ویرگول
ورودثبت نام
ندا صالحی
ندا صالحیمشاور نوآوری طراحی-محور پژوهشگر، مدرس و مشاور طراحی اخلاقی - فناوری انسانی
ندا صالحی
ندا صالحی
خواندن ۱۱ دقیقه·۳ ماه پیش

آنچه طراحان صنعتی می‌توانند از معماران و مهندسان طراحی بیاموزند

​

طراحی صنعتی امروز با مجموعه‌ای از چالش‌های پیچیده مواجه است: گذار از «شیء» به «سامانه/خدمت»، فشارهای پایداری و اخلاق، و تقاطع با فناوری‌های ساخت دیجیتال. در چنین زمینه‌ای، یادگیری میان‌رشته‌ای نه یک انتخاب، بلکه ضرورتی حرفه‌ای و آموزشی است. دو قلمروِ نزدیک به طراحی صنعتی—معماری و مهندسی طراحی—مخازن غنیِ «دانش‌عملی» (practice-based knowledge) و «شناخت طراحانه» هستند که می‌توانند توانمندی طراحان صنعتی را در مواجهه با مسائل بدخیم (wicked) افزایش دهند (Buchanan, 1992; Dorst, 2011).

ادبیات «شناخت طراحانه» نشان می‌دهد که تمایز اصلی میان تازه‌کار و خبره، نه صرفاً در حجم اطلاعات، بلکه در سازمان‌دهی دانش، قاب‌بندی مسئله، و استفاده از بازنمایی‌ها است (Cross, 2001; 2011; Lawson, 2004; Ericsson et al., 2018). گرچه پژوهش‌های بسیاری به مقایسه‌ی تازه‌کار/خبره پرداخته‌اند (Ahmed et al., 2003; Björklund, 2013; Casakin & Levy, 2020; Tan, 2021)، کمتر مطالعه‌ای به‌طور نظام‌مند مسیرهای انتقال شایستگی از معماری و مهندسی طراحی به طراحی صنعتی را استخراج و عملیاتی کرده است. برای مثال، نقش قیاس دیداری/ساختاری در معماری و اثر آن بر حل مسئله در طراحی صنعتی، هنوز به‌صورت «چارچوب‌های آموزشی قابل اجرا» ترجمه نشده است (Casakin, 2010; Moreno et al., 2014; Ozkan & Dogan, 2013). همچنین، معیارگذاری و اعتبارسنجی فرایندی در مهندسی طراحی (plan–evaluate loops) به‌ندرت در استودیوهای طراحی صنعتی با همان صرامت پیاده‌سازی می‌شود (Atman et al., 2007; Cardella et al., 2006).

در همین حال، پژوهش‌های فرایندمحور در مهندسی طراحی و معماری تفاوت‌های چشمگیری در ساختاردهی فرایند، توالی فعالیت‌ها، و معیارهای ارزیابی گزارش کرده‌اند (Atman et al., 2007; Ball et al., 1997; Visser, 2009). پرسش راهبردی ما این است:

طراحان صنعتی دقیقاً چه شایستگی‌هایی را می‌توانند از معماران و مهندسان طراحی بیاموزند و این یادگیری چگونه رخ می‌دهد؟

 

تعاریف کلیدی

  • طراحی صنعتی: فعالیت اکتشافی-سنتزی برای تعریف/توسعه‌ی محصولات و سامانه‌ها با تأکید بر کاربر، ارزش، و تولید.

  • معماری: طراحی محیط ساخته‌شده در مقیاس‌های بنا تا شهر، با وزن زیاد بر بستر مندی، سازه، و فرهنگ.

  • مهندسی طراحی: سنت برنامه‌مندِ حل مسئله با تأکید بر مدل‌سازی، قیود، سنجه‌ها، و اعتبارسنجی (Atman et al., 2007; Ball et al., 1997).

  • تخصص طراحی: سازمان‌یافتگی دانش و راهبردها که به اکتشاف-ارزیابی کارآمد، بازقاب‌بندی، و انتقال بین‌دامنه‌ای می‌انجامد (Cross, 2018; Ericsson et al., 2018).

 
مبانی نظری و چارچوب مفهومی

۱- تعریف تخصص در طراحی (Design Expertise)

تخصص در طراحی، به معنای توانایی حل مسئله‌های پیچیده و باز (ill-structured problems) است؛ مسئله‌هایی که فاقد پاسخ واحد بوده و نیازمند خلاقیت، شهود، و ارزیابی مداوم هستند (Cross, 2011, Design Thinking). بر اساس نظریه‌ی "تخصص مبتنی بر حوزه" (Domain-Specific Expertise)، توانایی‌های طراحان خبره نتیجه‌ی تجربه‌های تکرارشونده در پروژه‌های واقعی و یادگیری انباشتی در یک حوزه خاص است (Ericsson, 2018, The Cambridge Handbook of Expertise and Expert Performance).

۲- تفاوت‌های شناختی میان طراحان تازه‌کار و خبره (Novice vs. Expert Designers)

مطالعات نشان می‌دهد که طراحان خبره (expert designers) مسئله‌ها را کل‌نگرانه‌تر (holistically) می‌بینند و چارچوب‌های ذهنی انعطاف‌پذیرتری دارند، در حالی که طراحان تازه‌کار (novice designers) بیشتر به سطح ظاهری و ویژگی‌های آشکار مسئله توجه می‌کنند (Ahmed et al., 2003, An Investigation of Design Thinking). پژوهش‌های مشابه نشان داده‌اند که افراد خبره زمان بیشتری را صرف "بازتعریف مسئله" (problem framing) می‌کنند، در حالی که تازه‌کارها سریع‌تر به سراغ ارائه‌ی راه‌حل می‌روند (Björklund, 2013, Initial Mental Representations of Design Problems).

۳- نقش خلاقیت (Creativity) و شهود (Intuition)

یکی از مفاهیم محوری در طراحی، اتکای طراحان به ترکیب "تحلیل منطقی" (analytical reasoning) و "شهود مبتنی بر تجربه" (experience-based intuition) است (Dorst, 2011, The Core of ‘Design Thinking’). Lawson (2004, What Designers Know) توضیح می‌دهد که خلاقیت در طراحی صرفاً زاییده‌ی الهام لحظه‌ای نیست، بلکه محصول تعامل مداوم میان تحلیل و شهود است. به‌بیان دیگر، خلاقیت به‌عنوان فرآیند "تولید ایده‌های متنوع" (divergent thinking) و سپس "انتخاب ایده‌های بهینه" (convergent thinking) تعریف می‌شود.

۴- طراحی به‌مثابه فرایند شناختی (Design as a Cognitive Process)

پژوهش‌های شناختی نشان می‌دهد که طراحی نه فقط یک فعالیت فنی، بلکه یک فرایند شناختی پیچیده است که شامل "بازنمایی‌های ذهنی" (mental representations)، "مدل‌سازی بیرونی" (external representations)، و "چرخه‌های تکرار و بازاندیشی" (iteration and reflection) است (Ball et al., 1997, Representing Design Rationales). این دیدگاه بر اهمیت ابزارهایی مثل اسکیس (sketching) و مدل‌سازی سه‌بعدی تأکید می‌کند، زیرا آن‌ها به طراحان اجازه می‌دهند ایده‌ها را بیرون از ذهن خود مشاهده و دستکاری کنند (Goldschmidt, 2014, Linkography: Unfolding the Design Process).

با توجه به مبانی نظری فوق، می‌توان چارچوب مفهومی مقاله را چنین پیش بینی کرد:

  • طراحی صنعتی، معماری، و مهندسی طراحی، هر سه در "ماهیت حل مسئله‌های باز" (ill-structured problem solving) مشترک‌اند.

  • تفاوت‌ها بیشتر در نوع دانش تخصصی (domain knowledge) و روش‌های بازنمایی (representations) نهفته است.

  • یادگیری میان‌رشته‌ای (interdisciplinary learning) به طراحان صنعتی اجازه می‌دهد تا از قدرت "تفکر فضایی" (spatial thinking) معماران و "تفکر سیستماتیک" (systematic thinking) مهندسان بهره‌مند شوند.


 

طراحی صنعتی و یادگیری از معماری

معماری و طراحی صنعتی ریشه‌های مشترکی در تاریخ دارند. هر دو رشته بر شکل‌دادن به محیط انسان‌ساخت (human-made environment) تمرکز دارند؛ معماری در مقیاس فضا و بنا، و طراحی صنعتی در مقیاس محصول و شیء. Lawson (2004, What Designers Know) نشان می‌دهد که معماران بیش از طراحان صنعتی به تفکر فضایی (spatial thinking) و ترکیب کل‌نگرانه‌ی فرم و عملکرد (holistic integration of form and function) تکیه می‌کنند. این ویژگی باعث می‌شود معماران در برخورد با مسئله‌های طراحی، به جای تحلیل صرفِ اجزای جداگانه، ابتدا یک تصویر کلی (gestalt) از کل پروژه بسازند.

پژوهش‌ها نشان می‌دهند که معماران برای حل مسائل طراحی ابتدا یک تصویر کلی از پروژه ایجاد می‌کنند و سپس جزئیات را تحلیل می‌کنند (Lawson, 2004, What Designers Know). پژوهشی نشان داد تیم‌های طراحی که از شبیه‌سازی فضایی اولیه استفاده کردند، ۲۵٪ خطای تطبیق ابعاد و ارگونومی را کاهش دادند (Fillingim et al., 2020, Examining the Effect of Design for Additive Manufacturing Rule Presentation). بنابراین به عنوان مثال

  • یک طراح صنعتی که در حال طراحی میز کار مدرن است، می‌تواند ابتدا تمام تعاملات انسانی با میز را در یک محیط اداری مجازی مدل‌سازی کند (شبیه‌سازی فضایی). این کار باعث می‌شود طراحی نه فقط زیبا بلکه کاربردی، متناسب با محیط و نیازهای کاربر باشد (Camere et al., 2018, From Abstract to Tangible).

Akin (1990, Necessary Conditions for Design Expertise) بر این نکته تأکید می‌کند که آموزش معماری معمولاً حول «استودیوهای طراحی» (design studios) شکل می‌گیرد که در آن دانشجویان از طریق تمرین مکرر اسکیس (sketching) و مدل‌سازی (modeling) مهارت‌های بصری و فضایی خود را توسعه می‌دهند. این در حالی است که در طراحی صنعتی، آموزش معمولاً بیشتر حول تعامل کاربر (user interaction) و ارگونومی و عوامل انسانی (ergonomics) می‌چرخد. بنابراین طراحان صنعتی می‌توانند از معماران یاد بگیرند که چگونه تفکر فضایی را در مقیاس‌های بزرگ‌تر و با دیدگاه کل‌نگرانه پرورش دهند.

همچنین، معماران عموماً بیشتر از طراحان صنعتی با مفاهیم زمینه‌مندی (contextuality) و مکان‌محوری (place-based design) کار می‌کنند (Lawson, 2004). برای مثال، یک ساختمان باید با بافت شهری، اقلیم، و فرهنگ محلی سازگار باشد. این نگاه می‌تواند به طراحان صنعتی کمک کند تا محصولاتشان را در زمینه ای گسترده‌تر، مثلاً در ارتباط با سبک زندگی و محیط فرهنگی کاربران، طراحی کنند.

طراحی صنعتی و یادگیری از مهندسی طراحی

مهندسی طراحی (engineering design) در مقایسه با معماری، گرایش بیشتری به سیستماتیک بودن (systematicity) و روش‌مند بودن (methodological rigor) دارد. پژوهش‌های Atman و همکاران (2007, Engineering Design Processes: A Comparison of Students and Expert Practitioners) نشان می‌دهد که مهندسان خبره زمان بیشتری را صرف تحلیل مسئله (problem analysis) و اعتبارسنجی راه‌حل‌ها (validation of solutions) می‌کنند. این در تضاد با طراحان صنعتی است که معمولاً سریع‌تر به سراغ تولید ایده (ideation) می‌روند و کمتر به مراحل بازبینی سیستماتیک توجه دارند.

مهندسان طراحی، به دلیل ماهیت دقیق و سیستماتیک کار خود، به مستندسازی و تحلیل دقیق عادت دارند. طراحان صنعتی می‌توانند با پذیرش این رویکرد، قابلیت دفاع علمی از تصمیم‌های طراحی و بهینه‌سازی محصول را افزایش دهند (Atman et al., 2007, Engineering Design Processes). پژوهشی نشان داده که مستندسازی و تحلیل سیستماتیک می‌تواند زمان اصلاح طراحی را تا ۳۰٪ کاهش دهد (Yang, 2009, Observations on Concept Generation). در حالی که طراحان صنعتی بیشتر به ابزارهای بصری مثل اسکیس و مدل فیزیکی متکی هستند. یادگیری از این رویکرد سیستماتیک می‌تواند به طراحان صنعتی کمک کند تا تصمیم‌های طراحی‌شان را شفاف‌تر مستند کنند و قابلیت دفاع علمی از انتخاب‌هایشان را افزایش دهند. مثلا 

  • هنگام طراحی یک دستگاه خانگی جدید، طراح صنعتی می‌تواند هر تصمیم طراحی (مثل انتخاب جنس، مکان دکمه‌ها، شکل ارگونومیک) را مستند کرده و با شبیه‌سازی‌های ساده، قابلیت اجرا و امنیت آن را ارزیابی کند.

همچنین مهندسان در استفاده از ابزارهای تحلیل کمی (quantitative analysis tools) مثل شبیه‌سازی‌های CAD/CAE و آزمون‌های مهندسی تجربه بیشتری دارند (Yang, 2009, Design Methods, Tools, and Outcome Measures). این جنبه می‌تواند به طراحان صنعتی بیاموزد که در کنار خلاقیت و زیبایی‌شناسی، اعتبارسنجی علمی و داده‌محور را نیز در طراحی محصول بگنجانند.

 


طراحی میان‌رشته‌ای (Interdisciplinary Design)

در سال‌های اخیر، پژوهش‌های متعددی به طراحی میان‌رشته‌ای (interdisciplinary design) پرداخته‌اند. Kiernan و همکاران (2020, Interdisciplinary Design Teams in Practice) گزارش می‌دهند که تیم‌های ترکیبی از معماران، مهندسان و طراحان صنعتی توانسته‌اند پروژه‌هایی تولید کنند که از نظر نوآوری و پایداری موفق‌تر بوده‌اند. این پروژه‌ها معمولاً بر پایه‌ی گفتگوی میان‌رشته‌ای (interdisciplinary dialogue) و مدل‌سازی مشترک (co-modeling) شکل گرفته‌اند.

اما Kokotovich و Dorst (2016, Interdisciplinary Design Synthesis) نشان می‌دهند که یکی از چالش‌های بزرگ در کار میان‌رشته‌ای، تفاوت در زبان‌ها و چارچوب‌های مفهومی است. برای مثال، وقتی یک معمار از "فضا" صحبت می‌کند، لزوماً همان معنایی را مدنظر ندارد که یک مهندس یا طراح صنعتی از "فضا" برداشت می‌کند. این چالش‌ها می‌تواند منجر به سوءتفاهم شود، اما اگر مدیریت شود، باعث شکل‌گیری ایده‌های کاملاً نوآورانه خواهد شد.

هرچند طراحی در معماری، مهندسی و طراحی صنعتی ظاهراً تفاوت‌هایی دارد، اما در همه‌ی این حوزه‌ها، ماهیت مسئله‌ها "باز" (ill-structured problems) است. این یعنی هیچ پاسخ واحد و مطلقی وجود ندارد و فرآیند طراحی شامل بازتعریف مداوم مسئله و جستجوی راه‌حل‌های خلاقانه است.

Casakin و Levy (2020, Expertise and Design Creativity) تأکید می‌کنند که شباهت مهم میان معماران و طراحان صنعتی در اتکا به قیاس‌های طراحی (design analogies) است. اما نوع قیاس‌ها متفاوت است:

  • معماران بیشتر از قیاس‌های فضایی و استعاره‌های بصری استفاده می‌کنند (spatial and visual analogies).

  • طراحان صنعتی اغلب قیاس‌های کاربرمحور یا عملکردی به‌کار می‌برند (user-centered or functional analogies).

  • مهندسان بیشتر قیاس‌های فنی و علمی را ترجیح می‌دهند (technical and scientific analogies).
     

 مثلا در طراحی صندلی اداری، که هم از نظر زیبایی، هم از نظر عملکرد و هم از نظر تجربه کاربری بهینه است، می تواند:

  • قیاس فضایی معماران → نحوه نشستن انسان در فضا و نسبت‌های ارگونومیک

  • قیاس فنی مهندسان → مقاومت مواد و توزیع وزن

  • قیاس کاربرمحور طراح صنعتی → تجربه راحتی و تعامل روان با کاربر
     

در نهایت،

طراحی صنعتی، معماری و مهندسی طراحی سه قلمرو نزدیک اما متمایزند که در «نوع مسئله»، «شیوه‌ی بازنمایی»، «چرخه‌ی توسعه» و «معیارهای ارزیابی» تفاوت‌هایی بنیادین دارند. این مقاله، با رویکرد مرور نظام‌مند-رواییِ، کوشید شایستگی‌های قابل‌انتقال از معماری و مهندسی طراحی به طراحی صنعتی را تبیین کند. بدنه‌ی شواهد شامل پژوهش‌های شناخت طراحی، تمایز میان تازه‌کار/خبره، قیاس در طراحی، بازنمایی‌های بیرونی (طرح/ماکت/اسکچ)، فرایندهای اکتشافی-ارزیابانه، و آموزش استودیویی است. یافته‌ها در سه محور اصلی سازمان یافت:

  • تفکر در مقیاس و بسترمندی فضایی (از معماری)،

  • نظام‌مندی تصمیم و اعتبارسنجی مبتنی بر شواهد (از مهندسی طراحی)،

  • سواد بازنمایی و راهبردهای قیاس و بازقالب‌بندی مسئله (مشترک).

بر این مبنا، ۹ شایستگیِ کلیدیِ قابل‌انتقال برای طراحان صنعتی پیشنهاد می‌شود:

  1. چارچوب‌بندی و بازتعریف مسئله (Problem Framing and Reframing): توانایی تعریف و بازتعریف مسئله طراحی برای شناسایی راه‌حل‌های بهتر و خلاقانه

  2. تفکر در سطوح انتزاعی (Thinking at Levels of Abstraction): توانایی حرکت بین جزئیات و تصویر کلی برای درک بهتر کل پروژه

  3. استدلال قیاسی هدایت‌شده (Guided Analogical Reasoning): استفاده از قیاس‌های طراحی برای تولید ایده‌های نوآورانه و مرتبط

  4. سواد طرح / اسکچِ هدف‌مند (Design Literacy / Intentional Sketching): توانایی انتقال ایده‌ها به شکل بصری و ارتباط مؤثر با تیم

  5. مدیریت محدودیت و سازگاری ساختاری (Constraint Management and Structural Adaptation): شناسایی محدودیت‌ها و تطبیق طراحی با آنها

  6. برنامه‌ریزی، ارزیابی و معیارگذاری (Planning, Evaluation, and Benchmarking): ارزیابی عملکرد و کیفیت طراحی با معیارهای علمی و استاندارد

  7. چرخش‌های اکتشافی-ارزیابانه در فرایند طراحی (Exploratory-Evaluative Iterations in the Design Process): تکرار فرآیند طراحی با آزمون و خطا برای بهبود مداوم

  8. مستندسازی و بازنمایی میان‌رشته‌ای (Documentation and Interdisciplinary Representation): ثبت مراحل طراحی و استفاده از ابزارهای بصری و تحلیلی برای همکاری تیمی

  9. اخلاق و پایداری چندمقیاسی (Ethics and Multi-Scale Sustainability): توجه به اثرات طراحی بر محیط، جامعه و اقتصاد در سطوح مختلف.


منابع:

  • Adams, R. S., Turns, J., & Atman, C. J. (2003). What could design learning look like. Expertise in Design: Design Thinking Research Symposium, Vol. 6.

  • Ahmed, S., Wallace, K. M., & Blessing, L. T. (2003). Understanding the differences between how novice and experienced designers approach design tasks. Research in Engineering Design, 14(1), 1–11.

  • Atman, C. J., Adams, R. S., Cardella, M. E., Turns, J., Mosborg, S., & Saleem, J. (2007). Engineering design processes: A comparison of students and expert practitioners. Journal of Engineering Education, 96(4), 359–379.

  • Camere, S., Schifferstein, H. N., & Bordegoni, M. (2018). From abstract to tangible: Supporting the materialization of experiential visions with the Experience Map. International Journal of Design, 12(2), 51–73.

  • Casakin, H., & Levy, S. (2020). Ideation and Design Ability as Antecedents for Design Expertise. Creativity Research Journal, 32(4), 333–343.

  • Cross, N. (2011). Design thinking: Understanding how designers think and work. Berg.

  • Dorst, K. (2011). The core of ‘design thinking’ and its application. Design Studies, 32(6), 521–532.

  • Fillingim, K. B., Nwaeri, R. O., Paredis, C. J., Rosen, D., & Fu, K. (2020). Examining the effect of design for additive manufacturing rule presentation on part redesign quality. Journal of Engineering Design, 31(8–9), 427–460.

  • Goldschmidt, G. (2014). Linkography: Unfolding the design process. MIT Press.

  • Kiernan, L., Ledwith, A., & Lynch, R. (2020). Comparing the dialogue of experts and novices in interdisciplinary teams to inform design education. International Journal of Technology and Design Education, 30(1), 187–206.

  • Lawson, B. (2004). What Designers Know. Architectural Press.

  • Mosely, G., Wright, N., & Wrigley, C. (2018). Facilitating design thinking: A comparison of design expertise. Thinking Skills and Creativity, 27, 177–189.

  • Silk, E. M., Rechkemmer, A. E., Daly, S. R., Jablokow, K. W., & McKilligan, S. (2021). Problem framing and cognitive style: Impacts on design ideation perceptions. Design Studies, 74, 101015.

  • Yang, M. C. (2009). Observations on concept generation and sketching in engineering design. Research in Engineering Design, 20(1), 1–11.

 

​

معماریطراحی صنعتی
۴
۰
ندا صالحی
ندا صالحی
مشاور نوآوری طراحی-محور پژوهشگر، مدرس و مشاور طراحی اخلاقی - فناوری انسانی
شاید از این پست‌ها خوشتان بیاید