STEM理念下的数字时代建筑设计方法论新构架

李 媛 | Li Yuan

于融融 | Yu Rongrong

李德新 | Li Dexin

建筑学作为高等教育工科的一员却与其他工科有很大不同，其他工科着力解决某一类科学问题，而建筑学是把精确的科学与我们生活其中的具体世界联系在一起，是把科学理论的总结和评判的结果转化为具体的现实[1]，它融合了自然科学、社会科学和人文艺术，一直以来以理念和审美作为唯一评判标准也导致了设计虚无主义和创新能力发展的局限。在数字技术蓬勃发展的今天，本应是理论应用和创造力发挥如虎添翼的时代，但由于数学基础薄弱、理论课与实践课脱节以及方法论指导的缺失，数字时代的优势建筑学本科教育中体现得并不充分，而STEM的教育理念与建筑学专业的数字时代人才培养诉求是高度吻合的。

1 STEM教育理念简介

STEM是工程（engineering）、技术（technology）、科学（science）和数学（mathematics）的简称，它不是独立的四门学科，而是一种面对真实世界问题时跨学科的知识综合运用[2]。近年来，对于保持全球科技领先地位的危机感促使美国政府将STEM教育提上日程，并于2018年1月由国家科学院、工程院和医学院共同发布了《本科STEM教育监测指标》，明确了本科STEM教育的目标、实现途径和质量监测标准[3]。作为一个量化指标体系，标准制定的依据是循证教育实践，其三要素为学生的需求与学情、校园环境与文化、教师经验和科学研究的依据[4]。对于建筑学教育而言，科学研究的依据在具体项目中的应用一直比较定性和模糊，数字时代的来临将带来革命性的改变。

2 传统建筑设计方法及思辨

建筑设计一直被称为“黑箱”，即不可描摹、不可教授，只能靠长期的经验积累和自己的悟性。为了摆脱这种对个人智力和主观性的依赖[5]，从19世纪开始就有一些建筑师致力于建筑设计方法的研究，以期使建筑设计变为一个理性、透明和可预测的思维过程[1]。

2.1 “调查—分析—设计”法

“调查—分析—设计”即Su r vey—Analysis—Design，简称SAD法，由英国规划师、教育家盖德斯（Patrick Geddes，1854—1932）在19世纪提出，被认为是富有逻辑性和理性的建筑设计过程，影响力非常深远，当代很多建筑师都对这种设计方法持肯定态度，只是在表述具体步骤时稍有分别（表1）。

表1 当代建筑师的SAD法

SAD类设计方法都是从收集资料入手，且尽可能多地收集和项目有关的资料，唯如此才能分析资料以及最后从这些资料中产生出一个或多个方案。或相反地，如果最后不能整合出一个好方案，主要原因一是收集资料的广度不够；二是对资料理解的深度不够，使得主次矛盾混淆，设计陷入了不必要的细节，出现了偏差[6]。

2.2 “猜想—分析”法

比尔·希列尔（Bill Hillier）认为SAD法从收集的资料中经过一系列“程序法则”最后“综合归纳”出方案的过程与建筑师的思维习惯和工作程序不符。为了更真实地描述建筑师的设计经历，希列尔提出了猜想—分析法（Conjecture—Analysis法，简称CA法）。其核心特点是建筑师要预先基于自身的认知能力构想要解决的问题，这样可以将不可计数的解决方案缩小至建筑师人脑能把握的范围，也只有这个问题先存在了，建筑师才能通过理性分析或以往经验来处理这个问题。

达克（Darke）在希列尔的基础上又进一步，他通过实证研究，将“猜想—分析”发展成“生成—猜想— 分析”（Generator—Conjecture—Analysis，简称GCA法）[7]，“生成”指的是建筑师的设计概念或设计目标，再以此为基础发展一个粗略的方案，之后针对目标进行检验，并从中发现其他问题[8]。

2.3 “类型—分析—设计”法

亚历山大（Christopher Alexander）在《模式语言》中倡导“类型—分析—设计”法（Pattern—Analysis—Design，简称PAD法）。他认为在没有建筑师的时候人们根据环境条件C1直接建造建筑形式F1，比如爱斯基摩人的冰屋（图1a）。而建筑师是将C1反应到头脑中变成其想象的设计条件C2，再根据C2和所学的知识设计出方案F2，最后被建造成F1（图1b）。由于C2—F2是建筑师直觉思维的结果，缺乏系统性，所以亚氏认为这是设计弊病的来源。于是亚氏在C2—F2之后加入了C3和F3，C3是将感性的C2逻辑化为表达图式，F3是由C3抽象而来的设计图解（一种模式），F2是F3的一种具体化（图1c）。亚历山大将设计过程归结为设计形式（Form）与设计条件（Context）相符合的过程（fit），而“符合”正是通过排除“不符合”（misfit）实现的。

图1 “类型—分析—设计”法图示[6]

形式与设计条件间的本质被亚历山大归结为253种模式，按层级树状排列，规模大至城镇小至构造细部[9]。亚氏试图给出每种模式的最适合形式，并在每种模式的最后介绍了该模式与其下层模式的联系。他希望后人可以利用他的书完成千变万化的方案组合，且可以在抓住实质的前提下修改模式。

综上，前两类设计方法说明了设计流程，而PAD法阐释了设计策略层面和执行层面的逻辑。SAD法认为方案从分析材料中来（与实践情况不符），CA类方法认为方案从建筑师的经验中来，但并没有细述经验对定义设计问题和形成设计方案的作用。

3 建筑设计的认知心理学机制

建筑设计的本质是解决多个问题，这些问题呈半树状半网状结构[10]，是一个复杂的体系。有很多人研究过建筑设计方法，但从更普适的认知心理学角度去研究会给我们更坚实的理论依据和更多的启示。

在认知心理学中，人在解决问题时如果清楚问题的四要素便会解决它，即问题的初始状态（initial state）、目标状态（goal state）、算子①（operators）和限制条件（restrictions）[11]。对应到建筑设计中，初始状态是项目所处的自然、社会和文化环境，以及建筑师从自身经验和价值观对初始状态的认知和主次要方面的排序；目标状态是建筑建成时的结果，该结果在设计之初无法预知（定义不明确的问题，ill-defined problem），而且即便是同一个项目，也会因建筑师对目标定位的不同而不同；限制条件包括主客观两个方面，建筑师对问题的认知、思想水平和经验多寡为建筑设计的主观制约，时间、经费、建造技术和甲方偏好为建筑设计的客观制约；算子是建筑设计时进行的操作，包括过程、策略和执行三个层面，不同经验值的建筑师会采取不同的方法，解析如下。

3.1 过程层面的方法

由于建筑设计的“黑箱”特征，一般采用出声思考的方式通过语义法研究建筑设计的过程。悉尼大学的约翰·赫罗（John Gero）在20世纪90年代研究了描述建筑设计过程的FBS②模型，实验证明可以捕捉到66%的设计流程描述与该模型吻合，而后他与杰夫·凯恩（Jeff Kan）又发展了FBS模型，引入可见世界（external world）、感知世界（interpreted world）和表征世界（expected world），描述了F、B、S在这三个世界的映射以及设计流程，改进后的模型被证明可以捕捉到92%的设计流程描述与其吻合[12]。现将改进后的FBS模型整理并完善如图2所示。

图2 整理完善后的FBS模型

3.2 策略层面的方法

心理学采用启发式方法④（heuristic）中的“手段——目标分析”法来解决类似建筑设计中的多目标问题，即将目标拆分成一系列子目标，逐步缩小当前状态和目标状态的差距，但目标众多，而人脑同一时间内能加工信息的数量又很有限，尤其是这些目标的衡量标准不同又相互矛盾，这就需要一个科学合理的方法——多目标决策方法，其方法种类见表2。

对于初学者而言，一般采用分层序列法与目标规划法：将所有目标按照制约程度由强到弱排列，先在第一个目标的约束条件下，找出与期望值最接近的解（约束条件下的最优解），然后在保持该目标解不变动的前提下寻找第二个目标的最优解，如果找不到，或者退而求其次，或者放弃前一目标的最优解改用其非劣解，继续找下一目标的最优解，如此直到求出最后一个目标的可行解。这也是彼得·罗（Peter Rowe）所说的“顺阶式”或“层级分解”（hierarchical decomposition）方法[14]，随着时间的推移，建筑师依层级自上而下地解决问题（图3）。

图3 “层级分解”方法示意图

对于熟练者，由于长期从事设计或者专注于某类建筑的设计，再设计同类项目时，建筑师从一开始就能提供一个关于问题空间内在结构的完整或至少广泛的描述，他们知悉各成分间的系统化关系，并根据需求重新组构，这就是“倒阶式”或“层级分解—重构”（hierarchical decomposition—recomposition）方法[14]，心理学家也证实熟练者之所以能够采用这种方法是因为发生了自上而下的认知过程，更高抽象水平的概念控制了知觉组块的排列[15]，这种情况下，熟练者胸中有数，会采用表2中的直接求非劣解法，设计出若干方案。

对于卓越者，他们致力于从更本质的层面或者哲学的深度来考虑设计问题，创造新的范式，在关键性的问题上他们采用“顺阶式”的方法探索，此时记忆中备存的不只是设计方案，而是大千世界的林林总总，而在非关键的问题上他们和熟练者一样，直接从已建立的知识架构中重组取用。

3.3 执行层面的方法

在具体解决每一个问题的时候，建筑师从记忆中提取各种案例或案例的片段进行适应性修正、有效表征和重新整合，这是一个通过类比进行迁移学习的过程，但通过观察可以发现经验值不同的建筑师采用不同做法，低年级学生的作品总让人轻而易举地发现他学习了某位或某些大师的作品；熟练者的作品基本上没有这种痕迹，而是具备了项目任务条件下的合理性；卓越者的作品很有创造力，使人感到意想不到而又十分妥帖，但即便是天马行空的幻想，在现实中必然存在其参考的原型[16]。

在认知心理学中，舒马赫和契尔文斯基（Schumacher and Czerwinski）提出记忆表征的三阶段模型来对这种差异进行解释，即史前阶段（pretheoretical stage）、经验阶段（experiential stage）和专家阶段（expert stage）[15]，各阶段的类比特征和思维逻辑见表3。处于史前阶段的初学者对案例的理解停留于表面，能在相似的问题情境中进行类比迁移；处于经验阶段的熟练者已经在诸多案例的积累和个人经验中从特殊归纳出普遍性结论，又在具体情境中由普遍性结论演绎出具体的解决方案；处于专家阶段的卓越者不再拘泥于本专业的普遍性结论，而是采用溯因推理，从诸如哲学、社会学、艺术等其他领域进行较高层次的组织，设计出特定的构形类型[14]，成为新的范式。

表3 记忆表征的三阶段模型特征

根据上述解析，初学者、熟练者和卓越者的差异不在于或不完全在于他们记忆中的案例数量，而在于他们组织知识的方式和概念表征的抽象水平。初学者概念表征的抽象水平比较低，会以案例的表面特征分类，因而会受到非本质细节的推理干扰。而熟练者和卓越者会运用蔡茨（Zeitz）研究的中等抽象水平的概念表征（moderately abstract concept representation，MACR），这种表征的水平处在抽象（方程或一般原理）和具体的特定问题之间，太抽象的表征过于稳定，太具体的表征又不容易转换，MACR将系统的细节特征与高水平的抽象观念联系起来，具有图式的本质和更广泛的提取线索，因而更易操作[17]，熟练者与卓越者的差别在于对一般原理的理解，所以卓越的建筑师都有一套自己认知世界的哲学理念。

4 数字时代的建筑设计方法

电脑不同于一般的工具在于它能替代人脑的一部分工作，电脑擅长短时内处理大量数据和海量记忆，而人脑可以毫不费力地判断、推理和归纳，有语言、视觉和情感，随着2012年深度学习算法的运用，电脑的理解和推理能力向前迈进了一大步。

电脑的优势体现在：①海量的记忆容量可以存储大量的案例，每个案例可以包含完整的技术参数和语义标签，以便建筑师从任意维度比较归类各案例；②对建筑设计算法⑤的定量刻画和参数控制；③基于大数据的人工智能可以在既定的框架内探索实体要素与设计目标间的关系，进而省略仿真模拟的过程，大幅提高设计效率。在电脑优势主导下的数字时代建筑设计方法会变成什么样子？

4.1 执行层面的方法

数字时代对建筑设计产生最直接影响的在执行层面，熟练者和卓越者常用的中等抽象水平概念表征会被外显出来，包括从静力学、建筑物理学、性能仿真模拟统计和调研统计中获得的图解或逻辑的数学表达，这些数学表达不仅拓展了建筑设计思维的深度和广度，同时便于学习和重复使用，这将使得初学者变为熟练者的时间将缩短，而变为卓越者更加困难，因为表征被程序记录以后，创新变得更加困难，建筑师如果只管拿来使用不知其所以然，更容易陷入肤浅模仿者的境地。

4.2 策略层面的方法

越来越多的中等抽象水平概念表征被程序化，也会促进PAD法的发扬光大，将建筑设计束缚在253种模式语言中是不可能的，但将其统辖在“层级分解—重构”的策略下却是可行的。

比如欧特克公司在多伦多的新办公室设计，建筑师提出了提高工作效率、加强合作以及方便使用共享空间这3个设计目标，并将设计目标落实到6个评价指标上，即缩短各分区间的流线长度、相似工作风格分区、方便利用共享空间、尽量避免彼此间的视线干扰和声音干扰、尽量多的自然采光、在工位和公共流线上的人尽量多地看到室外景色，而这些评价指标需要通过功能分区和家具摆放等实体要素来实现。建筑师首先研究了原办公室实体要素与评价指标（物理的或语义的）间的关系，并用数学表达式描述，而后通过参数控制生成大量方案，给定6个评价指标的阈值，迅速筛选出一万个符合全部评价指标的方案，最后根据相关利益者的偏好确定评价指标数值，倒推出最终方案。

在数字时代解决多目标问题，实体要素与评价指标的关系可以用函数或人工智能算法表达，因而可采用表2中的层次分析法和多属性效用法，先研究清楚一般规律，再根据具体情况优选方案，第一次投入的设计成本较高，但以后类似的方案会提高设计效率，节约下来的时间可以用来做更深层次的设计研究，形成良性循环。

4.3 过程层面的方法

编程设计过程与FBS模型的吻合率为91.95%，在于融融、顾宁和Michael Ostwald的概念设计对比试验中，编程设计者和建模设计者在各设计阶段付出的时间以及在问题和解答中交互的过程都很相似[19]，区别在于设计之初，编程设计者在问题和解答间交互得更频繁，因而在相同的时间内对设计问题的解答也更深入；在设计过程中，编程设计者比建模设计者更多地回顾问题以便为子目标编程。诚如劳森（Bryan Lawson）所言编程迫使建筑师把进程变得明朗，并且促使他们检验和调查得出结论方式的假设。方案的性能可以通过仿真模拟软件和由它们提供数据形成的人工智能算法来检测、比对，快速搜索大规模解集的遗传算法也被用来优选确定方案[20]。

5 数字时代建筑设计方法论的STEM架构

数字时代对建筑设计的变革已深入到方法论层面，从执行到策略再到过程，建筑师的思维方式也随之改变。为了跟上时代的步伐，建筑学本科教育也需要做出相应的改变，提升对数学、科学和技术的重视程度，按照数字时代的要求调整建筑设计方法论框架（图4）：数学方面，数理统计帮助建筑师不断扩充自然科学、社会科学和人文科学的科研成果，解析空间几何为造型数据化提供支撑。科学方面，或者从案例分析归纳或者将抽象的一般原理（建筑物理、建筑力学和通过数理统计不断扩充的科研成果等）转化为中等抽象水平的概念表征，即一类问题的图解原型；技术层面，计算机技术使图解原型变得可描述、可操作、可传播，尤其人工智能以其庞大的数据库和快速的算法将无法用原理表达清楚的关系描述了出来；最终，实现各种设计和工程问题对图解原型的具体应用。

图4 STEM理念下的建筑设计方法论新框架

BBC权威预测由于建筑师擅长的创意、审美、空间感、建筑理念和抽象的判断都难以被机器模仿，但无数被数字化的图解原型可以帮助建筑师提升设计效率、激发设计创意。未来会是一个脑机结合的时代，希望建筑师能成为驾驭新时代的职业群体。

资料来源：

图1：参考文献[6]；

文中其余图表均为作者绘制。

注释

①算子：解决问题所要进行的操作。

② FBS模型：Function（设计目标）—Behavior（如何组织各要素达到设计目标）—Structure（建筑的构成要素及之间的关系）。

③有效表征：一种是包含由各种执行程序的指导语所表征出来的陈述性知识，比如：“梁高度是跨度的十分之一”，而不是“梁的高跨比应该满足抗弯抗剪性能”；另一种是借助相似语义的类比，用一个具体的源问题来表征靶问题，比如：“体育场的外表皮要用一种新材料模仿高迪建筑的表皮形式”，而不是“体育场要体现西班牙地域性”。

④ 启发式方法：一种非正规的、直觉的、猜测性的策略来解决定义不明确的问题。

⑤ 算法：是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，包括：数学表达式、流程图、图表、图解等[19]。