刻板印象威胁的注册复制失败：对认知可塑性主张的再审视

《Advances in Methods and Practices in Psychological Science》：On the Limits of Contextual Malleability in Cognitive Performance: Commentary on Stoevenbelt et al. (2026)

　　<段落>Stoevenbelt等人（2026年）对Johns等人（2005年）研究的注册复制报告（RRR），为数学表现中最广泛引用的刻板印象威胁实证证据之一提供了迄今为止最有力的实证检验。该研究在九个实验室进行了测试，参与者超过1700人，采用了预注册分析和旨在应对早期统计问题的多层建模。Stoevenbelt等人发现，性别与威胁条件之间的核心交互作用并未被观察到。从实际意义来看，这意味着被分配到刻板印象威胁条件下的女性，其表现并不比对照组中的女性更差；在刻板印象威胁指示下预测的女性数学表现下降，在参与实验室中并未可靠地出现。在女性中估计的刻板印象威胁效应接近于零，且显著小于最初报告的效应。这一对比令人瞩目：一个最初被呈现为大效应在方法学严格要求下变得无法与零效应区分。<段落>在心理科学中，原始报告与后续复制研究之间的分歧已不再罕见。Stoevenbelt等人（2026年）注册复制报告的意义超越了重新审视某一特定实证效应；它阐明了刻板印象威胁主张的理论适用范围。几十年来，刻板印象威胁一直被视为短暂情境操纵能够有意义且可靠地改变认知表现的证据。在本篇评论中，"认知表现"一词被广泛使用，指代通常被视为认知功能指标的可测量任务结果，包括数学表现、学业成绩以及在心理干预目标下的认知测试表现。当前发现对此类刻板印象威胁效应的解读施加了限制，表明此类效应的量级、可推广性和稳健性可能比之前所假设的更为有限，这与更广泛的文献相一致。<章节标题>注册复制报告告诉我们关于刻板印象威胁的什么<段落>Johns等人（2005年）的初始研究并非边缘性贡献；它被广泛引用并频繁讨论，作为微妙群体刻板印象线索能够降低女性数学表现的证据——且此类效应可以通过简单的教学干预来缓解。在注册复制报告中，Stoevenbelt等人（2026年）保留了原始设计的核心结构，并在关键方面进行了改进，包括大样本量、预注册、跨实验室标准化材料、用于考虑聚类效应的多层建模，以及对偏差的透明报告。<段落>在这些条件下，预测的性别与条件交互作用未能出现。尽管观察到了数学表现中的性别差距，但其量级适中，且不依赖于刻板印象威胁操纵。交互作用的缺失具有理论后果，因为刻板印象威胁理论预测，激活负面群体刻板印象应当选择性地损害刻板印象化群体的表现（Spencer等人，1999年；Steele与Aronson，1995年）。当在统计功效充分且严格控制条件下检测不到该交互作用时，这便限制了对该机制可靠性的主张。<段落>重要的是，Stoevenbelt等人（2026年）的注册复制报告并非孤立存在。近年来，关于数学中刻板印象威胁的证据褒贬不一。Agnoli等人（2021年）报告未能复制刻板印象威胁对意大利女孩数学表现的影响，并得出结论认为此类效应发生的概率"微乎其微"。同样，在一项考察自我确认作为刻板印象威胁缓冲的研究中，Macchione与Sacco（2023年）未观察到刻板印象激活损害女性数学表现的证据。综合来看，这些发现表明了一种模式：当样本更大、设计更加标准化、分析更加透明时，效应量往往趋于缩小。这一模式提示，刻板印象威胁效应可能比早期解读所暗示的更加依赖情境且缺乏人群层面的稳健性。<章节标题>认知干预研究中的更广泛模式<段落>Stoevenbelt等人（2026年）的发现与认知干预研究多个领域观察到的更广泛实证轨迹相一致。尽管这些文献在特定机制上存在差异，但它们共享一个共同前提：即相对短暂的情境或心理操纵能够对认知或学业任务的表现产生有意义的改变。在过去二十年中，一系列具有影响力的研究项目推进了这一前提，包括刻板印象威胁研究，以及心态干预、大脑训练和电子游戏干预等（综述与批评见Moreau，2022年）。<段落>在每种情况下，早期报告都描述了相对适度的操纵后产生的大幅表现提升或下降。然而，后续的大规模复制研究和元分析往往得出了更小且更多异质的效应。例如，在一项关于成长心态干预的元分析中，Macnamara与Burgoyne（2023年）发现，在修正发表偏倚后，学业成绩的总体效应并不显著。同样，Melby-Lerv?g等人（2016年）得出结论认为工作记忆训练不会产生可靠的远转移至一般认知能力，而Sala等人（2018年）发现电子游戏训练对一般认知能力产生可靠改善的证据甚少。关于数学中刻板印象威胁的元分析也报告了小的平均效应以及发表偏倚和异质性的证据（Flore与Wicherts，2015年；Shewach等人，2019年；Stoet与Geary，2012年）。<段落>这一模式——早期大幅效应随后在更强的方法学审查下减弱——提示某些干预文献可能最初高估了短期认知可塑性的程度。如他处所论（Moreau，2021年；Moreau等人，2019年），可扩展的心理解决方案对社会结构不平等问题的吸引力，有时会超越其底层证据的累积强度。<段落>认知干预研究的一个显著特点是所报告的效应量存在显著变异。使用混合建模框架对多个干预文献进行再分析表明，效应量分布通常更适合被描述为多个潜在亚群体，而非单一潜在效应（Moreau，2021年）。在这种情况下，结果可能同时聚集在接近零的效应和相对大的效应周围，这意味着单一的平均效应量可能掩盖了跨研究的有意义的结构差异。注册复制报告通过标准化程序和约束分析灵活性，有助于区分稳定的总体层面效应与依赖情境或特定设计的研究结果（另见Moreau与Wiebels，2021年）。当效应在这些条件下减弱时，这便提出了先前变异反映的是方法学或情境影响而非一致的理论调节变量的可能性。<章节标题>概念性含义：情境调节与持久改变<段落>刻板印象威胁常被解读为微妙情境线索能够产生大幅表现转变的证据。关于情境可塑性的更广泛文献同样暗示，认知表现对短暂环境信号高度敏感。然而，几十年来关于个体差异的研究表明，认知能力在时间和情境中表现出相当大的稳定性（Deary，2014年）。尽管表现可能波动，但通过短暂操纵产生稳健的平均水平能力转变是出了名的困难。在此语境下，"情境调节"指的是由情境线索引发的任务表现的暂时性波动——例如动机、焦虑或任务投入度的变化——而非底层认知能力的持久改变。<段落>所有这一切并不意味着情境因素无关紧要。情境线索可以影响自我概念及相关心理状态，在某些条件下这些状态可能影响任务投入度。然而，关键问题在于效应的量级和可推广性。当效应微小、脆弱或高度依赖情境时，其政策相关性就变得不那么明确。如果刻板印象威胁仅在难以事先确定的狭窄条件下起作用，那么它对持续性数学性别差距的解释力可能是有限的。<段落>Stoevenbelt等人（2026年）的注册复制报告对刻板印象威胁理论施加了重要限制。核心问题不再仅仅是刻板印象威胁是否"存在"，而是该理论能否预先指定刻板印象激活应当可靠地损害表现的条件下。如果效应取决于特定人群、情境特征或心理中介变量，那么这些边界条件必须被清晰阐明并获得实证支持。若缺乏此类明确指定，关于情境可塑性的广泛主张有可能超越理论预测的精确性。<段落>更广泛地说，这些发现有助于对认知可塑性的预期进行持续的校准。心理科学通过识别认知表现的情境影响做出了宝贵贡献，情境因素无疑很重要。同时，来自刻板印象威胁及相关认知干预文献的累积证据表明，短暂操纵的效应往往比最初报告的更小、更脆弱、可推广性更低。清晰地指定机制、前瞻性地检验边界条件以及对政策转化的谨慎态度，将有助于确保关于认知可塑性的主张与其底层证据的强度和可重复性相称。<章节标题>ORCID iD<段落>David Moreau: https://orcid.org/0000-0002-1957-1941