预期与先验知识会在加工早期偏置输入的解释方向
别名: expectation bias · 知觉定势 · 预期偏置 · top-down expectation
概念解释
看到什么，不完全由眼前的画面决定，还取决于看之前预期看到什么。这种由先验知识、经验或上下文提前设定的解读倾向叫知觉定势（perceptual set）：同一份模糊或残缺的输入，换一个预期，解读结果就会不同。
它不是"看错了"这么简单，也不是事后才对信息做出的推断——定势在加工早期就已经介入，改变的是输入本身被解释成什么，而不是解释之后再被纠正。这正是它难以靠"提醒自己仔细看"来抵消的原因。
机制
自上而下的预期会提前激活与预期内容相关的神经表征，让这些表征在证据不足或有歧义时更容易赢得竞争、成为最终的知觉结果。这个过程发生在证据积累阶段，而不是知觉完成之后的判断阶段——所以体验上是"直接看成了那样"，而不是"看清楚了但判断错了"。
预期越强、输入越模糊，这个偏置的作用就越大：一份清晰无歧义的输入很难被预期扭曲，但一份嘈杂、残缺、快速一瞥的输入，预期几乎决定了最终看到什么。
这个机制平时是省力的：多数场景下预期是准确的（下一屏大概率延续上一屏的结构），提前偏置省下了逐一核实每个细节的成本。代价只在预期本身不成立时才显现。
怎么研究
常见范式是歧义/退化刺激下的知觉判断：给出可以有两种解读的图形或残缺文字，操纵之前给的语境或先验信息，看被试的解读被拉向哪一边；另一类范式是满意搜索（satisfaction of search），研究已发现一个符合预期的目标后，是否会降低对同一画面里其他异常的检出率。
常见自变量：先验语境的方向与强度、刺激的清晰度或退化程度、任务经验（专家 vs 新手）。 常见因变量：解读方向的比例、首次判断的反应时、对不符合预期的异常的检出率。
在界面研究里，这类范式常用来评估校验类界面（表单核对、审核流程、异常检测面板）——预期会不会让审核者把不符合规则的内容"看成"符合规则的。
方法论注意点：实验室里的预期通常是研究者显式设定的，界面里的预期来自用户长期使用习惯，强度和稳定性都更高，实验室效应量很可能低估真实场景中的偏置程度。
边界
- 依赖输入本身的模糊度。 高清晰、无歧义的信息很难被预期扭曲；这个机制只在信息本身不完整或呈现太快时起主导作用。
- 专家的先验知识越丰富，越容易被这个机制影响。 反直觉之处在于，经验通常提高判断准确性，但在预期与实际不符的场景下，经验丰富者的知觉定势反而更强、更难修正。
- 预期正确时看不出代价。 只有在预期与真实情况系统性不符的场景（罕见异常、新出现的错误类型）才会暴露问题，日常测试不容易发现。
- 这条讲的是知觉判断阶段的偏置，不是决策阶段的确认偏误——后者发生在信息已经被看清之后，对策也不同。
怎么落地
- 对关键校验环节，弱化先验语境对呈现方式的影响：审核界面不要按"预期正常"的默认样式展示每一条记录，用中性、统一的呈现方式降低知觉定势的介入空间。
- 在检查清单里强制逐项对照，而不是整体扫视判断：整体扫视最容易触发知觉定势下的"看起来没问题"，逐项字段对照能把判断拉回到证据本身。
- 对异常检测类任务，故意混入不符合预期的测试样本（fault injection），检验审核者或系统提示是否会因为预期而放过。
- 验证办法：设计一批"看起来正常、实际有问题"的测试用例插入正常流程，统计漏检率；漏检率显著高于随机分布，说明知觉定势正在起作用。