你没有在倾听

确认偏误如何在反馈到达之前就过滤了它

You Are Not Listening 插图

摘要： 确认偏误决定了你会注意到哪些反馈、信任哪些反馈、以及忽略哪些反馈。如果你没有事先想清楚什么能证明你是错的，研究最终只会支持你原本就相信的结论。

你可能把证据就摆在眼前，最后却得出了你想要的答案。这就是确认偏误。你脑子里早就有了一个理论，然后你把研究当成了为这个理论提供支持的东西。

你测试的是你想保留的故事

1960年，Peter Wason 给人们一个数字序列 2, 4, 6，让他们找出背后的规律。大多数人测试的例子都符合他们已经猜测的规则。很少有人测试那些可能推翻规则的例子。他们并不是真的在测试想法，而是在寻找支持。

Raymond Nickerson 回顾了数十年的相关研究，得出了一个令人不安的结论："一旦一个人采取了某种立场，他的主要目的就变成了捍卫这个立场。"这就是这里起作用的机制。你不会均匀地扫描所有反馈。你会倾向于符合你想法的，而匆匆略过不符合的。

这就是为什么满墙的便利贴仍然可能得出一个不诚实的结论。偏误存在于你注意到的、你信任的、以及你忽略的东西中。

它也存在于那些被认真记录下来的内容中。设计师通常会完整记录那条支持性的引语，而把矛盾的那条总结为两个字："边缘案例"。"用户困惑了"。"需要引导"。在综合分析变成幻灯片之前，筛选就已经开始了。

Segway 一直误读警告信号

2001年 Segway 上市时，围绕它的故事轰动一时。它预计将改变城市出行方式。当人们对其5000美元的价格、人行道规则，以及大多数城市并未为此做好规划提出质疑时，回应往往大同小异：人们还不理解它。

这就是这个例子的价值所在。负面信号不断出现，却一直被解读为错误的诊断。不是"这个产品与世界的需求不够匹配"，而是更接近"世界还没有跟上"。在最初的五年里，它总共卖出了30,000台。2020年停产时，二十年的总销量不到十万台。

这就是确认偏误的产品化表现。警告并不会消失，它会被反复解读，直到它支持你早已想要的故事。

这种现象在较小的产品工作中也时常出现。一次失败的测试变成了措辞问题。低转化率变成了教育问题。弱采纳度变成了可发现性问题。有时确实如此。但有时，这只是一个比"产品本身有问题"更好听的故事。

你可以通过听动词来区分。学习型语言听起来像"发生了什么"和"他们为什么停下来"。防御性语言听起来像"他们没理解"和"我们需要更好地解释"。一组问题是打开问题的，另一组则在你还没看清楚之前就把它关上了。

为什么好意愿解决不了问题

Carol Dweck 在这里的作用更具体。如果你把测试当成对"你是否正确"的及格/不及格判定，偏误就会增强。如果你把测试当成寻找"哪里会出问题"的机会，你更有可能在把坏信号美化之前看到它。

这才是我关心的分界。这里的关键不是自尊心，而是流程。你进行这次测试是为了学习，还是为了安心发布？

我见过设计师引用那个顺利通过的参与者，而把其他三个人的反馈解释掉。没有戏剧性场面，没有撒谎。只是选择性地认真对待。

测试之前先写下什么

在研究开始之前，先写下什么能证明你是错的。这是关键的一步。不是"保持开放心态"，而是把失败条件写在纸上。什么发现会让你改变方向？什么行为会让你知道当前方案很弱？如果你没有事先定义这些，测试就会变成一堆印象，你可以在事后按照任何你喜欢的方式来排列它们。

那些解决了Wason问题的人，尝试了可能失败的序列。这也是正确的直觉。不要只收集支持设计方案的证据。去找那个设计会崩溃的点。

在综合分析时也做同样的事。让一个人专门负责论证为什么当前方向不应该发布。不是因为他已经相信了，而是因为房间里至少需要一个人在努力让矛盾证据保持它的形状。

当你回顾笔记时，先标记那些令人惊讶的时刻。而不是那些最符合当前故事的引语。那些让房间安静下来的时刻。那个在没有人预料的地方停下来的参与者。那个在Figma中看起来很安全、但在实际操作中变得混乱的步骤。这些是最可能被抹平的部分，如果没有人保护它们的话。但它们通常也是告诉你工作真正薄弱之处的部分。

如果你只在意那些同意你的证据，那你就是没有在倾听。

参考文献与资料来源

← 上一篇 下一篇 →