当前位置:首页 > 科研成果库

人性化设计:当科研数据开始替人的疲倦、笨拙和走神说话

2026-11-20 02:17:41小研科研成果库20

前几天去朋友家,他刚装了个智能门锁。指纹识别在手指干燥的时候十次有三次打不开,App远程开锁要先看五秒广告——对,开自己家门得先看广告。他骂了一句,然后蹲在门口用钥匙。那个钥匙孔藏在面板下面,摸半天找不到。

这事特别小。但特别疼。

因为你会发现,设计这东西的团队,大概率没在冬天拎着塑料袋、抱着快递、手指冻僵的时候开过自己家的门。人性化设计走到今天,缺的早就不是技巧,而是立场。而更麻烦的是,立场这个东西,恰恰是科研数据最难提供、又最容易被曲解的部分。

用户体验实验室眼动追踪测试场景用户体验实验室眼动追踪测试场景

认知负荷研究:人的脑袋不是硬盘,是漏勺

认知心理学里有个让人挺绝望的结论:工作记忆的容量大概只有4个组块,而且保持时间不超过20秒。Miller那个著名的“7±2”已经被更精细的实验修正到4左右了。什么意思?就是你打开一个App,如果首页同时出现八种颜色、五种按钮样式、三套导航逻辑,用户的脑子当场就宕机了。不是他笨。

是设计者贪心。

我见过一个做医疗SaaS的团队,他们的挂号系统光“确认预约”这个环节就设计了四步。产品经理的原话是“每一步都有信息确认,更安全”。但你去医院自助机旁边站十分钟,看那些老人怎么操作的——第一步人脸识别就卡住了,第二步选科室找不到,第三步直接叫来志愿者帮忙。安全吗?流程上确实安全。但人性化设计的第一性原理从来就不是“信息完备”,而是“在用户当前的认知资源下能够顺利完成”。

NASA的人因工程标准里有个概念叫“认知工作负荷阈值”,超过这个阈值,错误率会指数级上升。这不是线性关系,是拐点。你多放一个选项,可能直接让错误率翻倍。说实话,大部分产品团队做用户测试的时候,测试对象是二十多岁的产品实习生——精力充沛、熟悉交互模式、甚至能猜出设计者的意图。这种测试结果,参考价值约等于零。

真正有人性化价值的测试,得找那些刚加完班、在地铁上单手操作、同时还要留意报站名的人。对吧。这种场景下的操作成功率,才是真实的。

人体测量学数据:你按平均值设计,就注定淘汰一半人

说个可能让你后背发凉的事实。

美军在二战期间设计战斗机座舱的时候,用的是飞行员身体尺寸的平均值。结果呢?几千名飞行员里,没有一个人的全部十项关键尺寸都落在平均值±30%的范围内。也就是说,按照“平均人”设计出来的座舱,实际上对所有人都不是最优的。这个研究后来被广泛引用,直接催生了“可调节设计”的理念。

但七十年过去了,我们身边的椅子、桌子、手机握持宽度、汽车头枕,有多少是真的做到了自适应?

不多。因为可调节意味着成本。所以企业宁愿相信“用户会适应产品”,也不愿意承认“产品应该适应人”。这就是为什么很多人体工学椅号称人体工学,但坐上去三个小时腰还是酸——它工的是“标准人”的学,不是你的。

人体工学可调节办公椅设计尺寸标注图人体工学可调节办公椅设计尺寸标注图

不过话说回来,这几年有个让我挺惊喜的变化。一些国产手机厂商开始认真做手掌尺寸调研了,不是简单分大小屏,而是根据虎口弧度、拇指活动范围反推后盖曲面。还有做电动工具的品牌,跑去找装修工人测握力疲劳曲线,以此调整手柄的配重位置。这些东西普通消费者根本看不见,但它就藏在“这个用着顺手”的感觉里。

顺手。两个字,背后是一整套科研投入。

情感化设计:诺曼说了上半句,下半句没人爱听

唐纳德·诺曼的《情感化设计》是本好书。他讲本能层、行为层、反思层,讲得清楚。但很多人读完之后只记住了一件事:要做好看的东西。于是市面上出现了一堆“看起来温暖”但用起来冰冷的产品。

比如那种圆角、米色、带木纹纹理的智能音箱。放在家里确实像个摆件。但你叫它设闹钟,它先说一句“好的,为您设置闹钟”,等你再问“几点”,它说“抱歉我没听清”。连“刚才设置的是几点”都查不了。这种设计把情感化做成了皮肤,骨头还是硬的。

情感化设计真正难的部分,是让产品在“出错的时候”依然让人觉得被尊重。

这一点上,科研能帮的忙其实有限。心理学实验能告诉你什么样的错误提示文案让人焦虑感最低,能测出用“我们”比用“系统”更亲和,但它测不出——一个刚被老板骂完的人,回到家对着一个反复报错的设备,他需要的到底是一句温柔的抱歉,还是干脆利落地解决问题。

我倾向于后者。先解决问题,再谈情绪。顺序反了,就是虚伪。

有个做客服系统的团队做过一个实验,他们对比了两种错误提示:一种是“哎呀,出了点小问题,请稍后再试~”,另一种是“加载失败,请点击重试。如持续失败,可拨打400-xxx-xxxx”。结果很残酷,第二种的用户留存率反而更高。因为用户要的是出路,不是卖萌。

当然,这也不是绝对的。要看产品类型。一个冥想App报错的时候卖个萌,可能问题不大。一个银行App转账失败的时候卖萌?用户想砸手机。

AI时代:算法能学会“体谅”吗

AI时代:算法能学会“体谅”吗AI时代:算法能学会“体谅”吗

现在人人都在谈AI原生应用。但AI恰恰可能是人性化设计最大的敌人——如果方向走偏的话。

为什么这么说?因为AI的默认逻辑是“用更多数据做更精准的预测”,而人性化设计的逻辑是“用更少的打扰让用户觉得自在”。这俩天然打架。精准推荐让你刷个不停,人性化设计应该让你刷完想刷的那条就放下手机去睡觉。算法为了让日活数据好看,可不会主动提醒你“该睡了”。

不过我也看到了一些让人眼前一亮的尝试。有团队在做“认知摩擦”设计,就是在AI生成内容之前故意加一个短暂停顿,或者用视觉提示告诉用户“这是AI生成的,请核实”。这不是反效率,这是尊重人的判断力。好的AI人性化设计,不是让机器更像人,而是让人更像人。

还有个案例我印象很深。一家做AI会议纪要的公司,他们的产品有个功能:会议结束后,不是立刻输出全文摘要,而是先问一句“这次会议有让你觉得需要特别关注的部分吗?”用户可以手动标记几个关键词,然后再生成摘要。就这么一个小动作,摘要的采纳率提升了40%多。

为什么?因为它把控制权交还给了人。就这么简单。也这么难。

最后说句不太中听的

最后说句不太中听的最后说句不太中听的

人性化设计这个词,被用得太滥了。滥到有时候它只是营销文案里的一个形容词,跟“匠心”“极致”并列,放在发布会PPT的第四页。

但如果认真对待,它其实是个挺残酷的学科。因为它逼你承认:你设计的东西,大概率在某个场景下会让人恼火、困惑、甚至受伤。你得去面对那些场景。得坐在那个冬天的门口,抱着快递,手指冻僵,试三次指纹识别。

然后改。

科研数据能指路,但走不走,走多远,还是看人。说实话,我对这个行业保持谨慎乐观。谨慎是因为看到太多“为了数据好看而牺牲体验”的操作。乐观是因为——总有那么一些团队,愿意蹲下来,把身高一米五的用户和身高一米九的用户,都当成人。

而不是平均值。