项目概览
谢尔丹学院的数字产品设计专业每年都会与一家专业工作室合作，完成一个真实项目。今年，我们的团队与设计咨询公司 Changemaker 合作，设计一款帮助驾驶者重新思考速度与控制、最终减少超速现象的数字产品。
大多数现有方案依赖警告或惩罚，例如超速提醒和速度监测。我们的研究却指向相反方向：警告的影响有限，而且随着经验增加，人们往往更容易忽略它。于是我们追问：什么才能真正改变驾驶者的判断与习惯？
我的贡献
设计研究计划，包括筛选问卷、访谈提纲、桌面研究与伦理规范
主持访谈，并主导数字工具与驾驶应用研究
整理并综合两轮可用性测试
与团队共同设计产品界面与视觉方向
团队
Aurelia：用户研究 / UX
Celeste：UI/UX
Jerry：项目管理 / UX
Zian：影片剪辑
时间
2025 年 1 月至 4 月 · 4 个月
超速警告真的有用吗？
我们筛选了 20 多位驾驶者，并访谈了 8 位经常或偶尔超速的人。最关键的发现是：56% 的超速时刻在情绪上是中性的——不是攻击性行为，而是由情境推动。驾驶者常说：“我只是在跟着车流”或“我没有注意到速度。”我们归纳出三个模式：每个人对安全的定义不同；许多超速是无意识的；驾驶者会自然匹配周围车流的速度。
这解释了现有工具为何效果有限。导航应用、保险车联网监测和车载限速系统，常被用来避免罚单，而不是建立更安全的判断。它们可以改变某一个瞬间的行为，却难以改变背后的态度。另一个硬性约束是：驾驶时，注意力必须留给道路与导航；干预越多，反而越可能增加风险。
我们因此反转了方向：不去警告，而是帮助反思。产品在驾驶过程中保持安静，出发前只给一个简短提示，抵达后再用 AI 帮助驾驶者回顾模式。目标不是增加噪音，而是改变认知，让判断的变化逐渐转化为习惯的变化。
产品价值从哪里来？
第一次向 Changemaker 展示概念时，他们提出了一个实际问题：驾驶者为什么要专门下载一款应用来纠正自己的习惯？这个产品为什么不可或缺？
一条研究线索给出了答案。保险车联网项目表明，有分量的经济激励——有时能降低多达 40% 的保费——可以鼓励更安全的驾驶，但也常引发隐私顾虑。我们把这个机制放到一个更明确的时刻：驾驶者第一次收到超速罚单后，可以参加一个 30 天学习计划；完成计划并提交报告，就有机会避免这张罚单导致保费上涨。
一款劝人安全驾驶的教学应用，吸引力有限；一款能保护真实经济利益的工具，则提供了更强的进入理由。当动机变得可信，反思、镜子和习惯改变这些概念才真正成立。
驾驶前、驾驶中与抵达后
产品覆盖三个时刻，每个时刻都对应一条由研究支持的设计原则。
驾驶前，一段 20 秒的语音简报会根据路线、天气和过去的习惯，给出一个具体提示，例如：“赶时间时，你经常在 12 号出口附近超速。”它在习惯启动前介入。
驾驶过程中，产品几乎保持沉默。只有当驾驶者进入个人高风险区域（例如学校区域），或发生打滑等物理事件时才会出现，并在 4 秒后消失。原则是：非必要不打断。
抵达后，驾驶者会看到安全评分、两三条中性的行为观察，以及一个能回答个人数据问题的 AI 助手。它是一面镜子，而不是裁判：用观察替代指责，也让被动的分数变成主动的对话。
在真实测试中迭代
我们通过 UserTesting.com 测试了线框图和高保真原型，每轮各有 3 位参与者。结果验证了多项设计决策，也暴露出重要的顾虑与边界。
保险激励是参与者愿意持续使用产品的最清晰理由，整体可用性也表现良好。个性化的驾驶前提示最有可能影响行为，因为它足够具体——指出确切出口与情境，比泛泛一句“小心驾驶”更有意义。
参与者也提出了矛盾需求。有些人希望拥有实时 AI 副驾，而这是我们刻意避免的；另一些人连语音都觉得分心，再次说明驾驶中的提示必须克制且可选。还有几位参与者不理解分数如何计算，也看不懂“高风险区域行为”之类的标签，说明信息可视化与渐进式披露仍需加强。
最重要的改动，是让行程后的 AI 首先解释分数。
最初，分数像一个不透明的判决：参与者看得到总分，却不知道它由哪些维度构成、又意味着什么。于是我们让 AI 用清楚的语言解释证据。驾驶者可以问：“为什么我总在高速公路上扣分？”并得到基于具体时刻的说明。分数因此成为一个可以追问的对象，也更符合“做镜子，不做裁判”的原则。
我们还做了两项调整。第一，AI 入口明确说明它会在每次行程结束后出现，让用户知道它不是实时副驾。第二，既然保险是核心动机，首页的 30 天进度条就持续提醒用户为什么要坚持。
校准判断，而不是速度
我们最初把超速当作需要立即纠正的行为。研究揭示了更深一层的问题：驾驶者会不断为它寻找合理解释——“我只是在跟着车流”“只超了一点”或“这条路感觉很安全”。设计机会不只是让人慢下来，而是帮助他们退一步，看见自己如何判断风险。
这也解释了为什么更快、更聪明的 AI 不一定更安全。驾驶中的反馈会争夺注意力；只会下命令的反馈，教会的往往只是服从或回避。把模式解释留到行程结束后，反而给驾驶者重新审视自身决定的空间。目标不是打造一个更权威的副驾，而是帮助驾驶者成为更可靠的判断者。
我把保险激励理解为一种脚手架：它可以启动改变，却不应该成为改变持续的唯一理由。如果更安全的行为只在奖励存在时维持，底层判断并没有真正改变。真正的转变发生在外部约束逐渐退场之后，新的内部判断仍然留下。
我们把项目命名为 Slow is Fast，借用了 Less is More 的逻辑。“慢”意味着克制立即纠正的冲动，为理解留出空间。一个成功的系统应该逐渐淡出，让驾驶者不再依赖下一次警告，也能做出更好的决定。当人们看见自己如何判断风险时，改变才真正可能发生。