行为设计 / 助推设计

理论根基

行为设计融合行为经济学与设计学。其理论根基是 Daniel Kahneman 与 Amos Tversky 的前景理论（Prospect Theory，1979）——人类决策依赖启发式与偏见（锚定、损失厌恶、社会比较、现状偏好），并非理性计算；2002 年 Kahneman 获诺贝尔经济学奖使行为经济学进入主流。Richard Thaler 与 Cass Sunstein 在《助推》（Nudge，2008）中提出"自由家长主义"（Libertarian Paternalism）：通过选择架构（Choice Architecture）——默认选项、社会规范、框架效应、反馈与承诺装置——在"不禁止任何选项、不显著改变经济激励"的前提下引导行为。2017 年 Thaler 获诺贝尔经济学奖，助推理论完成学术与政策的双重制度化。

从经济学到设计

行为设计的关键转向在于：选择架构本身就是设计决策——默认选项由谁设定、选项如何排列、信息如何呈现，都取决于设计者的意图。这意味着每个界面、表单与服务流程都在"助推"用户：表单的默认勾选、健康应用的提醒、能源账单的邻里对比——设计者无可避免地成为"选择架构师"。英国 Behavioural Insights Team（BIT，2010 年成立，"Nudge Unit"）把行为洞察系统应用于税款缴纳、器官捐赠登记与能源节约等政策领域，并推广 RCT（随机对照试验）作为政策设计的方法标准。

伦理争议

核心争议是助推与操纵的边界：助推以"改善福利"为名影响行为，但"福利"由谁定义？当默认选项影响重大人生决策（养老储蓄、器官捐赠、医疗同意），公民是否保留了真正的自主选择权？批评者（如 Cass Sunstein 的反对者、Nudge 批判者）指出"自由家长主义"的家长成分可能侵蚀自主性；而"黑暗模式"（Dark Patterns）则展示了助推技术的反面——以同样的心理学手段最大化企业利益而非用户福利。GOV.UK 的设计原则明确区分"让好的选择变得容易"与"替用户做选择"——这或许是行为设计最清晰的行为准则。

行为设计已从政策实验走向行业标配：公共卫生（疫苗接种提醒、戒烟计划）、金融（自动储蓄计划——Simple Bank 的 Safe-to-Spend、养老金的默认参与选项）、能源（账单邻里对比、智能电表反馈）、交通（安全驾驶激励）与健康应用（步数目标、打卡机制）广泛采用助推机制；全球 200+ 行为洞察团队（BIT 网络、世界银行 Mind、Behavior & Development Unit）把行为科学制度化进政策流程。

其当代前沿有两个方向：一是"数字助推"（Digital Nudging）的精细化——个性化算法让助推从"一版设计所有人"变为"每人一套选择架构"，引发更深的自主性担忧；二是"助推与 AI"的结合——生成式 AI 的对话设计天然包含选择架构（AI 建议、默认回复），"AI 助推"的操纵风险成为新的监管焦点（欧盟 AI 法案对"操纵性技术"的禁令即针对此）。行为设计的当代命题：当行为科学让"影响人"变得前所未有地精准，设计伦理必须同步升级——助推的合法性边界，在于透明、可退出与尊重自主。