操纵混淆

1 定义

操纵混淆（confounded manipulation）是指研究者在实现自变量不同水平时，同时引入了与目标自变量无关、但会随实验条件系统变化的其他差异，使因变量变化难以清楚归因于预设自变量。例如，假设我们想研究AI透明度高低带来的影响，考虑通过是/否展示推理过程来实现。为了展示推理过程，我们可能会重新设计页面布局、增加高亮标记或扩展信息区域。这些变化虽然服务于自变量实现，但难免引入额外的要素，比如高亮标记可能辅助视觉搜索，进而增加易用性、对因变量带来额外影响。

2 操作要点

为了避免操纵混淆，良好的自变量操纵通常具备以下特征：（1）能被具体实现和感知；（2）与研究变量的定义保持一致；（3）水平之间的差异能够清晰对应研究问题所关注的内容。其中第三点最容易忽视且最难完美满足。在设计实验刺激时，需要专门分析自变量水平之间具体有哪些差别。比如，至少可以从外观、内容、功能和任务流程四个层面进行检查：

1. 外观层面：包括颜色、字体、图标、布局和动画等视觉特征。
2. 内容层面：包括文本、图像、数据和解释信息等呈现内容。
3. 功能层面：包括系统能够提供的能力、反馈机制和交互方式。
4. 任务流程层面：则涉及操作步骤、决策路径以及整体工作流。

研究者可以逐项比较不同实验条件，明确哪些差异符合自变量不同水平差异的设定，哪些差异只是设计和开发过程中附带产生的结果，尽可能消除后者。不过需要说明，在设计学和人机交互研究中有许多构造类研究问题，实验目的不是识别单个设计因素的独立作用，而是对一个完整设计方案的总结性评估，即评价新方案是否优于现有方案。在这类研究中，多种设计特征往往共同构成方案创新，多个层面的变化不仅不可避免，而且正是研究对象的一部分。