长期高误报率会让操作员习惯性忽略新报警
别名: 报警脱敏 · cry-wolf effect
概念解释
长期偏高的误报率会让操作员对新出现的报警产生脱敏（alarm desensitization），表现为忽略、延迟确认或者一次性批量处理好几条报警而不逐条核实。这里的"误报"应该按"触发的时候现场并不存在需要的状态或者不需要采取任何动作"来定义，而不能事后倒推——不能因为最终没有酿成事故，就把当初触发的那条报警说成是误报。这条只讨论脱敏这个后果本身是怎么形成的，误报的代价还包括哪些方面、该怎么从工程上真正降低误报、脱敏的危害什么时候才会暴露出来，分别是同组另外三叶的内容。
机制
一条报警之所以有价值，是因为它对危险状态有预测能力；如果同一条报警反复给出无效线索，这个预测价值就会不断被侵蚀，操作员在这种反馈之下调整自己的判定标准，其实是一种理性反应，而不是单纯的懒惰或者态度问题。真正麻烦的是，往后出现的真实事件如果用的是同一个声音、同一段文字，会连带继承这条报警已经积累下来的低可信度——操作员没有办法只凭消息本身分辨"这次是不是真的"，只能依赖过去的经验去判断，而过去的经验恰恰在教他不要太当回事。这在信号检测的框架里，本质上是一种经典的"狼来了"效应（cry-wolf effect），判定标准整体上移了，而不是感知能力本身变差了。
边界
有些报警在技术上是正确触发的，只是这次并不需要任何动作，这种情况属于报警设计本身不够可操作，而不是传感器测错了，两者的修复方式完全不同；另外，操作员某一次没有响应，也可能只是因为当时正在处理其他更紧急的任务，跟脱敏没有关系。判定一条报警到底属于哪种情况，必须结合触发时的证据、当时是否真的需要动作，以及当时的实际工作负荷这三方面来区分，不能只看"响应了没有"这一个表面结果。
怎么落地
按报警类型分别统计触发时的真实状态、当时是否需要动作，以及操作员实际的响应情况，优先修复那些高频率、低价值的报警来源，并且要让整改的效果对操作员可见，让他们知道这条报警确实变得更可信了。验证方法是在长时间的报警序列里嵌入真实的关键事件，测量操作员对这些嵌入事件的命中率、响应延迟以及判定标准的变化，而不是只统计整体的确认速度。