揭示抑制：统计学习通过动态注意状态驱动抑制

《Cognitive Psychology》：Unfolding suppression: statistical learning drives suppression through dynamic attentional states

　　

• 主动性抑制与反应性抑制是学习依赖的注意优先级图内按时间组织的状态。
• 习得的干扰物抑制在各试验过程中动态地从干扰物驱动捕获转变为目标引导。
• TDAS框架揭示了习得干扰物抑制作为一种动态的、经验依赖的注意优先级更新过程。

引言
视觉统计学习使观察者能够从环境中提取时间性和/或空间性规律，并优化有限注意资源的分配（Theeuwes等，2022）。这种学习的一个重要后果是习得干扰物抑制，即可预测位置或具有恒定特征定义的干扰物减少了干扰效应并促进了目标选择（例如，Wang和Theeuwes，2018a, 2018b, 2018c；Kim等，2023；Stilwell & Vecera，2022；Allenmark等，2022；Goschy等，2014；van Moorselaar等，2020, 2021；Zhang等，2022）。尽管这一效应已被充分证实，但其潜在机制仍有争议。特别是，尚不清楚习得抑制是通过稳定过程实现的，还是随着统计证据的积累而引导注意选择的信号发生变化。
两种主要的解释将习得干扰物抑制定位于注意加工的不同阶段（Geng，2014）。主动抑制观点认为观察者学会了干扰物可能出现的地点，并在搜索刺激呈现之前对该位置进行降权处理（Duncan等，2023, 2025；Ferrante等，2018, 2023；Hauck等，2024；Huang等，2021, 2022, 2023；Richter等，2025；Wang等，2019）。例如，Huang等（2022）发现当显著但任务无关的颜色单子在出现概率高的位置频繁出现时，搜索反应更快，同时该位置的探测物检测受损，表明对预期干扰物位置的预期抑制。相比之下，反应性抑制认为预期的干扰物最初会捕获注意，但随后被更快地拒绝或脱离（Chang等，2023；Chen等，2026；Geng & DiQuattro，2010；Huang等，2025；Huang & Mulckhuyse，2026；Moher & Egeth，2012；Sauter等，2021）。与这一观点一致，Sauter等（2021）观察到在高概率位置上干扰物的注视停留时间比在低概率位置上更短，表明从可预测干扰物位置快速脱离。
这些解释通常被视为相互竞争的解释，但它们并非必然互斥。相反，它们预测的分歧可能反映了习得干扰物抑制被忽视的属性，即支配选择的机制随着学习展开而改变（Boettcher等，2026）。抑制可以在多个阶段发挥作用，包括干扰物出现前的预期准备、出现后的快速过滤，以及注意捕获后的脱离（Liesefeld等，2024）。这些过程的相对贡献可能取决于在特定学习节点可用的统计证据的可靠性。当规律仍不确定时，选择可能主要受干扰物驱动的捕获控制，随后进行反应性脱离。随着证据积累，习得的预期可能越来越多地支持预期引导，使得可能的干扰物位置在刺激呈现前被降权处理。这种可能性与将注意视为证据积累的动态过程而非固定选择状态的解释一致（Forschack等，2022；Nobre & van Ede，2023；Pearson等，2022；van Heusden等，2022；Zhang等，2025）。然而，常规的试验平均分析将不同学习阶段的表现折叠在一起，可能因此掩盖习得干扰物抑制如何逐渐出现的机制。因此，尚不清楚随着统计学习随时间积累，注意引导如何变化。
眼动提供了直接检查这些变化的方法（Drennan & Gaspelin，2026；Kim等，2024）。特别是，首次扫视目的地标志着目标、干扰物和其他位置在搜索阵列中最早的眼动优先级竞争结果（Chen等，2026；Kim等，2024；Zhou等，2022）。干扰物的首次扫视概率降低表明其注意优先级在明显选择前已被削弱。与这种解释一致，Wang等（2019）发现当干扰物出现在高概率而非低概率位置时，首次扫视较少落在干扰物上，表明预期位置的眼动捕获减少。
试验级方法如响应时间过程分析平滑法（SMART）允许连续估计眼动揭示的时间动态，而无需将观察分为任意时间箱或把学习简化为终态比较（van Leeuwen等，2019；Donk等，2024；Huang等，2021；Schonard等，2022；van Heusden等，2021, 2022；van Leeuwen & Belopolsky，2021；Zhang等，2025）。这些方法为注意引导的时间动态提供了有用的观察窗口，可以在两个不同的时间尺度上进行检查。第一个涉及试验内动态，即单个试验中注意选择如何随扫视潜伏期变化（Donk等，2024；Gu等，2025；van Heusden等，2021, 2022；van Leeuwen & Belopolsky，2019）。例如，van Heusden等（2022）识别出试验内三种注意引导模式。短潜伏期扫视更可能落在干扰物上，反映干扰物驱动的眼动捕获。长潜伏期扫视更可能落在目标上，反映目标引导。中等潜伏期扫视对目标或干扰物均无可靠偏好，与"无引导"搜索一致。这些发现共同表明，试验内注意引导随时间动态展开，扫视潜伏期标志着干扰物驱动捕获与目标引导之间的转变。
在这些试验内动态之外，第二个时间尺度涉及观察者在获得空间规律经验时注意选择如何跨试验变化。具体而言，尚不清楚不同引导模式是在学习期间同时出现，还是它们相对贡献随着这些规律的逐渐获得而改变。为解决这一问题，本研究使用逐试验时间过程分析来刻画习得干扰物抑制期间注意引导动态的演变。
此外，习得抑制的发展也可能受干扰物显著性的影响。虽然物理上显著的干扰物持续促进高概率位置的习得干扰物抑制（Failing & Theeuwes，2020；Gong & Theeuwes，2021），但威胁相关干扰物的证据却明显混杂，既有关于促进效应的报告（Nian等，2026），也有无效应报告（Theeuwes等，2025；Theeuwes & van Moorselaar，2025）。我们提出这种不一致反映了威胁独特的生存相关性（Anderson & Britton，2020；Burra等，2019；Casalvera等，2024；Mulckhuyse & Dalmaijer，2016；Pakai-Stecina等，2024；Schmidt等，2015a, 2015b；Zsidó等，2023），这改变了学习过程中多个注意引导信号的动态整合。威胁可能不是施加均匀影响，而是重塑反应性与主动性机制之间演变的平衡，导致习得抑制出现的变化。基于这一解释，本研究进一步检验威胁相关显著性是否影响学习过程中注意引导的时间动态和习得干扰物抑制的出现。
在这里，我们将传统的试验平均分析与试验级眼动建模相结合，以回答两个问题：习得干扰物抑制是否反映了随着空间规律获得而反应性抑制、无引导搜索和主动性抑制相对突出程度的逐渐变化，以及威胁相关显著性是否改变了这一发展轨迹。在四项使用修改后的额外单子任务的实验中，实验1a和2a利用试验平均行为测量建立了空间概率和威胁相关显著性的总体效应。实验1b和2b结合眼动追踪与SMART重建首次扫视选择的逐试验变化。这一设计使我们不仅能够确定习得干扰物抑制是否发生，还能了解其底层引导过程如何随时间发展，以及威胁是否改变了该过程。
总体而言，我们发现威胁相关显著性改变学习过程中注意引导时间动态的证据很少。相反，习得干扰物抑制作为一种动态的、经验依赖的过程出现，注意选择随着跨试验统计证据的积累而从干扰物驱动捕获逐渐转变为目标引导。这些发现突显了注意优先级更新的时间动态是习得干扰物抑制的关键特征。

实验摘要
实验1a
实验1a考察参与者是否会为出现在高概率位置的干扰物发展出习得干扰物抑制，以及威胁关联是否影响这些位置的反应。预计习得干扰物抑制将表现为当干扰物出现在高概率而非低概率位置时反应更快。我们进一步考察高概率位置有电击和无电击的反应时是否存在差异。

实验1b
实验1b探究习得干扰物抑制如何跨连续试验展开，以及有电击和高概率位置与无电击位置的时间动态是否不同。我们记录眼动并对首次扫视落在干扰物或目标上的试验级概率应用响应时间过程分析平滑法（SMART）。这种方法使我们能够追踪分配给干扰物的相对优先级的变化。

实验2a
在实验1a和1b的基础上，实验2a检验当空间规律与干扰物的感知身份绑定时，习得干扰物抑制是否会涌现。具体而言，我们考察参与者是否学会了抑制出现在其关联高概率位置的干扰物，以及这些特征-位置联合上的表现是否根据威胁关联而不同。预计习得抑制将表现为反应加快。

实验2b
实验2b考察特征-位置绑定下习得干扰物抑制的跨试验动态。我们记录眼动并对首次扫视落在干扰物或目标上的试验级概率应用响应时间过程分析平滑法（SMART）。这种方法使我们能够追踪注意引导如何在特征-位置规律被获得时发展，并确定当有威胁关联时这种发展是否不同。

总体讨论
注意研究中的一个重要问题是习得干扰物抑制如何被实施。以往工作表明，干扰物可能在注意被捕获之前被主动抑制，或在注意最初转向干扰物之后被反应性抑制。然而，这一区分尚未解决这些抑制模式如何通过学习涌现，以及它们反映固定机制还是注意控制的暂时性演变状态。本研究...

CRediT作者贡献声明
Nian Jingqing：写作 – 审阅与编辑，写作 – 原稿，方法论，正式分析，数据管理。Zhang Di：写作 – 审阅与编辑，概念构思。Zhang Yu：写作 – 审阅与编辑，监督，概念构思。Luo Yu：写作 – 审阅与编辑，写作 – 原稿，监督，资金获取，概念构思。

利益冲突声明
作者声明没有已知的竞争性经济利益或个人关系可能影响本文报道的工作。

致谢
本研究由贵州省基本研究计划（黔科合基础-ZK[2023]一般-276）和国家自然科学基金委（32260209）资助。

Nian Jingqing | Zhang Di | Zhang Yu | Luo Yu