1. 一个具体问题
初学者完成两个练习后觉得已经掌握整个领域，深入学习才发现原先遗漏了大量条件。这个经历很常见，但是否能据此画出人人都会经历的“愚昧山峰”曲线，甚至用来判断争论对手无知？答案需要比网络图更谨慎。
2. 一句话解释
达克效应通常指在某些任务中，表现较差者的自我评估与实际表现出现较大的正向偏差。
3. 出处与原意
Kruger 与 Dunning 在一九九九年研究了特定测试中的表现与自评。原论文不是一条描述所有人学习生涯的山峰曲线，也没有证明“越无知越自信”。后续研究讨论了元认知解释、测量尺度、任务难度和统计回归等多种因素。
4. 原理与机制
一种解释是，完成任务所需的知识，也参与识别答案是否正确：不知道评判标准，便难发现自己错在哪里。但把样本按成绩分组、使用受上下限限制的自评量表，也可能产生部分相似图形。要区分真实校准困难与分析方式的贡献，不能仅凭漂亮曲线断言某一种心理机制。
自我评估最好同时使用绝对标准与相对标准。“能独立完成这项任务”与“超过多少人”需要不同信息，后者还依赖对群体的了解。没有看过别人的表现，却被要求估计排名，本来就可能产生误差，不能全算成对自身能力缺乏觉察。
5. 一个完整案例
假设案例：一名学员认为自己已能独立分析调查数据。他先估计十道题能答对八道，实际只答对五道。导师并不说“你陷入达克效应”，而是检查错误集中在哪里，发现他会计算平均数，却分不清抽样偏差与随机误差。随后用带反例的任务训练，再要求作答前逐题标注把握。几次练习后，他能区分会做和不会做的题，预测分数更贴近结果。这里能够直接观察的是具体任务的校准改善，不能据此推断他的整体智力或人格。
导师还让学员评价几份匿名答案，再与评分标准比较，直接检查他是否能识别推理错误。如果能识别他人错误却无法自己完成，训练重点偏向执行；如果连标准也看不清，就先教如何判断。两种缺口需要不同练习。
6. 适用条件与反例
一次低分与高自评可能来自题目陌生、误读标准或偶然波动。不同领域能力也不能互相替代：一个人在写作上很准，在统计上可能失准。用该效应给别人贴标签，反而容易让自己停止检查论据，把分歧变成人身评价。
7. 今天可以尝试的行动
选一个正在学习的技能，找有明确评分标准的短任务。先写预计成绩与最不确定的步骤，再完成并核对。对照优秀与错误样例，补齐评判标准；一周后用新题复测。记录预测误差，不用网络学习曲线给自己划阶段。
8. 参考资料与关联条目
Kruger、Dunning（1999），Unskilled and Unaware of It。
关于测量影响：The Contribution of Judgment Scale（2013）。