A7.06.2Post-hoc rationalization研究
用户的解释性叙述暴露其模型
别名: concurrent think-aloud · 事后合理化 · 出声思考法
概念解释
让用户说出"我以为会发生什么""我为什么这么点"，说出来的这套解释是TA心智模型的外在表现之一。但这里有个陷阱：用户复盘时说的话，和操作当下心里想的，经常是两回事。操作时的判断往往瞬时、模糊、说不清楚；被问到"你当时怎么想的"时，用户会现场编一套听起来合理的说法——这叫事后合理化（post-hoc rationalization），它反映的是此刻觉得什么解释说得通，而不是操作那一刻真实依据的规则。
机制
心智模型很多时候并不是以命题形式存在的，而是一种能生成预测却说不清楚具体条款的隐性知识。要求用户直接陈述"你的模型是什么"，等于要求TA把隐性知识翻译成语言——这个翻译过程会不自觉地掺入事后的合理性判断、社会期望（不想显得笨）、以及对系统"应该"如何运作的一般性猜测。结果是叙述听起来逻辑自洽，却可能和操作当下驱动行为的规则完全不是一回事。
怎么研究
- 用同步出声思考（concurrent think-aloud）而非回顾式提问：让用户在操作的同时说出脑子里在想什么，而不是做完之后再问。同步的叙述离真实判断更近，回顾式提问给合理化留出了时间和动机。
- 问具体情境下的预测而不是抽象定义：不问"你觉得这个功能是怎么工作的"，而是给一个新情境问"如果我现在点这个，你猜会发生什么，为什么"。能做出预测的知识才是模型，说不出预测、只会复述界面文案的，多半是在临场编。
- 警惕过于流畅、过于完整的解释——真实的隐性模型说出来往往磕磕绊绊、带犹豫；一套讲得像说明书一样连贯的答案，更可能是事后拼凑的合理化，而不是操作当下的实际依据。
- 交叉验证：把叙述和用户在类似情境下的实际操作对照，两者对不上的地方，以行为为准。
边界
- 同步出声思考本身占用认知资源，会改变操作节奏，不适合需要测量反应速度的任务。
- 对高度自动化、不假思索的操作（老用户的熟练路径），用户可能确实说不出任何理由——这不代表模型不存在，只代表它已压缩到不需要意识参与的地步，这时预测式提问依然比要求直接陈述更有效。
- 这套方法揭示的是用户此刻持有什么模型，不能反推这个模型是怎么形成的；成因需要额外的历史访谈或使用日志佐证。