降低认知需求无法缓解选择过载：多模态神经与眼动证据揭示努力保存效应

《iScience》：Reducing cognitive demand fails to mitigate choice overload: Multimodal neural and gaze evidence for effort conservation

　　

选项过多会损害决策，这一现象被称为选择过载（choice overload）。现代平台使用推荐和过滤工具，通过降低认知需求（cognitive demand）来缓解该问题，但这些策略是否确实改善了选择尚不清楚。研究人员开展了两项实验，通过呈现高吸引力选项集或提供候选清单工具来操纵认知需求，并在参与者从6至24个选项中做出选择时，同步记录眼动追踪（eye-tracking）和脑电图（electroencephalography, EEG）。降低需求加速了决策，但并未随着选项集增大而改善选择表现。在低需求条件下，眼动指标显示视觉搜索更窄，注视锁定脑电图（fixation-locked EEG）显示事件相关电位（event-related potential, ERP）潜伏期更短、枕叶α抑制更弱，且这三种模态在个体内共变，表明参与者保存而非重新分配了认知努力。这些发现表明，简化决策可能适得其反：当选择感觉更容易时，人们会脱离而非优化，从而使选择过载保持完整。因此，有效的选择架构应维持深思熟虑，而非仅仅降低需求。

论文解读：降低认知需求无法缓解选择过载——多模态神经与眼动证据

一、研究背景与问题

日常生活中人们面临大量决策，选项过多会导致选择过载（choice overload），即决策质量下降、产生压力、后悔或满意度降低。评估成本模型认为，选项数量增加使认知需求（cognitive demand）急剧上升，而边际收益递减，因此人们可能趋于节省心理努力。为缓解该问题，现代数字平台广泛使用基于偏好的过滤（如个性化推荐）和顺序缩小选择范围（如候选清单工具）等需求降低策略。然而，这些策略是否真正改善选择结果、消除过载，仍缺乏过程层面的证据；传统自我报告和行为测量难以揭示决策动态。因此，研究人员采用多模态方法，直接操纵认知需求，考察个体在简化决策时是重新分配还是保存认知努力。

二、研究设计与结论概述

研究人员开展了两项实验。实验1（E1）通过呈现高吸引力选项集（低需求）与低吸引力选项集（高需求）模拟基于偏好的过滤；实验2（E2）通过在最终选择前增加书签工具（bookmarking）预先筛选选项来降低需求，并与