适应性的人类行为既需要在工作记忆（WM）中主动维持任务关键信息（A. Baddeley 2003; A. D. Baddeley 1986），又需要在长时记忆（LTM）中长期存储大量信息（Ebbinghaus 1913; Brady et al. 2008; Cowan 2008）。WM 被广泛认为是通往 LTM 的门户（Hartshorne and Makovski 2019; Souza and Oberauer 2017; Cowan 2008; Jonides et al. 2008）。然而，并非所有存储在 WM 中的信息都被平等对待——注意力有选择地优先处理某些表征而非其他表征，具体取决于任务需求（Myers et al. 2017; Bruning and Lewis-Peacock 2022）。这种优先化在大脑中如何展开，以及它对 LTM 意味着什么，仍是一个未解之谜。
已有充分证据表明，WM 在优先处理任务相关信息以服务于目标导向行为方面具有惊人的灵活性（Myers et al. 2017; van Ede and Nobre 2023; Souza and Oberauer 2016）。使用回顾性线索，研究人员发现，有选择地关注任务相关内容可以提高 WM 表现（Griffin and Nobre 2003; Landman et al. 2003; Nobre et al. 2004）。更重要的是，研究揭示该选择过程具有高度灵活性和可逆性，使得内容可以基于任务需求动态地进入或退出内部焦点。功能性磁共振成像（fMRI）和脑电图（EEG）研究显示，在记忆项之间优先级来回切换期间存在不同的神经状态（Lewis-Peacock et al. 2015; 2012; Zokaei et al. 2014; Christophel et al. 2018）。多变量模式分析（MVPA）的分类证据表明，只有优先化项目具有活跃表征，而未优先化项目可以通过第二个回顾性线索重新激活（Lewis-Peacock et al. 2012），或通过任务无关的视觉脉冲（Wolff et al. 2017; 2015）或经颅磁刺激脉冲（Rose et al. 2016）恢复。这些发现突出了内部注意力的一个重要特征：在 WM 中选择性优先化信息并不意味着未优先化的信息一定会被丢弃。相反，如果未优先化的信息后来变得有用，它可以被检索到注意力焦点中。
鉴于标志性的灵活性和可逆性，优先化可能在决定 WM 内容在更长时间尺度上的命运方面发挥关键作用。先前研究发现，WM 中维持的信息进行更长时间的维持和/或排练与随后更好的 LTM 表现有关（Schon et al. 2004; Ranganath et al. 2005; Davachi et al. 2001; Bartsch et al. 2018; Hartshorne and Makovski 2019; Souza and Oberauer 2017）。然而，调查 WM 期间选择性优先化长期后果的研究得出了不一致的发现。一些研究表明，在 WM 期间被优先化的项目在 LTM 中具有益处（Fan and Turk-Browne 2013; Jeanneret et al. 2023; Lintz and Johnson 2021; Reaves et al. 2016; Strunk et al. 2019），而另一些则报告没有效果（Bartsch et al. 2018; LaRocque et al. 2015）。一种可能性是，优先化过程并不总是完整的；不同程度的优先化可能导致对长期痕迹的不同影响。
先前的工作研究了如何在 WM 中通过明确线索将优先化从一项切换到另一项会导致去优先化项目的遗忘（Lewis-Peacock and Norman 2014）。他们使用 fMRI 和 MVPA 测量了优先化切换前、中、后两项在 WM 中的表征强度，并将其与随后的记忆任务结果联系起来。结果揭示了非单调可塑性假说（Newman and Norman 2010; Detre et al. 2013; Ritvo et al. 2019）所预测的 U 型关系，其中去优先化项目的中等激活水平与较差的记忆结果有关。
另一个未解决的问题是，除了明确的回顾性线索之外，其他重新优先化的触发因素是否也能导致 WM 中相似的表征动力学和对 LTM 的相似后果。例如，WM 优先化已在更动态的环境中进行了研究，在这些环境中，内部引导的时间期望会在延迟过程中改变持有项的优先级。这些研究表明，关于记忆项何时最相关的期望可以暂时提高其表征优先级——即使在缺乏外部线索的情况下（van Ede et al. 2017a; Jin et al. 2020; Auksztulewicz et al. 2019; Zokaei et al. 2019）。换句话说，人们并不是被告知何时转移优先级，而是如果他们相信这在特定时间点对任务最有利，就可以选择这样做。使用 EEG，研究人员发现这种动态优先化与对侧阿尔法（8 - 14 Hz）振荡的时间特异性衰减有关。然而，这种 WM 中自发启动的动态优先级转移如何塑造这些表征在 LTM 中的后续命运尚未评估。这是本研究的目标。
为了创建自发优先化的背景，我们将面部图像与短（1 秒）延迟关联，将场景图像与长（4 秒）延迟间隔关联。参与者根据 WM 延迟期间已经过去了多少时间知道哪个项目将被探测。当面部图像在短延迟后未被测试时，他们知道场景图像会在较长延迟后被测试。这使得内部引导的优先化切换成为可能。基于使用类似范式的先前工作（van Ede et al. 2017a; Jin et al. 2020; Auksztulewicz et al. 2019），我们假设人类参与者最初会优先处理预期早期被测试的面部图像，如果早期测试未发生，则会切换到优先处理预期晚期被测试的场景图像。
为了追踪 WM 中的动态优先化过程，我们在参与者执行任务时记录了 EEG 信号。由于我们建立了图像类别与探测间隔之间的关联，因此我们可以应用类别分类器来量化优先化转变。我们期望分类器证据能追踪动态优先化转变：在早期延迟期间，它对面部的评分应高于对场景的评分。然而，随着时间流逝，类别证据应转向偏向场景而非面部。此外，这些数据用于预测实验结束时意外再认记忆测试的结果。基于 NMPH，我们假设在自发优先级转移后接受中等剩余激活的去优先化项目（面部）在 LTM 中更容易遗忘。
