注意与操作：总结

今天来总结《认知心理学及其启示》的第三章，这一章的主题是“注意”。

注意，这里的“注意”并不是指让大家重点关注这个章节，而是指，这个章节研究的是，人类会关注什么、忽略什么，以及为什么。

先来看本章节的结构：

3.注意与操作

3.1.顺序瓶颈

3.2.听觉注意

3.2.1.过滤器理论

3.2.2.衰减理论与后期选择理论

3.3.视觉注意

3.3.1.视觉注意的神经基础

3.3.2.非注意盲视（Inattentional Blindness）

3.3.3.视觉搜索

3.3.4.捆绑问题

3.3.5.视野忽视

3.3.6.基于物体的注意

3.4.中枢注意：选择所要追随的思路

3.4.1.自动化：通过练习而精通

3.4.2.斯特鲁普效应

3.4.3.前额的执行控制部位

3.5.结论

即便不看正文，从这个结构中，我们会发现，安德森试图告诉我们一些关于注意的理论模型，有些是关于听觉的，有些则是关于视觉的。

再来看作者帮我们提出的好问题，而本章节的重点就是回答下列这些问题：

1.人类的信息处理中的瓶颈是什么？

2.在充满声音的世界中，我们如何选择应该听什么？

3.我们如何从复杂的视觉场景中找到有意义的信息？

4.在将视觉模式组合成可识别的物体时，注意（attention）起到了什么作用？

5.我们如何协调平行的活动，比如边开车边谈话？

先来看第一个问题：瓶颈。

瓶颈是指一个瓶子中比较窄的那个部分，就像人类的脖子比头和身体都要细。一个管道中最窄的“瓶颈”，决定了这个管道所能通过的物体的量。

这个管道隐喻中，那些流通的物体就是信息，而管道本身就是信息加工之路。信息加工有其瓶颈，所以人类不能同时思考所有事情，同时处理所有信息，而是只能一件一件地去做事。

作者给出的例子是，同一个运动系统无法同时处理两件不同的事情，比如用一只手揉揉肚子，同时用一只手拍拍头。

“信息加工瓶颈”的存在是公认的，但有争议的点在于，这个瓶颈在哪里？

有人认为，人类最初会知觉到大量信息，但在信息处理的早期阶段，许多信息就被忽视了。这是早期选择理论。

有的人认为，那些未被重点关注的信息，并没有被完全忽视，而是因为得不到信息加工所以衰减了。这是晚期选择理论。

接下来我们会从听觉和视觉这两种知觉中，看看人类是如何决定注意什么、不注意什么的。

研究听觉注意的经典实验就是双耳分听实验，就是让被试戴着特殊的耳机，一只耳朵听着某个声音，另一只耳朵听着另一个声音。然后，要求被试只注意左耳或者右耳的声音。

在这种情况下，我们会发现，被试只能复述自己注意的那只耳朵中的声音，比如说是一段话。而没有被注意的那只耳朵，被试只能分辨那个声音是不是人的声音，如果是人又是男人还是女人。更详细的细节，被试就说不出来了。

所以，研究者最早假设，人脑就像是一台很机械化的电脑，耳朵就像是麦克风。电脑里一个不够智能的软件，控制麦克风收集特定频率和振幅的声音信号。不是这个频率和振幅的声音信号，就直接被忽略了。这就像是一个过滤器，特定的信息被滤进来，其他的则被忽略。

不过，人脑其实是一台很智能的电脑，里面也装的是很智能的软件，除了能分辨声音的物理特征外，还能分辨其语义特征。而且，人类也不能真的控制自己的耳朵和脑子，就像电脑前的用户也不能真的控制电脑的方方面面。在一项巧妙的双耳分听实验中，如果一只耳朵传出的声音是“狗六跳蚤”，另一只耳朵传出来的声音是“八抓二”，那么被试会认为自己听到了“狗爪跳蚤”。哪怕只要求被试注意一只耳朵的声音，被试也会认为自己听到了有意义的“狗抓跳蚤”这样的声音。可以说，人类要注意什么，不注意什么，不是自己能完全控制得了的。

关于听觉，受到大量实验证据支持的理论是衰减理论（attenuation theory），这个理论和过滤器理论很相似，只是说，未被注意的信息不会被完全忽略，而是衰减了。但虽然衰减，却还是存在，还可以得到加工，如果有必要的话。从“狗抓跳蚤”这个声音信息来看，它其实并没有被真正听到。如果被试真的能完全过滤掉一只耳朵的声音，那么被试会说自己听到了“狗六跳蚤”或“八抓二”。既然被试说了，自己听到了“狗抓跳蚤”，那就说明被试能根据语义内容对于未被注意的信息进行加工，那就说明未被注意的信息还继续存在，虽然被衰减了。

接下来看视觉。人类视网膜最敏锐的部位就是中央凹。所以，如果人类想要集中注意力看什么东西，那就会移动眼球和头部，让那个东西反射或发射出的光照射到中央凹上。不过，没有照到中央凹的光，也可能成为注意的焦点。这类似俗话说的，用“余光”来注意某物。虽然我眼睛盯着某个点，但我也可以注意着并非我盯着的那个点。等到那个点有什么值得注意的东西出现时，我再迅速转动眼睛和头部，让中央凹对准那个点。

在研究视觉注意时，还有一个类似双耳分听实验的经典实验，就是让两个不同的视频画面重叠在一起，要求被试只关注一个视频，忽略另一个视频。书中给出的例子是将一个拍手游戏的视频和打篮球视频重叠在一起。被试的确可以做到只看其中一个视频，而对另一个视频“视而不见”。这就是“注意系统”再引导我们对于信息进行选择性地加工。

有人会更喜欢用主动语态，说是我们人类指挥注意系统来对信息进行选择性加工。这就像是目标导向性注意（goal-directed attention）。不过，很多情况下，实际上是我们人类被注意系统所控制，而这就是刺激驱动注意（stimulus-driven attention）。这种区分类似我们已经听说过了自上而下的加工和自下而上的加工。

这两种信息加工方式同时在起作用。我们有时会注意到我们想要注意的，有时则是被突然出现的新鲜刺激吸引。而Inattentional Blindness这个说法，则是前者的极端形式。

这个词没有标准的中文翻译，它的意思就是“视而不见”，Blind是盲，Inattentional就是没注意，因为没注意，所以虽然生理上没有盲，但心理上盲了，看不见。

魔术师最擅长利用人们的注意力。当魔术师凭空变出一个鸽子时，他们的目的往往不是让你感叹“哇塞，突然出现一只鸽子”，而是让你们注意他们拿着鸽子的那只手，不要注意另一只手。

在“看不见的黑猩猩”这个经典研究中，要求视频观看者仔细数穿着白色衣服的人互相传递了几次篮球。那么，绝大多数人都看不到，在这个视频里其实有一只穿着黑色大猩猩外套的人走过了房间，还在房间中捶胸顿足。

我第一次看到这个研究时，才十几岁。那时也是正在数传球次数，完全没有发现大猩猩的存在。对于心理学的学习，最初总是会给我带来许多惊讶，打破我对“人类认知”的已有认识。毕竟，我自以为拥有关于“人类认知”的十几年的丰富经验，但没想到，十几年的业余经验，完全无法与专业的心理学家对于人类心理活动的认识相提并论。

言归正传。让我们看看视觉搜索，也就是在视野中搜寻我们想要注意的信息。安德森介绍了一个在一群字母中搜寻特定字母K的实验。结论并不出乎意料：字母数量越多，找到K所花费的时间就越长。

不过，有时候，找到字母K却是轻而易举的，比如，在一大群字母O当中，找到一个特立独行的K，只需瞬息之间。

这就是安德森接下来介绍的实验，在字母I和Y组成的背景中，找到字母T是很简单的，因为字母T有一个独特的特征：一个水平的横线。而在字母I和Z组成的背景中找到T，就要难一些。因为字母T的独有特征是横线和竖线的垂直组合，而不是单一的横线。此时，如果背景越大，字母I和Z的数量越多，那要找到T就越难。而增加字母I和Y的数量，我们依然能比较轻松地找到字母T。

这就说明，如果我们要搜索的对象有单一的独有特征，那我们就能很简单地找到这个对象。如果我们要搜索的对象之独特性是多个特征的组合，那我们就可能要逐一搜索各个对象，这就很花时间了。

在对人类心智进行逆向工程学分析时，还有一个不可避免的问题，就是binding problem，翻译作捆绑问题，实际上是指，脑如何将视野中的各种特征整合在一起，从而正确地识别对象。

这听起来很简单，但实际上，因为不同的特征由不同的神经元表征，所以实践起来就很难。比如，如果在你的视野的未注意区域出现了粉红色的字母T和黄色的字母S，你很可能会误以为是黄色的字母S和粉红色的字母T。所以，只有当我们的注意集中在这些特征之上时，我们才能识别正确的组合，才能正确地binding。

同时，人脑这台心智机器的硬件还有许多特殊的功能区域，专门负责实现注意功能。基于一些病例报告，以及用TMS让人脑的一些部位暂时性地故障，就会发现病人或被试表现出对于特定视野的忽视，或者对于特定视觉结构的忽视。这在84页和85页的图中很清楚。

84页的图中，被试无法在视野左边的圆圈上画上斜线，这是因为，被试注意不到这些圆圈。还有一些神奇的病例，被试无法注意到一些物体的的左半边。这说明，视觉注意既可以集中于某个空间位置，也可以集中于某个物体。安德森介绍了贝尔曼的研究，也是为了说明这点。在86页的图中，被试对于a和c的报告速度要快于b，这说明，被试很可能是注意到了两头有突起的这个物体，而不是注意到突起这一特征所在的空间位置。

在听觉系统和视觉系统中，我们都会发现，“注意”是必要的，因为认知资源有限，所以要将有限的资源分配给更值得注意的信息。而在中枢系统中，也就是在“思考”中，“注意”也是必要的。我们一般同时只能考虑一件事情。也就是说，同时能走的“思路”只有一条。

如果我们把“思路”比作物体，把被考虑的思路比作拿在手中的物体，那我们一次只能拿一个物体。要同时考虑多件事情，那就只能先放下一件，拿起另一件，然后迅速交换。有些任务很简单，在经过训练后，就能飞快地交换。这就让人看起来是在同时处理多个不同的事情，但仔细看，其实人们手中只有一个物体，只是两个物体能飞快交换罢了。

如果训练的时间足够长，次数足够多，也许那个任务就不需要占用中枢认知资源了。这就是所谓的自动化。在刚开始学习骑自行车时，我们的自动化程度很低，需要同时注意手、脚、身体以及视觉刺激。而一旦熟练骑车后，我们甚至完全不需要注意自己的身体，只需要注意路上的视觉刺激即可。

自动化还有一个很典型的例子，那就是Stroop效应。让我们来看这幅图，请说出这幅图上的汉字的颜色：

不难发现，中间那6个汉字词，我们说出它们的颜色时，会慢很多，有时还会出错。这是因为我们很熟悉汉语。会对汉字的语义信息进行自动化的加工。如果是让外国人来识别这些汉字的颜色，那么他们不会觉得中间那6个和上下的那6个有什么不同。

本章的一个思考题和“启示专栏”都是在讨论开车时打电话。众所周知，开车时打电话会增加车祸概率。而开车时与车上的乘客谈话，似乎并没有那么分散司机的注意。现在就让我们用本章所学的知识，来分析一下这个现象。

首先，让我们把司机这个人类，看作一台智能开车机器人。这台智能开车机器人经过了较长时间的训练，也通过了考试。这说明，这台机器人在驾驶车辆时，其耗电量要比刚开始接受开车训练的机器，要少很多。

现在，这台智能开车机器人还具备与人类沟通的能力。一般来说，要同时表现出多个功能（开车和谈话），就要消耗更多的电量。而机器人的功率是有限的。如果分配很多电量用来谈话，就要少分配一些电量用来开车。那么，开车功能就可能出故障，于是就可能出车祸。

但是，这里头有趣的现象是，在保持其他变量不变的情况下，如果是与车辆内的乘客通话，与通过电话与其他人通话相比，前者并不怎么增加耗电量。这是为什么呢？

一种解释是，车辆内的乘客知道什么话该在什么时候说，不该在什么时候说。而电话那头的人，因为看不见路况，所以一直在期待司机与自己交谈。哪怕是在司机需要消耗电量来处理突发事件时，对方也在说话。而乘客知道此时不该说话，甚至还会提醒司机。于是，司机的耗电就会比较平稳，不会有很大的波动。

这就是“注意”的本质。因为资源有限，用电量有限，或者说认知资源有限，注意力有限。所以，能同时处理的信息，不管这个信息是听觉、视觉还是语义信息，都是有限的。