在过去的十年里，由于Thinking Fast和Slow and Predictably Irrational这类的书籍的发行，认知偏见在主流文化中愈发非常流行，它在体验设计或商业设计中变得越来越重要。与之相似的还有以人为本的方法。
我们越来越依赖定量和定性研究来在产品和业务方面做出正确的决策，因此确保数据及其收集方法不会因无意识的认知偏见而受损也很重要。完备的数据和科学的收集方法可以为最终客户提供有意义的价值。
我们所知道的认知偏见足足有一百多种（根据这个详尽的信息图表，有188种）。但是对于用户研究，我将重点介绍其中的十个，并举例说明为什么以及如何避免它们。
01、框架效应
这是我在用户调研中最常见的情况，如果你不注意自己的言行，也很难避免这种情况。
什么是框架效应？
框架效应是指面对同一个问题，在使用不同的描述后，人们会选择乍听之下较有利或顺耳的描述作为方案。当以获利的方式提问时，人们倾向于避免风险；当以损失的方式提问时，人们倾向于冒风险。简单地说，人类不会彼此孤立地做出选择，我们高度依赖于框架效益呈现给我们的方式。比如说，在一个小盘子里吃一顿大餐比在一个大盘子里吃一顿大餐更令人满足。同理心地图通过我们所看到的、听到的以及我们所做的和所说的来帮助我们克服这种偏见。
案例
当你在展示一个产品的原型或者询问用户的体验时，请注意你是如何构建问题的。
类似“你在使用这个产品的时候喜欢/不喜欢什么”这样的问题会导致用户只关注产品本身优点/缺点(甚至在之后的整场访谈中都集中在这一点)，这可能会导致虚假的积极或消极的见解。
一种中立的、非导向性的提问方式应该是——“你能描述一下你上一次使用这个产品是什么时候吗?”或“你使用本产品时的感觉如何?”，这样提问可以产生更好的不带偏见的结果。
02、确认偏误
这是偏见中的超级恶棍：非常普遍且难以纠正。这也是调研人员所能犯的最大的错误之一，而且经常被定量研究的支持者用来证明为什么使用大数据集更好。
什么是确认偏误？
确认偏误是指个人选择性地回忆、搜集有利细节，忽略不利或矛盾的资讯，来支持自己已有的想法或假设的趋势。我们喜欢确认我们现有的假设或者相信的数据，而抛弃那些挑战它们的数据。这是一个已经写入我们大脑程序的进化的安全网，以保护我们的大脑免受对立信息的威胁，因为往往这种对立信息会挑战我们的身份 (而我们作为拥有共同信仰的部落而进化)，这使得我们很难完全摆脱它。
案例
一个典型的例子是调研人员或产品经理问参与者：“你曾经做过/考虑过通过App Y来做X这件事情吗？”参与者说：“是的！一直都是！”太棒了！你中了头彩，你觉得你的理论被证实了，用户喜欢使用你的应用来做某种事。但实际上，这可能与事实相去甚远。
当你在某事上得到肯定或者积极的回应时，请用几种不同的方式再检查一下。为什么用户要这样做？是因为他们没有其他选择吗？他们喜欢这个体验过程吗？上周他们使用了多少次？他们能拿出证据吗？有没有可能他们只是想让你高兴呢？
避免确认偏误的最好方法是在研究过程中始终如一地和你的想法和假设唱反调。
03、后视偏见
人类真的不善于及时思考，后视偏见就是明证。
什么是后视偏见？
后视偏见指当人们得知某一事件结果后，夸大原先对这一事件的猜测的倾向，俗语称“事后诸葛亮”或“事后孔明”。后视偏见的一个基本的例子是，在知道一个不可预见事件的结果后，一个人相信自己“早就知道结果会这样”。后视偏见可能导致记忆失真，回忆与重建内容时产生错误的理论成果。
案例
当我们进行调研时，我们经常要求用户挖掘他们的过去来寻找例证和轶事证据。通常当我们深入探究为什么的时候，我们会听到一些关于他们如何面对某些困难以及采取某些行动的原因。
比如说，一个用户抱怨他的生意不好，因为互联网的到来，与其去商店，人们变得更喜欢在网上买东西。当我问他为什么不尝试电子商务领域时，我得到了一个令人相当吃惊的回答：“这些网站没有很好地服务客户，如果我们的产品有任何问题，就会损害我们商家的声誉。”这清楚地表明，他并不真正了解电子商务是如何运作的。事实上客户可以选择退回损坏的商品，并给卖家提供反馈。
参与者永远不会因为编造这些理由而受到指责，但是调研人员需要意识到这一点，并不断反复核实证据，以支持他们的陈述，这真的非常重要。
作为一名调研人员，即使在某些方面我们有可能无法得到全部答案，我们也需要承认这个事实，而不是用虚假的理由来掩盖。
04、社会期望偏差
一个能概括这一点的词是“自拍”。
什么是社会期望偏差？
社会期望偏差是指受访者为了令人产生正面印象，倾向在调查中以不实意愿取代其真实意愿，以符合社会期望。例如过多申报自己的“良好行为”，或过少申报自己的“坏行为”、或不受欢迎的行为。这种倾向严重影响研究的效度，在问卷调研中尤其常见。这种偏差会影响样本的平均数值，亦影响研究员研究受访者之间的差异。
我们是群居动物，这意味着我们的行为和言语以一种特定的方式呈现。这种方式使我们在别人面前看起来很好，即使它们可能是虚假的。这在我们的行为中已经根深蒂固，以至于我们甚至轻蔑地给那些不遵守这些准则的人贴上反社会的标签。
案例
当你研究一个与社会资本，比如社交媒体、在线平台、婚介服务等相关的话题时，这种偏见尤其可能会出现。
举个例子。有这样一个想要在他/她的家庭中塑造一个领导者形象的中年社交媒体用户。他/她永远不会发布或说一些可能损害该形象的话。因此，即使APP存在可用性问题，如用户发现他们很难通过应用程序导航，他们可能仍然不会抱怨。一个熟练的研究人员会努力重新构建问题来提高他们的社会期望（譬如如果你能为你的爸爸/妈妈更好地设计这个，你会怎么做？）。这可能会给他们提供一些线索，让他们知道应用有哪些问题确实让人恼火，但他们却从不说出来。
05、沉没成本谬误
这也是最常见的偏见之一。不仅在调研上，它还会在生活中的重大选择(婚姻/债务等)上造成巨大的伤害。
什么是沉没成本谬误？
沉没成本谬误是指很多人对“浪费”资源很担忧害怕。比如说很多人会强迫自己看一场根本不想看的电影，因为他们怕浪费了买票的钱。我们的决定会被我们所积累的情感投资所影响。我们在某件事情上投资越多，就越难放弃它。换句话说，我们越深入迷宫，就越难走出迷宫。下次你“再喝一杯”就醉倒了，或者打牌时一直打得不好，你就知道该怪谁了。
案例
作为调研人员，我们投入大量时间进行研究和收集数据。经过一段时间，这些数据可能成为负担，而不是一种有帮助的存在。沉迷于这些发现，我们很容易迷失方向，从而错过我们真正需要实现和交付的更大的图景。
为了避免这种偏见，平衡我们的努力和回报是很重要的。这意味着我们要把研究项目分成更小的部分，然后在每个部分完成之后做决定继续还是不继续。精益创业法在某种程度上就是为了减少这种偏见，它迫使创业者进行小实验，客观地测试结果，而不是在花费大量时间和精力之后，最终得出徒劳的结论。
它需要一种良好的心态，以便最终能够适应并接受这样一个事实：失败和损失是生活中不可避免的一部分。
06、系列位置效应
长列表的U型命运。
什么是系列位置效应？
系列位置效应是一种心理学现象，指人们倾向于对首先见到的事物和最后见到的事物有更好的印象。分为首因效应和近因效应。
首因效应是对“第一印象”或“先入为主”所产生的心理学现象，指在行为过程中，最先接触的事物会给人留下深刻的感知或认知，影响人对事物的感知和判断。
近因效应指在行为过程中，对事物的最近一次接触给人留下深刻的感知或认知，能对首因效应所形成的心理作用起到巩固、维持、否定、修改或调整等作用。例如在时间上与下一次购买决策最为接近，因此正或负的近因效应能促进或阻滞购买行为。
我们经常遇到“长列表的U型命运”，如果你的名字的首字母是M，而且你的名字所在的列表是按首字母排序，那么很抱歉，你的名字可能不会被注意到。
这个列表说明了能回忆起的单词的百分比与它在列表中的位置的比较。由于我们的记忆是这样构建的，所以我们更关注长列表的前半部分和后半部分。
案例
在卡片分类等任务中，这种偏差可能导致用户忽略中间的元素，这可能会妨碍实验活动的有效性。
一个有趣的例子是在连续的实地调研中，整合采访报告前你会去实地访谈五至十个用户。当你把第一次和最后一次访谈的观察结果按顺序(在便利贴/word文档上)排列时，你往往会过分强调它们，这就变得棘手了。
有个很好的方法就是把访谈的人分组，进行多次访谈，或者随机安排几次来消除偏差。
这种偏见也会渗入到别的一些事情中，比如待办事项列表和功能列表，特别是对于那些同时负责很多事情的人来说。因此分类是一种非常有效的策略。
07、洞悉错觉
这是一种危险的偏见，会导致交流中的误解和沟通不畅
什么是洞悉错觉？
洞悉错觉是指人们倾向于高估他人对自己的心理状态了解程度的一种趋势。如果你玩过字谜游戏，你就会知道这种偏见。我们往往高估别人可能会知道我们在想什么以及试图传达的信息。
我们大多数的主观经验是不可观察到的，我们倾向于对我们传达内心想法和情感的程度有过高期望。
案例
在访谈中，许多参与者试图通过肢体语言、停顿和其他非语言的暗示来传达他们的情绪。这种洞悉错觉让调研人员很难真正了解信息是否被正确传达。
这意味着我们需要一种不同的机制来弄清楚我们是否错过了一些在访谈中可能没有被发现的信息。这就是为什么提供肯定的反馈是重要的。它可以很简单，比如用你的理解复述参与者说过的话：“从你所说的，我觉得你对这个功能的感觉是这样的……如果我说错了，请原谅我。”
通常你会惊讶地发现，无论他们一开始说了什么，你的理解方式都是完全不同的。
08、聚类偏差
会导致大量虚假的积极认知和消极认知。
什么是聚类偏差？
聚类偏差是指当我们描述某人“连续得分”时所发生的情况，比如在扑克之夜或足球锦标赛上，所有事情似乎都对参与者有利。但在短时间的随机事件中存在各种各样的可能性，包括一些看起来极不可能的事件。这种错觉是由于人类倾向于低估少量随机或半随机数据样本中可能出现的变异量而引起的。
案例
作为调研人员，发现数据中的规律对我们来说至关重要。但定性分析的一个缺点是，由于样本量很小，通常无法避免观察到的只是一些更小的随机集合的模型，这些随机集合存在着某种共性。一种有效的应对方法是对模型进行三角划分，并将基于大样本数据的发现与定性研究中发现的更深层次的见解进行匹配。
还可以通过与完全不同的用户组进行调研和原型设计来减少聚类偏差的发生。
另一种避免这种偏差的方法是在讨论规律之前进行无声的头脑风暴，并在分析过程中包含另一组不同的涉众，以便更好地消除偏差。
09、隐性偏见
这又是一个非常棘手和危险的问题。通常在流行文化中被称为刻板印象。
什么是隐性偏见？
隐性偏见是是知觉、态度和刻板印象在无意识的情况下运作的现象。隐性偏见是很难根除的，因为它在我们很小的时候就通过媒体、身边的人和流行文化植入了我们的意识。
案例
隐性偏见最明显的一个例子是，警察将黑人与犯罪联系在一起，却没有意识到他们正在这么做。
在用户调研的背景下，当我们与来自特定人口、种族或民族群体的人交谈时，我们可能会对他们有先入为主的认知。它可能会导致我们以一些并不需要的方式行事(例如，残疾人宁愿被当作正常人对待，有时我们却对他们过于礼貌)。避免这种情况的一个好办法是，在访谈前写下对参与者的所有先入之见，在与他们交谈前尽可能少地了解他们。
要永远记住,作为一名优秀的调研人员,我们的职责不是具有社会吸引力或是和我们的用户成为朋友，而是要真正了解他们的心里想的是什么,他们是如何思考的,即使这意味着可能出现尴尬的沉默或小分歧。
10、基本归因谬误
这是设计师和可用性爱好者的最爱，当人们因为不能理解技术而责怪自己时，就会发生这样的事情。
什么是基本归因错误？
基本归因谬误是指人们在评估他人的行为时，即使有充分的证据支持，但仍总是倾向于高估内部或个人因素的影响（一定是他有这样的特质，才做出这样的行为），而非外在情境因素（也许是情势所迫，或这个场所有特殊的潜规则）。因为基本归因谬误，我们倾向于认为别人做坏事是因为他们是坏人，通常会忽略可能起作用的情境因素。
案例
当你进行可用性测试时，你听到用户说在做某项任务时犯了一个“错误”，请注意！这可能是创造出更好的产品或者体验的最大线索。
真正好的产品让用户思考得更少，做得更多。想想任何一个你因为不能把某件事做好而责怪自己的应用程序或网站。这是一个改进的好机会。
避免这种偏见的一个好方法是通过观察或者采用热力图来补充访谈内容。它们能更好地说明参与者是如何使用产品的，以及种种由于设计不当而造成的错误。工程师们也许通常会把责任推给用户，然后指导他们正确使用。但作为调研人员，我们需要反对这种观念。产品和它们的学习曲线需要设计成一种即使是初学者也可以尝试几次就学会的方式，而且不应该因为失败而感到内疚。
编译作者：叶苏 | 纽约 | 数字媒体研究生
原文作者：Sunder Subramanian
原文链接：https://uxdesign.cc/10-cognitive-biases-to-avoid-in-user-research-and-how-to-avoid-them-993aa397c8c6
