跳到正文

分数背后的能力

工作记忆

工作记忆让你在使用信息时仍能把它保持在脑中,随时取用:在计算过程中始终记着一个数字、跟上句子的意思,或者随时更新某个物品刚才的位置。一篇经典综述估计,在限制较严的实验条件下,容量接近 4 个组块;但这不是放之四海而皆准的“四位数上限”,也不是我们游戏的达标分数。 1

最近审核 · 13 篇参考文献

探索测试与工具 ↓

01 / 了解能力

这是什么能力

一个工作台,也靠你已有的知识

短暂记住一个电话号码,靠的是存储。把号码重新排序、与另一个号码合并,或者替换它的第一位数字,就多了一层控制。工作记忆就是支撑这些操作的临时工作台。你长期积累的知识会提供熟悉的词语、模式和策略,所以同一串内容,专家可能比新手更容易记住。容量有多大,取决于什么才算一个有意义的组块。 2

从简化的脑系统角度看,额叶和顶叶网络帮助维持目标、引导注意,感觉和语言系统则参与具体材料的表征。大脑里并没有一个单独的“工作记忆盒子”,浏览器上的分数也无法告诉我们哪个脑区更活跃。执行控制和工作记忆有重叠,但不能把它们当作可以互换的标签,用来概括所有困难任务。 3

Helibrain 让你从几个不同角度切入这一区分。数字记忆测试要求你把一串数字按顺序回忆出来;N-back 测试要求你判断当前项目是否与先前某一项相同;视觉记忆和序列记忆游戏用的则是位置。真正重要的是这些差异,而不是哪款游戏的分数看起来最高。你可能在一种任务形式上表现很好,在另一种上表现一般,而这两者都没有错。 4

如何测量

任务类型研究者考察什么分数还取决于什么
顺背数字广度按顺序复述听到的数字串听觉、复述、呈现速度和终止规则
复杂广度一边记住项目,一边完成插入任务存储和加工两方面的要求
N-back把每个项目与先前出现过的某一项作比较更新、再认和反应决策
视觉变化检测判断记住的阵列是否发生变化项目数量、视觉辨别度和猜测

这些测量彼此相关,但不能直接互相换算。复杂广度任务和 N-back 任务所反映的个体差异只有一部分重合。把一个较高的 N-back 等级叫作数字广度,或者把它换算成智商,都跳过了本该进行的效度验证。 4

我们的数字记忆游戏采用视觉呈现,与 Woods 等人数字广度研究中的听觉程序不同。他们的工作表明,即便在同一类任务中,最大广度、正确总数和自适应平均广度指标也会给出不同的答案。每个结果都应连同它对应的规则和计分方法一起看。 5

年龄与常模:怎样比较才公平?

下表复现的是 Ye 等人中国常模样本中的数字广度量表分数,而不是记住的数字个数。该量表分以全部 723 名参与者为样本统一标准化,均值为 10,标准差为 3;这些年龄组均值不是另行按年龄标准化的分数。参与者是 18–59 岁、使用普通话阅读的成年人。 6

年龄(岁)量表分数均值标准差
18–2911.222.87
30–399.892.92
40–499.132.77
50–598.932.84

来源:该文年龄组表的 A 部分。教育程度和具体的数字广度程序都会有影响。表中任何一格都不能当作 Helibrain 的百分位参照。另一项大型在线研究发现,工作记忆任务的表现大约在 30 岁达到顶峰,这说明所选任务和样本会改变曲线。这些都是群体比较,不是对某个人未来的预测。 7

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 → 工作记忆准确性;以健康成年人为主。

完全睡眠剥夺后,工作记忆表现可能变差。证据库对“效应是否存在”的评级为“中等”;它并不能说明你少睡一晚后分数会怎样变化。 8

压力

证据有限

证据库评级:急性压力 → 工作记忆。

实验室中的急性压力可能损害工作记忆,尤其是在任务要求较高时。证据库对“效应是否存在”的评级为“低”;效应取决于压力源和任务的时间安排。 9

运动

证据太少

证据库评级:宽泛汇总的运动干预 → 一般认知。

我们对运动的宽泛汇总估计确定性极低。它既不能证明健康个体能获得可预测的工作记忆提升,也不能证明我们的运动情况自查可以算作一项试验。 10

年龄

年龄比较

测量发现;不是干预等级。

应使用任务、计分方式和相关人口学特征都相同的常模样本。这里的年龄表只是背景证据,并不是说每个人都会以同样的幅度下降。 6

练习

证据太少

证据库评级:工作记忆训练向其他工作记忆任务的迁移。

受训任务本身的进步与迁移是两回事。我们的近迁移评级为“极低”;熟悉的策略和反复出现的刺激都能提高游戏分数,却不代表有广泛提升。 11

设备

计时证据

测量发现;不是治疗等级。

不同设备的屏幕呈现和输入计时可能不同。重复测试时应使用同一设备和同一操作方式,尤其是当呈现时间或反应速度会影响分数时。 12

哪些进步能迁移,哪些不能?

进步能走多远

练习一项任务,能让你在这项任务上做得更好。更难的问题是:这种进步能否延伸到那些过程相似、但你并不熟悉的任务?N-back 训练文献呈现出一种梯度:表现变化有多大,取决于结果与训练内容有多相似。这不能成为把更高的游戏等级当作更强通用心智能力的理由。 11

远迁移指的是在关联较远的结果上取得进步,比如智力、学业成就或日常功能。一项重要的工作记忆训练元分析没有发现令人信服的广泛远迁移收益。因此,Helibrain 的游戏既提供练习,也提供观察任务表现的方式;我们不会把它们说成提高智商的途径。 13

实际中要区分两种情况:是改变你的容量,还是改变任务的要求。一张便条、一幅示意图或写下来的中间计算,都能减少你需要同时保持的内容。这是对外部辅助手段的合理运用,并不能证明该手段改变了工作记忆的容量。我们的概念图和学习工具帮助你把任务组织起来;它们有没有用,应当根据那个任务本身来判断。

03 / 尝试与比较

在 Helibrain 上试一试

从一个存储任务和一个更新任务开始,然后分别读它们各自的解释。记下输入方式、你是否出声复述或把项目分组,以及任务是否熟悉。尝试很多次后的“历史最佳”分数,与第一次测试的典型分数回答的是不同的问题。

下面的卡片区分了直接的任务练习和帮助你整理材料的工具。它们并没有一个合并的工作记忆百分位。如果你想做个人比较,就尽量保持条件一致,并寻找多次测试之间的规律,而不是只看某一次特别亮眼的成绩。

测试与游戏

工具与练习

相关问答

常见问题

工作记忆和短时记忆是一回事吗?

两者有重叠。短时存储让材料短暂保持可用;工作记忆任务通常还会加入更新或加工。区别取决于任务如何定义。 2

七位数字是正常的工作记忆分数吗?

数字广度取决于呈现方式和计分方法。一串熟悉的七位数字,和一串由七个不熟悉的组块组成的序列,对记忆的要求并不相同。 5

N-back 等级越高,智商就越高吗?

仅凭一个 N-back 等级,得不出任何经过验证的智商换算。工作记忆训练的证据也不能证明智力会普遍提高。 13

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. Cowan (2001). The magical number 4 in short-term memory: A reconsideration of mental storage capacity.
  2. Conway et al. (2005). Working memory span tasks: A methodological review and user’s guide.
  3. Diamond (2012). Executive Functions.
  4. Redick et al. (2013). Complex span and n-back measures of working memory: A meta-analysis.
  5. Woods et al. (2010). Improving digit span assessment of short-term verbal memory.
  6. Ye et al. (2022). The Chinese Brief Cognitive Test: Normative Data Stratified by Gender, Age and Education.
  7. Hartshorne & Germine (2015). When Does Cognitive Functioning Peak? The Asynchronous Rise and Fall of Different Cognitive Abilities Across the Life Span.
  8. Lim et al. (2010). A meta-analysis of the impact of short-term sleep deprivation on cognitive variables..
  9. Shields et al. (2016). The effects of acute stress on core executive functions: A meta-analysis and comparison with cortisol.
  10. Singh et al. (2025). Effectiveness of exercise for improving cognition, memory and executive function: a systematic umbrella review and meta-meta-analysis.
  11. Soveri et al. (2017). Working memory training revisited: A multi-level meta-analysis of n-back training studies.
  12. Anwyl-Irvine et al. (2020). Realistic precision and accuracy of online experiment platforms, web browsers, and devices.
  13. Melby-Lervåg et al. (2016). Working Memory Training Does Not Improve Performance on Measures of Intelligence or Other Measures of “Far Transfer”.