数学焦虑增强视觉感知历史依赖：感觉精度降低导致数量估计中的中央趋势和序列依赖效应加剧

为解决数学焦虑(MA)对基本数字认知的影响机制问题，研究人员开展了一项关于视觉数量感知中历史依赖效应的研究。通过数量估计任务，发现高数学焦虑(HMA)个体表现出更低的感觉精度（更高CV值）和更强的中央趋势(central tendency)及序列依赖(serial dependence)效应。这些效应与感觉阈值相关，而与视觉空间工作记忆(VSWM)无关，表明其源于感知不确定性而非记忆过程。该研究揭示了情感状态通过调节感知精度影响基础认知的新机制，为理解焦虑相关认知障碍提供了新视角。研究发表于《BMC Biology》。

　　

在我们日常感知中，大脑并非简单地记录眼前景象，而是巧妙地整合当前感官输入与过往经验，构建出稳定连贯的视觉世界。这种“感知推理”过程虽提升了效率，却也引入了系统性偏差——当前感知会被先前刺激“吸引”，显得与过去更相似。这种现象体现为两种经典历史效应：中央趋势(central tendency)，即感知向刺激分布均值靠拢；序列依赖(serial dependence)，即当前感知被前一刺激吸引。尽管这些效应广泛存在于多种感知领域，其背后的神经机制和个体差异根源仍是争论焦点。

值得注意的是，当感官输入可靠性降低时，这些历史效应会显著增强，成为大脑平滑噪声的策略。那么，一个关键问题随之而来：是否某些特定心理特质——如数学焦虑(Math Anxiety, MA)——会通过影响感知精度，进而改变个体对感知历史的依赖程度？数学焦虑作为一种对数学任务产生的紧张、忧虑情绪，已被证实会损害数学表现。传统理论认为，其作用机制可能源于“能力缺失”（早期数学困难导致焦虑）或“加工效率理论”（焦虑占用工作记忆资源）。近年研究发现，MA个体甚至在基础数量感知中也表现出更低精度，暗示其可能存在更底层的感知缺陷。

为深入探索这一问题，Burgio等人在《BMC Biology》发表了最新研究成果。他们巧妙再分析了Maldonado等人早期数据，比较了不同MA水平个体在视觉数量任务中的历史效应。研究团队假设：若历史效应确由感知精度驱动，那么高数学焦虑(HMA)个体应表现出更强的中央趋势和序列依赖效应。

研究人员招募了51名成人参与者，通过简版数学焦虑量表(AMAS)评估MA水平，并将其分为高焦虑(HMA)和低焦虑(LMA)两组。所有参与者完成了视觉空间工作记忆(VSWM)测试（基于Corsi积木敲击任务）及一项关键的数量估计任务：在屏幕上短暂呈现包含2-12个方块的阵列，参与者需快速估计其数量。通过分析估计值的变异系数(CV)量化感知精度，并分别建立模型计算中央趋势指数（λ）和序列依赖效应（当前试次反应受前一试次数量大小影响的差异值，delta 1-back）。

主要技术方法包括：1）使用AMAS量表进行心理特质评估；2）计算机化Corsi测试测量VSWM广度；3）视觉数量感知任务（随机呈现2-12个点阵，记录口头估计值及反应时）；4）采用线性-对数混合模型拟合中央趋势效应；5）通过 trial-by-trial 分析计算序列依赖效应量；6）统计分析采用非参数检验（Mann-Whitney U）及Spearman相关分析，并利用贝叶斯因子验证零结果。

研究结果

更高数学焦虑与更低数量感知精度相关

如图1所示，HMA组在数量估计中表现出显著更高的变异系数(CV)（M=0.1±0.006），意味着更低的感知精度，而LMA组精度更高（M=0.07±0.003）（t(35.49)=-3.81, p<0.001, Cohen's d=1.11）。这一发现与此前报告一致，证实MA与基本数量感知能力受损存在关联。

高数学焦虑个体表现出更强中央趋势效应

通过线性-对数模型拟合响应数据（图2a），提取的中央趋势指数(λ)在HMA组中显著更高（M=0.26±0.04 vs. LMA组M=0.13±0.03; U=172, p=0.043）。这表明HMA个体在数量估计中更强烈地将判断锚定在数值范围的平均值附近，反映出对刺激分布统计规律的过度依赖。

序列依赖效应在高焦虑群体中显著增强

当按前一试次数量大小分组分析时（图3a,b），HMA组表现出更大的响应差异（delta 1-back: M=0.32±0.06 vs. LMA组M=0.13±0.06; U=144.5, p=0.009）。重要的是，这种效应仅存在于“向后依赖”（1-back）而非“向前依赖”（1-next）条件（图3d），排除了统计假象可能。证明HMA个体的感知更易受到即时历史刺激的扭曲。

历史效应由感知精度而非工作记忆驱动

关键相关性分析显示，中央趋势指数（rho=0.37, p=0.011）和序列依赖效应（rho=0.46, p=0.001）均与CV值显著正相关（图4），而与VSWM得分无关（中央趋势rho=0.08, p=0.6；序列依赖rho=0.06, p=0.69）。两组反应时也无差异，排除了工作记忆保留时间的影响。这表明历史效应的增强源于感知阶段的不确定性，而非记忆过程的干扰。

数学焦虑的预测力在控制精度后减弱

虽然MA分数与历史效应显著相关（中央趋势rho=0.42, p=0.004；序列依赖rho=0.33, p=0.027），但控制CV后，其预测力大幅下降（中央趋势部分相关rho=0.3, p=0.046；序列依赖rho=0.14, p=0.34）（图5）。表明感知精度是解释个体差异的主要因素，MA可能通过降低精度间接影响历史效应。

中央趋势与序列依赖效应相互独立

两者幅度 across participants 无显著相关（rho=0.17, p=0.27, log₁₀BF=-0.5）（图6），支持它们可能依赖不同机制的观点，而非同一过程的不同表现。

结论与意义

本研究首次揭示数学焦虑与感知历史依赖的密切联系：高MA个体在数量任务中表现出更强的中央趋势和序列依赖效应。这些效应由降低的感觉精度驱动，而非工作记忆差异，支持其“感知起源”而非“记忆起源”的解释。结果符合贝叶斯优化框架：当感官输入不可靠时，大脑更依赖先验知识（历史信息）以减少不确定性。

这一发现将情感状态与低层感知处理直接联系，拓展了焦虑影响认知的范围——不仅干扰高级决策，更扭曲基本感知构建。此外，中央趋势与序列依赖的独立性表明，它们可能代表并行机制，分别编码全局统计规律和局部时间连续性。

研究的理论意义在于：1）为感知历史效应提供了个体差异新视角， linking psychological traits to perceptual mechanisms；2）支持感知不确定性是历史效应的关键调节因子；3）表明数学焦虑可能通过感知级联影响高阶数学能力。未来研究可探索其他焦虑类型（如广泛性焦虑）是否类似影响感知，并利用神经成像技术（如fMRI、EEG）直接观测历史效应在视觉皮层中的形成过程。

总之，这项研究深化了我们对感知构建机制的理解，揭示了情感与感知交互的新途径，为焦虑相关认知障碍的干预提供了潜在靶点——通过感知训练提升感官精度，或可减轻不良历史依赖带来的认知偏差。