L4.09.1skill degradation under automation设计研究
长期依赖自动化会削弱人的能力
别名: 技能退化 · deskilling · Bainbridge 讽刺
概念解释
人把某类判断和操作交给机器足够久，自己做这类事的准确、速度和手感会掉。Bainbridge 把这写成自动化的讽刺之一：系统越能干，人越被从练习里拿开，而故障时偏偏要人出手。技能退化（skill degradation）是能力本身变弱，不是这一班没盯屏幕。
还能说出步骤、手已经不跟，是退化的典型样子。
机制
技能靠带反馈的重复维持。自动化把带反馈的重复收走，留下的是偶尔的监督。陈述性知识（步骤清单）比程序性知识（手怎么动、异常长什么样）活得久，所以人以为自己「还会」，测的时候不会。监督控制把人放在管理者位置上，管理者不练操作，操作就从熟练退回生疏。这和自满不同：自满是监控采样变稀；退化是即使在看、叫他做，质量也不如从前。
生成式代理把写作、分类、排查也自动化之后，退化从驾驶舱走进知识工作：人不再写那种信、不再走那种对账，一旦要亲手写，结构先散。
怎么研究
训练到熟练，然后一组继续手动、一组改用自动化，经过一段不用手的时间再测手动成绩。自变量：脱离练习的时长、自动化期间有无间歇手动、任务是否含异常。因变量：正确率、时间、错误类型（步骤遗漏 vs. 手感误差）、主观「我还以为我会」。
关键是测手动成绩，不是测监督成绩。自满实验测的是发现故障；退化实验测的是自己做。
边界
本就会的、低频且有外部清单可撑的任务，退化慢。刚学会就交给自动化，退化快，因为熟练从未形成。监控变懒可以在技能仍在时发生，两条曲线独立。退化是不是要到接管才被看见，以及要不要留手动路径，是后两条。
怎么落地
- 对产品所替代的核心技能，标出「多久不练会掉」的假设，并用实际班次数据去修，不要假设技能会自己保鲜。
- 自动化报告里不要只用吞吐，要定期抽测一次全手动成绩，当作技能库存。
- 验证：找一组已经把某任务交给代理三个月的人，关掉代理让他们亲手做同样的异常件。成绩相对培训期末掉了，退化就在发生。主观「我还记得」不能当库存。