Q4.14.3Expertise-differentiated mental models设计研究
不同经验水平的用户心智模型可能存在质的差异
别名: 新手与专家模型 · 质性差异 · qualitative model shift
概念解释
经验增加，人不只是把同一张图填得更满。经验分化的心智模型（expertise-differentiated mental models）指新手与熟手可能使用不同的实体种类和不同的因果骨架：文件对新手是“一篇文档”，对熟手是带版本与权限的对象；账户对一人是“登录方式”，对另一人是计费主体。把两群人的陈述平均成一张图，两边的结构都会被抹掉。
机制
技能获得会改写表征，而不只是加快同一条路径。新手常按界面表面分组（屏幕、按钮、颜色），熟手按任务目标和系统不变量分组（状态是否已提交、谁拥有写权限）。中间水平还可能出现不稳定的混合模型，在压力下退回表面策略。质的差异意味着错误类型也不同：新手误预测“没看见就是没发生”，熟手误预测“这一操作与上次同构”。一张折中图既不能解释前者，也不能支持后者的加速。
怎么研究
按可操作的经验指标分层：相关产品年限、特定任务的成功史、是否从事过相邻专业角色，而不是只问“熟不熟”。每层单独建模，再比较实体清单、关系类型和在失败时调用的修复故事。寻找层次之间无法靠“增加细节”连通的断裂——例如新手没有“草稿 / 已提交”这一对实体。混合各组画“通用模型”之前，先检验断裂是否存在；存在则保持分层图。
边界
经验不是单一阶梯。在一个模块里是专家的人，在相邻模块可能是新手，分层应按任务而不是按人头。有的产品几乎不形成质性跳跃，只有速度差异。分层过细会把每个个体当成一种模型，失去可设计的簇。自称的熟练程度与可观察表现经常不一致，分层应以表现为准。
怎么落地
- 心智模型交付至少两张：目标新手与目标熟手，标注断裂点而不是合成一张。
- 默认流程按新手骨架提供可见状态；把熟手需要的捷径做成不破坏该骨架的加速器。
- 培训不要只加功能列表，要指出需要换成的新实体（例如“提交与草稿不是同一对象”）。
- 可用性样本按经验分层招募；混在一组取平均，会把质的差异读成“有人比较慢”。