我们为什么需要理论?

什么是理论?

理论是指人们对自然、社会现象,按照已知的知识或者认知,经由一般化与演绎推理等方法,进行合乎逻辑的推论性总结。 ——百度百科

设计和理论的关系

“除非有更好的选择,否则就遵从标准。但从实际出发,这些法则定了起到的只是参考或启发作为,作为交互设计人员千万不能照本宣科,因为只有亲自做过后才会深有体会”

——交互设计之父阿兰·库珀

把设计当作建房子,理论就是盖房子的方法原理,只用沙石砖瓦,那很难盖好一座房子的,就别提一栋大厦了。如果知道了盖房子的方法,知道用多少材料,那么不仅事半功倍还能节省成本。

理论是前人总结的经验,让我们习得后少走弯路。理论指引一个方向,我们沿着这个方向去做设计、去做事,如果偏离这个轨迹,那么就要走很多的弯路或者直接错误。

达芬奇有很多超前的理论设计,可是限于当时的技术条件,并不能做出来

也有人可能说一些人没有学过理论照样凭着自己的经验做设计,依然做的很好,自己的经验从实践中获得的,中间一定是走了很多弯路才有这样的经验,这样的经验需要花费大量的时间去领悟习得。

当然并不是这样做不好,世界上知识那么多,我们也不是专业去做学术研究的,不必去深究理论背后形成的原因,直接拿来使用就即可,当然深层次的理解对我们更有利,这时就需要选择性的去学习了。

为什么我们需要理论?

1. 解释功能

理论提供一个解释,对相关事情进行定义、理清条理和解释。将事情剥开揉碎给人看。理论明事理。

2. 节省沟通时间

对不同教育和文化背景的人来描述一件事、并意图达到共识,是一件很费力的事情。你可能需要描述前因后果,背景介绍,可能需要一层层地剥开你要描述的事情。

而理论,做为已经被周知的一个高度归纳,可以简练的表达很多意思,节省很多笔墨(实质是在读者之前了解该理论时已经把前因后果知晓过了)。

这个角度说,理论在学术上有些像“行话”:你一提,听者就知道你说的是什么。比如你一提“马斯洛理论”(或者马斯洛模型),读者就会立刻知道你要讲人类需求满足的递进层级。

比如你听到:“马斯洛理论介绍过,满足了温饱的身体需求后人就会渴望安全感。那在这个阶段,集体的作用是否才体现…”你就知道作者在讲社会需求,你还知道后面可能要提到的是爱和个人实现。

而这无需作者做更多背景介绍从而可以快速切入他要谈的实质内容。

3. 作为共同语言

同样的道理,不同文化的人用不同角度去看待一个事情,会有无数种解释。而理论就是一种“达成共识”的媒介,读者迅速知悉你说的是哪个领域的哪类事情。

比如谈年轻人买iPhone这一现象,心理学家想到的是被认可的需求,社会学家可能首先想到从众现象,人类学家想到工具的意义,经济学家想到规模效应和成本,营销学家想到品牌作用,健康专家……

如果不是使用理论,作者可能要花很多描述阐释他的研究的语境和角度。而使用理论就会迅速让听众知道言者在说那个问题。

比如听到:“范布伦理论(Veblen effect)显示物品的符号意义…”你就马上明白这是要在社会学范畴内讨论社交动机对自我实现的影响中物质的作用。

理论让听众迅速进入恰当语境,从而在同一个沟通平台进行有效沟通。

4. 作为工具

这回事是不是那回事,如何检测和验证这件事,就需要一个‘把手’来衡量。

特别对学术研究来说,每个理论一般都跟着一个模型和测量工具,可用于检测程度和维度缺失。比如Hofstade的文化维度理论,被拓展成5个文化价值维度(权力距离;个人主义;不确定性规避;长期导向;放任与约束),并各有其指数,可用于测量不同文化的各维度程度用于了解和对比不同文化。

对一件事情或现象进行分析的时候,不同的理论可以给出不同角度的解释和对比,从而更加精准地定义和解释。

这个门是阿拉伯的,它听不懂中文

而这些对理解的助力,就是实战意义的基础。我们讲理论与实践相结合,就是以理论为基础(理解和测量)的实战应用(结合现状的测量和验证)。

我们常借用“站在巨人的肩膀上”来感谢潜行者们的贡献。而理论作为已开发的智慧,就是人类文明进步里的一种“巨人肩膀”。各种理论帮助你们走的健,走的稳,走的更远。

不同的领域有其不同的分析框架和理论模型,没有一种是十全十美的,我们要去学会把握这些对于事物发展客观规律总结的模型和框架,如此,在遇到问题时可以做到游刃有余地行动实践。

理论是一种工具,要做到经世致用,不断践行和完善自己的理论武器。

原文发布于微信公众号 - 设计谜(UXMystery)

原文发表时间:2018-09-03

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏灯塔大数据

四位人工智能界的泰斗大牛关于人工智能的理解与预言

编者按: 文章标题的人名顺序,根据大会现场五位嘉宾从左往右的座位顺序排列。 六十年前初识计算机的时候,人们就在想:是否有一天我们可以创造出一种人工智能,达到甚...

40460
来自专栏腾讯研究院的专栏

拥抱人工智能革命,从碎片化向复杂化演进

作者:Sandra Upson Executive editor of Backchannel @ Conde Nast, formerly of...

17970
来自专栏大数据钻研

代码的终结,我们很快就能像调教狗一样来调教我们的计算机

在发明计算机之前,大部分的实验心理学家都认为大脑是一个不可知的黑盒子。你可以分析一个实验对象的行为,例如,一旦听到铃铛想起,狗便会分泌唾液。但是思想、记忆和情绪...

31080
来自专栏人工智能头条

教授机器视物和理解:Facebook人工智能研究进展及规划

15630
来自专栏钱塘大数据

吴军:数学为人生之题解出漂亮的答案

如果用当下比较流行的说法来概括吴军的身份,他便是会摄影、会写作的计算机科学家中最爱发微博的投资人——几乎很难用一句话涵盖“吴军博士”(吴军的微博昵称)会做什么、...

13750
来自专栏吉浦迅科技

探访Facebook应用机器学习团队:如何构建研究与应用之间的桥梁?

在Facebook,应用机器学习(AppliedMachine Learning)团队正在帮助这家社交网络公司看见、说话和理解,他们甚至可能会帮助根除假消息。 ...

39460
来自专栏AI科技评论

如何成为一名数据科学家?Yann LeCun的建议也许能给你答案

AI 科技评论按:本文为雷锋字幕组编译的技术博客,原标题 16 Useful Advice for Aspiring Data Scientists,作者为 J...

28140
来自专栏新智元

【走近2050】为全球脑编程——关于人机关系的新思考

? 张江,北京师范大学系统科学学院副教授。主要关注领域:计算社会科学、复杂系统、人工智能。2003年创办早期的集智俱乐部网站,2007年开始俱乐部的线下活动,...

42870
来自专栏AI科技评论

北大黄铁军教授:「智能为用,机器为体」,30 年内实现人造大脑

AI 科技评论按:在去年年底北京大学举办的人工智能前沿论坛上,黄铁军教授做了题为《强人工智能之路》的演讲。 黄铁军教授,北京大学信息科学技术学院教授,计算机科学...

34630
来自专栏数据猿

最新:中国第一本《人工智能基础(高中版)》教材,你能看懂吗?

【数据猿导读】这是一本由华东师范大学、商汤科技,还有知名教师共同编著的AI教材,目前全国已有40所中学成为该教材人工智能教育实验基地。虽是一本中学教材,但有可能...

13420

扫码关注云+社区

领取腾讯云代金券