组块依赖既有知识，对新手不成立
别名: expert-novice difference · domain knowledge · 专家新手差异
概念解释
同一段信息摆在专家和新手面前，专家能把它打包成寥寥几个组块轻松记住，新手却只能按原始项目一个个死记，很快就超出能同时维持的数量上限。这不是因为专家的工作记忆容量天生更大，而是因为组块化这件事本身依赖已经存好的知识——专家能打包，是因为脑子里已经有现成的模式库可以匹配；新手没有这个模式库，同样的信息对他们来说不存在可以压缩的结构，只能原样占用一个又一个维持名额。
机制
组块化不是一种脱离内容、可以直接套用的通用技巧，它的每一次打包动作都需要先在长期记忆里找到一个能和当前信息匹配上的现成结构。这个匹配过程本身依赖大量、长期积累的领域经验——专家在自己熟悉的领域里存有成千上万个可复用的模式，新的信息只要落在这些模式的覆盖范围内，几乎可以瞬间被识别并打包成一个组块。新手没有这份积累，面对同样的信息时，脑子里没有现成的模式可以匹配，组块化这一步根本无法发生，信息只能以原始、未压缩的形式逐项占用工作记忆的维持名额，这也是为什么新手在信息量稍大时就会显得手忙脚乱，而专家能轻松应对同等信息量的原因。
怎么研究
标准做法是对比专家与新手在同一份材料上的记忆表现：呈现一份符合该领域正常规律的信息（比如一局正在进行中的棋局），比较两组人能正确回忆的原始项目数量；再呈现一份被随机打乱、不符合该领域正常规律的信息（比如把棋子随机摆放，不构成任何实际棋局），再次比较两组表现。如果专家只在"符合规律"的材料上明显优于新手，在"随机打乱"的材料上两组表现拉平甚至专家优势消失，说明专家的优势来自组块化，而不是天生记忆容量更大——因为一旦材料失去了可被识别的结构，专家储备的模式库就用不上了。
常见自变量：被试的专长水平、材料是否符合该领域正常结构；常见因变量：正确回忆的原始项目数、专家相对新手的优势幅度。
方法论注意点：专长水平通常需要用独立、可靠的标准来界定（比如实际水平评级、从业年限），仅凭被试自我报告"熟不熟悉"容易造成分组误差，进而影响测出的组块化效应大小。
边界
- 这个结论只在信息确实需要匹配某种领域特定的结构才能被压缩时成立；对于不依赖专门知识、任何人都能用日常经验组块的信息（比如常见的日期格式），专家新手之间的差距会小很多甚至不存在。
- 新手并非完全无法组块，如果信息本身可以匹配新手已有的、来自其他生活经验的通用结构（即便不是该领域的专业结构），仍然可能获得一定程度的压缩效果，只是压缩幅度远不如专家。
- 这条只讲组块化对新手不成立这一事实，不涉及该如何在设计上弥补新手缺乏组块能力这一问题，那是设计落地层面的另一件事。
怎么落地
- 为面向新手或专业背景差异很大的用户群体设计信息呈现方式时，不能照搬对专家群体有效的紧凑呈现方式——专家能靠自己的知识组块，新手做不到，同样密度的信息对新手来说是原始项目的堆积，需要额外的外部分段或说明来帮他们完成本来该由知识完成的打包工作。
- 识别当前设计是否在无意中假设了用户具备某种领域知识：如果信息呈现方式的紧凑程度依赖用户能自行识别出某种模式，先确认目标用户群体是否真的普遍具备这个模式库，而不是用产品设计者自己的专长水平作为默认标准。
- 验证办法：分别找目标用户群体中的资深用户和新手用户，用同一份信息材料测试记忆或复述准确率，如果新手明显掉队而资深用户表现良好，说明当前呈现方式过度依赖用户自带的组块能力，需要为新手补充额外的结构化提示。