第一节 选择性注意的控制

想象一下假如你现在身处人头攒动的法国博物馆卢浮宫，正欣赏路易·大卫创作的著名油画《拿破仑一世加冕大典》。巨幅的画卷展现了一百多位衣着华丽的人物形象，根据导游的描述，“拿破仑拒绝了教皇的加冕，手持皇冠亲自戴在了妻子约瑟夫的头上”，你的目光投向了拿破仑。此时，身旁游客相机的闪光灯和咔嚓声不由自主地吸引了你的注意。然而，正想着继续端详油画的你，却不经意间看到拍照游客的手上还挂着一袋面包……这个简单的例子揭示了注意选择的必要性——我们需要选择性地加工视觉信息，还揭示了控制注意选择的三个重要途径——自上而下的当前目标、自下而上的物理显著性和奖赏等的选择历史。

一 注意控制的二分类理论：自上而下与自下而上的控制

在选择性注意领域中，主流的传统理论把选择性注意的控制来源分为两类：自上而下（top-down）的注意和自下而上（bottom-up）的注意。自上而下的注意也被称为主动注意（voluntary attention）、内源性注意（endogenous attention）和目标驱动的注意（goal-driven attention），自下而上的注意控制也被称为非主动的注意（involuntary attention）、外源性注意（exogenous attention）和刺激驱动的注意（stimulus-driven attention）。

回忆上面欣赏油画的例子，我们在嘈杂的环境中把注意聚焦在我们感兴趣的目标油画上，然后根据导游对中心人物特征的描述，我们的注意定向（orienting）转到拿破仑身上。这个例子反映的是自上而下选择性注意的过程，其定义是指根据当前行为目标或者已知与目标相关的信息主动控制注意的过程（Corbetta & Shulman，2002）。在实验室中，反映自上而下注意控制的是由Posner设计的经典的线索提示范式（Posner，1980）。在目标刺激出现前，一个线索将先提示目标刺激最可能出现的位置，经典的结果是当目标出现在与提示的位置一致（valid）的位置时，探测目标的任务表现更好；而当目标出现在与提示的位置不一致（invalid）的位置时，探测目标的任务表现更差。

与当前任务无关的闪光不由自主地把你的注意吸引到拍照游客身上的例子，反映的则是自下而上的注意过程，其定义是被外在刺激的低水平特征所控制的注意过程。在实验室中，反映自下而上注意控制的是经典的奇异分心物范式（additional singleton paradigm；Theeuwes，1991，1992，1994；如图1.1所示）。该任务让被试搜索一个单一形状，同时在部分试次中呈现一个颜色鲜明的分心物。然而，即使被试知道他们搜索的目标为单一形状，颜色鲜明的分心物仍然会吸引被试的注意，在实验数据反映为被试搜索目标的反应时变慢，正如一片绿油油的草地上开出的一朵红花。刺激在物理属性上具有很强烈的特征被称为具有很强的物理显著性（physical salience）。显著性高的刺激自动化的（automatically）吸引注意的过程，被定义为刺激驱动的注意捕获（stimulus-driven attentional capture）。

图1.1 奇异分心物范式示意图

资料来源：Theeuwes，1991，1992，1994。

前人大量的功能磁共振成像（funtional magnetic resonance imaging，FMRI）研究表明，目标驱动的注意控制和刺激驱动的注意控制由额顶网络负责。额顶网络分为两个解剖位置上相对分离但功能上紧密交互的子网络——背侧网络和腹侧网络。其中，目标驱动的注意主要由背侧网络负责，背侧网络负责的主要脑区包括额叶的前眼野（frontal eye field，FEF）、位于顶叶的顶内沟（intraparietal sulcus，IPS）和顶上小叶（superior parietal lobule，SPL）。刺激驱动的注意主要由腹侧网络负责，腹侧网络负责的主要脑区包括顶下小叶（inferior parietal lobe，IPL）在内的颞顶联合区（temporoparietal junction，TPJ）和腹侧额叶（ventral frontal cortex；Corbetta & Shulman，2002；Corbetta，Patel & Shulman，2008；Kastner & Ungerleider，2000）。

人类的后部顶叶（posterior parietal cortex，PPC）的顶内沟和顶上小叶被认为是与猴子的外侧顶内沟（Lateral intraparietal area，LIP）同源。近期研究发现，后部顶叶负责自下而上的感知觉信息和自上而下任务相关信号的汇聚和整合的脑区（Bisley & Goldberg，2010；Ptak，2012）。例如，电生理研究发现，LIP神经元负责编码物理显著性高的干扰物（Buschman & Miller，2007；Suzuki & Gottlieb，2013）。功能磁共振成像研究发现，呈现一个物理显著性高的干扰物引起了双侧后部顶叶的激活（Fockert，Rees，Frith，& Lavie，2004；Kelley & Yantis，2010；Kincade，Abrams，Astafiev，Shulman，& Corbetta，2005；Nardo，Santangelo，& Macaluso，2011；Serences et al.，2005）。另外，研究者还通过使用经颅磁刺激（transcranial magnetic stimulation，TMS）的手段来研究后部顶叶与物理显著干扰物的因果关系。Mevorach等（2006，2010）发现，抑制左侧后部顶叶的皮层兴奋性提高了物理显著干扰物所带来的干扰效应，提示着左侧后部顶叶负责物理显著干扰物的控制（同时见Kanai，Dong，Bahrami & Rees，2011）；而抑制右侧后部顶叶降低了被试对物理显著的目标刺激的探测能力，提示着右侧后部顶叶负责加工物理显著的目标刺激。有趣的是，研究者在进一步抑制左侧后部顶叶之后，使用功能磁共振扫描被试的大脑活动，结果发现抑制左侧后部顶叶导致视觉皮层对干扰物刺激的血氧响应变强。而更有趣的是，后续研究使用在线的经颅磁刺激（online TMS）抑制视觉皮层中加工该实验刺激的区域，结果发现物理显著干扰物所带来的干扰性减少（Mevorach et al.，2010）。这些研究提示了左侧后部顶叶负责抑制物理显著性高的干扰物，并且调节视觉区域的活动，进而减少显著干扰物的干扰。

二 第三类注意控制的来源：选择历史

上述例子中面包对注意的捕获现象是主流的二分类注意控制理论难以解释的。被试自上而下的主动控制的目标是欣赏油画，面包也不像闪光灯一样具有特别强烈的物理显著性。很长时间内，研究者们将注意选择的来源分为自上而下目标驱动的注意和自下而上刺激驱动的注意。然而，类似于前述面包捕获注意的例子，近年来很多研究现象已经无法直接用二分类注意控制理论来解释。因此，Awh、Belopolsky和Theeuwes（2012）提出“选择历史”（selection history）应该作为注意控制中的一个新的大类加入主流的二分类注意控制理论。现有研究发现三种选择历史对注意选择有重要的影响作用：启动、奖赏和统计学习。

（一）启动

当一个刺激特征曾经一次或者多次被注意选择过，该刺激特征会更有效地被注意选择和辨别，这个现象被称为启动（priming）。Maljkovic和Nakayama（1994）先驱性的工作展示了启动在视觉搜索任务中的影响——试次间的启动可以持续到后面第8个试次（Maljkovic & Nakayama，1994；如图1.2所示），即使被试没有意识到目标刺激的重复（Maljkovic & Nakayama，2000），或者当他们被告知目标刺激不太可能在试次间相同时（Maljkovic & Nakayama，1994）。与Maljkovic和Nakayama（1994）相似，Hickey、Chelazzi和Theeuwes（2010）也证明了启动的自动化发生的特点。在他们的研究中，当被试接受了一个高奖赏之后，当下一个试次的目标出现的是上一个试次曾经注意过的目标颜色时则搜索更快。反映启动的自动化特点更重要的实验操作是，他们告知了被试当一个高奖赏出现时大多伴随着颜色在目标和干扰物角色之间的切换。然而，Hickey等（2010）发现，即使被试知道利用这个规律对完成搜索任务有帮助作用，被试还是对颜色关系在连续试次间相同的目标刺激反应更快，不能根据奖赏预测的刺激颜色适时地调整颜色注意的定式。总的来说，试次间的启动效应不依赖于被试的期望和意识，并且可以在与被试主动控制相违背的情况下自动化发生。

图1.2 试次间启动实验

资料来源：Maljkovic & Nakayama，1994。

（二）奖赏

以往的研究发现，奖赏可以动机（motivation）的形式调控注意。然而，在这类研究中，奖赏往往是通过间接地增强自上而下的认知控制而产生注意效应，这并不能区分自上而下的注意和奖赏的作用（Maunsell & Treue，2006）。近期的研究进一步发现，奖赏可以让一个本来是中性的刺激在联结性学习后自动化地吸引更多的注意，这类现象被称为奖赏驱动的注意捕获（value-driven attentional capture）。类似的，近年来的研究也发现具有威胁性的惩罚信号（如电击）与中性刺激联结后会产生注意捕获效应（Schmidt，Belopolsky & Theeuwes，2015a，2015b，2016）。在下面的章节，本书将具体地综述领域内关于奖赏调节注意选择的研究发现。

（三）统计学习

在我们生活的世界中，视觉刺激往往具有高度的组织性和结构化特点，使得物体和事件的出现倾向于带有可预测性（Biederman，1972）。学习视觉环境中的统计规律，能让我们减少对所输入的视觉刺激的不确定性和复杂性（Walker-Andrews，1993）。前人研究主要关注目标刺激的统计规律对注意选择的影响。例如，当目标刺激位置在之前呈现的试次中经常出现在一个特定的位置，相对于目标刺激在之前的试次中所出现的位置完全随机，被试对目标刺激的反应会更快（Chun & Jiang，1999）。而目标出现在呈现概率高的空间位置，相对于出现在呈现概率低的空间位置，被试的任务表现更好（Geng & Behrmann，2005）。另外，行为和脑电结果发现，在知觉学习过程中长期注意的刺激特征，也能引发注意捕获效应（Qu，Hillyard & Ding，2017）。最近研究还进一步发现，与任务无关的干扰物的统计规律也能影响到注意的选择。例如，Ferrante等（2017）控制了干扰物在不同空间位置出现的概率，他们发现当物理显著性高的干扰物呈现在出现概率高的空间位置（相对于概率低的空间位置）时，干扰物所产生的干扰效应更小（同样见Wang & Theeuwes，2018）。

总的来说，与刺激驱动的注意选择非常相似，选择历史驱动的注意偏向往往是自动化的（automatic）、不费力气的（effortless），并且多发生在自上而下的注意控制不成功的情况下。如图1.3所示，三分类的注意选择模型划分出三种注意控制的来源——自上而下的任务目标、自下而上的物理显著性和选择历史驱动的残留偏差（lingering biases；Awh，Belopolsky，& Theeuwes，2012）。这三种类型的注意控制共同形成了注意的优先图（priority map）。Theeuwes（2018）认为选择历史既可以通过增强刺激的优先性（priority）的方式，又可以通过减少刺激的优先性的方式，让优先图具有可塑性。这将有利于个体灵活地适应其所在环境，并做出更为高效的注意选择。

图1.3 注意优先图整合的三种注意控制来源

资料来源：Theeuwes，2018。