C 块 · 商业与平台 · 第 23 课

默认效应

为什么选项、价格都没变，系统只是先替你选好一个，就有更多人留下它？

📍 你在哪个单元？ 第 14–16 课讲了影响工具、请求顺序与选项结构；第 17–19 课讲了说服的加工、抗拒与重复包装；第 20–22 课拆了警报、故事和交易页。本课进入 C 块收尾的三连问：如果我不操作，系统替我执行哪个答案？讲完之后，第 24 课会接着审计界面什么时候越界——把隐藏预选、被加难的退出和不对称摩擦正式定义为欺骗性设计；第 25 课再教你怎么在强势说法到来前就练好反驳。三步连起来：先找默认，再走全路径，最后提前练反驳。
🎯 一句能带走的话：一个选项变成"不操作就会得到的结果"之后，它更可能被留下——省事与摩擦、隐含推荐和参照点依赖都可能参与，但选择率上升不等于它更适合每个人，也不等于最终结果更好。先找不操作的结果，再把"选得更多"和"长期受益"分开。
为什么没点任何东西，结果却被人替你做完了？ 打开新手机，"自动备份照片"已经打勾。注册账号，"接收营销邮件"已经选好。入职填福利——有一项储蓄计划，你不操作就等于"每月转入 3%"。每张页面上的选项、价格和说明可能完全相同；唯一区别是系统替你预选了一个。本课只回答一个问题：改变预选怎样改变选择——以及怎样不给默认替自己做决定。

同一个人，两张入职页

招牌场景 · 记住这个

健太在东京一家公司办入职，页面上有一项自愿储蓄福利。两种版本的页面内容完全相同——选项、费率、说明文字一个字都没差：

A 版：默认不参加（opt-in）
加入员工储蓄计划（每月从工资转入）
不加入
↓
不操作 = 不参加
B 版：默认参加（opt-out）
加入员工储蓄计划（每月从工资转入 3%）
不加入
↓
不操作 = 每月转入 3%

B 版的储蓄参加率很可能比 A 版高出一大截。问第一个问题：谁把不操作的结果从 0% 改成了 3%？——不是健太，是设计页面的人。问第二个问题：参加率更高，能说明健太更想储蓄吗？能说明最终储蓄更充足吗？不急着回答。先把这个现象的名字记住。

这个现象叫默认效应（default effect）——一个选项被指定为"不操作就会得到的结果"后，它被选择或保留的概率相对更高。默认效应是可观察的行为效应，不是一套单一机制的理论。它不解释"人为什么这样"，只命名"结果确实变了"。

先把地图铺开，免得后面走错。默认效应的上位概念是选择架构（choice architecture）——选项如何被组织、排列、描述与呈现的整体设计框架。选择架构里有很多工具：默认、选项顺序、信息呈现方式等。其中默认选项是"人不行动时得到的结果"，默认效应是"默认选项造成的选择变化"。

三个不该混的叫法：现状偏差（人偏向维持当前状态）比默认效应更宽，当前状态和界面预选项可以重合也可以不重合。主动选择是替代设计——要求人明确选 A 或 B，不预先占位。opt-in 和 opt-out 是两种默认制度，前者默认不参加、后者默认参加。本课只有默认效应一个主角；其他概念只负责定义范围或解释机制。

经典实验：一个勾的差别能改多少表态

Johnson 与 Goldstein 在 2003 年做了一个在线实验。161 名参与者被随机分配到三种网页情境里，请他们假想自己搬到一个新州，在 opt-in、opt-out 或无预选的中性条件中选择是否成为器官捐献者。Johnson & Goldstein (2003/2004) DOI ↗

同意的比例：

opt-in（默认不参加）：42%

opt-out（默认参加）：82%

中性主动选择（无预选）：79%

opt-out 与中性主动选择之间没有显著差异；明显较低的是 opt-in。这可以读成"opt-in 抑制了同意"，而不只是"opt-out 制造了同意"。

⚠ 每个数字的边界，现在就记。这是 161 人在一个假想网页里的一键选择——不是官方登记率，不是实际捐献者人数，不是移植手术数，更不是"救了多少条命"。40 个百分点的差距不能写成现实政策的必然增量。比较对象（opt-in vs 中性）比孤立的 opt-out 百分比更重要。

关键转折句：默认改变了表态，但这还不是一枚器官，也不是一次移植。

证据不只一个故事：平均有效，差异也极大

默认效应不只是一两个实验的现象。Jachimowicz 等人在 2019 年汇总了 35 篇文章中的 55 项研究，得到 58 个数据集／效应观察，合并总样本 N = 73,675。随机效应模型给出的平均效应量 d = 0.68，95% CI [0.53, 0.83]。Jachimowicz et al. (2019) DOI ↗

d 不是百分比。d = 0.68 是标准化均值差异，不能读成"68% 的人被默认影响"。元分析中 38 个二元结果的跨研究平均绝对选择差约为 27.24%——这也不是任何具体产品的预测提升幅度。

⚠ 极高异质性必须跟平均值同屏出现。58 个效应观察中：46 个显著正向、10 个不显著、2 个显著反向；I² 约为 98%——这意味着观察到的效应差异绝大部分不能用抽样误差单独解释，不同领域、实现方式和情境下效果差别巨大。默认不是每次都有效；平均值不能代替本地测试。

为什么会留下默认：三条可以并行的路径

默认效应不是"人就是懒"一个词能收尾的。研究通常讨论三条候选路径，它们可以同时出现，但不是每次默认都同时启动三条：

路径一：省事、忽略与摩擦
保留默认不需要打开页面、搜索信息、比较、填写、确认，也不需要承受"以后可能后悔"的决策成本。即使切换只需一次点击，注意、认知和情绪成本仍然可能让人停在原地。在长期任务中，"我以后再改"会把拖延变成持续保留。
路径二：隐含推荐
人可能把系统、雇主、医生或政策制定者设置的默认理解为"专业人士认为这样更合适"。McKenzie、Liersch 与 Finkelstein（2006）的四个实验支持这一路径。但它依赖设计者的可信度、专业性和利益关系——不是"权威一设置就必然有效"。
路径三：参照点依赖
一旦某状态被当作"我已经拥有的"，离开它就可能被体验为放弃——权衡问题也从"要不要得到它"变成"要不要失去它"。Dinner 等人（2011）的三个实验支持：默认改变了人最先想到哪些理由，操纵理由的内容和顺序可以改变默认效应的大小。
回扣健太的场景：他可能没注意到勾已经打好了（省事／忽略），可能觉得"福利团队推荐 3% 肯定有道理"（隐含推荐），也可能把页面上显示的 3% 当成"我已经在存的钱"而不想失去（参照点依赖）。三种可能不是"三选一"——它们可以叠加。元分析中的机制编码是研究后专家判断，不是每项研究直接测量或随机操纵的中介。不能写成"元分析已经证明唯一原因是推荐和禀赋"。

选择变多了，不代表结果变好了

Madrian 与 Shea 在 2001 年分析了美国一家公司 401(k) 退休计划的行政数据。旧制度是 opt-in——新员工要主动勾选才参加；新制度改为自动加入，同时让新员工入职即可参加（即时资格）。旧制度下 window cohort 为 4,249 人，新制度下 new cohort 为 5,801 人。Madrian & Shea (2001) DOI ↗

两个指标，一起看才能拼出完整画面：

旧 opt-in 组新自动加入组
参加率（入职 3–15 个月）37.4%85.9%
可比参与者平均缴款率7.3%4.4%

参加率几乎翻倍——但默认缴款 3% 和默认货币市场基金也把很多人锚在更低的缴款率和更保守的投资上。更高参加率与更低参与者平均缴款率可以同时出现。

⚠ 四点边界每一条都要记住。

  1. 两组不是随机分配，自动加入与"入职即可参加"同时发生——不能只看默认、忽略制度打包。美国劳工部 CLEAR 将因果证据评为低。
  2. 参加率上升不证明整体储蓄一定改善；默认比例和默认基金可以同时黏住人。
  3. 这是一家美国公司的数据，不能外推成日本制度或任何公司的真实效果。
  4. 数字来自最终 QJE 期刊版（7.3%→4.4%），不是 NBER working paper 版。不要把两个版本的数值拼在同一张表里。

问一个承上启下的问题：如果只看参加率的仪表盘，会漏掉什么？答：缴款够不够、投资合不合适、撤销率、投诉、不同收入群体的差异、以及长期真实储蓄——uptake 不等于 welfare。

器官捐献：从网页表态到系统结果，每一环都可能断开

器官捐献是默认效应最常被引用的案例，也是误解最深的一个。

Johnson 与 Goldstein 的早期跨国观察数据显示，opt-in 与 opt-out 国家在登记率上差距很大，1991–2001 年的回归估计中 opt-out 国家的已故捐献约为每百万人 16.4 人，相对 opt-in 国家的 14.1 人高约 16.3%（P < .02）。但这是观察性估计，不是随机政策实验——跨国文化、医疗基础设施、亲属否决等都可能混杂。Johnson & Goldstein (2003) DOI ↗

必须把四种结果严格分开：

网页表态 → 官方登记 → 实际已故捐献 → 成功移植。每个箭头都可能被截断——亲属否决、医院识别与转介流程、移植协调能力、公共信任和沟通。前一步的高比例不能直接代替后一步的结果。

Dallacker 等人在 2024 年分析了阿根廷、智利、瑞典、乌拉圭和威尔士五个从 opt-in 改为 opt-out 的国家（数据最长至 2022 年），使用贝叶斯汇总二项回归。结果：跨国平均未检测到政策切换后已故捐献上升，也未检测到斜率逐渐上升。模型反而更支持不加入政策变量。Dallacker et al. (2024) DOI ↗

Güntürkün 等人在 2025 年用 2000–2023 年 24 国面板做了双重差分估计。切换 opt-out 后已故捐献者平均增加 +1.21 人／百万人／年，95% CI 跨零（P = .213），不显著。活体捐献者减少 −4.59 人／百万人／年（P = .026）。Güntürkün et al. (2025) DOI ↗

⚠ 不能从这些结果直接跳到"opt-out 完全没用"或"opt-out 有致命副作用"。

  1. 2024 五国研究只覆盖 39 个 presumed-consent 国家中的 5 个——仍是回顾性观察研究。
  2. 2025 研究的活体捐献下降存在公开方法争议：评论者质疑对照组组成和政策生效时点敏感，作者已在期刊页面逐点回应。
  3. 论文提出的解释——opt-out 可能制造"供给已经足够"的知觉、挤出活体捐献意愿——是假设而非已坐实的因果机制。

收束为一句：默认能改登记，不代表系统能把登记一路转成移植。

默认之外，还有主动选择

不给 A 或 B 预先占位，要求人明确选择——这叫主动选择（active decision / active choice）。它不是万能药，而是默认之外的另一种设计选项。

Carroll 等人在 2009 年分析了美国一家金融服务公司的自然实验：主动决定组约 2,231 人，标准 opt-in 组约 2,349 人。入职 3 个月时，主动选择组的参加率约为 69%，opt-in 组为 41%，差距 28 个百分点；差距随时间缩小。Carroll et al. (2009) DOI ↗

单公司、非随机政策变化、同期制度也有调整，美国劳工部 CLEAR 同样评为低因果证据。它说明主动选择是可行替代方案——尤其在拖延强、偏好差异大的场景——但不能写成"主动选择普遍优于默认"。

默认何时越界：从可审计到需要审计

🔍 比较两张页面，不用猜设计者的心思：

页面 A：预选清楚可见，勾选框旁有简短说明，取消只需一次点击，确认前有摘要页。这是可审计的默认——你可以看到、理解并低成本改选。

页面 B：预选被藏在第三屏，退出入口是灰色小字、需要五层菜单、取消后弹出三张挽留优惠券，且从未说明不操作的后果。这已经不只是默认效应——它同时涉及隐藏预选、不对称退出摩擦和利益冲突，可能进入第 24 课的欺骗性设计审计范围。

注意：不推断设计者主观恶意，只审计信息可见性、进出对称性、退出的真实成本和利益方向。默认本身不是黑暗模式；被隐藏、被加难、被利用信息不对称时，才需要进一步审计。

两个主动作：if-then，一次就能用

主动作 1：不操作测试
如果我面对一张页面、一项制度或自己设计的流程，那么依次问五个问题：
① 如果我什么都不点，最后会发生什么？
② 这个结果是谁设的、谁获益、我是否看得见？
③ 换掉它要几步、多久、付出什么，并且能否恢复？
④ 现在展示的是表态／点击／参加，还是长期行为与真实福利？
⑤ 哪一群人最可能被默认错配？
短句：先找"不操作的结果"，再看"离开它的成本"。
主动作 2：过"主动选择门槛"
如果后果重大、偏好差异大、默认错配会明显伤害人，那么不替人预选，要求明确选择（同时提供必要信息，避免把理解负担全丢给用户）。
如果低风险、方向较一致、选择成本高，那么可用透明、易退出、易恢复的默认，同时监测撤销、投诉、误选、长期结果和群体差异。
作为用户，遇到预选时先在脑中把勾去掉，再问："如果两个选项都没被标记，我会选哪一个？"
短句：偏好越不同、后果越重大，越应该让人明确选。

设计者最低审计项

  1. 透明：用户能看见什么被预选，以及不操作的后果。
  2. 对称：加入和退出的点击、等待、信息要求和语言清晰度不故意失衡。
  3. 可逆：允许低成本改回，后果变重时重新确认。
  4. 对齐：有证据表明默认与多数人的利益或明确偏好一致。
  5. 分布：按收入、语言、年龄、数字能力看群体错配与伤害。
  6. 结果：同时看选择率、撤销率、投诉／误选、长期使用与实际福利。

四层拆解

🔧 自我调节 — 两个 if-then 就够
  1. 如果我面对任何页面或制度，那么先做不操作测试：什么都不点会怎样、谁设的、换掉要几步、现在看的是表态还是长期结果、谁最可能被错配。
  2. 如果后果重大且偏好差异大，那么要求明确选择；如果低风险且方向一致，那么用透明易退出的默认并持续监测错配。
👁 识破套路 — 三种常见出场方式
🧠 懂原理 — 一个效应，三条路径，一道因果链

默认效应：一个选项被指定为"不操作的结果"后，更可能被选择或保留。它是可观察的行为效应，不是理论。

三条可并行的路径：省事／忽略与摩擦、隐含推荐、参照点依赖。三条路径的元分析编码是研究后专家判断，不是每项研究直接操纵的中介。

因果链的每一环都可能断开：看到默认→保留或切换→登记或参加→持续行为→系统执行→最终福利。前一层的高比例不能直接代替后一层的结果。

🧪 机制注入：默认效应不依赖特定的神经机制。"省事"路径与认知负荷和注意分配有关——默认降低了必要的信息搜索和比较步骤。"隐含推荐"路径与信任和社会认知加工有关。"参照点依赖"路径与前景理论（第 08 课）的参考点依赖和损失厌恶在概念上相邻，但默认效应不能简化成损失厌恶的同义词。三条路径的共同点是改变了选择进入时的认知起点——不是因为某个脑区被"劫持"。
🗣 能讲出来

用健太的入职页或手机备份场景向同事讲清默认效应。必须说出默认效应的定义（可观察的行为效应）、选择架构作为上位框架、42/82/79 的假想选择边界、至少两条机制路径、为什么 uptake 不等于 welfare、一个不操作测试的例子，以及什么时候该用主动选择。完整示范在复述区。

三场景迁移

生活：手机首次启动
"自动备份照片"已开启。你没改，不能证明你认真同意上传所有照片。不操作测试：不关掉会怎样（存储范围、流量、隐私）？谁设的、谁获益（平台、你、两边）？关掉要几步？当前指标是云存储使用率和订阅转化，还是误上传投诉、撤销率和长期信任？语言不通或对技术不熟的用户退出成本是否更高？
日本职场：通知广播
内部工具默认把新项目通知发给"全部相关人员"。设计者可能认为信息透明，接收者却承担注意力成本。不操作测试：不操作的结果是在所有相关频道被通知轰炸。谁获益、退出要几步？触达率高不等于信息质量高——还要看静音、退订、误打扰和不同角色的信息负担。
平台：推荐算法
推荐流默认开启个性化。只看点击提升会漏掉撤销率、对推荐内容的不适、敏感推断和长期信任。主动选择门槛：饮食、健康或政治内容的推荐偏好差异大、后果可能严重——值得要求明确选择。通用内容可以默认开启，但需清晰告知使用了什么数据、提供一键关闭和定期确认。

以上场景均为虚构或迁移练习，不代表 ByteDance、任何日本公司、政府或平台的真实政策与数据。美国 401(k) 研究、欧美在线实验和器官捐献政策研究不能直接外推为日本或任何具体公司中的同等幅度。

↔ 交叉网（只挂既有课）：
· ↔ 第 14 课（Cialdini 影响力原则）：默认可能被理解为设计者的专业推荐，类似权威线索；群体中默认也可能被误读成社会规范。但默认效应不等于权威或社会认同——即使没有可信权威，省事和参照点路径仍可能生效。
· ↔ 第 15 课（登门槛／留面子／低球）：三种技术都能把人带向原本未必选的结果，但靠的是请求顺序、让步或先承诺后改条件。默认效应改变的是"不行动会得到什么"。
· ↔ 第 16 课（诱饵效应）：诱饵增加一个非对称劣势选项来改变相对比较；默认不必增加选项，只指定不行动的结果。
· ↔ 第 17 课（精细加工可能性模型）：人在低动机／低能力时可能把默认当外围线索；但高涉入者也可能因默认改变了参照点而保持默认。默认并非只在"没认真想"时才生效。
· ↔ 第 18 课（认知失调／心理抗拒）：保留默认后可能事后合理化；被强推或不透明预选可能触发抗拒。这些是默认之后或感知控制受到威胁时可能发生的过程，不是默认效应本身的定义。
· ↔ 第 19 课（虚假真相效应）：重复出现的默认说明可能因熟悉感而更像真的。但虚假真相改变真伪判断，默认效应改变被实施的选择——熟悉不等于同意。
· ↔ 第 20 课（扩展平行过程模型）：警报页面可能同时堆叠威胁文案、效能信息和预选按钮。EPPM 讨论威胁与效能评估，默认只规定不行动的结果。
· ↔ 第 21 课（叙事传输理论）：故事可能掩盖页面正在预选，也可能为默认提供意义和推荐感。叙事传输讲沉浸如何带动故事一致判断，默认效应不需要故事。
· ↔ 第 22 课（稀缺效应／左位数效应）：电商页可同时使用倒计时、¥999 和预选加购。三类工具分别改变紧迫感与可得性、数字知觉、不行动结果——必须拆开审计，不能把转化归因给"一个套路"。
· ↔ 第 08 课（前景理论／参考点依赖／损失厌恶）：默认可能把状态变成参照点，使离开它更像损失。但默认效应不能简化为损失厌恶的同义词。
· ↔ 第 13 课 双曲贴现（含窄化、冷热鸿沟与承诺装置）："我以后再改"可被窄化和双曲贴现解释——拖延让暂时保留变成长期默认。
· ↔ 第 24 课（欺骗性设计）：默认本身不是黑暗模式。当预选被隐藏、退出被故意加难、信息显著不对称且利益冲突时，才进入第 24 课的进一步审计。

课后练习

  1. 做一次不操作测试。找出你本周用过的一个页面或功能（订阅、通知、隐私设置、入职流程均可），按五问依次回答。记下你发现的最意外的一项"不操作的结果"。
  2. 比较两个默认。找两个"预选已打好"的例子——一个你认为合理（透明、易退出、利益较一致），一个你认为需要审计。用设计者最低审计六项逐项说明理由。不写"我不喜欢这个界面"——写具体的信息可见性、退出对称性和利益方向。
  3. 判断主动选择门槛。选一个你在工作或生活中遇到的选择场景。分析：后果有多重大？人与人的偏好差异有多大？默认错配会伤害谁？理解成本有多高？据此判断该用透明默认还是主动选择，并说明理由。

🎭 跟我练（回到对话里）

发我一个你遇到过的"预选已打好"的页面或流程——订阅、通知、隐私设置都可以。我帮你做不操作测试：不操作会发生什么、谁设的、换掉要几步、现在看的指标是选择率还是长期福利。如果你在设计流程，我帮你判断该用透明默认还是主动选择。

想开始就发我："帮我拆拆这个默认。"

📌 推荐主源（这一课的一手锚点）

主源：Jachimowicz 等 2019 年的默认效应元分析——这是目前对该效应最全面的量化汇总：

Jachimowicz, Duncan, Weber & Johnson (2019)《When and why defaults influence decisions: a meta-analysis of default effects》Behavioural Public Policy ↗ 🟡 元分析 · I²≈98%

备选：想看默认效应最经典的随机实验，读 Johnson & Goldstein (2003) ↗。想看选择架构的完整工具箱，读 Johnson et al. (2012) ↗。想看退休默认的双指标，读 Madrian & Shea (2001) ↗。想看默认机制（隐含推荐与参照点依赖），读 McKenzie et al. (2006) ↗ 和 Dinner et al. (2011) ↗。完整来源清单见 RESOURCES.md。

🧠 本课核心概念速记（讲给别人时用这些名字）

只收本课最核心的概念名——记得住名字，才讲得出道理。

概念一句话
默认效应（default effect）一个选项被设为"不操作就会得到的结果"后，它更可能被选择或保留——是可观察的行为效应，不是单一机制理论。
选择架构（choice architecture）选项如何被组织、排列、描述与呈现的整体设计框架——默认只是其中一种工具，不是框架本身。
opt-in / opt-out两种默认制度：opt-in 默认不参加、需主动加入；opt-out 默认参加、需主动退出。
主动选择（active decision）不给任何选项预先占位，要求人明确做出选择——是默认之外的替代设计，不是零成本的"完全中立"。
现状偏差（status quo bias）人不合比例地偏向维持当前状态——比默认效应更宽，当前状态与界面预选项可以重合也可不重合。

🧠 背诵区 · 记住这 3 件事

点卡片翻面。每张卡只记一个点。

⏳ 间隔复习：明天翻一遍；3 天后再翻。顺便翻第 22 课（稀缺效应／左位数效应）和第 08 课（前景理论）——它们和本课合在一起，是拆解"交易页怎样同时用稀缺、价格格式和默认改变选择"的完整工具箱。

🗣 复述区 · 讲给别人听

能讲清楚，才是真懂。

讲不顺的地方，就是还没真懂的地方 — 发给我，我帮你补上。