高度自动化的用户更容易被联想链条触发非预期动作
别名: 专家更易联想出错 · 自动化程度与联想差错 · expert associative slip
概念解释
联想激活型错误的发生率不是均匀分布在所有用户身上的——对某项操作越熟练、执行起来越不需要逐步意识核对的用户，越容易被联想链条越过阈值触发的念头带偏。这听起来违反直觉：经验丰富的人本该更少出错，但联想激活型错误恰恰依赖「动作可以不经核对就被兑现」这个条件，而这个条件正是熟练本身制造出来的。
机制
一个动作要能被联想直接兑现，前提是执行它不需要当事人逐步构建和核对——新手做一件事通常要一步步想清楚该做什么，这个构建过程本身就会顺带核对「我现在要做的是不是我真正想做的」；专家的动作已经打包成整装的程序，一旦某个念头激活了触发条件，动作可以不经这层核对直接跑完。换句话说，自动化程度越高，联想激活到动作执行之间的距离越短，中间能拦住误触发的检查点也越少。
怎么研究
验证这条关系的思路是比较新手和专家在同一项任务上的联想激活型差错发生率——新手完成任务通常伴随更多显式的核对停顿，专家的动作流更连贯也更少停顿；如果能在两组人身上用同样的任务诱发条件（比如刻意在旁边放置关联性强的干扰选项），对比两组人被干扰选项带偏的比例，专家组更高的比例可以支持「自动化程度提高联想激活风险」这条假设。这类比较的难点在于新手和专家在同一任务上的操作时长、注意力分配本身就不一样，差错率的差异需要排除这些因素的干扰才能归因到自动化程度本身。
边界
这条规律只在「动作确实已经打包成整装程序」的场景下成立——专家在自己不熟悉的新任务上，不会享有这种自动化带来的联想风险，此时他们和新手一样需要逐步构建动作，核对环节仍然存在。另外，专家更容易被联想触发这个结论，不能反过来推出「应该让专家的操作重新变慢变谨慎」——那会牺牲专家真正的效率优势去防一个概率不高的差错，得不偿失。
怎么落地
对专家高频使用、已经高度自动化的操作路径，不要指望靠提醒或核对弹窗去拦截联想激活型错误——专家会习惯性地把这类提醒也一并自动划过。真正有效的做法是在动作序列里，把容易被联想到的相邻目标在物理位置或触发方式上拉开距离，减少「联想链条上的邻居恰好也在触手可及的位置」这种巧合。验证办法：找出专家用户高频操作路径上相邻位置的所有控件，检查其中是否存在与该操作语义或情境强关联的干扰项；把这些干扰项移开或改变触发方式后，跟踪该路径上的误触发率是否下降。