Z2.08.2Persistent correction设计研究
纠正应更新未来判断而非仅修正当次结果
别名: 纠正的持续性 · 学习式纠正 · corrective feedback
概念解释
用户纠正一个情境判断时，预期几乎从来不只是「这一次改对」：说「我没在睡觉」的人，意思是以后别在这个情境下再这么判——纠正携带的是规律，不是事件。系统若只把当次结果覆盖过去、判断机制原封不动，同一个错误明天照旧发生；用户的体验是「说了也白说」。
纠正因此要有两个语义层次：当次修正（覆盖这一次的输出）与未来更新（改变产生输出的机制——规则、阈值或模型）。最低要求是当次修正，真正兑现纠正承诺的是未来更新：同类情境再次出现时，判断已经变了。
机制
为什么「只修当次」必然失败？因为情境判断是机制的重复输出：同样的传感器读数、同样的时段、同样的规则，明天会再产出同样的错误结论。当次覆盖改的是输出快照，机制还在原地——错误不是被修复了，是被按下了暂停，到下一次触发再播放。
而完整的纠正要求系统能把「这次否决」泛化到未见的未来情境——这正是难点所在。用户的一个「不对」信息量极小（只否定了这一个点），要从单点否定推出机制该改哪里，系统必须猜测泛化范围：是这类时段？这个房间？这种传感器组合？猜窄了明天还错，猜宽了把对的也改错。泛化猜测失败的两个方向都有代价，这是纠正设计真正的技术核心。
第三层机制在用户侧：纠正不被兑现时，用户会升级纠错成本——先纠正，再抱怨，最后绕开（把误判的功能关掉）。每一步都在降低系统拿到的反馈量，直到彻底失聪。反馈通道的存续依赖「反馈有效」这个朴素预期。
怎么研究
- 交互式机器学习对反馈语义有系统研究：单次否定样本如何影响后续预测，取决于学习率、泛化边界与反馈的解释框架；这批文献的发现（用户反馈的「一次纠正、多层含义」结构）直接适用于情境判断。
- 偏好学习（preference learning）与在线学习提供了「从纠正中更新」的算法框架：纠正作为标注样本进入更新循环，评测指标是更新后同类错误率的下降幅度与新错误（过度泛化）率的上升幅度——两条曲线必须一起看，只报前者会鼓励系统激进学习。
- 评测范式：部署中注入固定序列的同类判断错误，比较「仅当次覆盖」与「带未来更新」两版系统在第二次、第三次错误时的表现；同时量用户的重复纠正率——用户为同类错误纠正几次之后放弃，是「纠正承诺是否兑现」的行为度量。
方法论注意点：「未来更新」的效果评估必须跨足够长的时间窗——学习型更新的收益显形在数周后，短期 A/B 会系统性低估它；而过度泛化的伤害同样滞后，评估窗口太短两头都看不见。
边界
- 不是所有纠正都该泛化。 用户有时就是要单次例外（「今天让我睡沙发」不代表改变睡眠判断）——这就是为什么纠正入口要区分「当次」与「以后」两个语义，让用户选，而不是替用户猜；猜错的泛化比不泛化更伤信任。
- 规则型判断的更新路径有限。 基于 if-then 规则的判断没有可微调的模型，纠正只能改条件或加例外——更新的粒度是离散的，常常只能在「过窄」与「过宽」之间跳档，体验远不如学习型平滑；诚实告知局限好过假装学会了。
- 多人共用设备的纠正会互相污染。 两口子作息不同，一方的「以后别这么判」会破坏另一方的判断准确度——共享情境里纠正更新要走按人分模型的路径，否则纠正变成零和。
怎么落地
- 纠正入口默认问一句作用范围：只这一次 / 这类情况都改 / 连传感器设置一起看。三档显式分开，不默认替用户选最大档。
- 每次纠正落地后给可验证的回执：「已更新：以后 22 点后手机静止不再判入睡」——把泛化范围说出来，用户才有机会当场纠正「泛化过头了」。
- 维护纠正历史：哪些纠正生效了、泛化到什么范围、后续触发过几次——既是用户复核入口，也是系统性偏差分析的数据源。
- 验证办法：对每类常见误判跟踪「用户平均纠正次数」——同一个人同一类错误纠正 1 次后不再出现为合格；同时监控纠正后的新错误率（过度泛化指标），两项一起构成「未来更新」的验收。