《Proceedings of the Design Society》：Using guidelines to train key users: accelerate skills development during a CAD/PDM software transition
编辑推荐：
在转换至计算机辅助设计/产品生命周期管理（CAD/PLM）软件期间，核心用户接受了与公司工作流程对齐的规程式培训。这种实践方法将工具功能与实际设计实践相联系，加速了技能的获取，确保了一致的建模方式，并增进了对数字工程的理解。本研究将核心用户识别为知识放大器，并
在转换至计算机辅助设计/产品生命周期管理（CAD/PLM）软件期间，核心用户接受了与公司工作流程对齐的规程式培训。这种实践方法将工具功能与实际设计实践相联系，加速了技能的获取，确保了一致的建模方式，并增进了对数字工程的理解。本研究将核心用户识别为知识放大器，并揭示了此类方法如何培养能力。研究结果强调了问题解决式培训的重要性以及规程式方法对于工业实践和设计教育的重要意义。
研究背景与问题
工程设计的数字化进程推动了集成计算机辅助设计（CAD）与产品生命周期管理（PLM）系统的复杂软件生态系统的广泛采用。这些软件平台在组织概念化、建模、验证和管理工程数据方面发挥着核心作用。然而，当企业从一种CAD/PLM环境过渡至另一种环境时，其影响远超技术迁移本身，成功过渡依赖于有效的学习策略，使设计人员能够适应新技能并保持生产力。
传统软件培训方法往往聚焦于工具中心式教程或孤立功能，已被证明难以促进知识在实际设计场景中的应用。项目式学习虽较纯工具式培训更能支持CAD/CAM/CAE教育中的能力发展，但仍需更深入的实践整合。与此同时，设计教育亦面临挑战：课程必须演进以培养学习者应对复杂社会技术环境的能力，而非仅掌握孤立工具的使用。在此背景下，核心用户作为连接系统开发人员、信息技术（IT）专家与终端用户的中介，其知识吸收与传递能力对新软件实施的成功至关重要，但针对这类群体的规程式学习框架研究仍显不足。
研究人员开展的研究
本研究旨在探查规程式培训如何强化核心用户在实施新CAD/PLM环境时的技能培养。该研究在一家全球食品、饮料和制药行业企业中进行，涉及四大洲多个地区的设计团队。研究采用行动导向的设计研究方法学取向，通过项目文档、会议记录、参与者观察和非正式访谈收集数据，定性分析规程的创建与讨论如何促进能力发展、共享理解建立和设计实践对齐。
研究采用的关键技术方法包括：（1）基于经验学习循环的自适应学习框架，结合Kolb（1984）的具身经验、反思观察、抽象概念化和主动实验四阶段；（2）基于能力的教育（CBE）框架，强调概念理解、程序技能与专业判断的整合；（3）情境学习理论，通过Vygotsky（1978）的"中介人工制品"概念，将规程作为连接个体认知与集体活动的工具；（4）参与式协作开发方法，由内部项目团队与外部CAD/PLM咨询团队合作，经多轮迭代修订形成最终规程。来自四个国家三大洲的十二名核心用户参与了评估过程。
研究结果
认知与组织层面的成果表明，规程的结构化格式最小化了试错学习需求并改善了程序逻辑理解。核心用户将规程应用于真实项目时，通过"做中学"有效内化了设计惯例和系统交互。规程作为认知支架，减轻了记忆负荷，使用户得以专注于问题解决而非回忆界面序列，从而增强了参与者的自主性与信心。组织层面，规程协调了跨部门与跨地区的建模实践，创建了共享知识基础，促进了不同地点专家之间的协作。
操作效益与局限性方面，更清晰的程序减少了PLM系统中的返工和不一致性，预定义工作流程缩短了设计周期。迭代式规程更新确保了与演进实践的对齐并支持可持续专业知识的培养。然而，跨时区协调实时讨论限制了同步交流，地方工作方法差异偶尔导致对相同规则的不同解读，部分用户期望新软件精确复制旧系统功能，凸显了创新与习惯之间的张力。
比较与学术洞见显示，与先前缺乏结构化培训的软件转换相比，本方法显著减少了核心用户的适应时间和运营中断。可更新的书面参考资料对维持初始推广后的学习至关重要。规程的协作开发通过将隐性规则显性化并凸显现有实践中的不一致性，促进了组织学习。
研究结论
本研究证明了规程式培训能够有效弥合CAD/PLM转换期间技术变革与人类学习之间的差距。将教学植根于真实工程工作流程促进了程序理解、反思性实践和可持续能力发展。规程同时充当学习人工制品和组织标准，使核心用户能够通过日常工作进行学习，同时确保跨地区的一致性。
研究贡献在于：工作流程整合的规程加速了程序和概念技能的获取，减少了对试错学习的依赖；规程的参与式创建和迭代改进通过将隐性知识转化为共享实践强化了组织学习；规程式框架促进了分布式团队间的协作并鼓励全球工程环境中的一致性。从教育角度，将规程式方法整合入CAD/PLM课程可帮助培养学生在现代设计实践中所需的自适应、面向过程的能力。该学习模型可扩展至其他数字工程转型，如仿真环境、数据-centric平台和人工智能辅助设计工具的集成。
未来研究可探索数字平台、混合学习格式和人工智能驱动的助手如何支持随用户能力和组织需求演进的自适应规程系统，例如在产学研合作环境中加以应用。
