《COGNITIVE, AFFECTIVE & BEHAVIORAL NEUROSCIENCE》：Does time pressure reveal habits? Divergent results from outcome devaluation and response remapping paradigms
编辑推荐：
习惯是日常生活的核心，但在实验室中仍难以研究。结果贬值（Outcome Devaluation, OD）常被视为习惯测量的“金标准”范式；然而人类研究产生了混合证据：许多研究未能显示出过度训练对贬值敏感性的预期效应，而该效应本是稳健习惯指标应有的表现。一种替代
习惯是日常生活的核心，但在实验室中仍难以研究。结果贬值（Outcome Devaluation, OD）常被视为习惯测量的“金标准”范式；然而人类研究产生了混合证据：许多研究未能显示出过度训练对贬值敏感性的预期效应，而该效应本是稳健习惯指标应有的表现。一种替代测量涉及将刺激重新映射到新反应，而非对结果贬值。关键在于，该程序限制准备时间，以揭示可能被目标导向过程掩盖的习惯。尽管有前景，这些任务是否评估同一行为现象仍不清楚。为此，研究人员在6天训练后、在匹配的准备时间约束下比较了结果贬值与反应重映射。反应重映射显示出预期模式：前训练（据称“习惯性”）反应的表达在200–500 ms最强，并随准备时间增加而减弱。在结果贬值中，对贬值结果的原始反应随准备时间增加而增加，这是由时间依赖的抑制偏误（withholding bias）驱动的。控制该偏误后，贬值反应随准备时间减少。关键的是，该效应在重映射中更大。此外，任务理解问题可能限制对贬值任务的解释。这些发现表明范式涉及部分不同的过程——反应抑制与自动动作选择——其一需抑制已学反应，另一依赖快速自动动作。研究结果揭示这些任务上的行为对任务结构敏感，强调需考虑驱动动作选择的不同认知与动机因素，并凸显研究者所称的“习惯”受多重过程影响。
研究背景与立项依据
习惯（habit）在认知神经科学中通常被定义为由刺激触发而非由当前目标表征驱动的自发行为，其基础是重复形成的刺激–反应（Stimulus–Response, S-R）联结，但习惯表达受目标导向系统（goal-directed system）与S-R系统平衡制约。结果贬值（Outcome Devaluation, OD）范式被视为习惯测量的金标准，操作化为：先训练刺激–反应–结果（S-R-O）联结，再贬低结果价值，若旧反应持续出现则视为习惯表达。然而人类研究中OD屡次未能复现“过度训练增强习惯”这一核心预期，且存在被试误解指令、OD无法区分“目标控制下降”与“S-R增强”两条路径等问题。另一替代范式反应重映射（Response Remapping）通过指令修改S-R映射并在时间压力下测试旧S-R捕获，已有研究在短准备时间（约200–600 ms）观察到习惯滑脱（habit slip），但该范式是否与OD测同一构念尚不明确。为填补空白，研究人员在完全相同6天S-R-O训练后，于匹配准备时间窗（0.2–1.4 s）下直接比较两范式，检验“时间压力是否揭示OD下的习惯”这一假设。
期刊与意义
该文发表于《Cognitive, Affective, & Behavioral Neuroscience》（题中《COGNITIVE, AFFECTIVE 》为简写指代同刊）。研究意义在于：首次在同等训练量与计时约束下对OD与Remapping进行头对头比较，证明两范式捕捉的是部分分离的加工（反应抑制 vs 快速S-R捕获），提示“习惯”并非单一构念，未来实验须区分任务所依赖的认知子系统。
主要关键技术方法
研究含两个实验，被试均通过Prolific招募（英国/爱尔兰籍、英语流利、非色盲、既往完成≥20项研究），实验1（OD）最终29人、实验2（Remapping）最终28人，均完成6天线上训练+第7天测试。训练阶段两实验完全一致：先Pavlovian条件化建立刺激（四色建筑图）→结果（人脸/风景图）联结，再做S-O显式知识测验，随后6天仪器性训练（每刺激映射“打电话”或“骑车”至点数奖惩，共1440试次/人）。测试阶段采用强制反应时序范式：每试次播三声音调，要求在第三声同步按键，刺激在试次起始后0.2–1.4 s均匀随机出现以操纵准备时间；OD组指令贬低一类结果并要求对相应两刺激 withholding（抑制按键），Remapping组指令反转两刺激的S-R映射。数据分析用R语言lme4线性混合效应模型，以300 ms分箱（0.2–0.5/0.5–0.8/0.8–1.1/1.1–1.4 s）为固定效应、被试为随机截距，并定义习惯指数（Habit Index）=1?(P[press|Valued]?P[press|Devalued])或1?(P[correct|Original]?P[incorrect|Remapped])。
研究结果
Instrumental training: Reaction times and accuracy and trials to criterion
两实验训练阶段RT随session略降（OD组显著β=?9.80, p=0.0003；Remapping组去离群后显著β=?6.67, p=0.0086），准确率均维持约96%；达80%准点反应所需练习块数两实验无差异（t=0.372, p=0.711），证明两组进入测试前学习量等价。
Outcome devaluation test results
原始“对贬值结果按旧键”的反应比例随准备时间不降反升（0.8–1.1 s β=6.56, p=0.001），剔除2名反向操作被试后效应衰减；但短时窗（0.2–0.5 s）本应最多习惯却未见旧反应占优（与incorrect无差p=0.275）。控制基线按键倾向后的Habit Index在0.2–0.5 s为正（β=0.378, p<0.0001）并随准备时间下降（至1.1–1.4 s β=?0.0558, p=0.0035），说明贬值敏感性其实随时间增强、原始上升是时间依赖的withholding bias所致。S-O显式知识在第7天降至78.7%（p=0.0003），知识越低Habit Index越高（r=?0.39, p=0.042），提示部分“习惯”源于对结果价值更新失败而非纯S-R自动化。
Remapping test results
旧S-R错误（习惯滑脱）在0.2–0.5 s最高，随准备时间陡降（至1.1–1.4 s β=?27.81, p<0.001）；Habit Index从0.504降至约0.096（各窗p<0.0001）。原映射试次准确率（88.79%）远高于重映射试次（63.55%），且差距随时窗缩小，证明给足时间目标重选可部分克服S-R捕获。
Direct comparison of habitual responses between tasks
短时窗Remapping习惯率高于OD（β=12.84, p=0.002）；两范式准备时间×任务交互显著，Remapping习惯随时窗陡降而OD原始反应上升。控制基线后Habit Index下降斜率在Remapping显著大于OD（task×time β=?0.259~?0.357, p<0.0001），即同款时间压力在Remapping中“揭示习惯”的效率更高。
讨论与结论翻译
讨论指出，Remapping复现“习惯在200–500 ms达峰、长准备被目标控制覆盖”的经典模式；OD原始贬值按键上升并非稳健习惯签名，更宜解释为部分被试未真正更新结果价值下的目标导向失败。控制基线后OD的Habit Index亦随时下降，但幅度远小于Remapping，说明两范式触及部分分离过程：OD倚赖结果价值表征与反应抑制（response inhibition），Remapping倚赖快速S-R捕获与重选竞争（automatic action selection）。OD在人类中屡次失败可归因于指令理解成本、S-O知识衰减与抑制偏误混淆。结论：时间压力本身不足以在OD下揭示过度训练习惯，须同时操纵目标系统负荷；研究者口中的“习惯”实为由多重过程（S-R强度、结果知识、抑制控制、准备时间）共同决定的家族相似现象，未来习惯研究应明确区分所用范式对应的认知子系统而非共享“习惯”标签。
