Q1.15.2Diminishing returns in usability problem discovery设计研究
新增参与者发现的问题数随人数增加而递减，但不会归零
别名: 问题发现曲线 · 边际发现率 · 饱和误读
概念解释
问题发现的递减收益（diminishing returns in problem discovery）指同质任务与用户条件下，较常见问题被发现后，新增参与者更可能重复旧问题，因此每人的新增数量通常下降。下降不意味着归零：低频、细分特有或依赖特殊路径的问题仍可能在后续出现。
机制
累计发现取决于每个问题在目标条件下被触发并被研究者识别的概率。高概率问题较早出现，剩余池逐渐由低概率问题构成，形成递减曲线。任务变化、产品修改或新增细分会重置问题池；问题之间和参与者之间的相关性也使简单独立模型过度乐观。
怎么研究
按参与顺序绘制新增问题、累计严重问题和重复问题，并通过随机重排检查顺序敏感性。问题合并规则、严重度和任务覆盖须预先一致。可用发现曲线比较轮次，但尾部未出现不能证明不存在；对关键风险应结合危害分析、日志或专项测试。
边界
“饱和”是针对特定取样、任务和编码框架的判断，不是产品层面的完整性。新增数量下降也可能来自主持疲劳、记录变差或问题分类过度合并。改版后的旧曲线不能直接预测新版本，异质用户混在一起还会隐藏细分问题。
怎么落地
- 每轮固定任务与问题定义，记录新增、重复和严重度。
- 新增率下降时检查尚未覆盖的细分、路径和失败后果，再决定停止。
- 产品或任务实质改变后重新建立发现曲线。
- 高后果问题采用风险驱动测试，不等待其在常规小样本中自然出现。