学员档案：D 同学，某高校产品设计方向艺术硕士，学位论文完成了一套面向老年人的智能助行产品设计。方案做得漂亮，模型、渲染图、结构图一应俱全，设计说明也写得流畅，但盲审回来的意见让学员有些意外：设计本身得到认可，研究方法却被严重质疑。
困境：方案好不好，全凭"我觉得"
翻到研究设计一章，问题立刻显现。论文声称通过用户调研验证了设计方案的合理性，但调研只访谈了十二位老年人，且全部来自学员住处附近的一个社区活动中心；更关键的是，访谈提纲里反复出现的是"您觉得这个设计好不好""您喜不喜欢这个颜色"这类引导性问题，访谈记录中充斥着"挺好的""挺方便"这样的回答。结论章于是顺理成章地写道："调研结果表明，本设计方案有效满足了老年人的需求。"
盲审的意见相当直接：
- 样本量过小且来源单一，代表性不足，难以支撑普遍性结论；
- 访谈提纲带有明显的引导性，属于结论先行，证据效力不足；
- 设计方案的评价标准没有量化，无法比较不同方案之间的优劣。
学员起初有些委屈：设计研究本来就不像理工科那样做实验，难道一定要做统计？导师的回应是：不一定要做统计，但一定要让读者相信，你的判断不止你一个人这么认为。
学员这才意识到，问题不在"设计研究要不要数据"，而在"结论的强度超出了证据能支撑的范围"。一篇只有十余位受访者、提问又带有引导性的调研，最多只能提示一个可能的方向，却被写成了普遍性结论，落差自然会被评审抓住。换句话说，论文真正的风险不是没做实验，而是把弱证据当成了强证据。
辅导路径：把"我觉得好"换成可被检验的指标
辅导没有推翻原有设计，而是把重心放在研究方法的补齐上，分三步推进。
第一步：把设计目标翻译成可测量的指标
设计方案原本的目标是"提升老年人使用的便利性与安全感"。导师要求把它拆成可测量的指标：完成一次典型操作的耗时、操作出错次数、主观易用性评分，以及使用后愿意继续使用的比例。四个指标一经明确，"好不好"就变成了"能不能测"。这一步看似简单，却解决了论文最核心的软肋——评价标准不再依赖个人审美。
指标确定之后，学员还补做了一件事：为每一个指标写明可接受的参考区间。例如完成某项操作的平均耗时若超过某一数值，就说明该环节存在明显障碍。有了区间，测试结果就不再是"感觉还行"，而能明确落在"达到预期"或"未达预期"上，讨论时也有了统一的比较口径。
第二步：重做一轮小样本用户测试
按导师建议，学员补充了一轮用户测试：招募二十位老年人，覆盖两个不同类型的居住社区，在无干预条件下完成四项典型操作，全程记录耗时与出错次数，操作结束后立即填写简化版易用性量表。为避免引导，访谈提纲全部改为开放式与行为式提问，例如"刚才这一步您为什么这样操作"，而不是"您觉得好不好"。同时设置了一个简易对照：用同类的市售产品完成同样四项操作，作为参照基准。
第三步：用数据说话，并如实报告不利结果
测试数据回来后，结果并不完全有利于原方案：有两项操作的耗时确实优于对照产品，但有一项操作因按钮位置问题，出错次数反而更高。学员最初想在报告中略过这一点，导师坚持要如实呈现，并在讨论章中分析原因、提出改进思路。修改后的论文不再宣称"有效满足需求"，而是写成"在操作耗时与主观易用性上具有一定优势，其中按钮布局的辨识度仍有改进空间"。这一改动反而让论文显得更可信。
结果：盲审意见由质疑方法转为认可证据
修改稿再次送审后，此前质疑研究方法的评审在意见中写道："已补充用户测试与量化评价环节，证据链较为完整，结论表述谨慎。"论文随后进入小修流程。学员在总结时提到，补齐方法并没有削弱设计的呈现，反而让设计决策第一次有了说得清的理由。
复盘建议
- 设计研究不必然要做统计，但必须让判断可被他人复现和检验；
- 访谈提纲避免"好不好""喜不喜欢"这类引导性问法，改用行为描述式提问；
- 测试样本要覆盖不同类型的使用者，单一社区来源很容易被质疑代表性；
- 不利结果如实报告并分析原因，比遮盖它更能建立论文的可信度。
本次辅导由学长汇匹配的同方向导师负责。导师来自签约合作导师库，年均在线导师 5,000+，覆盖 1,200+ 细分学科方向（内部统计，统计口径为年均在线导师），在设计研究与用户测试方法方面有一定积累。