A7.12.3Response uncertainty and causal belief研究设计
系统响应的不确定性越高，用户越容易形成错误的因果信念
别名: 不确定性 · variable-ratio reinforcement · 部分强化效应 · 间歇强化
概念解释
响应不确定性指同一操作在不同时刻可能产生不同结果、不同延迟，甚至偶尔没有任何可感知反馈这一系统属性。这条讲的是：这种不确定性本身，正是错误因果信念从"偶发的一次巧合"变成"稳固难消"的关键变量——系统响应越不确定，用户越难通过后续经验去检验并推翻最初的巧合归因。
机制
从强化理论的角度看，这与部分强化效应（partial reinforcement effect）——间歇性的、不是每次都兑现的强化，比每次都兑现的强化更难被消退——方向一致。原因在于：面对一个总是兑现或总是不兑现的操作，用户很容易通过"这次没用"直接推翻"这个动作有用"的判断；但面对一个时有时无地兑现的操作，用户无法把某一次的失败当作反驳证据，因为不确定性本身提供了一个现成的借口——不是我的判断错了，是这次系统凑巧没给出通常的结果，要多试几次。响应越不确定，用户能拿到的"干净"反驳证据就越少，错误的因果信念也就越难被自然经验纠正。
怎么研究
- 范式：随因性判断实验通常同时操纵"结果发生的基础概率"和"结果相对操作的条件概率"两个参数，考察被试主观因果强度评分如何随这两个参数变化；对消退阻力的比较（连续强化 vs. 不同比率的间歇强化，何者在停止强化后行为维持得更久）源自操作性条件反射的经典设计。
- 在界面研究里的用途：预测哪类功能——响应时间波动大、成功率不稳定——更容易滋生顽固的用户误解，为问题排查提供优先级依据。
- 方法论注意点：真实系统的不确定性通常是多来源叠加的（网络延迟、服务端负载、客户端渲染各自贡献一部分），实验室里操纵单一不确定性维度得到的强度，不能直接代表现实中用户感受到的不确定性的复合结构。
边界
- 不确定性放大错误信念的效应，只在用户没有独立验证渠道时成立——如果用户能直接看到系统状态本身（比如明确的"网络已断开"提示），就不需要靠自己的因果推理去猜测，这个机制不会启动。
- 对完全确定、每次操作后果一致的系统，这条不适用，因为不确定性本身趋近于零，没有可以被放大的空间。
怎么落地
- 识别产品里响应时间和成功率波动最大的功能点，这些是错误因果信念最容易扎根、也最难靠用户自己经验纠正的地方，应优先加装可见的状态反馈。
- 当不确定性本身无法消除时（依赖第三方网络、依赖排队中的后台任务），至少把不确定性显式呈现出来（进度、已重试次数、失败的具体原因），让用户的归因有真实证据可依据，而不是被迫靠巧合去猜测和试探。