编辑推荐：
为探究感知相似性对记忆驱动的注意力捕获的影响，研究人员开展相关实验，发现任务相关性起关键作用。
在纷繁复杂的视觉世界里，我们每天都会接收到海量的信息。你是否想过，为什么我们能在众多事物中快速注意到自己想要找的东西？这背后，视觉注意力（visual attention）起着关键作用，它就像一个 “信息过滤器”，能帮我们筛选出重要信息，忽略无关信息。而在这个过程中，工作记忆（working memory，WM）里存储的内容，会对我们的注意力产生很大影响。比如，当你在超市寻找红色包装的饮料时，你大脑中关于 “红色” 这个特征的记忆，会引导你的目光看向红色的物品。
然而，目前仍有许多问题困扰着科学家们。在理论层面，虽然大家都知道注意力选择的有效性与目标模板和视觉输入之间的感知相似性密切相关，但对于工作记忆中无关表征引发的注意力捕获，是否会受到工作记忆内容与其匹配的干扰项之间感知相似性水平的影响，还存在很大争议。从过往研究来看，不同的实验得出了不同的结果。像 Teng 和 Kravitz 的研究表明，记忆项目和干扰项之间的相似性越高，注意力捕获就越强；但 Kiyonaga 和 Egner 的研究却呈现出非线性的结果，在某些相似程度下，目标搜索效率反而降低。而且，这些研究在方法上也存在一些不足，比如对感知相似性的操纵范围不够精确，导致难以确定真正的影响因素。此外，工作记忆表征的精度（precision）对注意力捕获的影响也不明确，不同研究结果相互矛盾，任务相关性（task relevance）在其中所起的作用也有待进一步探究。
为了解开这些谜团，广州大学心理学系、常德职业技术学院等机构的研究人员 Cenlou Hu、Ziwen Luo 等人展开了深入研究。他们的研究成果发表在《BMC Psychology》上。
研究人员采用了一种混合工作记忆和视觉搜索的任务，通过精确控制颜色这一感知特征的相似性，将其分为精确匹配、高相似匹配和低相似匹配三个水平，并与中性基线（即完全不同的颜色）进行对比。他们利用眼动追踪技术（Eye-Link 1000 plus）和行为数据分析（behavioral data analysis），在两个实验中分别探讨了任务无关场景（Experiment 1）和任务相关场景（Experiment 2）下，感知相似性对记忆驱动的注意力捕获的影响。
在实验 1 中，研究人员招募了 21 名参与者，他们的视觉敏锐度和色觉均正常。实验在安静、昏暗的房间里进行，参与者需要完成记忆和视觉搜索任务。记忆项目是屏幕中央的彩色方块，视觉搜索刺激则由四个彩色方块组成，其中一个是目标，其余是干扰项。实验过程中，研究人员巧妙地操纵干扰项的颜色，使其与记忆项目的颜色在不同条件下呈现不同程度的相似性。实验结果令人惊讶：在注意力捕获的关键指标，如首次注视比例（FFPs）、注视时间（dwell times）和手动反应时间（RTs）上，不同相似性条件下的注意力捕获效应并没有显著差异。这表明，在任务无关场景中，注意力捕获主要由工作记忆与干扰项的粗略匹配（coarse matching）介导，即使干扰项只是大致与工作记忆中的项目相似，就能触发注意力捕获，而不需要精确匹配。
实验 2 则在实验 1 的基础上进行了改进，引入了记忆匹配刺激可能与视觉搜索目标共享特征的情况。这次，研究人员招募了另外 21 名大学生参与实验。实验结果显示，在任务相关场景下，感知相似性对注意力捕获有显著影响。具体来说，高相似匹配条件下的注意力捕获效应明显强于低相似匹配条件。这意味着，当工作记忆表征与视觉搜索目标相关时，更高的感知相似性能够增强注意力捕获。进一步分析发现，对于无效试验（即记忆项目匹配干扰项的情况），低感知相似性有助于更快地从干扰项上转移注意力；而对于有效试验（即记忆项目匹配目标的情况），注视时间主要反映目标识别的效率，受匹配的感知相似性影响较小。
综合两个实验的结果，研究表明，当工作记忆表征与任务无关时，注意力捕获通过粗略匹配发生，不受感知相似性的影响；而当工作记忆表征与任务相关，作为目标模板时，更高的感知相似性会增强注意力捕获。这说明任务相关性显著影响了工作记忆内容与视觉输入之间的匹配方式，进而影响注意力捕获，也暗示了工作记忆中由无关表征和目标模板触发的注意力捕获可能存在不同的机制。
不过，这项研究也存在一些局限性。目前的研究结果主要基于颜色这一在特征空间呈线性变化的特征，未来还需要进一步研究这些结论能否推广到形状、方向或大小等其他特征上。此外，研究中未直接操纵工作记忆表征的精度，对于工作记忆精度与注意力捕获之间的关系，还需要更多深入研究。
尽管如此，该研究仍然具有重要意义。它不仅为我们理解工作记忆和注意力之间的关系提供了新的视角，还对认知心理学领域的理论发展做出了重要贡献。在实际应用方面，这些发现有助于我们更好地理解人类在复杂视觉环境中的信息处理机制，为设计更高效的人机交互界面、提高驾驶安全性等提供理论支持。
研究人员在本研究中主要使用了以下关键技术方法：
- 眼动追踪技术：利用 Eye-Link 1000 plus 红外头戴式眼动仪，以 1000Hz 的时间分辨率记录参与者在视觉搜索过程中的眼动数据，包括首次注视比例、注视时间等，从而获取注意力分配的实时信息。
- 行为数据分析：收集参与者在视觉搜索任务中的手动反应时间数据，并对这些数据进行统计分析，如重复测量方差分析（ANOVA），以探究不同条件下注意力捕获效应的差异。
总之，Hu 等人的这项研究为工作记忆与注意力捕获的研究领域增添了重要的一笔，虽然还有一些问题有待解决，但无疑为后续研究指明了方向，有望推动该领域的进一步发展。
