一个人对自己的理解，不仅包括从经验中学到的内容，也包括尚未得到充分检验的预期。“我不喜欢当众讲话”“我更适合独自工作”“我想把创作作为职业。”这些自我描述都很重要，但它们并不具有同等程度的确定性。在实际经验较少的领域，它们可能只是由想象或个人过去经历中的一部分所形成的假设。
这时，可以把一个小行动作为理解人的干预。例如，为了检验自己对当众讲话的自我认知，与其大幅改变生活，不如选择一次向少数人做简短说明的机会。本人可以观察发生了什么，并将其与事先的预期进行比较。目的并不是取得成功，而是获得能够更新自我理解的信息。
但这不能与严格的科学实验等同起来。在日常生活中，条件无法被完全控制，而观察到的反应会受到当天的身体状况、与他人的关系、环境以及偶然因素的影响。也无法从一次结果中确立因果关系。因此，这里所说的“实验”并不是获取科学确认的程序，而是一种有限的方法：让本人持有的假设与现实发生接触，并获得额外的观察。
在设计上，首先需要明确要检验什么。像“我适合这个吗？”这样过于宽泛的问题，会使结果的解释变得含糊。把它拆分为可观察的问题——“即使我感到紧张，结束后还想再做一次吗？”或者“我会把用于准备的时间感受为一种负担吗？”——就能更容易辨认行动后的差异。重要的也并不仅限于能够量化的内容。本人用语言表达出来的经验，同样是观察的一部分。
接下来的要求，是不要让干预大于必要程度。为了自我理解，并不需要作出不可逆的选择。在可能的情况下，应选择负担有限、可以中途停止，并且即使结果不理想也不会造成重大损失的行动。行动“小”并不仅仅对形成习惯有意义。在检验一个关于自己的未知假设时，它也能提高安全性和可逆性。
当AI支持这一过程时，尤其需要注意不要把人当作实验对象。出发点必须是本人想要理解的问题，并且对于尝试什么、接受多大负担以及如何解释结果，都必须保留本人的判断。为了让AI高效获取信息而把行为引导到超出本人意图的程度，这样的设计与这一目的相矛盾。
解释的限度也必须明确说明。一次觉得愉快，并不能证明具有长期适性；一次失败，也不能证明不适合。当结果与预期不同时，需要追问哪些变量可能产生了影响、在其他条件下是否也会出现同样的反应，以及本人如何解释这一结果。增加观察与增加确定性并不是同一回事。
小行动不仅可以为判断目标是否能够实现提供材料，也可以为判断目标本身是否仍然成立提供材料。如果一个想从事某种工作的人尝试了其中一部分，尽管感到困难，却仍强烈感受到它的价值，那么他就多了一个维持该目标的理由。反过来，如果反复体验后仍很少在核心活动中感受到意义，那么问题就不仅是“是否应该改变方法？”，还会变成“还有什么理由维持这个目标？”
如果把这一思路纳入Sai＊aus的内部效率表达，仅仅把一个行动表示为下一项任务是不够的。这个表达需要把以下内容联系起来：该行动原本要检验什么、事先有怎样的预期、现实反馈了什么，以及对结果的解释仍存在多大程度的不确定性。这样一来，行动历史就会从“做了什么”的记录，转变为“为了理解什么而检验了什么”的记录。
把小行动设计为理解人的实验，其价值并不在于让AI更容易分析人。它的价值在于，本人能够从现实中获得关于自己的额外材料，而这些内容仅靠头脑中的思考无法得到检验。如果能够维持安全且可逆的行动、有限度的解释以及由本人进行意义赋予这些条件，那么行动既可以是朝目标前进的手段，也可以成为一种观察，用来检验目标与自我之间的关系。
不是答案，而是理解。
━━━━━━━━━━━━━━━━━━