基于语言经验发展出的通用领域多任务处理策略：来自学生口译员的神经行为学证据

《Brain and Language》：Domain-general multitasking strategy developed from language experience: Neurobehavioral evidence from student interpreters

　　### 解说员在双任务试验开始时策略性地激活所有任务集

解说员在双任务试验开始时，会策略性地激活所有涉及的任务集。这种策略会增加运动认知区域的负担，导致初始反应变慢。然而，通过预先激活即将到来的任务集，它有助于后续任务之间的快速切换。解说员用初始反应速度的牺牲来换取整体多任务处理的效率。

#### 引言
多任务处理是揭示人类认知处理固有限制的关键范式。这是因为在响应选择阶段存在一个核心瓶颈，这对任务处理施加了根本性的制约（Pashler, 1984, Pashler, 1994），从而导致在同时处理多个任务时出现的多任务成本（即反应时间延长和错误率增加）（Garner & Dux, 2023; Koch et al., 2018）。然而，这些成本并非不可改变。一些研究表明，在需要高效分配注意力和多任务处理的领域（如动作视频游戏玩家和音乐家）中，通过技能训练可以减少这些成本（Chang et al., 2017; Moradzadeh et al., 2014）。基于这一逻辑，口译工作为研究语言领域中的这种迁移效应提供了一个理想的例子（Strobach et al., 2015a; Zhong & Dong, 2023）。

口译工作之所以可能引发这种迁移效应，是因为口译过程本身具有强烈的认知需求。口译主要有两种模式：连续口译（CI）和同声传译（SI）。这两种模式本质上都是多任务处理。根据Gile（2009）的口译努力模型，同声传译同时涉及听觉（L）、产出（P）、记忆（M）和协调（C）三个方面的操作，其中协调是管理多任务需求的关键。连续口译在输入阶段包括听觉、笔记记录和记忆，输出阶段则包括回忆、阅读笔记和产出以及协调。尽管同声传译在这些过程中的时间重叠和强度通常更大，但两种模式都要求口译者在极端时间压力下执行多种认知过程。为了成功应对这些要求，口译者严重依赖注意力控制系统，该系统包括用于处理控制的分配注意力（即协调并发子任务）和用于语言控制的集中注意力（即防止语言干扰）（Dong & Li, 2020）。重要的是，随着口译经验的积累，这一注意力控制系统通过与口译任务模式的持续互动而逐渐适应（Dong, 2026）。随着时间的推移，口译者从依赖局部、短暂和反应性的控制过程（例如工作记忆更新和调整）转向全局、持续和主动的控制过程（例如全局监控和多任务协调）。这种全局控制能力可能使口译者能够主动分配注意力资源并动态协调多个子任务，从而有助于实现领域通用的多任务处理。

尽管有令人信服的理由，但与这种迁移相关的认知和神经机制仍不甚清楚。从行为学角度来看，尽管口译者接受了信息压缩、选择性省略以及预测即将呈现内容等策略的系统训练，以管理认知负荷并优化表现（Bart?omiejczyk, 2006; Dong et al., 2019），但目前尚不清楚他们是否使用这些策略来支持领域通用的多任务处理中的全局规划和协调。在神经层面，神经影像学研究显示口译活动涉及支持语言处理和认知控制的大脑区域网络（例如布罗卡区、尾状核和壳核），并且长期练习可以引起该网络的结构和功能可塑性变化（例如灰质体积、分数各向异性、功能激活和网络拓扑结构）（Hervais-Adelman & Babcock, 2020）。然而，这些观察到的神经适应如何支持领域通用多任务处理所需的全局规划和协调仍不清楚。更重要的是，目前尚不清楚是否存在一致的大脑-行为相关性来解释口译者在多任务处理方面的潜在优势。

关于口译经验如何增强领域通用多任务处理的实证研究结果并不一致，不同方法论和专家水平的研究得出了不同的结论。到目前为止，已有四项行为学研究探讨了口译经验是否能够增强领域通用多任务处理能力（Morales et al., 2015; Padilla et al., 2005; Strobach et al., 2015a; Zhong & Dong, 2023）。其中两项研究（Strobach et al., 2015a; Zhong & Dong, 2023）报告了口译者的优势，而另外两项研究则没有发现显著差异（Morales et al., 2015; Padilla et al., 2005）。此外，在那些提供积极证据的研究中，导致这一优势的具体认知机制也各不相同。

为了理解这些积极结果背后的认知机制，详细了解“心理不应期”（PRP）范式至关重要。这种范式是评估多任务处理能力的一个成熟工具，可以区分多任务协调的具体机制（Strobach, 2024）。多任务处理的一个定义特征是执行两个或多个任务时涉及的认知过程存在时间重叠，这种情况阻止了每个任务孤立地进行（Koch et al., 2018）。PRP范式通过呈现具有不同刺激起始时间（SOA）的两个组成部分任务（即任务1和任务2）来具体化这种时间重叠（Pashler, 1994）。如图1所示，每个任务包括三个处理阶段：感知、响应选择和运动执行。核心瓶颈一次只允许一个响应选择，因此在短SOA条件下，任务2的响应选择会被推迟到任务1完成之后；而在长SOA条件下，任务1的响应完成会早于任务2的需求。三个任务协调组件在不同的阶段发挥作用：任务实例化在处理开始前激活任务集信息，瓶颈访问协调刺激-响应映射规则对瓶颈的访问，瓶颈切换则指任务1完成后的快速切换（Strobach et al., 2015a）。如果参与者在双任务条件下表现出性能优势，而在单任务条件下没有这种优势，则说明其多任务协调能力更强。如果这种优势同时存在于任务1和任务2中，说明其任务实例化和瓶颈访问效率很高（Strobach et al., 2014）；相反，如果优势主要体现在任务2上，则表明其瓶颈切换能力迅速（Liepelt et al., 2011; Strobach et al., 2015b）。

第一项呈现积极结果的研究是Zhong和Dong（2023）进行的，他们使用PRP范式测试了不同训练阶段的口译学员的多任务协调能力。在这项研究中，参与者被要求分别或依次确定音调的音高（任务1）和三角形的大小（任务2）。结果显示，处于中间阶段的口译学员（即具有近两年口译培训经验的第一年级研究生）在任务2的反应时间上表现出较小的多任务成本，而处于初期阶段的学员（即只有约八个月口译培训经验的三年级本科生）则没有这种优势。这些发现表明，处于中间阶段的口译学员可能已经发展出特定的瓶颈切换协调优势。

第二项研究是Strobach等人（2015a）进行的，他们将这一研究扩展到了专业口译人员。使用相同的PRP范式，他们测试了专业同声传译人员，同时以连续口译员和译员作为对照组。结果显示，在双任务条件下，同声传译组的反应时间显著更快，而在单任务条件下的表现相当。这些发现表明，丰富的同声传译经验可能通过优化任务实例化和瓶颈访问过程来提高多任务处理能力。

然而，Padilla等人（2005）的研究并未发现专业口译者在执行自由回忆任务时能够比其他语言背景的专业人士或具有较高工作记忆容量的学生在回忆单词数量上表现更好。Morales等人（2015）也未观察到专业口译者和双语对照组在由视觉和听觉n-back任务组成的双任务中的准确率存在差异。

综上所述，行为学证据表明，口译相关的领域通用多任务处理优势遵循由经验积累驱动的发展轨迹，这与口译中注意力控制的逐步适应一致（Dong, 2026）。具体来说，协调的子过程沿此轨迹逐步适应。在口译培训的早期阶段，学员尚未发展出协调优势；但到了中级阶段，他们发展出局部和反应性的协调优势，表现为更快的瓶颈切换（Zhong & Dong, 2023）。随着经验进一步发展到专业水平，这种优势演变为全局和主动的形式，表现为优化的任务实例化和瓶颈访问，从而加速了两个任务的响应（Strobach et al., 2015a）。这种逐步适应也解释了文献中结果的差异性。根据Dong（2026）的观点，适应的范围取决于语言任务模式中嵌入的额外控制需求。由于口译主要在极端时间压力下进行多任务处理，因此需要快速响应的任务范式（如PRP任务）最能准确地捕捉到口译者的优势；而缺乏这种时间和协调要求的任务（如复杂的工作记忆任务）则无法引发这种迁移效应。

除了这四项行为学研究外，还有两项研究进一步探讨了口译经验如何增强领域通用多任务处理的神经基础。Zhong和Dong（2024）使用了事件相关电位（ERP），而Becker等人（2016）使用了功能性磁共振成像（fMRI）。Zhong和Dong（2024）分析了连续口译学生（即具有近两年口译培训经验的第一年级研究生）和匹配的双语对照组在PRP双任务中的行为和ERP反应的双任务成本，发现与对照组相比，口译学生在任务2的反应时间和刺激锁定的侧化准备电位的起始潜伏期上表现出较小的多任务成本。这些结果不仅表明口译者在协调技能的瓶颈切换组件上具有优势，还提示这种优势可能发生在响应选择阶段，因为刺激锁定的侧化准备电位与预运动过程（如响应选择）有关（Hsieh & Yu, 2003; Leuthold et al., 1996）。

Becker等人（2016）比较了同声传译专业人员和连续口译人员及译员在PRP双任务中的双任务成本。行为学结果显示，同声传译组在任务2中的双任务成本更低。为了研究这种协调优势的神经基础，他们使用基于体素的形态测量（VBM）评估了大脑结构，并使用静息态fMRI评估了大脑功能。VBM分析显示，同声传译专业人员在左侧额极部的灰质体积较大，回归分析表明这种结构差异可以预测个体在双任务成本上的差异，提示神经解剖学变化与多任务处理表现之间存在关联。静息态分析还显示，左侧额极在图论分析中表现出更高的整体效率，并且与左侧下额回和中颞回的连接更为紧密。总体而言，结构和功能证据都表明左侧额极可能是口译者在多任务处理中优势的潜在神经基础。

Zhong和Dong（2024）的ERP研究和Becker等人（2016）的fMRI研究为口译经验如何与领域通用多任务处理能力相关提供了不同的见解。Zhong和Dong（2024）通过ERP将优势定位在响应选择阶段；然而，ERP缺乏识别具体大脑区域的Spatial分辨率。Becker等人（2016）提供了结构和功能的证据，指出了可能支持这种优势的大脑区域。但由于成像数据是在静息状态下获取的，而非任务执行期间获取的，因此它们对多任务处理的动态过程了解有限（Zhao et al., 2023）。此外，Becker等人（2016）由于未分析任务1中的双任务成本，因此难以将优越的协调能力归因于优化的瓶颈切换。

总体而言，尽管口译相关的多任务处理优势的行为表现已经得到描述，但其背后的基于任务的神经认知机制仍需进一步探索。具体来说，虽然口译者优势的行为发展轨迹已经明确，但支持这种逐步适应的多任务协调的具体神经机制尚未阐明。这一差距凸显了基于任务的fMRI方法的必要性，该方法能够将行为表现与动态神经活动联系起来，从而为理解多任务协调能力如何随口译专业技能的发展而演变提供关键的神经认知证据。为了解决上述问题，本研究采用基于任务的fMRI技术，比较了口译学生在执行非语言性PRP双任务时的表现与匹配的双语对照组的表现。与现有的ERP、结构成像和静息状态成像方法不同，这些方法要么缺乏空间分辨率，要么缺乏任务特定的动态信息，而基于任务的fMRI技术使我们能够识别出参与多任务协调的具体大脑区域，并且最重要的是，可以研究这些区域的激活模式如何与行为协调表现相关联。值得注意的是，本研究招募的口译学生处于培训的中间阶段。选择这一群体是基于上述的发展轨迹，因为它代表了协调优势开始显现的关键时期（Zhong & Dong, 2023）。他们的培训内容包括连续口译和同时口译，但主要关注前者。匹配的双语对照组则是其他语言相关专业的研究生。

从行为角度来看，根据口译者在协调能力方面的发展轨迹（Strobach et al., 2015a; Zhong and Dong, 2023, Zhong and Dong, 2024），我们假设口译学生将表现出相较于双语对照组的优势。具体来说，我们预计这种优势将体现在更高效的瓶颈切换上，这将反映在任务2中的双任务成本降低上。关于成像结果，先前的研究表明，特定领域的训练（例如音乐）可以改变相关大脑区域的结构和功能，以支持领域通用的认知（Putkinen & Saarikivi, 2018）。基于这一观点，我们对涉及口译训练的大脑区域做出了以下预测：首先，对于语言相关区域，包括颞上沟/回、颞平面和布洛卡区，这些区域在口译过程中被激活，并显示出与训练相关的结构变化（Elmer, 2016; Elmer et al., 2014; Hervais-Adelman et al., 2015a; Hervais-Adelman et al., 2017），我们预测口译学生与双语对照组相比会表现出不同的激活模式，并且这些区域的激活将与任务2的双任务成本相关。其次，对于运动认知区域，包括辅助运动区、中央后回和小脑，这些区域在口译过程中始终被激活，并显示出与训练相关的激活变化（Hervais-Adelman et al., 2015a; Hervais-Adelman et al., 2015b），并且在PRP范式中，这些区域与响应选择、运动认知整合和多个任务集的维持有关（Worringer et al., 2019; Wu et al., 2013），我们预测口译学生将表现出不同的激活模式，并且这种激活将与任务2的双任务成本相关。第三，对于在执行口译任务时涉及语言集选择和非目标语言抑制的皮层下区域，如尾状核和壳核（Hervais-Adelman et al., 2015a; Hervais-Adelman et al., 2015b），这些语言控制功能是否可以推广到非语言双任务情境中仍然是一个未解之谜。因此，我们将这些区域视为探索性区域，尽管它们也在我们的全脑分析中得到了涉及。

**参与者**
我们使用G*Power 3.1（Faul et al., 2007）进行了的事前功效分析，该分析适用于具有组别（口译组与对照组）作为被试间因素和SOA（100 vs. 150 vs. 450 ms）作为被试内因素的重复测量ANOVA。在效应量f = 0.25、α = 0.05、功效 = 0.95、组数 = 2、测量次数 = 3以及重复测量之间的相关性为0.5的条件下，推荐的样本量为44名参与者。

**行为结果**
表2展示了每种单任务和双任务条件下的原始反应时间（RT）和准确性（ACC）值，以及相应的双任务成本。独立样本t检验显示，口译组和对照组在单任务表现上没有显著差异（所有ps > 0.1）。

关于任务1的反应时间成本（图3），组别之间存在显著的主效应（F1,45 = 4.759, p = 0.034, ηp2 = 0.096），口译组的反应时间成本高于对照组。

**讨论**
为了研究口译的多任务需求如何促进领域通用的多任务处理能力，我们在fMRI扫描过程中比较了学生口译者和匹配的双语对照组在执行PRP双任务范式时的行为表现和大脑激活情况。从行为上看，口译学生在任务1中的反应时间成本高于双语对照组，但在任务2中的反应时间成本较低。在神经层面上，与双语对照组相比，口译学生...

**作者贡献声明**
Chaoqing Yang：写作——审阅与编辑、初稿撰写、可视化、方法论、研究设计、正式分析。
Yanping Dong：写作——审阅与编辑、监督、方法论、资金获取、概念构思。
Shan Gao：写作——审阅与编辑、可视化、正式分析。
Minxia Hu：研究设计。

**利益冲突声明**
作者声明他们没有已知的财务利益或个人关系可能会影响本文报告的工作。

**致谢**
我们感谢Fei Zhong博士在实验设计方面的协助，以及Yuan Meng在数据收集方面的帮助。同时，我们也感谢匿名审稿人提出的采用分组分离方法进行脑-行为相关性分析的建议。

Chaoqing Yang | Yanping Dong | Shan Gao | Minxia Hu