一项针对美国连锁健身房超过六万名会员的巨大规模现场实验显示，数字化项目能够有效提高人们的健身频率，达到9%至27%的提升。这项关于人类行为的研究近日被发表在权威的英国《自然》杂志上。文章详细描述了如何严格测试54种行为干预措施的有效性，以及它们的实验设计。
随着政策制定者越来越倾向于从行为科学中寻找改善公众决策和结果的方法，评估各种行为干预的实际效果变得至关重要。为了全面而准确地评估各种干预措施的效果，需要进行现场测试，并将其与其他干预措施进行对比。虽然过去通常会在独立小组中测试单个干预措施，但这种方法不利于开展同类比较，使得研究人员难以区分不同研究结果之间的差异是由于研究群体的差异，还是由于干预措施本身的差异所导致的。
为了解决这一问题，美国宾夕法尼亚大学的研究团队引领创新，提出了超大型研究的概念。他们联合了来自美国15所大学的30名研究人员，组成了多个小型独立团队，共同设计了一系列为期四周的数字化项目。这些项目旨在鼓励一家连锁健身房的会员积极参与锻炼，其中包括数字化体验、文字提醒、每周邮件以及奖励措施等多元化干预手段。
经过四周的实验，研究人员惊奇地发现，其中45%的干预措施能够显著提高人们每周去健身房的次数，范围在9%至27%之间。特别值得一提的是，表现最佳的干预措施是在人们错过一次锻炼后，为那些能够重新回到健身房的人提供小额的现金奖励。这一策略有效地利用了人们的回归意愿，鼓励他们持续参与健身活动。
这个超大型研究模型使得研究人员能够在数十种改变行为的不同干预措施之间进行直接比较。由于所有这些干预措施均由一个独立的科研团队设计，因此确保了研究结果的一致性和可靠性。研究人员认为，这一模型不仅能够加速提出和检验关于人类行为的新见解，还能确保这些见解与公共政策紧密相关，为政策制定提供有力的科学依据。
