跳到正文

分数背后的能力

注意力

注意力帮助你选出有用的信息,并持续投入其中。在一项以 10,430 名 10–70 岁人群为对象的研究中,持续注意能力在四十岁出头达到顶峰,而反应策略同时变得更谨慎;“更快”和“更专注”是两种不同的结果。 1

最近审核 · 14 篇参考文献

探索测试与工具 ↓

01 / 了解能力

这是什么能力

持续做一项任务,选出一个目标

持续注意是指在一段时间里让任务目标始终处于活跃状态,包括几乎无事可做的那些时段。选择性注意是指在其他信息竞争时,优先处理相关信息。因此,安静地留意信号的任务和颜色与字义冲突的任务,问的是不同的问题。在这两个任务中,任何一个得分低,都不能用来推断一个人在各项活动中能专注多少分钟。 2

一种简化的解释区分了三套系统:警觉、对信息的定向和执行控制。脑干和丘脑参与调节警觉,并与额叶、顶叶注意网络相互作用;这些网络会调动与你正在做的事情相适应的感觉系统。这是一个有用的概括,而不是一张从测试分数指向脑区的地图。 2

我们的注意力测试考察的是你对信号保持准备的状态。Go/No-Go 测试增加了抑制反应的要求,斯特鲁普测试则加入了相互竞争的字义和颜色信息。一个人可能很善于留意偶尔出现的信号,却容易被冲突的字词分心,反过来也一样。更完整的图景会保留这些任务要求的差异,而不是把它们平均成一个无法解释的专注分数。 3

如何测量

经典任务主要要求还要结合看什么
精神运动警觉任务对不可预测的信号保持准备典型反应速度、慢反应和注意失误
持续操作任务持续作出反应,同时留意例外情况命中、漏报、误报和反应一致性
斯特鲁普任务在字义干扰下选出墨色准确率和干扰成本
快速序列视觉呈现选出短时间内接连出现的目标在第一个目标答对的前提下,对后一个目标的准确率

一个持续注意测试方案需要足够长的时间,让波动显现出来。在睡眠研究中,注意失误的判定阈值和测试时长都属于具体测试方案的设定;它们不是通用的临床界值。我们这款短游戏不应被解读成睡眠研究中用来证实睡眠剥夺效应的实验室 PVT。 4

注意瞬脱是任务特异性的另一个例子:在某些快速呈现条件下,辨认出一个目标会暂时让人更难报告另一个目标。这不等于说,现实世界里只要两件事靠得很近,大脑就会“关机”。 5

差异分数的噪声,可能比人们熟悉的实验效应所暗示的更大。即便一个群体中的平均斯特鲁普效应很可靠,也不代表一个简短的干扰分数就能可靠地区分个体。 6

年龄与常模:怎样比较才公平?

Fortenbaugh 等人为一项渐进起始的持续操作任务建立了表现模型。下表的年龄段概括的是模型拟合出的轨迹;它们不是我们信号观察测试的原始分数常模。 1

年龄段该研究模型显示的结果不能据此确定的事
10 岁至十几岁中期能力快速提高,反应变得更快儿童有一个固定的注意力持续时间
十几岁后期到四十岁出头持续注意能力继续缓慢提高反应最快的人就是最专注的人
大约 43 岁以后模型估计的能力下降,策略更谨慎在某个生日那天突然改变

在“最佳状态”分析中,判别转折点为 43.1 岁,95% 置信区间为 38.0–48.2 岁。转折点是带有不确定性的群体模型估计,不是某个人的截止年龄。受教育年限、任务设计和抽样方式也有影响。 1

02 / 结合背景

影响因素

证据标签回答的是“对这一结果是否存在效应?”。它们不承诺具体的提升幅度。引用 Helibrain 证据库评级时,会同时标明所针对的人群和结果。“未评级”表示我们没有对应的评级,并不表示没有效应。年龄和设备方面的研究发现属于测量证据,不是治疗效果评级。

睡眠

证据充分

证据库评级:完全睡眠剥夺 → 警觉失误。

完全睡眠剥夺很可能使警觉变差。证据库对“效应是否存在”的评级为“中等”;注意失误的程度和频率会随测试和睡眠剥夺条件而变化。 7

压力

未针对此任务评级

急性压力的研究结果无法给出单一的警觉效应。

压力对不同的执行功能指标影响不一。我们不会把工作记忆和认知灵活性的研究结果,归纳成一条涵盖所有选择性和持续性注意的分级结论。 8

运动

证据太少

证据库评级:汇总的一般认知,而非本注意力任务。

运动与认知关系的总体评级为“极低”。一个混合领域的平均值,并不能保证某个人在一次浏览器测试中减少几次注意失误。 9

年龄

年龄比较

针对具体任务的毕生发展证据。

持续注意能力和反应谨慎程度遵循不同的年龄模式。要把错误和一致性与速度放在一起看,而不是把反应慢直接当成注意力不集中。 1

练习与休息

证据太少

证据库评级:微休息 → 表现;效应因任务而异。

短暂休息可能对某些结果有帮助,但精力更充沛不等于准确率更高。休息对表现的影响,并不像一条通用计时规则所暗示的那样一致。 10

设备

计时证据

测量情境。

设备延迟会改变反应时的测量结果。中断、输入方式变化,以及标签页被切到后台,也会改变一次测试所取到的样本;比较多次测试时要把这些记下来。 11

哪些进步能迁移,哪些不能?

先练一项技能,再单独检验那个说法

反复玩某个需要持续监测或抑制反应的游戏,会让它的反应规则变得熟悉。要获得更广泛收益的证据,就需要一个未经训练的结果指标和一个合适的对照组;仅仅显示训练分数上升是不够的。关于脑力训练项目的综述,会把扎实的任务学习与较弱的普遍提升主张区分开来。 12

同样,一次中断并不是受控的注意力测试。应对中断的工具可以帮你留一张便条,方便回来时接续工作,但它的价值在于你能否准确回到相关工作。并不存在一个所有人都必定会损失多少分钟的通用数字。职场观察和实验室里的切换研究,回答的是这个问题的不同版本。 13

用专注计时器、杂念便笺或学习时间规划器来安排一项工作,并直接评价这项工作本身。如果工作变得更容易,那可能说明环境更好,或者计划更清楚。要声称工具提高了基础的注意力容量,则需要另一项研究。

03 / 尝试与比较

在 Helibrain 上试一试

选择与你的问题相匹配的任务。想了解安静等待后的准备状态,用注意力测试;想了解能否忍住一个已经准备好的动作,试试 Go/No-Go 测试;想了解面对相互竞争的信息会怎样,试试斯特鲁普测试。准确率和速度都要看,同时留意任务时长。

下面的实用工具帮助你管理专注时段和干扰。对声音的偏好、完成一次专注计时,或者关于专注的自我报告,都不是客观的注意力常模。本站把这些作为了解表现、组织工作的不同途径,而不是可以互换的测试。

测试与游戏

工具与练习

相关问答

常见问题

八秒的注意力持续时间是科学常模吗?

不存在适用于所有任务的统一“注意力持续时间”。持续的准备状态、阅读和选择性注意需要不同的测量方式。 2

反应变慢就说明注意力更差吗?

不一定。谨慎的策略会让反应变慢,但准确率未必下降。那项毕生发展研究把策略和能力分开了。 1

这些游戏能诊断注意缺陷多动障碍(ADHD)吗?

不能。一个简短的注意力或斯特鲁普游戏,无法提供诊断所需的病史、更全面的评估和临床解释。 14

参考文献

链接指向原文的 DOI 或来源记录。研究中的比较针对的是所引用的任务,并不代表我们的浏览器版本已通过效度验证。

  1. Fortenbaugh et al. (2015). Sustained Attention Across the Life Span in a Sample of 10,000.
  2. Petersen & Posner (2012). The Attention System of the Human Brain: 20 Years After.
  3. Scarpina et al. (2017). The Stroop Color and Word Test.
  4. Basner et al. (2011). Maximizing Sensitivity of the Psychomotor Vigilance Test (PVT) to Sleep Loss.
  5. Dux et al. (2009). The attentional blink: A review of data and theory.
  6. Hedge et al. (2017). The reliability paradox: Why robust cognitive tasks do not produce reliable individual differences.
  7. Lim et al. (2010). A meta-analysis of the impact of short-term sleep deprivation on cognitive variables..
  8. Shields et al. (2016). The effects of acute stress on core executive functions: A meta-analysis and comparison with cortisol.
  9. Singh et al. (2025). Effectiveness of exercise for improving cognition, memory and executive function: a systematic umbrella review and meta-meta-analysis.
  10. Albulescu et al. (2022). "Give me a break!" A systematic review and meta-analysis on the efficacy of micro-breaks for increasing well-being and performance.
  11. Anwyl-Irvine et al. (2020). Realistic precision and accuracy of online experiment platforms, web browsers, and devices.
  12. Simons et al. (2016). Do “Brain-Training” Programs Work?.
  13. Mark et al. (2005). No task left behind?.
  14. International Test Commission (2001). International Guidelines for Test Use.