作者：懒残大师

来源：微信公众号：极懒产品经理（ID：Sir_Lazy）

你应该遇到或者听到过这样的事：

有时，市场趋势表明某只股票具有极高的增长潜力，但你却仍然固执己见，认为它不值得投资，因为在过去，这只股票一直表现平平，于是你丧失了一次投资发财的好机会。

有时，你看到市场上类似产品爆火，但你仍然觉得自己还是观望比较好，毕竟创业的成功概率很低，迟迟不敢行动，于是你浪费了一次创业的好机会。

天气预报说暴雨将至，但你还是觉得，以前天气预报也误报过，而且之前几天天气都很好，所以我就是不带伞出门，结果被淋成落汤鸡。

这些例子都源自保守倾向，而人们在面对新信息时，会倾向于低估它的影响，依赖过去的认知模式，而不愿意迅速调整自己的信念。

这种心理偏差，不仅影响个体决策，还能影响经济、社会甚至科技发展的速度。

那么，它到底是怎么发生的呢？我们又该如何应对这种认知偏差呢？

欢迎来到《极懒产品经理》II——跟着产品经理学认知偏差系列。在这里，我们将从心理学的角度，揭示那些看似不起眼却深刻影响用户行为的心理机制。今天，我们来聊聊保守倾向（Conservatism Bias），也被称为退缩偏差（Regressive Bias）。这是一种让人们在面对新信息时，依然固守旧有观念、调整幅度远远不够的心理现象。我们会深入探讨保守倾向的成因、心理学实验、现实生活中的影响，以及如何在产品设计中，利用或规避这一认知偏差。

01

为什么会发生保守倾向？

1. 认知惯性：大脑的“懒惰模式”

大家要知道，人类的思维系统有一个特点：趋向于最小化认知负担。

当我们已经建立了一套对世界的理解体系，或者说是认知结构，我们的大脑更愿意使用旧有认知模式，而不是频繁调整和更新自己的信念——那多累啊。

而且，新信息的进入会让我们感到不适和认知冲突，于是我们大脑最后决定，选择“视而不见”或“轻描淡写”，这是一种本能。

所以年轻时你有闯劲，对新事物很接纳，你会嘲笑年纪大的人，不愿意跟上时代——等你年纪大了，你发现，你也会对新事物嗤之以鼻，报以不客观的评价。

2. 证据权重偏差：高估旧数据，低估新证据

心理学研究表明，人们对过去的经验赋予更高的权重，而对新的数据持怀疑态度。即使新证据更具说服力，我们仍然会更信任过往的数据。

像前面举的例子，在投资领域，某新兴科技股有大量增长数据的支撑，很多投资者，却依然更信赖过去市场的共识，或者自己的认知——所谓的“科技股波动大、风险高”，错失良机。

3. 规避不确定性：害怕犯错，不愿冒险

在不确定的环境下，我们一般会更倾向于保守决策，而不是激进调整。

就像一个医生，在面对最新的医学研究时，很多时候，是不愿意立刻改变治疗方案的，而是继续沿用旧方法，因为他有这个意识，“万一新方法是错的，我要承担责任”。

这种规避风险的心理，导致人们对新信息的调整幅度不足。

所以你看，事实上就是医生和医药公司在面对新兴治疗方法时，很多时候的确会对旧有的治疗方案抱有更高信任度，对新疗法持怀疑态度。这种谨慎有时候是必要的，但也可能导致有效治疗方案推广速度变慢。

很多社会观念的改变，也都受到保守倾向的阻碍。例如，环保政策、人工智能的应用，甚至对远程办公的接受程度，都经历了长期的“旧观念 vs. 新趋势”的拉扯，当然了，在一个文明程度相对较高的社会里，最后一定会朝着最有利于人类进步的方向走去。

02

保守倾向的经典实验

心理学家沃德·爱德华兹（Ward Edwards）在1968年进行了一项实验，验证了人们在面对新证据时通常不会进行足够的调整，即使新信息明显表明原来的判断可能是错误的。这一现象与保守倾向密切相关，表明人们在修正已有信念时往往过于谨慎，调整幅度不足。

实验中，受试者需要判断一个装有红球和蓝球的罐子，推测他们所观察到的球是来自罐子A还是罐子B。

实验者给出了两个罐子的已知比例：

罐子A：70%红球，30%蓝球

罐子B：30%红球，70%蓝球

研究人员随机从其中一个罐子中抽取一个球，并向受试者展示球的颜色，要求他们根据观察到的颜色，推测球更可能来自哪一个罐子，并相应调整他们的概率判断。

实验结果是，人们的调整幅度不足。

按照贝叶斯定理（Bayes' Theorem）的计算方式，每次看到红球，受试者应该大幅度提高他们对“球来自罐子A”的概率估计。

然而，通过实验结果发现：大多数受试者的调整远远不够，他们并没有给予新信息足够的权重，而是依然对原有假设抱有较高信任度。即使连续多次抽到了红球，按照数学推导，受试者应该迅速提高罐子A的可能性，但他们仍然认为球可能来自罐子B的概率不低，甚至仍然接近50%。

实验结论很有意思，那就是为什么人们会“过于保守”？

爱德华兹的实验清楚地表明，人们在面对新证据时，修正信念的速度远远低于理性计算所应有的水平。

这种保守倾向的主要原因，就是刚才前面说的已有认知的惯性、对新证据的怀疑和认知负担。

这个实验不仅解释了为什么人们在面对证据时反应过于迟缓，也解释了为什么在投资、医疗诊断、市场分析等许多领域，决策者往往低估新信息的影响，最后判断失误。

03

如何在产品设计中利用或克服保守倾向？

前面说了，保守倾向让人们难以接受新事物，特别是在面对新产品、新功能或新理念时，用户往往会依赖已有认知，低估新信息的价值。

但产品经理们，可以通过对降低心理门槛、创造熟悉感、强化社会认同这几方面进行产品设计，引导用户接受变化，让创新变得更容易被接受。

对于产品经理和市场营销人员来说，理解这一偏差，加以利用，能很好的提升产品的用户接受度，让新产品在市场竞争中占据先机。

1. 降低新事物的心理门槛，减少用户抗拒感

理解了保守倾向的认知偏差，就会意识到，当用户面对陌生的产品或功能时，他们的第一反应往往是抗拒。

人们必然天然倾向于熟悉的事物啊，对未知抱有警惕再正常不过了，即使新的东西客观上更好。所以，产品设计需要通过渐进式变化来降低用户的心理防线，让他们在不知不觉中接受新事物。

Apple公司的 iOS 迭代策略就很棒，所以现在基本上每家都学会这么干。

他们在更新iOS系统时，从不会大幅度改变整个界面，而是采用“小步快跑”策略，每次仅优化部分功能。

iOS 7推出全新扁平化设计时，虽然整体UI变化很大，但Apple保留了原有的操作逻辑，用户仍然能够无脑使用，减少了大规模的用户流失和负面反馈。

所以我们产品设计时，可以注意以下几点：

① 渐进式调整：如果要大幅度调整产品UI/UX，不要一次性推翻用户的使用习惯，那对用户是灾难，是亲者痛仇者快的劝退操作，应该通过多个版本迭代缓慢调整。

② 提供熟悉的替代选项：像 Windows 11 这样，允许用户选择“经典开始菜单”，这样可以帮助老用户更容易接受新系统。

③ 用引导降低心理压力：每次新功能推出时，通过可视化引导、分步教程等方式，让用户逐渐适应，而不是直接抛出一堆新东西，让用户觉得自己很蠢。

2. 利用“熟悉性效应”，让新事物变得“更像旧事物”

熟悉性效应（Mere Exposure Effect）的研究表明，人们对自己已经熟悉的东西更有好感。想让用户接受新产品，最简单的办法就是让新产品看起来像他们熟悉的东西。

早期的电子书，做市场推广相当困难，因为人们习惯了纸质书，而且只习惯电子书，而且大部分人认为电子屏幕阅读不舒服。

亚马逊在设计Kindle时，采用了电子墨水屏（E-Ink），模拟纸张的视觉体验，同时保持翻页动画，让它尽可能接近纸质书。只有这种“降低落差感”的做法，才能慢慢提高用户接受度。那时在产品交互设计领域，推崇拟物效果，也是这个目的。

所以我们可以注重以下几点，来改善这部分体验。

① 设计新产品时，保持熟悉的界面逻辑，让用户觉得它与过去的体验相似，降低抗拒感。

② 利用模拟现实的设计，比如语音助手Siri、Alexa的语音交互，模仿人与人的对话方式，而不是用冰冷的指令输入。

③ 用视觉元素建立熟悉感，像微软的Office 365虽然转向云端服务，但仍然保留了桌面版Office的界面布局，让用户更容易接受。

3. 通过社会认同降低用户的心理防线

人们更容易接受多数人已经接受的事物。

用户看到“其他人都在用”，他们的抗拒心理会显著降低。

这种社会认同（Social Proof）机制，在营销、社交媒体、产品推广等领域。

每次苹果发布新iPhone时，都会在广告中强调已有数百万用户预订或全球销量破纪录，目的就是让消费者觉得大家都在用，我也应该买。

这种策略就是利用了保守倾向，当人们认为如果这么多人都接受了某个新事物，那它一定不错。

我们可以这么做：

① 用户评价和社交证明：产品页面展示“超过50万人在用”、“98%的用户推荐”等数据，增强用户信任感。

② KOL/明星效应：邀请意见领袖、网红推广产品，让用户觉得“你看，他们都在用/他们也在用，那也值得我试试”。

③ 利用群体影响：在社交媒体制造话题，比如“小红书种草”、“抖音挑战”等，增加用户对新事物的接受度。

保守倾向这种认知偏差，让我们在面对新信息时，过度依赖已有认知，导致他们高估小概率事件的影响，而低估高价值、高或然率事件的可能性。

好在，今天开始，我们能意识到它的存在了。

作者简介：懒残大师，本文转载自微信公众号：极懒产品经理（ID：Sir_Lazy），纽交所上市垂类电商产品一号位，20人电商团队连续三年GMV破100亿，CRM/MA/SaaS 赛道创业者，教培行业市场产品总监，产品和用户体验培训讲师，AI重度实践者 ——只输出，不培训，不参加老鼠会。

互动时间

决策时的“保守倾向”对你有什么影响吗？欢迎在评论区留言分享你的心得！

© 用户在壹心理上发表的全部原创内容（包括但不仅限于回答、文章和评论），著作权均归用户本人所有。文章转载/侵权，请联系邮箱：content@xinli001.com