关于观察方式的方法论反思

文献标题

Methodological Reflections on Ways of Seeing

文献信息

• 主题领域: 人机交互（HCI）和人工视觉智能在创意实践中的应用
• 关键词: 视觉体验, 意义构建, 人工视觉智能, 创意实践, 人机协作

研究背景与问题

• 发现的问题与挑战: 随着计算视觉技术的发展，其不仅在实际应用（如缺陷检测、天气预报）方面成功，而且在生成图像时展示了新的美学形式（如神经美学和合成现实）。然而，计算机视觉处理视觉信息的方式通常是“黑箱化”的，对跨学科理解其对人类创意实践的影响显得不足。作者指出，尚未全面探索计算机视觉与人类设计师在创意实践中的合作方式。
• 重要性: 人类设计师的“看”的过程不仅仅是观察，还涉及创造性意义建构（如视觉思维和图像构成）。与计算机视觉协作可能为设计创意带来新的可能性，但需要更多方法论方面探讨。
• 研究动机与相关工作: 所有视觉媒体，如摄影、电视到计算机，都在改变看待和生产图像的方式。许多研究探讨了计算机视觉在设计领域的一些应用，但对设计师在创意工作中的“看”的认知过程，尤其是与计算机视觉系统协作的过程，研究较少。

解决方案

• 提出的方法或解决方案: 作者通过实践导向的视觉探究（visual inquiry），比较了人类设计师与计算机视觉在创意实践中如何处理视觉信息。
• 创新之处: 研究从第一人称反思的角度深入分析视觉创作过程，探索设计师如何在“看”和“做”的互动中发现意义，并与人工视觉智能协作，以开展深度意义建构。
• 实施步骤与技术:
  • 通过自我观察和分析，记录设计师在处理摄影图像的过程中如何进行意义构建；
  • 应用计算机视觉工具（如 IBM Watson Visual Recognition），分析其对同一组图像的处理方式；
  • 比较人类设计师的主观构图方法和计算机视觉返回的具体标签与预测分数。

研究成果

• 具体成果:
  • 作者发现“看”的活动是一个动态的、非线性意义构建过程，涉及寻找（identifying）、关联（relating）以及投射（projecting）视觉和语义关系。
  • 人类设计师的思考方法更倾向于反思性判断，而计算机视觉则专注于确定性判断（如物体识别和颜色标签）。
  • 设计师通过标记（marking）和抽象构图发现意义，而计算机视觉返回的标签有助于引导设计师注意到先前忽略的细节。
• 与现有解决方案比较的优势:
  • 提出了一种将人工视觉智能作为创意代理的新模式，强调通过人工智能引导来辅助设计师发现未曾关注的细节；
  • 作者的方法论与视觉构思进一步结合，有助于扩展设计方法。
• 实验或评估结果:
  • 实验基于具体摄影图像的视觉构图结果，发现计算机视觉建议的标签在某些情况下偏离了人类设计师的认知，但也因其异质性提供了新颖的视角。
• 局限性与未来方向:
  • 该研究方法较少关注计算机视觉算法的技术细节；
  • 今后可以进一步开发系统化的方法将视觉设计与计算智能相关联，以支持多用户协作和个性化设计。

总结与讨论

• 讨论点:
  • 计算视觉技术作为“发现代理”（Agency of Noticing）的一部分，可以帮助设计师补充他们的主观视角；
  • 人类与人工智能的协作应促进建设性互动而非简单的自动化。
  • 在提示设计创意方面，选择何时介入设计师的工作流程显得尤为重要。
• 方法学与实践意义:
  • 本研究通过视觉抽象和意义建构，提出了一种反思性、生成性的方法，适用于学术研究和实践设计。
  • 设计师可以利用人工视觉智能的语义标签来触发新的创意，同时保持设计过程的主观性。

参考方向

• 通过设计教育探索如何将计算机视觉转化为视觉设计的参与性工具；
• 提高人工视觉智能的语义层次训练，以支持多维度、跨学科的创意实践。