认知偏差很容易不知不觉地影响你的UX设计，而在团队协作中这种情况更容易发生。
设计师不断地完善设计流程，在这过程中会尝试各种各样的方法。我们致力于发现问题、深入研究、洞察分析、输出解决方案、寻求反馈并进行迭代。很多时候我们都在讨论如何优化每一个步骤或与之相关的不同方法，但是我们经常忘记了在整个流程中强调保持中立和耐心的重要性。
偏差经常会渗入我们的设计决策。简而言之，个人经验的影响、沟通中的误差都很容易将你指向错误的方向。而作为团队中的一员能够保持中立和耐心往往更难了。每个人都有自己的观点，可能或多或少的与他人不同。尽管多样的观点能够丰富整个设计过程，但过程中出现偏差的可能性也在倍增。
作为设计师，我们应该避免这些偏差，并且理解在评估每个人观点时保持中立的重要性。切记，确认问题是解决问题的第一步。
01、确认偏差（Confirmation bias）
确认偏差来自于直接的信念或观念。人们倾向于寻找证据支持他们已有的信念而忽略另一面。一旦他们形成了某种观点，他们会接受支持该观点的信息而忽略那些反对的观点。这种偏差是受主观意愿影响的。
例如，假设你遇到了你喜爱的产品的一系列评论。评论列举了一些关于产品的优点或缺点。你会更多的关注在产品的优点而不是缺点，并且不会去考虑可能这个产品并不是最适合你的。
在讨论iPhone与Android手机时确认偏差非常明显。每一方都轻视另一方的优势，而高估自己心选方的优势。插图来源：Abhishek Umrao。
相比我们在设计过程中的觉醒，我们对来源于初始研究信念的坚持更容易发生，这可以导致我们的项目朝着完全不同的方向发展。同时，一旦你把时间和精力投入到某些事情上，想回头重新思考就变得更加困难。我们认为这种信念离我们的内心如此亲密，以至于我们开始无视反对它的事实，并使这种信念更加强烈（事与愿违的效果）。
我们如何避免确认偏差呢？
- 在每一个阶段你都应该质疑自己的观点，与他人展开讨论。
- 和不同的群体接触，听听他们的意见。更重要的是中立与平等地衡量各方观念。
- 主动引导你的注意力，而不是被现有的信念所引导。
相关偏差：禀赋效应，锚定效应，适得其反效应，信念偏差，保守主义，选择支持偏见。
02、框架偏差（Framing bias）
框架是做出选择的语境和情景。当人们根据选择的框架做出决定时，就容易出现框架偏差。
例如，某次实验中，实现对象被询问是否会选择接受手术，有些人被告知“存活率为90％”，而另一些人被告知“死亡率为10％”。第一个框架增加了人们的接受度，即使情况没有什么不同（来源：Daniel Kahneman的《思考，快和慢》）。
与之类似，75%脱脂听起来比25%含脂更安全。通过不同的框架描述吸引消费者是一种很常见的营销手段。
一个更为相关的例子包含下列两种陈述：
- 80％的用户能够找到新的书签按钮。
- 20％的用户无法找到新的书签按钮。
在第一种框架下，看起来一切正常；而在第二种框架下，重新设计书签按钮似乎是显而易见的。
怎么消除框架偏差呢？
- 始终尝试用两种不同的框架描述决策，并查看他们是否仍表示同一件事；这有助于确保最终结果不会受偏差影响。在评估接收到的信息时同样适用。
- 要求提供更多信息避免模糊性（或歧义）。了解语境和情景有助于你做出更好决策。Ayanna K.Thomas和Peter R.Millar的一项研究表明，如果获取更多做出明智决定所需的信息，那么就可以尽可能避免偏差。
- 不要着急下结论。抑制迅速做出决策的冲动；花点时间思考并理解这个语境和情境。
相关偏差理论：模糊效应。
03、虚假同感偏差（False consensus bias）
当我们假设他人与自己持有相同的信念、价值观、偏好时，就会产生虚假同感偏差。我们自己的信念很容易理解，因此我们倾向于将其扩展到他人。
例如，如果你赞成堕胎权并反对死刑，那么你很可能会认为其他大多数人也认同这个观点（Ross，Greene，＆House，1977）。
我们经常用自己的想法或观点强加给/揣测他人。如上图所示，认为他人应该喜欢你所喜欢的事物，就是一种虚假同感偏差。
我们经常和持同样观点或想法的人在一起。因此，我们会认为大多数人都是如此。这些观点始终处于我们脑海中的最表层，因此我们更容易注意到其他持有相似观点的人，从而再次高估了这些观点的普遍性。
团队在构建新产品或功能时这种情况比我们想象的更容易发生。我们经常需要基于有限的信息来做出决策，这需要我们做出某些假设。
那么我们如何确保这些假设是正确的，而不仅仅是基于我们的个人观点或信念？
- 列出所有研究不足的或没有进行研究的发现或假设。
- 找一个同事向他完整、详细地阐述你的研究，不要遗漏任何细节。进行此练习时，要求他对你的发现持批判态度，你在每个步骤中尝试阐明你的结论。
- 做更多的研究，以验证您的假设或半生半熟的发现是否适用于更多的目标受众。
相关偏差理论：投射偏差
04、可得性启发偏差（Availability heuristic）
可用性启发偏差是指人们在不知不觉中更加重视他们最初或最容易回忆的信息。最近出现或谈论很多的事，会让人们高估其发生的可能性。
Karlsson、Loewenstein和Ariely（2008）的一项研究表明，相比于自然灾害发生前，人们更可能在经历自然灾害后为自己买保险。
在设计场景中，这种事情经常发生。我们对最近听到的用户反馈问题变得更加敏感，并将这些问题的优先级置于其他紧迫需求之上。当有多个利益相关者提出问题时，这个问题会变得更严重。
如何避免可得性启发偏差：
- 收集各种用户的一手研究资料，或查看使用情况分析来确定用户挑战，而不仅仅是考虑利益相关者的意见。
- 从一手研究资料中得出见解可能很棘手，因为我们在这里也可能会陷入可用性启发偏差。例如，如果分析不彻底，我们可能会重视最近或最难忘的访谈。使用用户画像，同理心地图，用户旅程图等设计工具可帮助我们从更广泛的角度看待研究数据。
相关偏差：认知注意偏差。
05、知识的诅咒偏差（Curse of knowledge bias）
当个体在不知不觉中假设他人拥有与自己相同的背景信息和专业知识时，这种偏差经常发生。你是否曾作为项目中的新成员发现很难快速理解每个人都在谈论什么？好吧，你可能没有错。项目组中的成员可能会认为他们谈论的都是一些非常浅显的话题或内容，你应该能够快速理解。这就是所谓的知识的诅咒偏差。
例如，长期在某种环境中工作时，你会熟悉其中的术语。并认为这些术语是不言而喻的，可以在设计中随时使用。但是，这些术语会使用户感到困惑。
这种情况也曾多次发生在我身上。对于我熟悉投资的朋友们而言，他们所提供的建议似乎都是显而易见的，但是我却总是亏损，这就是我长期逃离投资的原因之一。
不仅限于这个例子中的场景；从产品经理到设计师的知识迁移，从设计师到开发人员的知识迁移，甚至在同组人员的讨论中，都可能出现类似的情况。
我们如何能够打破知识诅咒呢？
- 当你长期投入在某个系统中，你容易产生偏差，因此请退后一步换个角度思考。从不同的角度讨论你的设计方案，不要自认为你的听众都明白你在说什么。
- 站在初学者的角度思考。在完成设计之前，向新用户展示你的线框图和原型。
- 利用团队新成员的见解，积极地从产品上线时的初次使用者那里获得反馈。询问现有用户也可以帮助你找出产品中缺少的信息。
- 了解目标受众对你们公司、行业和产品中使用的术语的熟悉程度。
06、盲点偏差（Bias blind spot）
盲点偏差指的是认识到偏差对他人判断的影响，而没有意识到偏差对自己的判断产生了相同的影响。也就是说，盲点偏差是指忽略自己的偏差。实际情况比我们的感知更为普遍。事实上，研究人员在一项研究中发现，在661位成年人中，只有一位成年人说他/她比一般人拥有更多偏见。
学习并认识到这些偏差意味着我们必须试着完全诚实地面对决策中的偏差，时刻审视自己的言行举止。简而言之，言行要一致。
你能猜到以下例子中的偏差吗？
以上这种情况经常发生在我和我朋友身上，由于宿醉他们发誓再也不喝酒了。但是几天后，他们又准备再喝一轮。
