认知努力分配的驱动因素辨析:近期奖励率与任务表现历史的贡献

《Neuropsychologia》:Dissecting the contribution of recent reward versus recent performance history on cognitive effort allocation

【字体: 大 中 小 】 时间:2026年04月25日 来源:Neuropsychologia 2

编辑推荐:

  为厘清认知努力分配(Cognitive Effort Allocation)是受环境奖励率(Average Reward Rate)还是表现历史驱动,研究者结合Simon任务与奖励激励范式开展预注册复制研究。结果发现,相比奖励率,近期准确率历史更能预测努力投入,且被试对当前奖励不敏感。这对EVC理论及机会成本假说提出了重要修正。

  

大脑的“节能模式”由谁掌控?——近期表现比环境奖励更能预测认知努力投入

你是否曾在工作中感到“心累”,并下意识地开始摸鱼?这种从“全神贯注”到“敷衍了事”的切换,背后是大脑在精细地计算认知努力(Cognitive Effort)的投入产出比。主流理论认为,大脑像精明的商人,通过预期价值控制(Expected Value of Control, EVC)框架权衡成本与收益:当环境奖励丰厚(高奖励率)时,投入更多努力是划算的;反之则“躺平”以节省资源(机会成本假说)。然而,这篇发表在Neuropsychologia上的研究通过严谨的复制实验,对这一经典理论提出了挑战:驱动我们努力工作的,可能不是眼前的“饼”,而是我们最近干得怎么样。

研究方法概览

本研究采用预注册(OSF)复制设计,招募69名健康被试(最终分析68人)。核心范式为Simon任务(75% congruent, 25% incongruent),通过伪随机序列操纵单试次奖励(1-100点),并缩短反应截止时间(500ms为主,10%为400ms)以提升难度。数据分析采用混合效应模型(lme4),关键指标为基于指数衰减更新的平均奖励率(RR)与准确率历史,以对比其对反应时(RT)和准确率的影响。

研究结果解析

1. 复制经典:低奖励率确实诱发了更高努力

研究首先成功复刻了Otto and Daw (2019)的关键现象:当环境平均奖励率(Average Reward Rate)较低时,被试在Simon任务中的准确率显著更高(尤其在冲突试次中),且反应时未显著变化。这初步印证了“低奖励环境激发更多认知控制”的观察。

2. 意外反转:表现历史才是“幕后黑手”

深入分析发现,近期准确率历史(即长期运行的平均准确率)对行为(RT和准确率)的预测力显著优于平均奖励率。模型比较显示,准确率历史能独立解释更多方差,而奖励率的效应在控制表现历史后大幅减弱。这意味着,被试并非直接计算环境的“贫富”,而是根据自己最近是否常做对来调整努力策略。

3. 当前奖励“失灵”

与理论预期相反,当前试次的奖励大小(Stake)对反应速度和准确率均无显著影响。这种对“即时诱惑”的钝感,进一步削弱了基于机会成本的简单解释,暗示努力分配可能依赖于更稳定的内部状态追踪,而非动态的货币价值评估。

结论与意义

这项研究并非否定努力的成本收益原则,而是对其机制进行了重要修正:
  • •
    从“看钱办事”到“看状态办事”:认知努力分配可能更依赖于表现反馈形成的内部状态估计(如“我最近做得不错,可以稍微放松”),而非对外部奖励率的直接计算。这更符合疲劳(Fatigue)或学习(Learning)类模型的预测。
  • •
    理论挑战:经典的EVC理论和机会成本假说(将奖励率作为机会成本的代理)可能需要纳入表现历史这一关键状态变量,才能更准确地描述行为。
  • •
    启发未来:环境“贫富”可能仅作为一个粗略的启发式线索,而非精确的计算输入。未来的研究需进一步分离奖励反馈与表现反馈的神经信号,并探索这种机制在动机缺失(如抑郁症)人群中的异常表现。
一句话总结:大脑确实在计算,但它算得更多的可能是“我最近行不行”,而不是“这个世界富不富”。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号