4000字干货！帮你快速了解产品设计中的心智模式

进入主题之前，向大家强烈推荐李睿秋先生的《打开心智》一书，虽然书名有一点成功学，但是内容非常有参考性。本次分享内容的核心也来源于《打开心智》一书，自己仅做了内容的整理与 PPT 设计。

更多相关干货：

大脑底层原理的四大支柱

心智模式是每个人认知、行动、成长的底层原理，抽象来看心智模式有四大支柱：

「节能」、「稳定」、「预测」、「反馈」

在接下来的部分，会详细的解释这四大支柱分别是什么、起到什么作用。

一、节能：大脑最基本的原理

1. 什么是节能？

所有生命体都有一个最基本的本能，那就是活下去，而生命体的一切行动都需要消耗能量。

想要更好地活下去，就需要对能量做出更高效、更合理的管理。

所以，从底层来讲，我们每个人其实都是懒惰的。

因为我们的大脑时时刻刻都在计算：如何用最少的资源支出，做最多的事情。

2. 我们的注意力是有限的

大脑的“节能”特性，会影响到大脑对“注意力资源”的分配。

认知心理学认为，大脑对一切行为的处理模式分为两种：自动化加工和控制加工。

1. 自动化加工，指的是不需要占用注意力的、由大脑按照惯常路径去操纵的行为。
2. 控制加工，指的则是那些需要占据我们注意力的、有意识地思考如何操作的行为。

举个例子：

刚开始学车的时候，会手忙脚乱、会刻意的去想应该干什么；但是当已经开了几千公里之后，开车这件事情已经成为你的一种本能，你不需要去思考，身体就能自己动起来。

这就是从控制加工，转变为自动化加工。

为什么习惯那么难以改变？

就是因为习惯的本质是一整套自动化加工的结果，是大脑最舒服、最省力的状态，也是大脑最自然的状态。

这也是为什么产品设计改变用户的使用习惯后，会容易受到抵制；归根到底，因为在与用户的习惯本能去做了对抗。

3. 我们的理性也是有限的

节能的基本原理，除了对注意力资源的分配和调控之外，还会被大脑应用到我们的认知过程中，也就是我们的“理性”中。

古典决策理论认为：人类是理性的，总是能够深思熟虑地思考问题，能够分析所有的情况，做出最合理的选择。

但是，近代心理学家赫伯特·西蒙认为：人们并不是全然理性的。我们处理问题的原则并不是做出最好的选择，而是做出性价比最高的选择。

在这个基础上，心理学家苏珊·菲斯克和谢利·泰勒，提出了另一个重要的模型：认知吝啬鬼。

她们认为，大脑有一个内在的、固定的倾向，那就是对绝大多数事物，都希望采取走捷径的方式快速理解和处理它。因为这样最省力、最节能。

这也是为什么会有“刻板印象”，比如：提到山西就想到家里有矿、提到东北就想到我强哥、提到四川就想到熊猫。

这是因为为了节能，大脑走了捷径，从已有的数据库中抽象出了一个个模糊的模式，再把这些模式套用到新事物上。

在认知心理学中有一个重要的理论「认知流畅性」。

如果一条信息加工处理起来更流畅、更省力，那么大脑就会更加喜欢它，也会更加倾向于接受它、相信它。

同样，心理学家埃琳·纽曼等人的研究发现，当我们接收一个观点时，如果配上一张无关的图片，或者作者的名字非常简单好记，又或者字体非常清晰、舒适，这些容易让人理解的细节，都能有效提高我们对这个观点的接受程度和信任程度。

原因在于它们提高了这个观点的认知流畅性，使它加工起来更省力。

做一个小测试：

看到这里大家可以停一下猜下答案，看能不能第一时间想到答案。

看~是不是配了图之后，理解起来就容易多了

同理，这反映易用、好理解、符合常识的产品设计，能够有效提升用户的认知流畅性。

二、稳定：大脑的定位系统

科幻作家道格拉斯·亚当斯，在《困惑的三文鱼》中写过一段经典的俏皮话：

“我想出了一套规则，这套规则适用于我们对科技的反应：

1. 你出生时已经存在的科技都普通而平常，是世界运转秩序的天然组成部分。
2. 你十五岁到三十五岁之间诞生的科技都是令人兴奋的革命性产物，说不定你以后能以此为业。
3. 在你三十五岁以后诞生的科技都是违反自然秩序的。”

这段话很有意思，因为它反映大脑的另一个基本原理：稳定。

1. 什么是稳定？

有这三个原则：

1. 确定性：大脑希望未来是可以根据过往的经验进行预测的，尽量减少模糊和不确定。
2. 一致性：大脑希望接收的信息跟内在的心智模型是一致的，尽量减少矛盾和冲突。
3. 适应性：大脑希望我们的生活模式是稳定不变的，一旦发生变化，它就想尽量恢复原状。

①确定性：安全感的来源

在古代有很多的自然灾害：地震、洪水、饥荒、暴雨……古人无法理解和预测这些填写，所以把这些天灾拟人化，于是把它们变成了山神、风神、水神、雷神。

或许，神话的本质是原始人类对于“未知”的一种解释和幻想，是一种试图把“未知”转化为“可知”和“已知”的尝试。

这背后有一个原理：把“未知”转化为“可知”，甚至追求一定程度上的“可控”。

因为大脑最害怕的敌人就是未知，也就是不确定性。大脑会下意识地排斥不确定性，企图在不确定性中寻求确定性、建立可控性。

②一致性：不愿认错的大脑

心理学家利昂·费斯廷格做过一个经典实验。

他邀请两组参与者去做一些非常无聊的工作，其中，A 组参与者得到了 1 美元的报酬，B 组参与者则得到了 20 美元。结果 A 组参与者比 B 组活跃得多，对工作的评价也高得多。

因为他们会这样告诉自己：这么无聊又低回报的工作，我却做了这么久，要么我是个笨蛋，要么它一定有些吸引人的地方。

这就是经典的“认知失调”理论：我们总是追求认知和行为一致。

如果认知和行为出现不一致，就会使大脑感到困惑，大脑就会有一种强烈的渴望：通过最省力的方式，去干涉这种认知和行为，使它们尽量保持一致，从而使其“合理化”。

③适应性：最好的状态是不变

大脑有一个根深蒂固的需求：希望停留在“基线”上，不去改变，不去打破现状。

2. 什么是“基线”呢？

比如，平时不怎么运动的人，突然运动的话第二天就会全身酸痛；每天早睡的人，突然加班，快到睡觉的点就会开始困到不行…

对大脑来说，我们的生活轨迹保持在基线附近是最好的状态。一旦偏离基线，大脑就会把它识别为出现了一个“异常”，从而需要调动资源去想办法解决这个异常，让我们的状态回归基线。

在产品设计中，提供稳定、一致的认知预期与使用反馈，才能给用户带来掌控感和安全感。

三、预测：大脑的导航系统

1. 大脑通过预测来理解世界

大脑是通过预测来判断我们是否需要节能的。

其实，预测不仅仅是大脑对于节能的一种辅助功能，更是大脑非常底层、非常重要的一种信息加工方式。

当我们接触到新信息时，大脑会根据已有的心智模型对未来进行推断，“预测”我们可能会遭遇什么，需要做出什么反应，可能会引发什么后果。

并把预测的信息与获得的信息进行对比，如果吻合，就按照预测的方式行动；如果不吻合，大脑或是调整心智模型，或是驱动我们去做出其他行动，来修正和消除这个误差。

这就是预测加工理论。

它可以分成两部分：第一部分是不断获取信息，并优化大脑内部的心智模型；第二部分是通过心智模型预测会发生的情况，并通过对比验证心智模型的有效性。

举个例子：

你第一天上学，进入教室，老师让大家起立问好，于是你学习到一条规则：上课前要起立问好。大脑会把这条规则写入心智模型里面，试图用它去解释和理解这个世界。

接着，第一节课下课，进入第二节课，按照刚刚创建的新规则，你起立问好，其他人也同样做，也得到了老师的认可，这就是一个“符合预测”的情况。

于是，这条规则得到了强化，大脑会更加相信它，利用它去处理对应的情境。

反过来，如果你起立问好，却发现其他人都没有动，那么，大脑就会立刻发出警报：是不是遭遇到一个“不符合预测”的情况了？

这时，你的思维就会立刻飞速运转：为什么这条规则失效了？我是不是需要修改这条规则，使它更加适应更多的不同场景？这就是对心智模型的调整和修补。

经过思考和外界的反馈，你就会得到一条更新的规则，再把它写入心智模型中。于是，你的心智模型就会变得更加完善，能够适应更多的情境。

预测加工理论说明，大脑在遇到预期不符时会尝试修正误差，产品设计需要为修正预留可供选择的出口。

四、反馈：大脑的动力来源

为什么有很多事要做，还是忍不住摸鱼；明明执行了计划，但是坚持不下来？

这就涉及大脑第四个非常重要的底层原理：多巴胺的学习和强化机制。

多巴胺是一种神经递质，用来在神经元之间传递信息。在大脑中，多巴胺的分泌和信息传递有多条不同的路径，每条路径叫作一种“通路”，把不同的脑区连接起来，起到不同的作用。

其中一条通路叫做：“中脑-边缘通路”，它有一个更为人知的名字：奖赏回路。

为什么叫奖赏回路呢？

因为，当这条通路被多巴胺激活时，它就会带给我们强大的动力，让我们充满激情，特别想立刻行动。这也是多巴胺最核心的作用：为我们提供动机，激励我们行动。

大脑会有两种最底层的天性，分别是趋利、避害。

节能就是“避害”的表现，而趋利主要是由奖赏回路控制。当我们采取某种行动，获得某种对生存有利的回报时，大脑就会给这种行为一个奖励反馈，告诉我们：这种行为是对生存有利的，可以更多地去践行它。

这也是为什么，反馈是大脑的动力系统。

大脑以完成任务、获得奖励的方式来强化我们的行动，为我们提供动力，让我们知道什么事情是可以做、应当做的。

正向的奖励反馈，有助于强化奖赏回路。

五、补充、动力-阻力模型

1. 什么是动力-阻力模型？

一件事情，我们不愿意做，无非只有两个原因，要么是动力不够，要么是阻力太强。

2. 什么是动力？

获得回报：相信一件事对我将有好处，会带来确切的回报和收获。

规避损失：知道一件事如果不去做，会导致不好的结果，为了规避恶果，需要全力以赴。

3. 什么是阻力？

大脑的惯性是最大的阻力来源，因为大脑是节能、稳定的，总是希望按照既往的路径、既往的模式去行动，任何对既往路径的改变，都是对稳定性的打破，会引起排斥、不适跟抗拒。

如何最大化动力、最小化阻力：最小简化模型

系统论中有一条很经典的原则，叫作盖尔定律：

一个运转正常的复杂系统，总是从一个运转正常的简单系统演化而来；反之，一个从零开始设计的复杂系统很难发挥作用，必须从一个简单且可行的系统开始构建。

一个有效的自驱模型，应该是设定一个目标或者远景，然后找到一个行之有效的、最简单的模型，再在这个基础上进行优化、迭代。

欢迎大家关注作者微信公众号：「IoT UX」