摘要：大数据时代设计工具在景观设计领域的应用日渐普及，其本质是技术工具。在工具理性观念的推动下，数据论倾向有主导设计之嫌。文章结合大数据应用在当前风景园林学、建筑学及其他领域中的影响，对存在技术过度依赖的现象进行分析；对设计领域数据论观念的误导性进行分析和反思；呼吁未来设计师应正确看待现代科技工具的复杂性，回归人本主义的设计价值观。
关键词：数据论倾向,工具理性,景观设计,大数据分析
2019年9月21—22日中国人工智能大会召开，预示着智能时代即将来临。大数据分析评价、地理信息系统、人工智能、神经网络算法、参数化设计、算法生形、虚拟现实技术等现代科技工具的发展，促进了设计领域的进步。工具理性的影响巨大，大数据分析工具的强势介入，使得数据分析逐渐从辅助工具上升为“客观标准”，设计师该如何应对这一形势，成为亟需深入探讨的话题。
1 大数据分析工具对设计领域的影响
设计行业伴随科学技术更新快速成长，进入计算机时代之后，大数据强大的运算能力更是助力设计行业的发展，为设计领域提供新工具、新方法、新视角，开创新道路。与此同时，强大的数据分析能力导致众多设计从业者乐观相信，未来可以将设计交给算法工具，数据论倾向日渐趋显。
1.1 大数据分析工具在景观设计等领域应用
景观环境影响因子复杂、数据繁杂，单靠人工分析有很大难度，借助大数据分析环境影响因子，使用计算机进行模拟，大大提高数据分析的科学性、高效性。
近年来，应用大数据工具的相关研究已有许多。张霞借助计算机爬取网络文本中关于景观道路的搜索数据，按照旅游热度分区对整个城市景观进行分析评估，建立数据可视化模型，利用计算机编程计算得出武汉景观道路的最优路径[1]。谭立等通过网络平台文本爬取分析，收集到海量数据后进行归类整理统计，借助NLPIR平台进行数据处理，为整个城市系统的科学建设提供足量的数据支持与科学支撑[2]。王一岚等借助来自百度开放平台的数据，分析梳理现实人群对风雨连廊的需求状况，采用核密度法和层次分析法建立数据整理分析，为后期设计提供设计需求标准[3]。王南等借助计算机爬取网络数据，分析勾画符合冲浪旅游度假的游客画像，从而为度假规划设计提供数据决策依据[4]。
1.2 设计行业的数据论倾向
从繁杂庞大的数据分析当中解脱，设计工作实现科学高效，成为广大设计师梦寐以求的事情。大数据技术的出现，使设计师觉得手持“尖刀利刃”，乃至乐观认为，可以借助大数据技术来完成设计工作。这种建立在科学主义和实用至上价值观念基础上对大数据技术的依赖和崇拜，已有渐成洪流之势。
计算机算法技术在建筑领域率先得到运用，作为智能设计工具的代表，以“创意”“效率”“协同”为特色，在实地项目上已有大量运用。据搜狐网端的采访，其负责人声称人工智能助手小库在未来将会解放设计师。小库科技通过将基本参数输入SaaS系统，引入非标准化的美学需求，数据算法自我学习演化智能生成符合要求的设计方案。为满足差异化需求，小库团队提出将设计特点差异化，通过深度学习方式生成特有算法模型，未来将会在不同项目中展现不同的设计风格。如今小库科技已有相关实地项目落成，如2011—2016年深圳湾生态科技城项目、2018年电建西安沣东新城项目、2018年电建郑州常西湖九州坊、2018年南京G73地块项目规划、2018年长沙卓越千山外项目。这些项目的落成，增强了设计从业者借助数据分析工具进行设计的信心，但多少也助长了设计行业对技术工具的盲目崇拜和依赖。
小库科技的出现，在一定程度上助力于设计，相比设计师，其对于大部分数据地分析工作完成得更为科学高效。但是小库作为一款设计工具，难免会存在一些问题。有相关设计从业者在小库平台体验后分析小库科技的强排设计，发现在强排设计的生成模式里，自生成的方案并不能协同考虑用地价值（景观价值、商业价值等），“极限排布法”最优解选择的是货量最大却不是货值，整体来说，小库并不能完美考虑到整体模块的价值属性[5]。笔者在小库科技平台体验版进行体验，选用深圳实验地块，在选用生成方案选项时，发现小库科技生成的方案中出现东西朝向的强排方案，这对想要借助小库优选方案地初学设计新手而言存在很大隐患。与此同时，若未来小库成为行业设计工具的首选，所有设计投标方案都将带有这位“设计师优选方案”的设计创意，当投资单位选择将小库作为首席设计师的设计单位时，设计单位的选择将会变得难以抉择。
面对大数据技术的冲击，相关设计学者认为计算机语言可成为未来的设计语言。包瑞清在《编程景观》认为计算机程序将会革新整个设计领域。计算机编程强有力的数字分析和逻辑构建能够精准建立设计需求模型，辅助设计甚至于未来可能成为设计主要依赖的方法[6]。梁晏恺提出人工智能工具强大的数据处理能力在解决设计前期工作上具有极强应用前景，概念设计、数据调查分析、影响因子以及数据模型建立都借助于人工智能技术。在可预见的未来，人工智能将能优化设计方案[7]，向前推导，从本质来看，其终极目的是希望把设计交给机器。
大数据分析技术虽然在各个行业都硕果累累，但仍在起步初期，或多或少会存在很多问题，如无人驾驶汽车在行驶时，仍然无法有效识别、精准区分前方障碍物，造成难以预计的伤害；数据算法无法精准识别癌细胞，致使医生错误判断病情。导致这些错误出现的原因并不是机器，而是从业者对大数据分析工具的盲目信赖。对以描绘人类美好未来人居环境为己任的设计师来说，这种现象应该引以为戒。
2 数据论倾向分析
在愈演愈烈的数据论倾向时代，大数据在未来设计领域的应用范围和权限必须重新审视。正确看待大数据工具的使用方式，全面分析数据工具存在的隐患，才能更好地运用其优势。
2.1 大数据的含义
大数据（big data），字面理解为庞杂繁多的数据，借助计算机对数据进行分析梳理，从而给予相关的数据分析报告，为不同领域的工作提供决策依据。基于数据分析的背后是算法，算法是指按步骤解决问题或者达成某种目的的程序，一般指由电脑借助一系列的逻辑指令完成一项任务或者解决某一问题。如今大数据分析、算法决策渗透到生活的衣食住行，成为居家生活无法分离的智能管家。构成现代机器的数据分析、算法程序告诉我们什么时候该做什么，数据算法成为了我们的行为准则，主宰掌握人类生活的各个方面[8]。
大数据引导人类做出的决策，是基于对人类行为模式大数据的分析总结而预测得出的，其建立在传统认知主义的基本信条上——“认知是可计算的”。根据自身认知理论，即人的意识不能脱离身体的自我感觉单独存在，目前人工智能不存在自我指涉的身体概念，不理解何为自我何为他者，这种智能就不可能和我们人类理解的智能有同样的内涵。
2.2 大数据算法缺失思维构建
发展到今天，数据分析演算多到不胜枚举，演算法各有特征，总结来看可以将数据分析演算总结成两种主要方法：规则型和人工智能（AI）。规则型指指令由人建构，有着清晰的逻辑关系，计算机按照编程语言分析解决问题；人工智能则如同自然界有机生物学习的方式不断演化，在人为的辅助下进行大量的数据学习，而后计算机独立解决问题[9]。大数据算法是基于图灵机0和1的逻辑关系上发展起来的，其思维模式非黑即白，并没有真正的思维建构。汉娜·弗莱指出最简单的分类算法都不可避免会存在这样非黑即白的漏洞，如今日常生活无不充斥着大数据分析算法，更别说和创意有关的景观设计。
塞尔“汉字屋”的实验——论证计算机模拟词与词之间的相互关系，证明计算机无法理解中文，没有充分的“理解”概念，即使计算机程序在“有意义”地解读故事，仍不能称之为真正地听懂中文[10]。侯世达犀利地指出，画出足够优美图画的AI其实连“优雅”为何意都无法理解。伍江认为大数据算法无法与人类大脑中非理性艺术灵感所迸发的创意活动相比较，人类创造性的活动属于人类特有的多维网络性的神经活动，其所蕴含的多维跳跃性、创意突发性是其他任何思维活动都无法比拟。数据分析和算法即使足够智能，其本质仍是大数据分析技术和逻辑分析推理。即便具备自我判断能力和行为决策思考力，决策思维路径仍有章可循[11]。在2019年人工智能大会上，中科院院士张钹提出大数据驱动的人工智能在应用过程中存在着根本性问题。设计不仅仅是艺术与技术的结合，是灵感的产物，更是设计师智慧的结晶。人工智能下的设计只有算法的“智能”，没有人类设计师的“智慧”。
2.3 大数据算法自身不具有中立性
大数据分析工具本质上利用的是科学逻辑关系，属于技术工具的范畴。启卢梭提出科学在闲逸中孕育发芽，其在成长过程当中不断反哺闲逸，其造成的损失是难以估量的。就科学技术的本质来说，因其天然带有必然性，将会导致整个社会造成时间损失[9]。到20世纪，霍克海默将科学技术作为意识形态存在看待，认为从出生起就存在问题，自带价值偏向，无中立性可言。承袭霍克海默思想，哈贝马斯认为科学技术由其自身逻辑发展，会产生消极的社会功能，从而走向异化。在技术理性裹挟下不具任何抵抗力，科学技术本身的发展必将走向异化，在未来可预见的工具理性时代，人终将全面异化。存在主义大师海德格尔更认为技术将人连根拔起，科学技术虽然在祛魅解蔽，但其同时也在遮蔽[12]。
直至今日，仍有大量事实在不断“验证”前人的思想，从马克·扎克伯格被指控操作全球各地的选举到大量上传数据的隐私泄露，都成为每个网上冲浪者所担心的问题，技术工具与生俱来的“不中立性”不可忽视。
2.4 大数据算法存在技术黑箱
设计工具的“逻辑建模”、机器学习的生物演化，人们对技术推崇已达到空前的高度。对数据算法的无限崇拜、技术工具的过度依赖，造成人们对技术“黑箱问题”的忽视。
首先，计算机自身便有多种语言形式，其中主要有机器语言、高级语言和汇编语言，人类无法对所有语言都充分掌握；其次，这些语言各自的逻辑规律也各有特色，掌握它们更是难上加难；再次，现如今算法像生物选择一样进化学习，人类完全无法透明可控地观察掌控，不可避免地会出现“黑盒子”。假如大数据算法出现问题，出现无法查找问题根源的现象，甚至可能严重威胁生命。如2019年3月，波音737MAX系列客机出现严重自动驾驶失事事件，造成严重灾难。
相关设计学者发现依赖大数据等技术工具存在潜在的危害。俞孔坚提出人类不应当沉迷人工智能所带来的便利，要时刻警惕人工智能背后存在的危机。作为技术工具的人工智能不应该承担所有体力和脑力劳动，其本质上是对人类价值的否定、对人的异化。要时刻掌握控制人工智能，避免出现失控状况，失控的人工智能可能会带来难以预计、不可估量的伤害[13]。大数据算法计算看似打破思维黑箱，实则是给思维蒙上算法幕布。大数据侵蚀创意、腐坏文化、崩坏设计，警惕大数据的反扑、技术的反噬是设计从业者需要警惕的。
3 摆脱“数据崇拜”促进景观设计健康发展
在工具理性影响下，对技术工具的过度依赖在继续，数据论倾向在景观设计领域的影响不断加剧。数据论倾向不仅掩盖人文精神、怀疑社会价值，甚至可能会使人失去本质属性。当今存在的问题和技术繁盛时期的工业时代具有相似性，承袭法兰克福学派批判理论的经典观点论述，对数据论倾向进行分析，提出景观设计未来发展之路。
3.1 与哲学艺术相结合推动景观设计平衡发展
马尔库塞认为人发生异化往往是伴随着技术的不断发展进步出现的。只有通过对技术进行重现建构，才能实现人的潜能和技术的融合发展，超越原有技术理性下的单向度，成为具有新“感受”的人。只有推动新型社会的建构，人与自然、技术与艺术、建筑与景观等才有可能共同和谐存在[12]。人天生具备的批判清醒意识可以将人类美好未来诉诸哲学艺术和技术社会连接。对技术理性的否定和批判可以洗净其功利性和工具性，新技术才会成长为全新的符合美学、社会、道德和政治的“新技术”。
可如今，唯技术工具是从，过度依赖工具进行设计创作走的并不是融合之路，势必会导向发展的误区。对于以促进自然与文化平衡延续为理想的景观设计尤其值得反思，需要对技术进行重构融合，把技术理性与哲学艺术相连接，超越原有技术理性的单向度，景观设计才能得以平衡发展。
3.2 科技是景观设计发展的手段而不是目的
哈贝马斯认为科学本身具有“原罪”，因科学技术自身发展逻辑的特征，将科学技术看作意识形态，执行其社会功能。考虑到科学技术自身所具有的固有特征，不可避免地会产生消极的社会现象[12]，科学技术本身的发展必将走向异化，在技术理性裹挟下不具任何抵抗力，工具理性将导致人全面异化，使之被技术工具所奴役。为应对这一问题，必须借助交往理性对抗工具理性，以无差别对话交流的人际交往去实现交往行为伦理的最高价值，回到最为朴实的日常生活当中，技术的工具理性便无处施展。海德格尔认为需要加强“思”科学技术的时间，科学技术的探讨沉思的空间太少，技术时代作为主体的人被架空，只有纯粹的技术关系[10]。技术工具成了各领域的主宰，人发生异化，沦落成为技术工具的奴仆。
要解决为大众服务的户外环境问题，躲在电脑屏幕背后依靠数据分析技术、设计软件闭门造车，肯定不够。数据在存在的事物、发生的事件中具有极强解释力，完全可作为预判的依据。但大数据技术只能是辅助解决问题的工具，解决问题的决策者只有具有主观能动性的人。如何描绘人们对未来美好生活的向往，还需人与人面对面的交流，从人本角度思考，让设计回归为日常生活服务。科学只是促成更好景观设计发展的手段，从来不是目的。
3.3 回归人本主义的设计价值观
将技术抛入平等交流、以人为本的朴实的日常生活中时，工具理性带来的异化将效力全无，此时人成为生活的主导。新科学技术在哈贝马斯看来是镜中花，水中月，永远不会实现。“在没有压力的情况下获得理解”通过选择“人道技术”带来工具理性，使得景观设计行业稳定健康前行。
回归人本主义时代，景观设计应当是有历史文化内涵和灵魂思想的、活生生的作品。景观设计当因地制宜，不仅考虑设计的场地物理限制条件，还要融合人类文明历史。每个地域都有自己的历史文化，应充分结合当地文化，倾听不同声音。以人为本，强化“感受”而不是“数据”，强调“存在者”而不是“使用者”，重新回归人本主义的价值观。
景观设计行业承担着引导人类学会美好生活的重大责任，能否将选择美好生活的主动权交给大数据工具仍有待探讨。正确合理使用技术工具为景观设计助力，以人为本，结合人类发展历史文化共同推进景观设计行业健康发展。
结语
大数据工具理性下，计算机改变设计的方法，技术成为设计当中不可或缺的存在。在技术运用的强大优势下，数据主义者逐渐迷失设计的方向走向数据。技术在不断推进设计向前发展，但技术始终是设计创意表达的工具，不会取代更不可能会威胁到景观设计师的地位。将科技作为景观设计的手段，以人为本的设计理念结合艺术哲学，共同推进景观设计行业健康发展。
参考文献
[1]张霞,赵玮丹,江文萍,唐炉亮.基于网络热度的道路景观评价与最美路径推荐[J].同济大学学报(自然科学版),2016,44(03):383-388.
[2]谭立.基于NLPIR平台大数据文本分析的北京市典型建成绿道绩效评价[A].中国风景园林学会.中国风景园林学会2018年会论文集[C].中国风景园林学会:中国风景园林学会,2018:4.
[3]王一岚.基于百度POI数据的深圳市福田区风雨连廊选址规划研究[A].中国风景园林学会.中国风景园林学会2018年会论文集[C].中国风景园林学会:中国风景园林学会,2018:5.
[4]王南.基于问卷访谈法与网评聚类法游客画像冲浪胜地旅游规划辅助决策——以海南省日月湾浪区为例[A].中国风景园林学会.中国风景园林学会2018年会论文集[C].中国风景园林学会:中国风景园林学会,2018:8.
