新書推薦：
《
对手（定位之父 女儿劳拉·里斯作品）
》
售價：HK$
75.9
《
洞察 看清复杂世界的底层逻辑（信息爆炸时代，比知识更稀缺的是洞察力）
》
售價：HK$
85.8
《
工业机器人安装与调试 第2版
》
售價：HK$
86.9
《
财源滚滚：20堂财富破局课
》
售價：HK$
76.8
《
然后没有你的九月来临了
》
售價：HK$
47.1
《
图画书中的学科阅读（魔法象·阅读学园）
》
售價：HK$
65.8
《
木本植物类中药汇编
》
售價：HK$
140.8
《
异次元社交
》
售價：HK$
74.8
|
| 編輯推薦： |
l 欧洲科学与艺术院院士、美国国家工程院高/级学者古鲁?马达范重磅力作，聚焦AI时代复杂难题，用系统工程智慧适配当下创新需求。
l “效率为始×适度模糊×低限度脆弱×相对安全×维护至上×韧性心态”6大核心维度，借助飞行模拟器发明、阿波罗13号救援、恒河治理等40+全球经典案例与可落地实操方法，破解AI时代的创新难题和决策困境。ll
l 马斯克、黄仁勋、任正非、梁文锋等创新大咖一致推崇的思维模式，沃尔特?艾萨克森、丹尼尔?平克等全球思想领/袖高度认可，从拆解无边界难题、驾驭不确定性到构建系统韧性，打通“技术落地×商业创新×公共决策”，平衡创新效率与风险管控，借工程思维实现从“问题解决者”到“系统调解者”的升级。
l 微软中国首/席技术官韦青、声网创始人兼CEO赵斌、融科资讯中心总经理杨海峰、极客邦科技创始人兼CEO霍太稳、英国皇家天文学家马丁·里斯、未来学家丹尼尔·平克、诺贝尔化学奖得
|
| 內容簡介： |
AI时代，技术迭代加速与问题复杂度飙升形成尖锐矛盾，传统“头痛医头”的解决模式早已失效——当城市治理、公共安全、商业创新等领域的挑战呈现出无边界、难定义、无标准答案的“棘手”特质，工程师思维成为破局的核心密钥。这种思维并非局限于技术执行，而是以结构化拆解、系统性优化为核心，将模糊问题转化为可落地方案的底层能力，正是应对不确定性时代的必/备素养。
在《用蓝盒子驯服天空》中，欧洲科学与艺术院院士、美国国家工程院高/级学者古鲁?马达范独/创“六维法则”实战框架，从效率为始、适度模糊、低限度脆弱、相对安全、维护至上、韧性心态六个维度，提供了一套可直接落地的问题解决工具箱。书中融合40+经典案例，既有飞行模拟器的发明历程、阿波罗13号的救援奇迹，也有恒河治理、波士顿糖蜜灾难的反思，通过“案例剖析+框架提炼+实操方法”的模式，让读者掌握从“问题解决者”升级为“系统调解者”的核心能力。
本书适合企业高管、政策制定者、产品经理、工程师、创业者等所有面临复杂决策的读者，尤其对需要在不确定性中寻找破局路径的职场人、希望提升系统思维的管理者，以及关注社会创新的研究者而言，是一本兼具理论深度与实践价值的行动手册。
|
| 關於作者： |
古鲁·马达范
[if !supportLists]英国工程技术学会、美国科学促进会、美国医学与生物工程学会、美国机械工程师学会会士，英国皇家航空学会资/深会员，欧洲科学与艺术学院成员。
[if !supportLists]屡获殊荣，包括美国国家科学院、工程院与医学院联合颁发的“创新者奖”及“塞西尔奖章”，电气与电子工程师协会（IEEE）“阿尔弗雷德?戈德史密斯奖章”和“诺伯特?维纳奖”，美国机械工程师学会（ASME）“亨利?劳伦斯?甘特奖章”，美国医疗仪器促进协会（AAMI）“劳夫曼-格雷特巴奇奖章”，电气与电子工程师协会美国分会（IEEE-USA）“乔治?F. 麦克卢尔荣誉奖”。
[if !supportLists]美国国家工程院诺曼·奥古斯丁高/级学者兼项目高/级主任，曾担任IEEE-USA副会长、美国卫生与公众服务部以及欧盟疟疾基金的技术顾问，主/导癌症控制战略等国/家级重大公共政策项目。
|
| 目錄：
|
重磅赞誉
推荐序 工程师思维的为何、是何与如何
韦青
工程师，微软中国首席技术官
中文版序 用人类最古老的工程思维破解AI时代的棘手问题
前言 “时钟”与“云朵”，在混沌中寻找秩序
引 言 棘手问题不是两面问题，而是六面问题
“海洋将我们分开，天空将我们联合”
工程师如何成为问题解决者
一辆被拆散了的汽车无法载人，一个被肢解的人无法生活
缓兵之计与化解之法
埃德·林克的飞行训练器
像工程一样“训练”人的能力
第1章 效率为始：效率应该是出发点，而非目的地
硬问题：英美海军如何成为海洋霸主
软问题：用数学公式重塑经济学
混乱问题：利用多重判断问题，创新效率度量方法
棘手问题：当效率至上带来灾难
俯仰——埃德·林克和他的飞行训练器
第2章 适度模糊：在确定与不确定之间找到平衡点
硬问题：致命的安全气囊
软问题：一个“政策飞行模拟器”
混乱问题：令人窒息的火山灰，逐渐失控的危机
棘手问题：只要把事情弄得足够模糊，那么大概率不会出错
横滚——让飞行员成为复杂武器系统的管理者
第3章 脆弱：最低限度的脆弱性使我们具有适应能力
硬问题：波士顿糖蜜罐破裂引发的“甜腻”灾难
软问题：“9·11”事件，双子塔为何倒塌
混乱问题：当卡特里娜飓风袭击新奥尔良
棘手问题：脆弱性比风险更有意义
偏航——我们飞越的是一个由速度产生的世界
第4章 相对安全：拒绝“绝对安全”，探索创新边界
硬问题：爱丁堡帝国剧院的大火
软问题：福岛核事故，一场“日本制造”的灾难
混乱问题：你需要跟着检查单走，也需要像机械师一样思考
棘手问题：绝对安全是不可能存在的
冲击——循此苦旅，以达天际
第5章 维护至上：与其追求颠覆式创新，不如重视日常维护
问题：维护才是工程的核心
软问题：没有谎言或秘密，下水道诉说着一切
混乱问题：世界注定是要崩坏的
棘手问题：系统可能会坚持到足以成为别人的问题
摆动——埃德·林克的深潜梦想
第6章 韧性心态：弹性与韧性的超然平衡，动态环境下的生存法则
硬问题：英国海军的成功应归功于工程师
软问题：如何破解退役军人无家可归的困境
混乱问题：《垃圾!》，用虚构的语言解决非虚构的现实
棘手问题：韧性是应对不可避免意外的多价疫苗
抬升——既有影子也有实质，既有事物也有思想
结 语 我们生活中的一切都有工程，但工程并不是一切
参考资料
|
| 內容試閱：
|
工程师思维的为何、是何与如何
韦 青
工程师，微软中国首/席技术官
变化，是世界的本质；
不变，是人们希冀而不可得的幻象；
应变是人类生存和发展的核心技能；
学习的能力，则是应变的基础；
问题是，当机器也能够学习之后，我们将怎样？
为何
当机器开始在人类的设计与指导下学习之后，人类社会大概率将进入一个信息爆炸、知识平权和注意力稀缺的时代，这时候我们可能会面临三种新的挑战。第一，当智能机器无时无刻不在学习世界知识时，我们是否还能在不必终身学习的前提下继续生存与发展？第二，我们如何能够驾驭一台不断学习的机器？第三，当“如何做”的知识被机器学会之后，人类在社会中存在的意义何在？大概是在这个时候，每个人，无论是否从事工程师职业，都应该或多或少地学习和了解一下工程师思维的原因。
截至机器开始具备在人的指导下进行学习为止，人类社会中的合作与竞争态势，从本质而言，往往是不同个体与组织对于信息和知识不同程度的掌握与利用。因此，“知识就是力量”这句据称源自弗朗西斯·培根的名言，成为人们对于知识作用的最形象化比喻之一。当然，细究起来，仅仅有关“知识就是力量”这句话，如果按照培根在16世纪的拉丁文原文“ipsa scientia potestas est”进行探究，又会有“知识就是权利”或者“知识就是权力”的争论。但不管怎样，在人类社会中，一直推崇具备“我知道得比你多”来作为获取优势的手段。
究其原因，获取信息与知识的能力与机会不对等会造成人与人、组织与组织之间认知程度的不同；认知程度的不同会使人们对于同样的状况形成不同的理解、判断与反应；不同的反应又会造成不同的结果。因此，一直以来，知道得比别人多是一种大家都追求的境界，但同时也是令许多人就此止步的一个原因。无它，当知识数量的多少可以成为判断优势的标准时，运用知识的能力就会显得没有那么重要。这是工业文明下教育目的被异化后的结果，是学历被资本化后的后果，是应试教育盛行的成因，同时也是应试教育的副产品，是教条主义盛行的理由，是本本主义流行的初衷。但是，当具备学习能力的机器逐渐把人类能够形成文字的知识学完之后，这种局面就彻底改变了。
人们会发现仅仅证明自己有知识越来越没有用处，因为始终有一台机器学到了人类的公有知识，它总是显得比你懂得还要多。另一个人可能没有你学得多，但是可以通过从容驾驭一台机器而永远比你懂得多。更不用说一种新的机器学习方式??渐成熟，那就是机器开始能够通过多模态数据学习到原本无法用文字记录的知识，那么，如同信息理论中DIKW金字塔，即data(数据)-information(信息)-knowledge(知识)-wisdom(智慧)所展望的，智慧以下的领域都被能够学习的机器所占据，人类未来必须也只能升华为依靠智慧而生存与发展。这里所说的智慧，从一个狭义的视角定义，就是有效利用知识的能力。
而工程师的日常工作就是在永远不会完美的前提条件下，不仅要学习到适用的知识，更要找到与问题相匹配的具体方法，去解决与人类福祉相关的现实问题。这也是《以纸鸢征服加农炮》一书中工程师思维的三大属性“结构、约束与权衡”的具体体现。这些现实的工程问题就像人生一样，道理全都懂，但是在很多情况下就算知道了也做不到。它要求的是因人、因事、因时、因地制宜的灵活机动，指向的不是死板的知识，而是人类主动性的智慧，直至上升到“道”的高度，真可谓如古人云：“为学者日益，闻道者日损。”这种驾驭知识的能力，同时也是驾驭智能机器的能力。
随着机器能够学习到的知识越来越多，再加上传感能力与行动能力本来就是机器的强项，那些能够驾驭这类机器的人类的发现问题与解决问题能力会越来越强。开始的时候，大家可能会认为这与我没什么关系，但是慢慢地就会发现，社会上对于人们发现问题与解决问题能力的要求也会水涨船高。这时候，了解、掌握与实践工程师思维，可能就变成生活在这个新人机时代中的每一个人所的扫盲级别能力。
这是工程师思维的“为何”。
是何
纵观这套介绍工程师思维与工程师方法的丛书，大家会发现有一组出现频率极高的概念，即系统、系统科学、系统工程和相应的系统思维与方法。系统的概念是如此重要，它贯穿了这套丛书的始终，可以这样讲，系统思维就是工程师思维的核心要义。
对于工程师而言，首当其冲的，就是要掌握解决系统问题的能力，而不只是解决个别问题的能力。人世间的万事万物，都是相互关联的，而工程师的使命就是发现与解决人世间与人类福祉相关的问题。如果工程师只能够做到头痛医头，脚痛医脚，起码对从进入工业文明之后、过去几百年的人类社会现象而言，这种不以系统思想指导的解决问题的方法，没有不产生严重后果的。
那么到底什么是系统呢？其实人们并未针对系统达成共识性的定义，大家还是在盲人摸象的阶段，只不过这头系统大象慢慢显露出它的完整样貌而已。按照钱学森先生的描述性定义，系统是由相互作用和相互依赖的若干组成部分结合而成的、具有特定功能的有机整体。按照罗素·阿克夫的定义，一个系统由两个或以上的元素构成并满足下列三个条件：第一，每个系统构成元素的行为都会对整体系统的行为产生影响；第二，每个系统元素的行为及其对整体系统的作用是相互关联的，也就是说，每个元素的行为及其对整体的影响，都取决于至少一个其他元素的行为；第三，无论如何把这些元素划分成子群，每一个子群都会对整体系统的行为产生影响，且没有任何子群能对整体系统产生独立的影响。按照国际系统工程委员会(INCOSE)的定义，我们可理解为系统“是人造的，被创造并使用于定义明确的环境中提供产品和服务，使用户及其他利益攸关方受益”。从数字化改革角度而言，由于需要涉及物理与数字空间的相互联系和相互作用，以及与此相关的系统建模、仿真、控制、反馈、优化等内容，我们也可以将系统理解为拥有“目的、结构、关系、变化”的属性和“输入、输出、行动”的能力，能够与环境及其他外部或内部系统互相交换“物质、能量与信息”，具备显著的“反馈、优化、融合、涌现”等系统动力学特征的一种类型和现象。
系统科学是一门研究系统的发生、发展与变化现象、特点与过程的科学。系统工程则是一个视角、一个流程、一门专业，是一种确保系统成功实现的跨学科方法和手段。由于其工程属性，系统工程关注的是系统目标的最优实现，需要对目标实现的“性能-成本-时间”三要素进行均衡的风险评估与决策。技术先进性是其考虑的一个重要但非唯一的决策因素。由于工程结果对人类社会的重大影响，“以人为本”是系统工程师的基本价值观与道德准则。
系统思想则侧重于理解系统的整体意义、目的、属性与功能，系统与外部环境、环境中其他系统，以及系统整体与构成系统的个体元素之间的关系、结构、行为、相互作用和变化。
系统方法则是以整体观与个体观相结合，动态与静态相结合，功能固化、融合、涌现相结合的科学方法来研究、分析、开发、部署、应用、优化、更新复杂系统的一种行之有效的方法。系统方法要求我们不仅关注水桶的长板，也要关注水桶的短板(水桶效应)。在真实项目中，失败往往是由于一些容易忽略的衔接弱点而造成强大体系的崩塌，也就是常说的“千里之堤，毁于蚁穴”。
总之，系统思维是应对越来越复杂的人类生存与发展挑战的思维利器，正如系统工程界常用的口头禅“整体大于个体之和”，而在应用中，人们还会发现“整体不等于个体之和”往往才是现实中的真相。估计大家看到这里，反而会生出一些疑惑，这会不会有一些太复杂了？
是的，而这恰恰是这套书采取现有的内容呈现方式的原因，即利用大量的工程实践例子来向读者解释何为工程师思维。
如何
至此，接下来需要读者们亲自去探索了。由于工程实践最忌讳的就是僵化教条，抱着概念和名词当宝贝，忘记了到底是先有问题再找解决问题的方法，还是先有概念再到处凑适合解决的问题。如同科技公司经常拿毕加索的名画《公牛》来做员工培训一样，真实的工程实践像那11头由繁到简的公牛图。工程师需要理解人世间各种由繁到简或者说由具象到抽象，再由简到繁或者说由抽象到具象的具体现象与过程。理论是抽象的，实现是具象的。只有抽象的概念而没有具体的实现是空谈；只有具体的实现而没有理论的升华则是盲目的重复。说明理论的最有效方式就是实例，而工程领域最不缺的就是实例，有时甚至是血淋淋的实际教训。
以本套图书的体例而言，就是以具体的案例来解释什么是工程师思维，以及如何具体应用工程师思维解决实际问题。
综前所述，一旦机器可以学习，人类对于知识的拥有就要让位于对知识的应用；而应用是一种典型的工程师能力和实践。这大概是在这个人工智能日新月异的时代，人类为了能够继续保持主观能动性和人生价值而去学习、了解、实践并掌握工程师思维的主要原因。
硬问题：致命的安全气囊
1993年4月22日，在俄亥俄州坎顿市，李可明（Keming Li）正驾驶着她的沃尔沃850回家。她6岁的女儿张黛娜（Diana Zhang）坐在右前座。这时，前方一辆方头方脑的大众高尔夫突然停车，准备转弯。李女士在慌忙中紧急刹车，但还是追尾了前面这辆掀背车。而低速碰撞触发了沃尔沃的前安全气囊，相当于约1 179千克物体带来的冲击力在毫秒间爆发，击中了张黛娜，将她紧压在车内顶部。李女士的女儿因严重的头部损伤于3天后去世。李女士幸存了下来，只有下巴擦伤。她以产品故障与过失为由起诉沃尔沃。法庭站在了沃尔沃一边，理由有二：首先，该公司的测试数据表明，如果正确使用，其产品是“安全”的；其次，李女士母女二人都没有系安全带。
1950年，安全气囊首次被安装在美国汽车上。即便在那之后，工程师们对安全气囊在不同条件下的工作方式依然不甚确定。通常，工程师在设计过程中负责不同的设计范围，这会使他们在“部分无知”的情况下进行操作。他们不一定从一开始就拥有对其产品的完整理解，也没有足够的时间等待所有与设计相关的解释。在某些时候，各种制约因素会迫使工程师为了如期推出产品而放弃额外的测试和模拟。因此，最终的产品测试通常在离开工厂后由用户进行。监测他人应用技术的方式通常会推动产品的进一步改进，这种设计的迭代方法被称为“社会实验”，其中“工程的持续成功取决于获得新知识，实验的持续成功也是如此”。2
但是，现实世界中的工程实验与实验室研究有两点不同。首先，对于购买汽车的客户来说，不能随机抽样配置或不配置安全气囊。因此，并不存在一组不接受实验方案的对照组来对比接受实验方案的人所受到的影响。其次，作为使用具有潜在危险的技术的用户，公众应对技术发展拥有发言权，但要获得公众的知情同意可能是一件棘手的事。通过社会实验，工程师最终处理了安全气囊的“硬模糊性”。但正如我们将看到的，实现可接受的社会解决方案以许多生命和时间为代价，还需要公共政策和公共关系的双重推动。
进一步分析之前，让我们先来思考模糊性这个概念。它缺乏明确的定义，无法精确。3哲学家们喜欢用秃子的例子来描述模糊性。4如果一个人有超过50万根头发，他就不是秃子，但如果一个人没有头发，他就是秃子。那么，如果一个人有几千根头发，他是秃子吗？要是没有精确的界限，如何定义谁是秃子、谁不是？重申一遍：一个没有头发的人是秃子。那如果你应用“容忍原则”，比如一个有n根头发的人是秃子，那么一个有n+1根头发的人也是秃子。据此推论，一个有1根头发的人仍然是秃子还是“不那么秃”？那么，2根头发呢？7根头发呢？13287根头发呢？
在这种思维中，即使前提有效，结论也会无效。所以，作为第三种情况的模糊情况容易受到连锁推理（the sortites）或堆悖论（the heaper paradox）的影响。与亚里士多德同时代的米利都的欧布里德提出：什么是堆？1粒沙子能成堆，还是10万粒才能成堆？如果1粒沙子不成堆，添加1粒额外的沙子也不能成堆，那么由此推论，10万粒沙子也不是堆。与沙子类似，我们的词语也会“堆积”出一片模糊。所以，问题是，一个系统在何处结束，另一个系统又从何处开始？
这种模糊性渗透在我们的日常生活中。想想关于“明日复明日”的拖延悖论，它关乎一个无限期的未来，学者多萝西·埃金顿（Dorothy Edgington）将其描述为“对于不得不完成的讨厌任务，无论是今天完成还是明天完成，都无本质区别”。6这些悖论对我们理解渐进式变化的影响至关重要，如物价上涨、环境污染加重、人口增长和地球温度升高等，这些问题都在积微成著地影响着我们。
有学者认为，把模糊边界看作“网格、网、分类柜、划定界限和划分领域的方式”是无益的。相反，我们应该将模糊性想象为“磁极，某些事物更多或更少地聚集在其周围，并且更多或更少地被其排斥”。8这种不精确在爱情、正义、美和可持续性等概念中可能具有吸引力。当受到审视时，即便最简单的想法也会变得模糊。H.G.韦尔斯（H.G.Wells）在思考椅子的定义时注意到了这个问题。椅子可以是扶手椅、阅读椅、餐厅椅、厨房椅、牙医诊疗椅、君王宝座和剧院座椅，这些椅子可以延伸功能，成为沙发、吧台凳、宿舍床和公园长椅。鉴于这种多样性，韦尔斯写道，人们可以“打破任何对椅子或椅子特性的定义”。9归根结底，关于头发和椅子的哲学难题帮我们提出了更好的问题。但是，哲学家可以永远争论定义，工程师却必须在不确定性中交付实用的设计。
作为硬模糊性的表现，不确定性可能意味着缺乏知识或对知识缺乏信任，而这可能会增加失败的风险。工程师可能知道关键变量是什么，但不一定知道它们的值，在这种情况下人们通常需要概率计算。就安全气囊的例子而言，工程师必须做出重要的设计权衡，并从现场使用中发现问题。
1972年，在首次安装安全气囊的20年后，一家保险公司为装有安全气囊的车辆提供保险费用折扣。1973年，一辆雪佛兰以每小时约56千米的速度撞上了一辆送货车，爆炸的安全气囊致使车前座上没有系安全带的7周大的婴儿丧生。这样的事件提出了一个模糊性问题：安全气囊是有害的还是有益的？由此产生的辩论激发了公众情绪，并影响了美国接下来20年的政策。
20世纪80年代，旨在在提升被动安全，即减轻而非避免事故损害的立法推动安全气囊的普及。但在1983年，只有14%的美国司机使用已被证明可以防止致命伤害的三点式腰肩安全带。在安全带未获广泛使用的情况下，安全气囊只能提供有限的帮助。到20世纪90年代初，双前安全气囊的使用大幅增加，与此同时安全气囊的身份从单纯的被动约束装置演变为补充约束装置。1992年，汽车制造商推出了醒目的信息标签，用来警示人们安全气囊可能会造成的伤害。1994年，美国国家公路交通安全管理局的一项分析报告称，安全气囊将正面碰撞造成的死亡率降低了30%。双安全气囊的安装从此普及开来。到了1995年，汽车制造商逐步淘汰了自动安全带，而超过70%的美国车辆安装了安全气囊，一年后，这一比例上升至90%。在安全气囊意外触发弹出的情况下，超过96%的伤害是轻微的。
1993年，6岁的小女孩张黛娜去世后不久，美国国家公路交通安全管理局发布了一项警告，建议家长不要让孩子坐在前排副驾驶座上。但事实证明，这一警告的效果微乎其微。1996年，爱达荷州博伊西的一名地毯推销员开着他的大众捷达去为感恩节购物，而他1岁的女儿没系安全带坐在前排座椅上。在商场停车场的一场轻微追尾事故中，安全气囊启动，导致孩子死亡。国家公路交通安全管理机构此后被迫采取比警告更强有力的措施来解决安全气囊问题。
事故一个月后，在总统演讲中，比尔·克林顿鼓励汽车制造商开发新一代配备有适应乘客体型的先进传感器的“智能”安全气囊。克林顿敦促制造商为儿童和高风险成人安装更温和的专用安全气囊，同时汽车经销商可以根据客户的要求停用安全气囊。但汽车制造商对安装安全气囊开关的要求嗤之以鼻，他们主张同时使用安全带。许多诉讼应运而生，主要原因是客户担心安全气囊即使在轻微事故中也可能造成危险。在这些斗争中具有讽刺意味的是，汽车安全辩论重新回到最初的安全带问题。而像澳大利亚、加拿大和德国这些安全带使用率较高的国家，则在安全气囊使用效果方面取得了更大的成功。
安全气囊的设计和安装以及最终为公众所接受，展示了硬模糊性。学者詹姆森·韦特莫尔（Jameson Wetmore）观察到，安全气囊的问题显示了工程不确定性不只存在于技术层面，也存在于那些经过充分测试和精心开发的产品中。虽然有超过40年的设计经验，工程师们对这些设备仍然不具备全面的了解，他们的唯一选择是进一步测试并改进技术。工程师们改进了人体模型和碰撞设置，确保安全气囊弹出时不会过于粗暴。他们走出工厂与立法者见面，并提供证词向其保证安全气囊能够提供最大的保护。然而，安全气囊在低速碰撞中所造成的不必要死亡仍在继续。1997年初的报告显示，安全气囊每拯救1名儿童，就会导致3.5名儿童死亡。1998年，即使在要求每辆汽车都配备安全气囊的法规出台后，仍有40名儿童在时速低于24千米的碰撞中死亡。
工程师们知道安全气囊在合理安装下的最佳效果范围，却难以量化安全气囊在可能产生严重后果的社会环境中的失败概率。即便从零开始重新设计安全气囊或召回数百万辆汽车，也不能解决公众的认知问题，特别是当人们没有遵循使用指南时。韦特莫尔指出，围绕安全气囊的主要不确定性在于，它们不是标准化的插件。每次事故中，安全气囊的表现都因车辆不同而有所差异，有时安全气囊启动过快，有时过慢，这迫使工程师不得不考虑不同的碰撞场景。工程师们得出结论，安全气囊的安全性能依赖于人们对安全气囊的了解程度。他们承认，尽管自己在技术测试方面经验丰富，但乘客习惯和行为中的细微差别增加了模糊性。他们面临的难题在于不仅需要发布产品并监控其性能，还需要引导公众充分认识其中的风险和不确定性。
通过与保险公司、媒体、监管机构、民选官员、公务员、律师和社会学家合作，工程师们探索出了一种人们不易察觉的解决方案。他们的尝试包括发起提醒人们系好安全带的公共关系活动，持续收集安全气囊的性能数据，从而对碰撞和障碍测试协议进行修订并对其他失效模式的模拟进行升级。保险公司则密切跟踪其保单持有人的索赔趋势，并据此生成公共服务公告，提醒人们汽车是一个人机系统。
这些全国性的尝试结合了来自实验室和现场的两种见解，据韦特莫尔观察，其灵感来自这样一种观点：“我们必须追求一种社会解决方案，因为无法立即实施安全且有效的技术解决方案。”如果没有这种协作方法，“理解问题和解决问题的时间会长得多”。工程师、监管者和广告商设计了一个更简单的三点式信息，用以明确驾驶员的责任：正确约束所有乘客；12岁以下的儿童必须坐后排；与安全气囊保持约25厘米的距离。随着这一信息的传播，据美国国家公路交通安全管理局报告，安全带使用率、婴幼儿保护率和后座就座率都有所增加。从1994年到2000年，每百万个安全气囊的致死率在美国几乎下降到1/10，并在接下来的10年中每年挽救了数万人的生命。
没有什么技术是零风险的，就像没有一条高速公路永不发生事故。当对安全关键产品如安全气囊，甚至对公路进行硬模糊性描述时，通常问题集中于两个相互关联的方面：现有技术是否实现了现行标准下的最高安全水平？现行标准下设计的现有技术是否足以确保应有的安全水平？这些问题提出了不确定性，因为“标准往往不是根据碰撞本身，而是根据碰撞替代指标来制定的”，学者埃兹拉·豪尔（Ezra Hauer）指出。例如，在特定情况下，人们可能会使用视距、车辆间距和驾驶员舒适度等指标，替代碰撞频率和严重程度来衡量安全性。然而，已建立的标准与实际感知的安全水平之间并没有明确关联。
豪尔指出，在不确定性下进行工程设计有时就像：无法预知汤的味道，却要决定往汤里放多少盐。因此，技术通常不是安全的，也不是不安全的，更不是大致安全的。安全故障不是非此即彼，而是程度问题，它不像屋顶倒塌，更像是路面开裂或横梁弯曲。正如界定秃头的程度一样，如何在安全程度之间划清界限？这些安全认知和标准来自时间和经验，反映了“当时专业委员会认为的良好做法”。20因此，大多数交通技术都是被动应对式的，其安全水平实际具有“偶然性”。
正如我们将在下一个关于软模糊性和混乱模糊性的讨论中看到的那样，与人类行为相关的技术并不总能直接带来进步。然而，就像安全气囊一样，公民的参与可以为这些问题提供拯救生命的推动力。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
暢銷書架
