人類是靈活的，多才多藝且具有創(chuàng)造力。機器是死板的，需要精置且相對局限于規(guī)定的操作。在二者之間就可能存在配合不當，如果得當，還能互相增強能力。想想電子計算器。它不能像人一樣做數(shù)學(xué)能夠解決人不能解的問題。再者，計算器不會出錯。所以人使用計算個完美的組合：我們?nèi)祟惛闱宄匾膯栴}是什么，以及如何編寫算然后使用計算器算出結(jié)果。
如果我們不認為人與機器是協(xié)同工作的系統(tǒng)，僅僅將可以自動化桶務(wù)指派給機器，剩余的留給人來做，這樣就會出現(xiàn)困難。這最終使得月像機器一樣行動，就像時尚界的模特，這種方式不符合人的才能。我們希望人來控制機器，這意味著要長時間保持警惕，而這不是我們所擅長的。要求人類做極其精密和準確的重復(fù)操作，這也是我們不擅長的。當我們以這種方式分配機器和人的任務(wù)時，不能夠發(fā)揮人的長處和能力，反而依賴于我們天生的從生物學(xué)上角度不擅長的領(lǐng)域。然而，當人出錯了，他們會受到指責(zé)。
我們所說的“人為差錯”，往往只是一種人類特性與技術(shù)需求不相符的行動。結(jié)果，它標志著技術(shù)的不足，不應(yīng)該被認為是差錯。我們應(yīng)該去除差錯的概念。相反，應(yīng)該認識到人們可以使用輔助手段，將目標和計劃轉(zhuǎn)變?yōu)檫m應(yīng)技術(shù)的合理形式。
鑒于人類的能力和技術(shù)要求之間存在不匹配，差錯不可避免。因此，最好的設(shè)計承認這個事實，同時尋求減少差錯的機會，并且減輕差錯帶來的影響。考慮到有可能出現(xiàn)的每一個差錯，然后想辦法避免這些差錯，設(shè)法使操作具有可逆性，以盡量減少差錯可能造成的損失。以下是一些關(guān)鍵設(shè)計原則：
·將所需的操作知識儲存在外部世界，而不是全部儲存在人的頭腦中，但是如果用戶已經(jīng)把操作步驟熟記在心，應(yīng)該能夠提高操作效率。
·利用自然和非自然的約束因素，例如物理約束、邏輯約束、語義約束和文化約束；利用強迫性功能和自然匹配的原則。
·縮小動作執(zhí)行階段和評估階段的鴻溝。在執(zhí)行方面，要讓用戶很容易看到哪些操作是可行的。在評估方面，要把每一個操作的結(jié)果顯示出來，使用戶能夠方便、迅速、準確地判斷系統(tǒng)的工作狀態(tài)。
以擁抱差錯的態(tài)度來處理差錯，探尋并理解引起差錯的原因，確保它們不再發(fā)生。我們應(yīng)當提供幫助而不僅僅是懲罰或責(zé)備。
做咨詢時，我有一條簡單的原則：從來不去解決問到我的問么有如此相互矛盾的原則？因為，MBA我的問題從來都不是真正委摹的和本質(zhì)的問題。通常只是問題的表面。就像在第五章所講，對 錯的解決方案依賴于找到真正的、深層的事件誘因，在設(shè)計中，的秘訣就是理解真正的問題是什么。讓人吃驚的是，有多少人經(jīng)常沒有深入提問就去解決擺在面在我的研究生課堂上，無論是工程學(xué)還是商務(wù)課程，我喜歡在第
給學(xué)生們一個問題，然后在下一周的課堂上聆聽他們的精彩方案會準備詳盡的分析、繪圖和說明。MBA的學(xué)生還會使用圖表展示的分布特征。他們亮出一大堆數(shù)據(jù)：成本、銷量、效益和利潤。會畫出詳細的圖紙和規(guī)格。這些都做得很出色，展示得非常完美。
