你不是用户：错误共识效应

设计人员、开发人员，甚至UX研究人员都容易受到错误共识效应的影响，将其行为和反应投射到用户身上。

作为一个研究生，我曾经写过不少程序。除了偶尔的作业外，我还会在Unix中写一点脚本来加快我的工作进度，并编写Lisp代码来运行我当时在设计的认知模型。

我是这些代码的唯一使用者：他们唯一的目的是帮助我进行研究调查。于是，我就可以按照自己的意愿把它们写得简单易懂或者晦涩难懂，选择那些只有我看得懂的奇怪的参数名，摈弃除了命令行以外基本上所有的用户界面设计。

许多靠开发软件谋生的人会编写大量的程序使他们自己生活更便利，但实际上，即使不是很多，他们的大多数输出都是为了其他人——那些不在小隔间工作的，甚至不在同一栋楼里工作的人。这些“用户”通常是和那些写代码的人很不一样的，即使在极少数情况下是开发人员：他们具有不同的背景，不同的用户界面体验，不同的思维模式，不同的心智模型和不同的目标。他们不是我们。

到目前为止，你大概已经听过“你不是用户”这个说法了——它已经成为了用户体验的准则了，而且理应如此。

我们作为UX专业人士的所有工作都源于我们不同于我们的用户这个预设。对我们来说适合的产品并不一定适合我们的用户：我们不能根据我们是否喜欢用户界面设计本身来评判它的质量。我们需要学习如何创造出适合那些真正会使用它们的用户的系统。

假设“你是你的用户”这个谬论，已经在人类脑子里根深蒂固。它在社会心理学领域还有个名字——叫做“错误共识效应”。

错误共识效应

定义：错误共识效应指的是人们倾向于假定别人和他们同样的看法，并在给定的情况下会有类似表现，只有和他们截然不同的人才会做出不同的选择。

错误共识效应由Ross, Greene和House于1977首次提出。他们表明，与科学家不同，“非专业心理学家”（即，我们所有人都可以猜测他人的行为）倾向于高估有同样选择、价值观和判断力的人数，并认为不同回应是个例、异常的，更多的是回应者自身体现。

Ross和他的同事进行了一系列的实验，参与者必须预估有多少百分比的人会作出二选一：比如，有多少百分比的人会在法庭上对超速驾驶罚单进行辩驳而不是直接交罚款。

在他们预估之后，参与者会公开他们在那种情况下实际会怎么做，并且还填写了两份有关二选一的人的性格特征问卷调查。研究人员发现实验参与者们期望：

（1）大多数人会做同样的选择（比如直接交罚款）；

（2）那些选择另一个的人会有不同的、更加极端一些的性格特征。

我们倾向于假定我们的隔壁邻居在上一次总统大选的时候和我们投的同一个候选人。只有和我们完全不一样的人——住在这个国家完全不同的地区，来自不同的社会经济阶层，受过不同教育的人——才会投另一个候选人。或许我们是这么想的。

这些假设都是很自然的。人脑是基于一个或几个案例来做推论的：如果我们祖先被一个野生猛兽攻击了，那么即使没有其他例子，也会认定这个野兽是危险的并远离它。

基于已有案例的笼统概括称为可用性偏差，它是一种认知偏差。（其他包括负面偏差、损失趋避、叙述性谬误和框架效应——它是一种启动效应。）它通常是刻板印象和过分概括的来源。正如我的瑜伽老师所说的那样，因为我的东欧血统，我背部弯曲应该是没问题的——说得好像所有罗马尼亚人都是Nadia Comăneci（体操皇后）。

为什么一定要测试

同样的，我们设计师、开发人员和UX研究人员都认为使用我们的界面的人和我们相像。我们有一个使用界面的例子：那就是我们，也许是我们的同事。于是我们就基于这个例子来归纳了。所以只有那些愚蠢或者和我们不一样的人才没办法搞清楚。

错了。我们这样想是错误的，但重要的是要理解我们这么做并不代表我们就有错。认为别人和我们相似是深深扎根于我们的本性的。

所以一个容易犯错的人应该怎么做呢？一个容易犯错的设计师或者软件开发者呢？答案很简单。去学习了解这个偏差。承认它，之后想办法克服它。

当谈到用户界面的时候，这个答案比其他生活中的情况更简单了：测试。和真正的用户（不是你的同事）测试。通过观察用户使用这些回应，了解你的用户是谁，以及他们如何响应你的设计。不要做预设。

UX研究人员也会受错误共识效应和可用性偏差（以及许多其他因素）的影响。我们很多定性分析包含了观察一些用户和一个设计，然后对其他类似的但不完全相同的情况做推论。

或者将启发式探索和我们已经获得的知识运用到新范式上。重要的是要理解这些推论有可能有偏差——我们可能有盲点。通常一种情况下可行的方法在其他情况下可能不可行，反之亦然。

承认你的弱点并设计检查步骤。不要验证，相反，要调查研究。只要有丝毫疑问，都要研究你真正的目标用户。