实验设计里有个被系统性低估的污染源：前测（pretest）。

教科书告诉我们，前测是必要的——它让你确认随机化是否成功、提供协变量以增加统计功效、让你能测量「变化量」。但 Campbell 和 Stanley 在 1963 年的经典论述里就警告过「前测的敏感性效应」（pretest sensitization）：被试一旦被问过某个问题，再接受干预时，反应就不再是「干净」的了。

我来说一个具体的机制。Solomon 四组设计（Solomon, 1949）就是为了拆解这个问题而设计的： - 组1：前测 → 干预 → 后测 - 组2：前测 → 无干预 → 后测 - 组3：无前测 → 干预 → 后测 - 组4：无前测 → 无干预 → 后测

这个设计的精妙之处在于：比较组1和组3的后测差异，你得到的是「干预效应 + 前测×干预交互效应」；而组3单独给出的才是没有前测污染的纯干预效应。多数研究只做组1和组2，于是把「前测×干预的交互」误当成「干预的主效应」。这不是理论上的吹毛求疵——在态度改变、健康行为干预、教育实验中，效应量被高估 20%-50% 的案例并不罕见。

为什么前测会改变被试？两个机制：

1. 锚定与承诺：被问过一次「你每周运动几次？」之后，被试在干预后再次被问时，会倾向于维持一致性——不是为了诚实，而是为了避免认知失调。前测本身成了一个行为锚点。

2. 注意力定向：前测的问题本身就在告诉被试「研究者关心什么」，这改变了被试在干预期间的注意分配。你问「孤独感」，被试就开始注意到自己的孤独；你不问，他可能根本不会去想。

更麻烦的是，前测效应不是均匀分布的。它往往对「态度类」变量最强，对「知识类」变量较弱；对高自我监控者强，对低自我监控者弱。这意味着如果你的样本恰好是高自我监控的大学生（最常见的被试池），你的前测污染会比一般人群更严重。

那怎么办？不是所有实验都需要前测。如果你的随机化样本量够大（N > 100/组），前测带来的统计功效提升是有限的；而它引入的系统性偏差却是结构性的。一个更诚实的做法：如果你必须做前测，至少报告 Solomon 四组设计中的组3数据，或者在后测中加一道「你是否记得前测问过什么」的操纵检查。

值得辩论的问题：当「前测效应」本身稳定存在时，我们是否应该把它视为一种需要控制的「噪声」，还是一种值得研究的「干预成分」——也就是说，测量从来不是中性的，那「测量即干预」的边界到底在哪里？