今日所见

这个案例最值得观察的，是决策权怎样逐步移动。公共投票回答“这笔钱值得花在哪里”，后续调研却要面对完全不同的细节：年轻人真正缺少资源、关系、训练还是尝试机会？哪类支持可以进入社区日常？研究员熟悉当地语言与生活，但也需要知情同意表、参与补贴、访谈指引和证据整理的后台保障。居民能够深入参与，与设计团队把复杂的组织工作承担起来，是同一件事情的两面。项目资料中提到受访者愿意保持联系，但尚无公开的长期就业、企业存续或收入成效证据。

在校园设计任务中，可以把一张提案分成四种权力：谁提出议题、谁搜集材料、谁选择方案、谁决定后续维护。如果学生只在最后让使用者为效果图打分，参与的位置仍然有限。尝试让一位真正使用空间的人参与讨论设计挑战，并记录他的意见究竟改变了哪一项决定。设计师最后要解释的，不只是方案长成什么样，也包括它为什么值得由这些人共同做出来。

继续阅读｜Designed by Community 原始项目档案

开放式自我表达经常带来一个教学误区：教师以为越深入、越完整、越公开的个人故事就越有价值。但一名新生的家庭关系、搬迁经历或不确定感，可能并不适合当作课堂展示的材料。这里的教学结构把“如何表达”和“表达多少”交还给参与者。留白并不意味着他没有参与，选择用一个物品、一条路线或虚构人物代表自己的经验，也可能是一种审慎而有意义的表达。公开的工作坊说明展示了参与规则，并未提供可以验证的学习效果数据。

设计思维课可以借用这一结构，让学生围绕入学生活画一张“三分区地图”，但允许他们使用虚构情境，并明确可匿名、可跳过、可只提交方法练习。评价重点放在是否能辨认处境、发现相互矛盾的需求、提出下一步可以观察的问题。面对真实的人，允许拒绝参与，与邀请参与同样需要被认真设计。

这组画面试图让观众经历一种感受，而非只记住一个解释。重复的声音与拥挤的构图互相加强，使平常可以忽略的小动作渐渐获得压力。选择孔版印刷般不完全对齐的纹理，也让紧张感有了可见的形式。它有很强的视觉研究价值，却不能替所有声音敏感者规定相同的感受，更不能把艺术短片等同于对某种状况的医学测量。

在“共情”或“设计的人文维度”课堂，可以先不播放会引起不适的声音，让学生用三个静态分镜表现一次出现—不断重复—个人反应，再讨论视角、间距、颜色如何改变阅读方式。若实际放映原片，应事先提醒存在可能令人不适的声音，并允许静音、跳过或离场。设计表达可以帮助旁观者靠近他人的经历，也需要尊重每个人决定观看多深的权利。

一个模型先被父子亲手搭出来，再获得社群支持，最后得到品牌与音乐版权方的合作机会，其中经历了多层选择。受欢迎意味着有人愿意为这个想法投票，却不自动保证复杂结构能够以合理成本、安全标准和完整体验成为商品。乐高的产品团队还需要解决规模、拼装体验、零件和销售条件。正因如此，原作者的身份、平台给予的机会、专业团队接管的环节，都值得在品牌故事里被清楚标记。

学生做社群产品或创业项目时，可以为一次创意征集画出提出—反馈—筛选—原型—交付五个节点，给每个节点标明谁能发言、谁负责最终判断。一次被采纳的好建议，如何署名、如何告知修改、怎样共享后续信息，都影响一个社群是否愿意继续贡献。创意被看见只是起点，可靠的协作还需要让人理解它往哪里去了。

生成图像往往会自动为含糊的文字补齐尚未指定的内容，例如谁站在中央、谁穿着专业制服、会议现场由谁发言。若学生同时更换性别、年龄、服装、镜头和场景，最后即使看到两张明显不同的图，也很难知道差异从哪里来。控制变量的意义，在于让观察获得可被讨论的依据。不过，一组对照仍无法证明模型在所有场景里存在稳定偏好，模型版本、随机性和提示词本身都可能影响输出。

课堂里可以让学生围绕同一个“校园项目讨论现场”写两条尽可能一致的提示，仅改变一个角色线索，然后比较位置、视线、服饰、谁被突出四项可见条件。最后写一句可被反例推翻的假设，并记录模型、设置与输入文字。这样的练习把 AI 图像从“好不好看”的快速判断，带回了设计研究应有的观察、解释和核验过程。

继续阅读｜Playing Bias 原始研究（arXiv）

日常使用 AI 时，界面里的答案很容易让我们只看到机器的“理解能力”。但在大量训练、评估和安全规则形成之前，有人曾需要逐项判断图片、文本与回答。外包结构又让这些劳动分散在不同国家与承包层级中，使用者看不到他们，劳动者彼此之间也未必拥有直接联系。地图的意义在于将抽象的“供应链”转成可以被追问的关系：平台向谁采购，承包商在哪里组织工作，劳动者承担哪些任务。其地理节点多依据企业交付中心推断，不能直接代表每名劳动者的真实位置，也不能据此判定每家客户存在违法用工。

可以让设计学生在自己使用的一种 AI 工具下面，再画出一层“看不见的参与者”：数据贡献者、评估人员、内容审核员、服务部署者和最终受影响者。哪些来源能够查证，哪些仍只能列为假设？谁获得便利，谁承担成本，谁能够提出申诉？评价技术应包含功能与体验，也应把支撑它的人纳入我们的设计视野。越流畅的智能体验，越需要有人认真看见它背后实际发生的工作。