L4.02.1automation bias设计研究
用户倾向接受系统建议而不复核
别名: 自动化偏见 · 盲目接受建议 · commission error
概念解释
面对一份看起来像样的系统建议，人会少做本该做的核对，直接放行。Mosier 与 Skitka 把这种倾向叫自动化偏见（automation bias）：该查的线索没查，系统说对就当对，系统没报警就当没有事。它不是「懒」，是决策时把自动化当成了捷径启发式。
漏报（omission）是系统没指出来，人也不去找；错报（commission）是系统指错了，人跟着走。两种都是不复核。
机制
核对要占用工作记忆和时间。建议把「搜索空间」收成一条或几条，认知上极便宜。人一旦把系统当成比自己可靠的信息源，核对就变成对权威的不礼貌，而不是任务的一部分。界面若把建议做成已经填好的表单、已经勾上的选项、已经写好的邮件，修改成本看上去高于接受成本，偏见就被界面结构放大。
偏见发生在一次决策里：建议出现，人点头。它不需要「好久没出错」才能启动。新用户第一次见到一份流畅的草稿，就会放行。
怎么研究
经典范式是决策支持：有正确建议、错误建议、以及系统沉默但世界里有异常。人同时能看到原始数据。因变量：跟随错误建议的比率（commission）、系统未标出时漏掉异常的比率（omission）、核对原始数据的次数与时长。自变量：建议的呈现方式（填好 vs. 并列选项）、是否强制打开原始材料、时间压力。
眼动或点击日志用来区分「看过原始数据」和「据此改了主意」。只看过仍跟着建议走，才是偏见而不是没看见。
边界
人自己完全没有独立信息源时，不复核不是偏见，是无材料。建议明显荒谬且与领域常识冲突时，偏见会减弱，但不能指望荒谬来当防护。这条不处理长期无故障之后监控变懒——那是自满，时间尺度不同。也不处理正确率升高之后偏见如何变本加厉。
怎么落地
- 建议不要预填成「已经替你做好」。默认呈现原始对象，建议作为可点开的第二层，而不是已勾选项。
- 对高后果项要求一次指向原始材料的动作（打开原文、核对金额）才能放行，动作必须碰到内容，不能是空白勾选。
- 验证：夹一条与原始数据明显冲突的建议。若放行率接近无冲突建议，界面就在奖励不复核。再看放行前是否发生过对原始对象的操作——没有，核对就不存在。