教课之余，我也一心想着开始进行实验研究。第一个想要验证的观点来自在斯坦福最后一年里我和费斯廷格反复讨论的一个问题。尽管认知失调理论已臻成熟，但其适用范围并没有一个明确的界限。我经常跟学弟、学妹们开玩笑说，如果他们真要弄清楚两个具体的认知是否失调，最好去问费斯廷格。费斯廷格也充分意识到需要为该理论划出一条明确的界限。实际上，他在书中已经试图通过一个假设的情境来界定该理论的适用范围。深夜，一位男子驾车行驶在一条偏僻的乡间小路上，偏偏此时车子爆胎了。他打开后备箱，却发现竟然没有带千斤顶。费斯廷格认为，虽然这位男子会觉得挫败、失望甚至愤怒，但并不会产生心理失调。这个例子令我很困惑，我问：“当然有失调！哪种傻瓜会在深夜驾车行驶在偏僻的乡间小道上，车内还不备上千斤顶？”
利昂反问道：“哪里来的认知失调？是哪一个认知和哪一个认知之间不协调？”
我为此纠结了好几周，最后恍然大悟，答案跟自我概念有关。在利昂的举例中，有两个不协调的认知：一个是司机觉得自己的行为很愚蠢，另一个是司机的自我概念，认为自己是一个相当聪明能干的人。这一简单的洞悉令我意识到，只有当自我概念里的某个要素受到了威胁，认知失调理论才会得出最清楚无误的预测。通常是个人行为与自我概念不相协调。
1957年我和贾德森·米尔斯第一次提出入门考验实验的假设时，我们认为认知“我通过重度入门考验加入某小组”和认知“小组无趣、乏味又毫无价值”之间不相协调。但到了1959年，我觉得可以换一种方式来提出假设：认知“我是一个既明智又能干的人”和认知“我通过重度入门考验加入一个毫无价值的小组”之间不相协调。在费斯廷格和卡尔史密斯的实验中，最初的假设认为，认知“我相信自己完成的任务极其无趣”和认知“我告诉别人该任务很有趣”是不相协调的。现在也可以将他们的假设加以改变，转换成以下两个不相协调的认知：“我是一个诚实而有道德心的人”和“我说了谎”。
那时我觉得自己只是对认知失调理论进行了微小的修正，费斯廷格却不同意我的观点，认为我对理论进行了很大的改动，并为此感到不悦。他觉得我的构想明显缩小了理论的适用范围。“当然不是，”我说，“我只是让理论显得更严密一些。”但费斯廷格是对的。实际上，我们俩都对了一部分。我的修正的确缩小了理论的适用范围，但也使它变得更加严密。理论严密性带来的益处战胜了理论普遍性的丧失，费斯廷格最终接受了我的观点。但他花了差不多10年才完全接受了这一变化，开始从自我的角度讨论认知失调。
那时我只想对认知失调理论进行少许修正，最终却起到了重要的完善作用，将失调理论从一个有关态度的理论转变成有关自我的理论。有关自我的信仰是人们所持有的最重要的认知，于是当我们的行为或态度与我们对自我的认知不一致时，就会产生最痛苦的心理失调，因此最有可能引发行为的改变。而且，自我认知的重要性和中心性使人们抗拒改变自我概念。因此我这样来表述自我一致：心理失调的存在，促使我们通过改变态度和随后的行为来维持我们的自我概念。
我意识到，我们的大多数实验之所以能够成功，原因在于几乎所有被试都有相当高的自我观念。从自我观念的角度来思考认知失调，我发现了隐藏在原来理论构想中的一个假设：像盖瑞森·凯勒笔下的乌比冈湖居民一样，大部分人都认为自己对每件事的认识和处理都比一般人高明。但是那些看低自己的人又是怎么样的呢？根据我的推断，如果一个人认为自己是个笨蛋，他就觉得自己会去做很愚蠢的事情，比如通过重度入门考验加入一个毫无价值的小组，或者为了一点蝇头小利而撒谎。因此在那些高看自己的人身上出现的认知失调就不会出现在这些人身上。相反，当他们做出聪明的行为时，反而会出现认知失调。也就是说，一个看低自己的人，当他的行为举止体现出积极的自我观念时，反而会出现认知失调。
这正是我和梅里尔着手研究的问题。实验中我们不想对一个人整体的自我观念施加影响，这既违背伦理也不太可能，但我们可以更有效地检验我们的观点。我们要做的就是针对被试并不知道自己所具有的某种特殊能力给出错误的反馈。我们设计了一个以假乱真的人格测试，称之为“哈佛社会敏感性测验”。我们准备了20张卡片，每张卡片上有三张年轻男子的照片，是从一本哈佛的旧年鉴上随意选取的。梅里尔告诉被试，每张卡片中有一个男子是曾经入院就医的精神分裂症患者，被试的任务就是猜这个人是谁。被试从20张卡片中选好所谓的精神分裂症患者以后，梅里尔记录下每个人花费的时间，假模假样地根据一份标准答案给被试打分，并向被试公布测验得分和所用时间。
最初的测验包括四轮测试题，每轮都有20张卡片。梅里尔告诉其中一半被试，每一轮测验中他们的得分都很高，几乎都答对了十六七题；然后他又告诉另一半被试，每一轮测验他们的得分都很低，仅答对了四五题。
至此，根据貌似权威的测验，一半的被试认为自己的社会敏感性很差，而另一半人认为自己具有相当高的敏感性。接下来，为了创造心理失调的情境，在关键的第五轮、也是最后一轮测验中，梅里尔人为操控了被试的得分，给一部分被试和前四轮测验一致的得分，给另一部分被试和之前测验截然相反的得分。也就是说，认为自己会在本轮测验中拿低分的被试中，有一半人依然拿了低分（答对4题），该结果与他们低社会敏感性的自我观念是协调的；另一半人则意外地获得高分（答对16题），这一结果与他们已经形成的自我观念不相协调。
我们怎样才能测量每位被试认知失调的程度呢？第五轮测验结束后，演技已炉火纯青的梅里尔懊恼地拍了一下自己的脑门，说自己忘记给被试计算答题时间，因此这次测验可能无效。他宣称要去隔壁房间问一下阿伦森教授该怎么办。几分钟后梅里尔回到屋里，连声道歉，请被试重新进行一次第五轮测验：“这样我才能记录你们答题的时间。请假装你们是第一次看到这些照片。”
重新测验为被试提供了改答案的机会。我们假设，重测时被试更改答案的数量，可以准确地体现出上次测验分数给他们带来的失调程度。实验结果明显验证了我们的预测：人们有自我一致的需求，预计自己得低分并且真的得了低分的人很少改答案，而预计得低分却得了高分的人为了确保自己得低分而改了好多答案。对于后者，意外获得的高分与他们的自我观念不相协调。为了减轻心理失调，他们在重测时故意表现得差劲。但是我们如何能够确定被试是在减轻心理失调，而不是真的忘记了前次测验的正确答案呢？很容易。那些在前四次测验中获得高分的被试，在第五次测验中获得高分后几乎没有改答案，说明记忆力不是一个重要因素。
等梅里尔完成最后一位被试的测验，我也向被试解释了实验假设和掩盖真实目的的原因后，我们冲进装有Monroe Matic计算器的房间分析数据。我负责读数据，梅里尔负责录入数据，统计结果显示出极高的显著性。
“这是一个具有开创性的实验，”梅里尔说，“让我们庆祝一下！”
“我还不确定开创性体现在哪里，”我回答，“但我们可以在庆功宴上讨论这个问题。我们去圣克莱尔酒吧，有人告诉我那里的调酒师能够调出很棒的马提尼。”
于是贯穿我整个导师生涯的一个传统形成了。每当我和学生完成了一项实验，我们就喝马提尼庆祝。这种庆功宴不仅仅标志着一个实验项目的圆满结束，往往也会成为下一个实验项目的序曲。