A7.14.2Scaled falsification设计
修正应从制造小规模、后果可控的证伪体验开始，而非一次性纠正
别名: low-stakes falsification · 渐进式纠正 · sandbox correction
概念解释
确定需要靠证伪体验才能修正一个已固化的错误模型之后，接下来的问题是这次体验应该做多大。答案不是越彻底越好——修正应该从小规模、后果可控的证伪场景开始，让用户在代价很低的情况下先撞见一次预测落空，而不是直接在真实、有后果的任务里给用户一次性的、代价高昂的打脸。
机制
一次带着真实代价的证伪体验，容易把用户的注意力从"我的理解需要更新"扯到"这次损失怎么办"上——高代价本身会触发防御性的反应，用户更可能把这次失败归为倒霉、系统临时故障、或者别的外部原因，而不是承认自己一直以来的理解出了问题。代价越高，用户越有动机去找一个能保住原有信念的解释，证伪体验想要达成的效果反而被这份防御心理抵消掉。
小规模、后果可控的场景把这层干扰去掉：用户可以专心处理"结果和我想的不一样"这一件事，不用同时应付真实损失带来的情绪反应，也更容易把这次落空单纯当作一条关于系统如何运作的新信息来处理，而不是一次需要辩护或补救的事故。控制代价还带来另一个好处：即使第一次证伪没有完全说服用户，代价低意味着可以再给一次、再给一次，靠重复暴露逐步积累证据，而不必赌在一次不可逆的场合上。
边界
- 规模不能小到用户根本没注意到有什么不对——证伪体验要足够显著，能被用户识别为"这和我预期的不一样"，太温和的差异可能被忽略或被合理化，起不到打破旧模型的作用，这是另一头的风险，和代价过高同样会让修正失败。
- 合适的规模不是固定值，取决于原模型固化的程度——被验证过很多次、用户信心很高的模型，可能需要比初次遇到的错误更明显的落差才能被察觉，一味追求"越小越好"也不成立。
- 这条讲的是证伪体验的代价与规模该如何设置，不涉及呈现这次体验时的语气和措辞——把结果说得多直接、多委婉，是另一层，会独立影响用户是否愿意接受这次落空。
怎么落地
- 为已确认固化的错误模型设计一个具体的低代价场景——沙盒式的练习环节、一次可撤销的操作、一个提前告知"这只是演示"的预览，让用户在这个场景里按照旧模型的预测行事，再看到与预期不符的真实结果，同时确保这次不符不会带来任何实质损失。
- 避免把第一次证伪体验安排在正式、有后果的任务流程中——如果修正只能在真实任务里发生，先接受这次修正的代价，同时记录下来，作为后续设计低代价场景的依据。
- 验证办法：在低代价场景完成证伪之后，跟踪用户在真实、有后果的使用场景里是否还会重复旧模型驱动的行为；如果修正效果只停留在演示场景里、一进入真实任务又故态复萌，说明这次低代价体验的场景设计得不够贴近真实决策情境，需要调整让两者更接近。