无法纠正的推断会被整体关闭
别名: 自动化弃用 · 功能整体关闭 · trust generalisation · automation disuse
概念解释
意图推断的系统若不提供纠正手段，用户对个别错误的应对不会停留在「忍这个错」，而是把整个主动功能关掉，退回手动操作。自动化研究里的「弃用」（disuse）现象：系统被整体停用而非局部修正。用户的算盘很朴素——手动的错误我自己负责，可控；自动的错误我既拦不住也改不了，那就别自动。
「整体」是这个现象的关键词，也是它残酷的地方：一次不可纠正的错误，污染的是整个功能类别。自动调温错了一次，被关掉的不只是那条误判逻辑，还有它做对的九十九次。用户没有义务区分「这次错」与「总是错」，当系统不给他区分的手段（无纠正、无解释）时，一刀切是理性的止损。
机制
为什么错误会泛化到整个功能？信任研究（Lee 与 See 对自动化信任的梳理）给出的机制是：信任是对系统的整体倾向判断，不是逐事件的账本。人靠少数突出样本更新它——不可纠正的错误恰是最突出的样本（有挫败感、有失控感、有反复回味）。一个高显著度负样本对整体信任的拉低，远超十个正样本的抬升；这打破「正确率 95% 就该被信任」的工程直觉。
第二层是习得性无助的路径。纠正入口缺失时，用户最初还会尝试应对（绕开它、事前阻止），每次尝试都撞在「改不了」上；几次之后应对行为本身消退，只剩「关」这个总开关。无助一旦形成，功能再改进也难召回用户——重新开启需要新的信任证据，而用户已经不看它了。
第三层是损失厌恶的不对称。自动化的收益是便利（省了几次操作），损失是失控事件（被系统背着自己的意志行动）。同样的客观量级下，损失的心理权重高于收益；不可纠正性进一步抬高损失侧——可纠正的错误是「小摩擦」，不可纠正的错误是「被冒犯」。用户宁可放弃便利也不承受冒犯，关闭因此是稳定均衡而非过激反应。
怎么研究
- 弃用的经典证据：自动化信任研究记录了「早期错误造成长期弃用」的稳健现象——系统在其可靠性尚未被体验时就出错，用户停用且极少再启用，即使后续可靠性已改善。
- 信任校准实验：操纵错误的可纠正性（可撤销/可反馈不可撤销/完全不可纠正），观测信任评分、依赖行为与功能开关状态；不可纠正条件下的信任崩塌与关闭率显著更高。
- 智能家居的纵向部署：追踪主动功能的开关轨迹，识别「一次故障 → 永久关闭」的个体路径，并统计重新启用率（通常接近于零）。
方法论注意点：关闭是迟到的信号。用户关掉功能之前通常经历了长期的静默不满（继续用、但降低期待、减少依赖面）；把功能开关当唯一指标，会在信任已实质流失数月后才报警。纵向研究需要中间变量（依赖频率的缓慢下降、回避行为）来提前捕捉弃用路径。
边界
- 关闭不是非理性的，先承认这一点。 在系统确实不可靠且无纠正手段时，弃用是用户的正确决策；把关闭率简单当「用户不接受新事物」解读，会错过真正的信号——纠正性的缺失。
- 可纠正不等于可挽回信任。 有纠正入口但纠正本身高成本（要走五步、要重复纠正）时，弃用照样发生；门槛不只是「存在入口」，而是入口在结果处且低成本。
- 高价值功能有额外缓冲。 用户依赖度极高的功能（安防、健康）在同等错误率下关闭更慢——不是信任更稳，而是替代方案更差；这个缓冲会掩盖问题，直到一次大错把累计不满一次结清。
怎么落地
- 把「可纠正性」当作主动功能的发布门槛而非后续补丁：没有撤销与反馈通道的推断功能不上线——上线后被关闭的功能几乎不会获得第二次机会。
- 在用户尚未走到关闭那一步之前拦截：监控依赖频率的下降（弃用的前兆），在下滑时主动询问「最近它做错了什么」，把不满接进纠正流程。
- 对已被关闭的功能留挽回通道：改进后定向告知（「你关掉的自动调温，误判已减少 80%」）并给试用期；泛泛的「我们更好了」没有召回力。
- 验证办法：统计主动功能 30/90 天存活率与「一次误判后 7 日内关闭」的条件概率；后者是核心健康指标——它直接度量不可纠正错误对功能的杀伤率。