造中体现为联想的语义。用户可以通过隐喻的手法，描述对象的特征。隐喻的描述，使设计师很容易理解用户要求的设计特征是什么，容易寻找到设计的解。理解人类表达出的感性既是一个静止的概念，又是一个动态的过程。静态的“感性”是指人的某种情绪的感性；动态的“感性”是指人理解的感性，包括对事物的感受能力，对未知的、多义的、不明确的信息从直觉到判断的过程。

从语义学的角度提出感性的语义构造，并对感性的语义加以诠释，为传统感性工学采用感性数据解析等系列手法提供了重要的语义学理论支撑。除了感性的语义构造外，还需要了解学者们对感性提出了其他的构造。例如：原日本设计学会会长森典彦（1999）结合感性在大脑中产生过程的机制及文化的作用，提出了“感性的阶层构造”，这些构造的提出对于试图理解潜在感性的运作，在感性的实证研究中发挥了重要的作用。

中华民族的先人很早就会活用联想的语义来判断外界事物的状态，古代中医的望闻问切四诊法，就是以人为对象的感性评估方法。在《黄帝内经.难经》及《濒湖脉学》等典籍中记叙了上百种脉象的特点。例如：《濒湖脉学》中记载，涩脉→如轻刀刮竹桌的联想，就是凭借日常现象的"联想的语义"来判断脉相特点 。这些课题的深入挖掘与研究课题的展开，可以形成具有基于中国传统文化的感性工学体系。

图4 语意差分法（Osgood，semantic differential inventory）

图5 选定感性评级实验用的样本

图6 感性评价实验的场景

4.人类感觉与感性的计测

感性是人类在具备一定认识能力的基础上，通过身体的感觉器官（眼，耳，鼻等）直接的感受到对象的刺激，并通过主观的认识，反映出个体经验与特质的精神上的运作。这种由个体主观上反映出来的感性，不是通过逻辑推理的方式，或理性的思考而得来的；另一方面，认识和理解人类的感性，不能单纯的从感觉，知觉的层面来把握和解释，因此，需要构筑把感性向具体的设计要素翻译的系统。

日本感性工学研究学者北岛宗雄等提出了标准感性计测的顺序（图3），被日本设计学会编写的《デザイン事典Encyclopedia of Design》收编和介绍（2003）。过去，大量感性评价的研究案例中，研究对象有人工物，也有风景等等，内容及其广泛。基于研究对象不同评价分析手法也有所不同的考虑，笔者将北岛的标准感性计测作了细微的改动，这里将感性评价的焦点集中于产品设计。北岛等提出的标准感性计测的顺序，将产品的感性计测分为3 大步骤进行：1 产品感性评价前的准备，2 产品感性评价实验3 产品感性构造的抽出及寻求产品感性与物理量对应关系。下面逐次介绍各步骤的具体内容。

4.1 产品感性评价前的准备

“产品感性评价前的准备”的步骤分为三方面的内容：(1)收集评价用语，(2)选定评价尺度，(3)选定向评价者呈示的产品样本。

图7 Osgood 的语义空间

图9 因子分析的数据构造

图8 变数与因子的关系图示(实线表示变数与因子间强的关系，虚线表示弱的关系)

图10 假定的某通行工具的因子分析的结果

图11 感性语意地图（或感性空间）

（1）收集评价用语。

在收集关于产品的感性词汇（SD 法指形容词）之前，首先需要确定感性评价的对象，是服装，还是汽车，是一般的泛指，还是具体某产品。只有明确了对象，才能从人类语言库中找出确切的感性评价使用的词汇。在确定感性评价对象后，要收集（与人工物，设计对象，产品的形象相关的）评价的感性用语，例如：热情-冷、轻薄-厚重，新的-旧的 等形容词（代表情绪的语义）。这是基于人的内观报告和自由发话上收集来的。如果感性计测对象是某种建筑，那么就必须收集关于这类建筑的形容词汇，把从建筑设计事物所里客户和设计师的谈话记录下来，收集想盖房子的客户和建筑公司的营业人员谈话时使用的词汇。也可以通过前人的研究，对前人设定的形容词对进行酌情增加或删减。例如日本人对汽车的感性评价，首先将描述汽车的600 个形容词中整理出42 个形容词。

（2）选定评价尺度。

收集了有关产品形象或特征的形容词，并将收集的形容词，按照C.E.Osgood 的SD法构成SD 尺度。SD 尺度是将两级形容词对（如：可爱-讨厌）分为5 段或7 段。有些人会以为分的越细计测越准确的想法。根据相关研究表明：评价尺度的分段多少和结果几乎没有关系。除了特别的情况之外，一般5 段评价就足够了。设置容易评价的标尺使评价者不容易感到疲劳，是最为重要的。

SD 法（语意差分法或语义微分法，semantic differential method）是美国心理学家C.E.Osgood 在1958年，创建的一种用于研究受测者心理意象的试验方法。通过大量的实证研究证明，此方法是可行性的。SD 法也是现在市场调查中最常用的方法。在设计领域，测定用户的感性语义空间（意象尺度图），时常借用Osgood 确立下来的由形容词对构成的SD 法开始。语意差分法由被评价的对象、形容词、受测者3 个方面的要素组成，以正反意义形容词对为基础，每个区间都代表间隔尺度（interval scale）。如图4所示。测试者（评价者）选择正反意义形容词对的区间，对于感性评价对象的情绪指标（感性词汇）打分，之后，通过数理解析来了解测试者对于设计对象的感性认知构造。

图12 对象的物理量计测

图13 多次元回归分析的结果

（3）选定向评价者呈示的产品样本。

产品的感性评价是需要通过感性评价实验来获取评价数据的。向评价者（评价者）呈示选定的产品，相当于心理实验中的呈示刺激的选定。如前“4.1 的(1)收集评价用语”所述先确定感性评价的对象后，从感性评价对象的“母集团”中选择有代表性的样本。样本选择需要符合“母集团的标本分布”原则。图5是笔者对日本小松精练株式会社开发的随季节变化的护士服设计的感性评价用的样本选定，除了新设计的产品样本外，原来的白色的护士服也被放入评价样本。为了避免人脸左右感性评价的效果，呈示选定的产品样本照片，不显示人脸。

4.2 产品感性评价实验的实施

产品（感性评价的对象）感性构造的抽出需要通过感性评价实验获取的实验数据进行分析来实现的。在产品感性评价实验过程中，通过向评价者呈示选定的产品样本，并让评价者回答问卷（SD 法问卷或自由回答问卷等等）来完成的。在实验中，对评价者产品样本的呈示，不能每次都按固定的次序进行，需要随机呈示的，安排每个评价者的评价顺序不同，目的是让每件样本都能得到相同机率的回答。图6是笔者对日本小松精练株式会社开发的随季节变化的护士服设计的感性评价实验时的场景，每次向评价者呈示9 种护士服的顺序，都按新的排列方式呈示，并由评价者亲自回答问卷来完成。

图14 以乐器为案例的聚类分析

4.3 产品感性构造的抽出及产品感性与物理量对应关系

下面首先介绍适用于语意差分的有代表性的统计类解析手法（如：因子分析，多元回归分析，聚类分析），其次，介绍定性分析与定量分析，最后，介绍定性分析方法中的对应分析，就这些感性工学的方法是如何实施应用的，结合研究案例作一般性作说明。

（1）基本因子的抽出。

由产品感性评价实验收集的产品评价数据，可以通过因子分析（或主成分分析，主因子法等）来进行数据解析。目的是从数据中抽出评价者（或用户）对产品的感性构造中基本因子，并对各因子作出合理的解释，把握客户对产品客观认识。从产品感性构造中抽出的因子，往往需要对本研究具备一定的专业知识的专业人士来解释。设定评价尺度及选定呈示刺激（样本）等实证研究的过程，是由反复实验获取数据进行解析后，逐步改善的。Osgood 的SD法是围绕情绪语义展开的实证研究方法，他指出某概念A 的语义空间包括：评价性（Evaluation），活动性(Activeity),力量性(Potency)为代表的3 个基本因子。概念A 的矩阵包括长度（包含语义的程度）与方向（语义本身的性质）。通过因子分析，在数据解析中未必每次分析都能得出相应的明快的因子（图7）。

图15 数据分析的构造及采用统计学方法

图16 基于感性工学的对应分析案例

图17 Cross 表的案例

以感性工学为背景的因子分析(Factor Analysis)，大多是指产品感性调查的探索型因子分析（其他的还有检定型因子分析）。相比之下，探索型因子分析通过收集来的产品意象（感性）词汇，容易寻找产品的感性构造，探寻高次元的感性用语。（图8）所示，作为产品感性调查的因子分析的结果是，实际是反映了变数（产品意象词汇，即形容词）与上位概念（各因子）间的关系。因子的载荷率以的形式记述，可以解读为第z 个变量在第p 个因子上的载荷量(图9)。

在感性工学中，因子分析可以说是针对特定产品语义（评价词）的归纳与整理。为了说明感性工学中因子分析的作用，本节选用假定的某通行工具的案例介绍，图10 是假定的某通行工具的感性评价后数据分析的结果。变量“轻快”，“机敏”，“迟缓”，“快速”这些词汇的因子载荷量高，解释为“运动的次元”因子；变量“重的”，“缩的”，“小的”，“大的”这些词汇的因子载荷量高,解释为“大小的次元”因子；变量“美丽”，“精巧”，“好看”，“趣味”这些词汇的因子载荷量高，可以归为“美的次元”因子。

因子分析的数理解析过程的运算及因子轴旋转等是通过复杂的数学运算过程来实现的，因此，现在通常采用SPSS 或STATISTICA 等商务软件从事因子分析。把实验获取的数据输入软件中，通过软件程序的运算可以的到因子分析的结果。例如，通过数据分析后，可以得到该产品的语义地图（感性语意地图或意象尺度图）。

图11 是浙江大学工业设计研究所黄琦的案例研究（2006）。首先是采用感性工学实验从大量样本中选出48 张造型意象各异的汽车图片，将图片去除色彩，品牌等其他因素对造型的影响作为实验样本。通过网上调研获取了24 个描述轿车造型意象的形容词，并对这些形容词建立7 点量表。由测试者对每个实验样本针对这24 个形容词进行打分，将实验所得数据运用主成分分析，可得到意象空间。图11 是其中两个维度的意象尺度图。

（2）寻求产品感性词汇与物理量的对应关系。

图18 基于产品感性评价的对应分析结果

过去，心理物理学从知觉的角度研究心理要因与物理量的对应关系。在产品的物理特性复杂的情况下，心理要因与物理要因的对应关系也呈现出复杂的状况，需要以多个因变量（情绪指标）来测定另外几个变量（如：产品的长，宽，高，弯曲度等物理量）的方法。北岛等提出的标准感性计测中，探寻情绪指标（感性词汇）与物理量的对应关系是采用多元回归分析法（multiple regression analysis），多元回归分析法是目前广泛应用的定量计测方法。在获取定性的数据的情况下，探寻物理量说明变数与复数心理感性间的关系，可以采用数量化Ⅰ类或分散分析来说明。

在产品感性计测中，因变量（情绪指标）的变化往往受多个重要因素的影响，需要多个影响因素作为自变量（产品的物理量）来解释因变量的变化，当多个自变量与因变量之间是线性关系时，所进行的感性计测的回归分析，即：多元线性回归。

设y 为因变量（情绪指标），x1，x2…xp为自变量（物理量），当自变量与因变量之间为线性关系时，则多元线性回归公式为：y=β0＋β1x1＋β2x2＋...＋βpxp＋ε其中: β0为常数项，p 为解释变量的数目,习惯上把常数项看成为一虚变量的系数，该虚变量的样本观测值始终取1，因此，模型中解释变量的数目为（p+1）。β1，β2，…βp为回归系数，βj被称为偏回归系数，表示在其他解释变量保持不变的情况下，xj每变化1 个单位时，y 的均值E(y)的变化（例如：β1为x2，x3…xp固定时，x1每增加一个单位对y 的效应，即x1对y 的偏回归系数）。

笔者曾就“对人印象”的课题作过感性工学的调查。并将对人印象的情绪指标（例如：可爱，年轻，亲切等）与人的外形特征作多元回归分析。人的外形特征是根据人类学的定义测量人脸部的各个部位长度的物理量为依据（图12，通过多次元回归分析，结果表明对人的知性的印象与额头高形成正的相关（图13）。产品的物理量与情绪语义间的互译可以通过多次元回归分析来实现。

（3）感性计测中的聚类分析（cluster analysis）

以感性工学为背景的聚类分析是将众多产品集合分组成为由类似的对象组成的多个类的分析方法。聚类也是将数据分类到不同的类的过程，在同一类中的对象有很大的相似性，不同类的产品反应了用户在感受上有很大的相异性。在感性评价中采用聚类分析，往往以评价者对产品性质（如色彩，造型，材质，等感性因素）为基础展开的感性评价和分析，也可以分析出用户间类似的或不同簇群用户的喜好。

图14 是以测试者对各种乐器的音色作感性评价后，进行聚类分析的案例，用户对于各种乐器在音色的感性认同上，Piano(Normal) 与Violin(Pizz) 是一类；Violin (Normal) 与Violin(Vibrato) 是一类。

（4）定性分析与定量分析

感性工学中的产品感性评价手法，大致与社会学科调查采用的方法相同，有定性与定量的研究方法(图15)。定性分析方法包括二手资料研究法、观察法、个人访谈法、焦点组讨论法、座谈法等。定性调查的问卷需要设计成以名义尺度（Nominal scale，即：某产品的品牌，性别，居住地，颜色等）或顺序尺度（Ordinalscale，例如有品牌1，品牌1，品牌1，按喜好排列）的方式构成。在统计学上采用x2 检定，对应分析（1970，Benzenci），数量化理論（1940，林知己夫），双对尺度法（1980，西里静彦）等解析方法。现在，以人工智能语言（知识工学）为手段，采集大量定性的文本数据，通过计算机对文本中感性数据的挖掘，或把由感性评价实验采集的数据与知识库数据进行对比的联想语义网络分析（Associate concept of network analysis），形成新兴的感性工学的评价方法。

感性工学背景下的定量分析采用语意差分法获取调查对象的数据，定量分析的评价尺度为间隔尺度（interval scale），比率尺度（ratio scale），是定量分析采用的数据类型（前述）。通常采用因子分析、聚类分析、多元回归分析等统计分析手法。

（5）对应分析(Correspondence analysis)

对应分析法是一种多元相依变量统计分析技术，也是一种视觉化的数据分析方法，即通过分析由定性变量构成的交互汇总表（Cross 表）来探索变量间的关系（图16）。在产品的感性评价实验中，通过测试者自由联想的感性评价实验，获取定性的感性词汇（也可以通过对文本的形态素解析来获取），对应分析可以直观的分析出各词汇与产品之间的空间关系，了解同一变量的各个类别之间的差异，以及不同变量各个类别之间的对应关系。图16 是矿泉水样本通过对应分析后形成的感性语义空间。

对应分析的好处是能把众多的样品和众多的变量同时作到同一张图解上，并在较低维的空间中表示出来，样品及其属性在图上直观而又明了地表示。对应分析法还省去了定性分析中因子的选择和因子轴旋转等复杂的数学运算及中间过程。

对应分析法的解析过程由两部分组成：即“表格”和“语义地图生成”。对应分析法中的表格是一个二维的表格（图17），由行和列组成。每行代表产品样本的某个属性，或联想词汇。列代表某类产品不同的样本（图中Uniform 1-9）。在语义地图上，各个样本都表示成为一个点集合，而样本的属性变量在图上同样也是以点集合的形式表示。

图18 是笔者对日本小松精练株式会社开发的随季节变化的护士服设计的感性评价数据的对应分析结果。在感性评价实验中向测试者呈示的产品的样本（图5），测试者通过自由回答法记录下联想的词汇。将联想词汇的出词率与产品样本构成2 维表格（图17 ），通过R（最初由新西兰奥克兰大学的Ross Ihaka 和Robert Gentleman 开发的著名免费软件，可以用于数理统计分析）的对应分析，可以得到图18 的随季节变化的护士服语义地图。感性评价用（护士服）的样本分布于图中，感性评价人员可以对图做出解释。

5.结论

本文结合了前人对感性工学的研究成果，以及笔者在日本留学期间从事感性工学研究的亲身实践，在对传统的感性工学的原理和分析手法做了一般性介绍的基础上，介绍了感性工学的定性分析手法。目前，感性工学尚处于发展阶段，国内外感性工学的研究者们正调整思路，积极从理论根源上探寻新的方法论；逐步改善传统感性工学在研究对象，分析方法上的局限。日本产官学会长，原东京大学校长吉川弘之曾精辟的指出，感性工学的研究和以往其他学科的方法论不同，要放弃前人既有的成就，重新打造新的体系。中国有如中医等在实际生活中应用感性词汇解决问题的丰富经验，可以从认知科学及工科的视角展开研究必将有巨大的发展空间。在计算机科学、大数据场的应用以及人工智能科学的发展，业界可以借着更多的手段展开感性工学的研究，并服务于人类。在用心灵创新的时代，人们越来也需要感性设计。人们对感性与安心安全的需求，亲密的需求，尊敬的需求，自我实现的需求的关系的理解，必将更加深刻。

[1] 下條信輔.サブリミナル・インパクト―情動と 潜在認知の現代，ちくま新書，2008.

[2] 原田沼.デザインにおける感性情報の取り組み，知能と情報，Vol.16,No.5,P392-399,2004.

[3] 福田収一.顧客の主観評価を考慮した対話型意 匠設計支援システムの開発、日本機械会社、2006.

[4] 周豊，永井由佳里.連想概念ネットワークに基 づくデザイン印象分析の方法ー季節感ユニフォ ームがもたらす印象の事例研究，日本デザイン 学会デザイン学研究，57(2)，2010.

[5] 李时珍.濒湖脉学奇经八脉考,中国中医药出版 社,2007.

[6] 日本デザイン学会.Encyclopedia of Design,朝 倉書店,2003.

[7] 岩下豊彦.SD によるイメージの測定,川島書 店,1992.

[8] 岩淵千明、あなたもできるデータの処理と解析, 福村出版、1998.

[9] 金明哲.R によるデータサイエンス、森北出版、2009.

[10] 黄琦,孙守迁.基于意象认知模型的汽车草图设 计技术研究, 浙江大学学报(工学版),2005.

[11] 北島宗雄.人間の感覚,感性を計測する,2003.

[12] 周豊.魅力的な顔とは何かー顔の形態的特徴に 基づく分析,埼玉大学,2005.

[13] 辻三郎.感性の科学，サイエンス社，2001.

[14] 中森義輝.感性データ解析，森北出版，2009.

[15] 井口征士.感性情報処理，オーム社，2009.

[16] 柳澤秀吉.潜在感性の外在化，東京大学大学院 工学系研究科，2006. 柳澤秀吉.感性と設計，東京大学大学院工学系 研究科産業機械工学，2006