(華東師范大學(xué)心理與認(rèn)知科學(xué)學(xué)院, 上海 200062)

1 引言

工作記憶(working memory)是一種對信息進(jìn)行暫時(shí)加工和貯存的記憶系統(tǒng)(Baddeley, 2012), 為許多高級認(rèn)知活動(dòng)如注意、語言、學(xué)習(xí)和問題解決等提供心理操作空間(Cowan, 2014; Leonard et al., 2012;Friedman & Miyake, 2004; Tourva, Spanoudis, &Demetriou, 2016)。然而工作記憶的容量極為有限,對于視覺空間工作記憶來說容量僅為 3～4個(gè)客體(Luck & Vogel, 2013)。工作記憶容量的大小可以解釋個(gè)體的流體智力中超過40%的變異, 且能夠解釋80%的一般認(rèn)知活動(dòng)表現(xiàn)(閱讀和數(shù)學(xué)) (Johnson et al.,2013)。對于有限容量的工作記憶來說, 選擇性地抑制與目標(biāo)無關(guān)信息的干擾, 將有限的資源用于加工和儲存與目標(biāo)相關(guān)的信息至關(guān)重要。以往的研究也發(fā)現(xiàn)工作記憶容量高的個(gè)體, 其抑制干擾的能力也更強(qiáng)(Vogel, McCollough, & Machizawa, 2005), 并且從干擾刺激上轉(zhuǎn)移的速度也更快(Fukuda & Vogel,2009)。與此同時(shí), 關(guān)于老年人和精神分裂癥病人的研究也發(fā)現(xiàn)過濾無關(guān)信息的能力是造成工作記憶個(gè)體差異的重要因素(Hahn et al., 2010; Jost, Bryck,Vogel, & Mayr, 2011)。

有趣的是, 在工作記憶表征中的每個(gè)客體, 可以捆綁(binding)多重特征, 從而在總體上表征更多的信息。然而研究表明, 當(dāng)客體變得更加復(fù)雜時(shí),測量得出的工作記憶容量會降低(Alvarez & Cavanagh,2004)。這意味著, 對于總體資源有限的工作記憶系統(tǒng)來說, 容量中的每個(gè)客體, 其特征被表征的精確性也是有限的(Ma, Husain, & Bays, 2014)。以往的研究中關(guān)于工作記憶的有限資源是如何在每個(gè)客體上有效分配的過程尚未形成一致的結(jié)論, 至今為止有兩個(gè)經(jīng)典的理論模型——資源靈活分配模型(flexible-resource models)和離散、固定精度模型(discrete, fixed-resolution model)對其進(jìn)行具體闡釋。資源靈活分配模型認(rèn)為有限的記憶資源可以在所需記憶的信息中實(shí)現(xiàn)資源的靈活分配：我們既可以記憶多個(gè)、精度較低的客體, 也可以記憶少數(shù)、高精度的客體, 工作記憶的容量大小并沒有限制(Bays, Catalao, & Husain, 2009; Bays & Husain, 2008)。與之相對, 離散、固定精度模型認(rèn)為記憶只能保存3～4個(gè)客體, 對于需要記憶的大量信息, 我們只能選擇少數(shù)幾個(gè)進(jìn)行精確表征, 而對于超出容量范圍的客體則幾乎沒有印象(Luck & Vogel, 1997; Zhang& Luck, 2008, 2011)。通過經(jīng)典的變化檢測(change detection)任務(wù)可以測量視覺工作記憶的容量, 即首先呈現(xiàn)視覺刺激, 再經(jīng)過一段延時(shí), 判斷再次呈現(xiàn)的視覺刺激與之前的刺激之間是否存在變化(Cowan, 2000)。而近些年逐漸流行的顏色回憶(color recall)任務(wù)(Zhang & Luck, 2008)通過對被試行為誤差的計(jì)算建模, 可以分離對容量和表征精度的測量。不過上述兩種資源分配模型均有不少實(shí)驗(yàn)證據(jù)的支持(Luck & Vogel, 1997; 2013; Ma, Husain, & Bays,2014)。

在顏色回憶任務(wù)的基礎(chǔ)上, 本研究加入了任務(wù)無關(guān)刺激的干擾, 通過對實(shí)驗(yàn)結(jié)果的建模, 有望厘清上述兩種資源分配模型。假定干擾的表征會占據(jù)一部分工作記憶資源, 如果按照資源靈活分配模型,目標(biāo)表征中分配的資源會減少, 從而導(dǎo)致其精度下降; 如果按照離散固定精度模型, 干擾只是占據(jù)一部分客體的模塊, 對目標(biāo)客體的表征精度不會產(chǎn)生影響。于是, 本研究中干擾對工作記憶表征精度影響的結(jié)果, 便可以支持上述兩種爭議理論模型中的一種。因此, 本研究希望揭示的第一個(gè)問題是, 工作記憶中的干擾是否會影響目標(biāo)的表征精度？如果這一答案是肯定的, 緊接著的第二個(gè)問題是, 上述干擾效應(yīng)是否會受到工作記憶負(fù)荷的調(diào)節(jié)？

此外, 以往的一系列研究發(fā)現(xiàn)知覺的精確性也可能會影響記憶的精確性。對畫家的研究表明他們對于顏色、圖片、物體、空間關(guān)系等視覺信息的感知和加工明顯不同于一般群體(Kozbelt, 2001)。繪畫方面的藝術(shù)生在檢測并指出圖片中的變化、回憶房間中物品的擺放以及視覺記憶任務(wù)中的表現(xiàn)都優(yōu)于非藝術(shù)生(Rosenblatt & Winner, 1988; Winner& Casey, 1992)。因此, 本研究的第三個(gè)問題是, 知覺的精度是否會影響上述干擾效應(yīng)？研究中將采用獨(dú)立的知覺任務(wù)測量被試在知覺表征方面的個(gè)體差異, 并考察個(gè)體在工作記憶中的抑制干擾能力是否會與之相關(guān)。

2 研究方法

2.1 研究對象

參加實(shí)驗(yàn)的被試一共有 53人, 年齡在 19～24歲之間, 其中男生 23名。被試均為自愿參加實(shí)驗(yàn),在實(shí)驗(yàn)開始之前簽訂被試知情同意書。整個(gè)實(shí)驗(yàn)持續(xù)約一個(gè)半小時(shí), 允許被試在每組實(shí)驗(yàn)結(jié)束后稍作休息以保證較好的狀態(tài)。所有參加實(shí)驗(yàn)的被試要求視力正?；虺C正正常, 非色盲或色弱。

2.2 材料及裝置

使用聯(lián)想Ideal CentreK315的電腦作為刺激材料呈現(xiàn)的設(shè)備, 顯示器的大小為23英寸, 分辨率為1920×1680。使用基于MATLAB 2011b的Psychtoolbox工具包完成實(shí)驗(yàn)程序的準(zhǔn)備、刺激的呈現(xiàn)和數(shù)據(jù)的收集。

2.3 實(shí)驗(yàn)設(shè)計(jì)和程序

實(shí)驗(yàn)包括知覺任務(wù)和工作記憶任務(wù)兩個(gè)部分。

被試首先進(jìn)行知覺任務(wù), 如圖1A所示, 先給被試呈現(xiàn)兩個(gè)色塊(200 ms), 經(jīng)過900 ms的空白屏幕(中心十字仍然呈現(xiàn))延遲后, 之前呈現(xiàn)的兩個(gè)色塊中會隨機(jī)選取一個(gè)再次出現(xiàn), 要求被試在色環(huán)上選擇該色塊的顏色, 被試的反應(yīng)沒有時(shí)間限制, 要求盡可能準(zhǔn)確。正式實(shí)驗(yàn)開始之前會有 10個(gè)練習(xí)試次, 被試明確任務(wù)要求并能熟練操作后開始正式實(shí)驗(yàn)。正式實(shí)驗(yàn)中, 知覺任務(wù)共包含50個(gè)試次, 結(jié)束之后再開始工作記憶任務(wù)。

工作記憶任務(wù)采用 2(干擾因素：無干擾刺激D0和兩個(gè)干擾刺激D2) × 3(工作記憶負(fù)荷分別為2個(gè)T2、4個(gè)T4和6個(gè)T6記憶項(xiàng))的被試內(nèi)設(shè)計(jì)。如圖1B、1C所示, 記憶任務(wù)要求被試首先記住目標(biāo)形狀的色塊(以形狀進(jìn)行區(qū)分目標(biāo)和干擾, 呈現(xiàn)200 ms)的顏色和相對位置, 經(jīng)過900 ms的延遲后,在測試界面中之前某個(gè)目標(biāo)色塊的位置會出現(xiàn)加粗黑框, 被試回憶該位置處目標(biāo)色塊的顏色, 并在色環(huán)上進(jìn)行選擇。記憶任務(wù)中被試的反應(yīng)同樣沒有時(shí)間限制, 但要求盡可能準(zhǔn)確。

由此記憶任務(wù)包括 6組實(shí)驗(yàn), 6組實(shí)驗(yàn)的先后呈現(xiàn)順序隨機(jī)排列。有一半被試的目標(biāo)刺激為圓形色塊, 干擾刺激為方形色塊; 而另一半被試則與之相反。對于每個(gè)被試而言, 知覺任務(wù)中的色塊形狀與記憶任務(wù)中目標(biāo)色塊的形狀保持一致。每組記憶任務(wù)包含100個(gè)試次, 在正式的記憶任務(wù)開始之前會有20個(gè)練習(xí)試次, 練習(xí)中包含2個(gè)目標(biāo)色塊和1個(gè)干擾色塊, 在被試明確任務(wù)要求并能熟練操作后開始正式的實(shí)驗(yàn), 被試可在每組實(shí)驗(yàn)完成后短暫休息。

在知覺任務(wù)和工作記憶任務(wù)中, 方塊刺激邊長的視角為1.5°, 圓形刺激直徑的視角為1.5°。

圖1 (A)知覺任務(wù)流程圖; (B)無干擾情況的記憶任務(wù); (C)有干擾情況的記憶任務(wù)。圖示中以兩個(gè)目標(biāo)色塊為例, 方形為目標(biāo)色塊, 圓形為干擾色塊。彩圖見電子版

兩種任務(wù)后都將對被試在色環(huán)上所報(bào)告的顏色和色塊原有顏色之間的誤差進(jìn)行計(jì)算建模, 如圖2所示, 被試的反應(yīng)可分解為以下兩種成分的混合：測試項(xiàng)目確實(shí)表征在工作記憶中的確定性反應(yīng);測試項(xiàng)目不在工作記憶中而做出的猜測。當(dāng)測試的項(xiàng)目儲存在工作記憶中時(shí), 被試的誤差會呈 von Mises分布(正態(tài)分布在圓周上的近似分布, 圖2中的虛線); 當(dāng)測試的項(xiàng)目不在工作記憶中時(shí), 被試會進(jìn)行隨機(jī)猜測, 并在色環(huán)上進(jìn)行隨機(jī)選擇, 此時(shí)的誤差呈均勻分布(圖2中的點(diǎn)線)。而兩種分布的混合即為被試的真實(shí)反應(yīng)(圖2中的實(shí)線)。

圖2 被試反應(yīng)的理論分布模型, 虛線表征被試記住顏色時(shí)的反應(yīng), 點(diǎn)線表征被試沒記住顏色時(shí)的反應(yīng),實(shí)線表征兩者的綜合。

采用基于 Matlab平臺的工具箱 MemToolbox(Suchow, Brady, Fougnie, & Alvarez, 2013)中的標(biāo)準(zhǔn)混合模型(standard mixture model)對每個(gè)被試每種情況下的原始數(shù)據(jù)進(jìn)行模型擬合, 可分離工作記憶的容量大小和表征精度(Zhang & Luck, 2008)。

其中

r

是被試報(bào)告的值,

s

是目標(biāo)值。

P

是von Mises成分的混合比例, 即被試記住的表征的概率,

I

是0階的貝塞爾函數(shù),

k

是von Mises成分的集中度(van den Berg, Awh, & Ma, 2014), 可轉(zhuǎn)化為von Mises分布的標(biāo)準(zhǔn)差

SD

,

SD

越大表示記憶的精度越低,

SD

越小表示記憶的精度越高, 因此將 Precision =1/

SD

作為精度的測量值, 1/

SD

越大表示記憶的精度越高。而被試猜測的概率

g

= 1 ?

P

是另一個(gè)被估計(jì)的參數(shù)。每種情況下的工作記憶容量

K

=

P

*

Set size

(每種情況下呈現(xiàn)的目標(biāo)色塊的數(shù)目)。對于每個(gè)被試各種情況下的數(shù)據(jù)都采用此模型擬合, 并用最大似然估計(jì)(maximum-likelihood estimates)得出模型的兩個(gè)參數(shù)

g

和

k

, 再通過上述計(jì)算得出精度(

Precision

)和容量(

K

)的測量值(Zhang& Luck, 2008)。更進(jìn)一步, 為了考察干擾對工作記憶容量和精度的影響, 通過以下兩個(gè)式子分別定義容量和精度中的干擾效應(yīng)(Distractor Effect, DE)的大?。?p>

其中 TD和 TD的 T指目標(biāo)(target), D指干擾(distractor), n指每種情況下目標(biāo)的個(gè)數(shù), D和D分別指無干擾和有干擾的情況。

2.4 統(tǒng)計(jì)方法

為探討干擾對工作記憶容量和表征精度的影響, 以及這種影響是否會受到工作記憶負(fù)荷的調(diào)節(jié),將工作記憶的容量和表征精度分別作為因變量, 將干擾因素和工作記憶負(fù)荷作為自變量, 進(jìn)行2(干擾因素：無干擾刺激和兩個(gè)干擾刺激) × 3(工作記憶負(fù)荷為2個(gè)、4個(gè)和6個(gè)記憶項(xiàng))的重復(fù)測量方差分析。為進(jìn)一步探討知覺表征的個(gè)體差異對上述干擾效應(yīng)的影響, 根據(jù)被試在知覺任務(wù)中的表現(xiàn)將被試分為高低兩組, 在上述分析的基礎(chǔ)上再加入組間變量(知覺表征精度的高低兩組), 進(jìn)行混合設(shè)計(jì)的2×2×3的重復(fù)測量方差分析。

為考察知覺表征精度對工作記憶中抑制干擾能力的影響, 計(jì)算DE值與知覺表征精度的皮爾遜相關(guān)(Pearson correlation)。

上述統(tǒng)計(jì)分析均在SPSS 16.0中完成。

3 結(jié)果和分析

3.1 干擾對工作記憶容量大小和精度的影響

采用標(biāo)準(zhǔn)混合模型對原始數(shù)據(jù)進(jìn)行擬合后, 得出被試的工作記憶容量(K)和精度(1/

SD

)。剔除任一任務(wù)中猜測率(g)在90%以上的被試5名, 進(jìn)入之后統(tǒng)計(jì)分析的有 48名被試。不同情況下工作記憶的容量和精度見表1。

表1 工作記憶容量和精度(均值和標(biāo)準(zhǔn)差)

以上多重比較的結(jié)果均經(jīng)過了 false discovery rate (FDR, q = 0.05)校正(Benjamini & Yekutieli, 2001)。

圖3 工作記憶的容量大小(A)和精度(B)

3.2 知覺表征的精度對工作記憶中抑制干擾能力的影響

同樣地, 采用標(biāo)準(zhǔn)混合模型對知覺任務(wù)中的原始數(shù)據(jù)進(jìn)行擬合, 得出被試的知覺表征精度(1/

SD

)的均值為 6.09, 標(biāo)準(zhǔn)差為 1.42, 所有被試的表現(xiàn)均在正負(fù)3個(gè)標(biāo)準(zhǔn)差之內(nèi)。將48個(gè)被試的表現(xiàn)從低到高排列, 并減去中位數(shù)的結(jié)果如圖4所示。

圖4 知覺任務(wù)中被試的成績分布

以上多重比較的結(jié)果經(jīng)過了 FDR校正(Benjamini& Yekutieli, 2001)。

圖5 知覺表征精度高低兩組的容量大小(A)和精度(B)

圖6 高低組的知覺表征精度和高負(fù)荷下抑制干擾能力的皮爾遜相關(guān)

采用皮爾遜相關(guān)分析進(jìn)一步探討兩組個(gè)體的知覺表征精度和工作記憶加工中抑制干擾能力之間的相關(guān)關(guān)系。分析中采用公式(2)、(3)計(jì)算每種負(fù)荷水平下的干擾效應(yīng), 并將其作為衡量過濾能力的指標(biāo)。干擾影響的效應(yīng)越大, 相應(yīng)的過濾干擾的能力越低。相關(guān)分析的結(jié)果發(fā)現(xiàn), 當(dāng)記憶負(fù)荷較高(6個(gè)目標(biāo)刺激)時(shí), 低組的容量干擾效應(yīng)和知覺表征精度呈顯著負(fù)相關(guān)(

r

= –0.47,

p

< 0.05, 圖6A),但其精度干擾效應(yīng)和知覺表征精度則無相關(guān)(

r

=0.275,

p

=0.193, 圖6C); 高組的精度干擾效應(yīng)和知覺表征精度呈顯著負(fù)相關(guān)(

r

= –0.46,

p

< 0.05, 圖6D), 但其容量干擾效應(yīng)和知覺表征精度則無相關(guān)(

r

= 0.125,

p

= 0.562) (圖6B)。兩個(gè)結(jié)果均表明, 知覺表征精度越高的個(gè)體, 其干擾效應(yīng)越小, 即其過濾干擾的能力越強(qiáng)。

4 討論

本研究探討干擾對工作記憶容量和精度的影響, 以及知覺表征的精度是否會影響工作記憶加工過程中對干擾的抑制能力。結(jié)果表明在不同的記憶負(fù)荷水平下, 干擾對工作記憶中儲存表征的數(shù)量和表征的質(zhì)量具有不同的影響：當(dāng)記憶負(fù)荷較低時(shí),干擾會影響工作記憶的精度; 當(dāng)記憶負(fù)荷處于中等或較高水平時(shí), 干擾會影響工作記憶的容量。更進(jìn)一步, 當(dāng)記憶負(fù)荷較高時(shí), 知覺表征精度可以預(yù)測個(gè)體受到干擾的影響, 知覺表征精度越高的個(gè)體,受到干擾的影響越小; 并且這種知覺表征精度和干擾效應(yīng)的相關(guān)表現(xiàn)在工作記憶的不同方面, 知覺表征精度較低的個(gè)體呈現(xiàn)工作記憶容量的干擾效應(yīng);而知覺表征精度較高的個(gè)體則呈現(xiàn)工作記憶精度的干擾效應(yīng)。

研究結(jié)果支持了工作記憶的離散、固定精度模型。雖然資源靈活分配模型和離散、固定精度模型都認(rèn)為隨著工作記憶中存儲數(shù)目的增加, 信息保存的精度會單調(diào)遞減(Bays, Gorgoraptis, Wee, Marshall,& Husain, 2011; Fougnie, Asplund, & Marois, 2010;Fougnie, Suchow, & Alvarez, 2012; Zhang & Luck,2008)。但是二者的區(qū)別在于資源靈活分配模型認(rèn)為工作記憶的容量是沒有限制的, 這種單調(diào)變化的趨勢在任意大小范圍內(nèi)都存在; 而離散固定精度模型假定記憶資源的分配是由事先存在的固定數(shù)目的插槽所決定的, 所以在記憶范圍之內(nèi), 信息保存的精度會隨著記憶中存儲數(shù)量的增加而降低, 但是當(dāng)超出記憶容量時(shí), 信息保存的容量和精度會穩(wěn)定在漸近線附近而幾乎沒有變化。同樣的在本研究中當(dāng)記憶負(fù)荷水平從較低到中等變化時(shí), 工作記憶的容量(K)快速增長到所能儲存的最大值, 相應(yīng)的記憶精度也有顯著的下降; 但是當(dāng)記憶負(fù)荷水平從中等到較高變化時(shí), 工作記憶的容量和精度基本保持在之前的水平不變。這與前人的研究結(jié)果一致。2008年Zhang和Luck的研究發(fā)現(xiàn)當(dāng)需要記憶的數(shù)目從3個(gè)增加到6個(gè)時(shí), 記憶中信息保存的精度不變, 報(bào)告的記住的概率降為原來的二分之一(Zhang& Luck, 2008)。

研究發(fā)現(xiàn)干擾對工作記憶的容量和精度的影響表現(xiàn)在不同的負(fù)荷水平：在低負(fù)荷水平上, 干擾影響記憶的精度; 在中等和較高負(fù)荷水平上, 干擾影響工作記憶的容量。這同時(shí)也證明了容量和精度的度量并非完全相關(guān)的變量。研究結(jié)果中干擾對工作記憶容量的影響符合注意負(fù)荷理論(load theory of attention)中認(rèn)知負(fù)荷調(diào)節(jié)干擾效應(yīng)的假設(shè)(Lavie,Hirst, de Fockert, & Viding,2004), 干擾效應(yīng)會隨著認(rèn)知負(fù)荷的增加而增加(Fitousi & Wenger, 2011;Koshino & Olid, 2016; Weil, Wykes, Carmel, & Rees,2012)。記憶負(fù)荷較低時(shí), 盡管目標(biāo)刺激和干擾刺激都會被知覺到, 但是以目標(biāo)為導(dǎo)向的注意控制能夠主動(dòng)地抑制無關(guān)信息的干擾; 當(dāng)認(rèn)知負(fù)荷較高時(shí),由于沒有多余的認(rèn)知資源維持自上而下的、以目標(biāo)為導(dǎo)向的加工過程, 所以不能有效抑制無關(guān)刺激的干擾。前人關(guān)于認(rèn)知負(fù)荷調(diào)節(jié)干擾效應(yīng)的研究并沒有觀察到低負(fù)荷水平上的干擾效應(yīng)可能是因?yàn)檠芯糠妒降南拗苹蜓芯恐兄魂P(guān)注干擾對工作記憶容量的影響。

同時(shí)也可以用離散、固定精度模型解釋不同負(fù)荷水平上干擾對于工作記憶容量或精度的影響。該模型認(rèn)為工作記憶中存在的插槽數(shù)目是固定而有限的, 工作記憶中只能保存 3～4個(gè)高精度的物體(Luck & Vogel, 1997)。當(dāng)記憶負(fù)荷較低且沒有干擾信息時(shí), 可以實(shí)現(xiàn)記憶的物體和儲存的插槽之間一對一的對應(yīng)關(guān)系。除此之外, 多余的插槽還可以對目標(biāo)物體的多維特征進(jìn)行深度表征, 提升精度。而當(dāng)負(fù)荷較低且有干擾時(shí), 多余的插槽可能會被干擾信息占用, 所以在低負(fù)荷水平上, 干擾主要影響工作記憶的精度。本研究中采用的中等水平的記憶負(fù)荷已經(jīng)處于正常工作記憶容量的邊界水平。對于中等和較高水平的記憶負(fù)荷, 即使在沒有干擾的情況下, 也只能記憶工作記憶容量的最大值。當(dāng)有干擾時(shí), 此時(shí)沒有多余的認(rèn)知資源抑制無關(guān)信息進(jìn)入工作記憶, 干擾會占用緊缺的資源, 使得本來用于儲存目標(biāo)信息的插槽數(shù)量更少, 所以主要表現(xiàn)為干擾對工作記憶容量產(chǎn)生影響, 而對精度則影響不大。

干擾對于工作記憶容量和精度的不同影響也說明了容量和精度作為不同的方面共同決定了工作記憶的總體能力。前人研究也發(fā)現(xiàn)了大腦中不同的腦區(qū)分別負(fù)責(zé)工作記憶容量和精度的表征：下側(cè)頂內(nèi)溝(inferior intraparietal sulcus)與工作記憶中存儲物體的數(shù)目有關(guān), 而上側(cè)頂內(nèi)溝和外側(cè)枕葉(lateral occipital complex)的激活對存儲物體的復(fù)雜度比較敏感(Xu & Chun, 2006)。

更加有趣的是, 我們發(fā)現(xiàn)知覺表征精度可以對抗干擾產(chǎn)生的影響, 知覺表征精度較低的個(gè)體更容易受到干擾, 且表現(xiàn)出前面總體結(jié)果中類似的干擾效應(yīng); 而知覺表征精度較高的個(gè)體更不容易受到干擾。具體來說, 在高負(fù)荷時(shí), 知覺表征精度的高低可以預(yù)測個(gè)體抗干擾能力的高低, 且在低知覺精度組表現(xiàn)出容量的干擾效應(yīng), 在高知覺精度組表現(xiàn)出記憶精度的干擾效應(yīng)。知覺表征作為工作記憶加工的初始階段(記憶物呈現(xiàn)時(shí)), 本研究揭示出其表征質(zhì)量也會限制之后的認(rèn)知加工。Winner等人的研究已經(jīng)表明具有視知覺加工優(yōu)勢的畫家對于視覺材料的記憶明顯優(yōu)于非畫家(Winner & Casey, 1992)。本研究進(jìn)一步發(fā)現(xiàn)具有知覺表征優(yōu)勢的個(gè)體在工作記憶加工過程中對干擾的抑制能力也更強(qiáng), 且這種影響在不同的知覺表征群體中表現(xiàn)為工作記憶能力的不同方面。這種差異可能是由不同水平的知覺表征能力影響工作記憶加工的不同階段所造成的。知覺表征能力較低的個(gè)體因其信息表征質(zhì)量相對較低, 在面對干擾時(shí), 某些低精度的表征會出現(xiàn)明顯遺忘, 相應(yīng)的進(jìn)入工作記憶等高級認(rèn)知加工階段的客體個(gè)數(shù)會減少, 即出現(xiàn)容量的干擾效應(yīng); 如果其知覺表征質(zhì)量越好, 工作記憶的容量越不容易受到干擾的影響。而知覺表征能力較高的個(gè)體因其知覺表征的質(zhì)量相對較高, 在面對干擾時(shí), 雖然表征會出現(xiàn)衰減, 但是不會出現(xiàn)明顯遺忘; 如果其知覺表征的信息質(zhì)量越高, 之后的工作記憶精度越不容易受到干擾的影響。

最后, 本實(shí)驗(yàn)中觀察到的知覺表征能力與抗干擾能力的關(guān)系也提示我們, 在實(shí)踐中或許可以通過知覺訓(xùn)練的方式提升個(gè)體的知覺表征能力, 從而降低干擾對工作記憶能力的影響。

Alvarez, G. A., & Cavanagh, P. (2004). The capacity of visual shortterm memory is set both by visual information load and by number of objects.

Psychological Science, 15

, 106– 111.Baddeley, A. (2012). Working memory: Theories, models, and controversies.

Annual Review of Psychology, 63

, 1–29.Bays, P. M., Catalao, R. F. G., & Husain, M. (2009). The precision of visual working memory is set by allocation of a shared resource.

Journal of Vision, 9

, 7.1–7.11.Bays, P. M., Gorgoraptis, N., Wee, N., Marshall, L., & Husain,M. (2011). Temporal dynamics of encoding, storage, and reallocation of visual working memory.

Journal of Vision,11

, 1–15.Bays, P. M., & Husain, M. (2008). Dynamic shifts of limited working memory resources in human vision.

Science, 321

,851–854.Benjamini, Y., & Yekutieli, D. (2001). The control of the false discovery rate in multiple testing under dependency.

The Annals of Statistics, 29

, 1165–1188.Cowan, N. (2000). The magical number 4 in short-term memory:A reconsideration of mental storage capacity.

The Behavioral and Brain Sciences, 24

, 87–185.Cowan, N. (2014). Working memory underpins cognitive development, learning, and education.

Educational Psychology Review, 26

, 197–223.Fitousi, D., & Wenger, M. J. (2011). Processing capacity under perceptual and cognitive load: A closer look at load theory.

Journal of Experimental Psychology: Human Perception and Performance, 37

, 781–798.Fougnie, D., Asplund, C. L., & Marois, R. (2010). What are the units of storage in visual working memory?

Journal of Vision, 10

, 27.Fougnie, D., Suchow, J. W., & Alvarez, G. A. (2012). Variability in the quality of visual working memory.

Nature Communications,3

, 1229.Friedman, N. P., & Miyake, A. (2004). The reading span test and its predictive power for reading comprehension ability.

Journal of Memory and Language, 51

, 136?158.Fukuda, K., & Vogel, E. K. (2009). Human variation in overriding attentional capture.

The Journal of Neuroscience, 29

, 8726–8733.Hahn, B., Robinson, B. M., Kaiser, S. T., Harvey, A. N., Beck,V. M., Leonard, C. J., … Gold, J. M. (2010). Failure of schizophrenia patients to overcome salient distractors during working memory encoding.

Biological Psychiatry,68

, 603–609.Johnson, M. K., McMahon, R. P., Robinson, B. M., Harvey, A.N., Hahn, B., Leonard, C. J., … Gold, J. M. (2013). The relationship between working memory capacity and broad measures of cognitive ability in healthy adults and people with schizophrenia.

Neuropsychology, 27

, 220–229.Jost, K., Bryck, R. L., Vogel, E. K., & Mayr, U. (2011). Are old adults just like low working memory young adults?Filtering efficiency and age differences in visual working memory.

Cerebral Cortex, 21

, 1147–1154.Koshino, H., & Olid, P. (2016). Interactions between modality of working memory load and perceptual load in distractor processing.

The Journal of General Psychology, 142

, 135–149.Kozbelt, A. (2001). Artists as experts in visual cognition.

Visual Cognition, 8

, 705–723.Lavie, N., Hirst, A., de Fockert, J. W., & Viding, E. (2004). Load theory of selective attention and cognitive control.

Journal of Experimental Psychology: General, 133

, 339–354.Leonard, C. J., Kaiser, S. T., Robinson, B. M., Kappenman, E.S., Hahn, B., Gold, J. M., & Luck, S. J. (2013). Toward the neural mechanisms of reduced working memory capacity in schizophrenia.

Cerebral Cortex, 23

, 1582?1592.Luck, S. J., & Vogel, E. K. (1997). The capacity of visual working memory for features and conjunctions.

Nature,390

, 279–281.Luck, S. J., & Vogel, E. K. (2013). Visual working memory capacity:From psychophysics and neurobiology to individual differences.

Trends in Cognitive Sciences, 17

, 391–400.Ma, W. J., Husain, M., & Bays, P. M. (2014). Changing concepts of working memory.

Nature Neuroscience

,

17,

347–356.Rosenblatt, E., & Winner, E. (1988). Is superior visual memory a component of superior drawing ability?. In L. K. Obler & D.Fein (Eds.),

The exceptional brain: Neuropsychology of talent and special abilities

(pp. 341?363). New York, NY,US: Guilford Press.Suchow, J. W., Brady, T. F., Fougnie, D., & Alvarez, G. A. (2013).Modeling visual working memory with the MemToolbox.

Journal of Vision, 13

, 9.Tourva, A., Spanoudis, G., & Demetriou, A. (2016). Cognitive correlates of developing intelligence: The contribution of working memory, processing speed and attention.

Intelligence, 54

, 136–146.van den Berg, R., Awh, E., & Ma, W. J. (2014). Factorial comparison of working memory models.

Psychological Review, 121

, 124–149.Vogel, E. K., McCollough, A. W., & Machizawa, M. G. (2005).Neural measures reveal individual differences in controlling access to working memory.

Nature, 438

, 500–503.Weil, R. S., Wykes, V., Carmel, D., & Rees, G. (2012). Opposite effects of perceptual and working memory load on perceptual filling-in of an artificial scotoma.

Cognitive Neuroscience,3

, 36–44.Winner, E., & Casey, M. B. (1992). Cognitive profiles of artists.In G. C. Cupchik & J. László (Eds.),

Emerging visions of the aesthetic process: Psychology, semiology, and philosophy

(pp. 154?170). New York, NY, US: Cambridge University Press.Xu, Y. D., & Chun, M. M. (2006). Dissociable neural mechanisms supporting visual short-term memory for objects.

Nature,440

, 91–95.Zhang, W. W., & Luck, S. J. (2008). Discrete fixed-resolution representations in visual working memory.

Nature, 453

,233–235.Zhang, W. W., & Luck, S. J. (2011). The number and quality of representations in working memory.

Psychological Science,22

, 1434–1441.