數字時代的注意困境：媒體多任務的視角*

郭芮巧 劉 巖

（遼寧師范大學心理學院，遼寧 大連 116029）

1 引 言

在日常生活中，我們不難發現這樣的現象：人們會在看電視時回復消息，在開會時刷微博。研究者們將其稱為“媒體多任務”（media multitasking）。多任務最初指代電腦CPU 能同時執行幾個任務，后被心理學家用來指代人類同時將注意力分配到幾個任務中（Aagaard，2018）。而媒體多任務作為一個新興詞匯，關于它的定義尚沒有統一。

最早對其進行定義的是Ophir 等人（2009）的研究。他們認為媒體多任務即同時處理兩項及以上與媒體相關的任務。Ophir 等人（2009）設計的媒體多任務問卷將個體分為重度媒體多任務者（HMM，heavy media multitaskers）和輕度媒體多任務者（LMM，Light Media Multitaskers）。相比于LMM，HMM 在日常生活中更頻繁地同時進行多個媒體活動。其定義和問卷被研究者大量引用（Martini et al.，2020；May &Elder，2018；Ralph et al.，2018；Wiradhany &Koerts，2019）。

在Ophir 等人（2009）定義的基礎上，有研究者提出媒體多任務并不一定是“同時”處理幾項任務。在某些情況下，由于人類認知結構的局限性，個體無法同時處理所有信息。比如從整體上看，我們看電視的同時在玩手機。當把這個行為放在精細的時間尺度上時，我們是將注意焦點在手機和電視屏幕上頻繁進行快速切換。而由于知覺的離散性，即便存在先后順序，同一個表征片段內發生的所有事情都會被知覺為同時發生（VanRullen et al.，2007），這就造成了我們同時處理兩個媒體的錯覺。因此，研究者們將媒體多任務進一步定義為：使用者同時進行兩項及以上的任務或者在不同任務之間進行轉換，其中至少一項任務涉及媒體的使用（Lopez et al.，2018；Murphy et al.，2017；van der Schuur et al.，2018）。雖然同時性多任務一般也被看作是多任務的一種形式，但其中至少有一項任務達到了高度自動化程度，不會占用個體的認知資源。Aagaard（2018）認為，媒體多任務的實質是分心（distraction），即注意資源分配到多個需要有意注意的任務上。而同時性多任務則沒有體現出這一特征。很多研究者也更傾向于將媒體多任務定義為“任務轉換”（Crews & Russ，2020；Ettinger & Cohen，2020；Kim，2019；Lang & Chrzan，2016）。基于此，本文將媒體多任務看作是任務轉換，其中至少一項任務涉及媒體使用。

大量研究表明媒體多任務與一些功能存在負相關，包括學習成績（May & Elder，2018），社會情感功能（Yang et al.，2015）和認知功能等（Uncapher&Wagner，2018），這可能是由于它們共同的潛在機制受損，如注意功能。注意是其他認知功能或認知活動的基礎。所以本文將重點探討媒體多任務對注意可能造成的影響。注意有三種功能，分別是選擇功能、持續功能以及調節監督功能（彭聃齡，2007）。下文將分別探討媒體多任務對注意的各項功能帶來的影響。其中選擇性功能以注意切換能力為指標，本文將討論經常進行媒體多任務的個體是否能靈活地選擇注意不同的任務；對于持續功能則討論媒體多任務是否削弱了個體的持續注意能力；而對于調節監督功能則探討媒體多任務是否影響了個體對注意的調節能力。此外，本文還將論述減輕媒體多任務對注意影響的干預方法，并對未來研究進行了展望。

2 媒體多任務對注意的影響

2.1 媒體多任務與注意切換

Yeykelis 等人（2014）對被試的電腦使用情況和皮膚電進行了記錄。結果發現，被試在界面之間進行轉換時，他們的皮膚電喚醒水平達到最高，說明任務切換給個體帶來即時的滿足感。個體在任務之間轉移注意力的能力也叫作注意切換（Elbe et al.，2019）。注意切換會產生轉換成本（switch cost），該成本是認知控制的一個指標，反映的是個體能否在媒體多任務情景下實現靈活的、目標導向的行為（Kiesel et al.，2010）。那么不同程度的媒體多任務者他們的轉換成本會存在差異嗎？現有的研究結果并不一致。

Ophir 等人（2009）選取斯坦福大學的學生，完成數字—字母（如“2d”）任務，即根據線索（“number”或“letter”）判斷字母為輔音/元音或者判斷數字是奇數/偶數。轉換成本的操作定義是轉換試次（如對字母的判斷轉為對數字的判斷）與重復試次（前后兩次判斷的類型相同）的反應時差。結果表明HMM 相比于LMM，在轉換和重復試次下反應時都更長，且轉換成本更大（另見Wiradhany & Nieuwenstein，2017，實驗一）。而另外三項完全復制Ophir 等人（2009）的研究卻得出了不同的結果。Alzahabi 和Becker（2013）發現媒體多任務分數越高的個體，其轉換成本越低（另見Alzahabi et al.，2017；Elbe et al.，2019）。Minear 等 人（2013）則沒有發現HMM 和LMM 在轉換成本上存在差異（另見Baumgartner et al.，2014；Schneider & Chun，2021；Wiradhany &Nieuwenstein，2017，實驗二）。Cardoso-Leite等人（2016）總體上也沒有發現HMM 和LMM 在轉換成本上的差異。

對于以上研究結果存在的差異，可能的解釋如下：

一方面，不同研究涉及不同的速度—準確性權衡。一些研究在討論轉換成本時只關注了反應速度，而未考慮準確性。結果發現媒體多任務水平越高的個體轉換成本越 低（Alzahabi et al.，2017；Elbe et al.，2019）。但另一些研究則只計算了正確試次的反應。結果發現，媒體多任務水平與注意切換能力之間并無關聯（Cardoso-Leite et al.，2016；Minear et al.，2013；Schneider &Chun，2021）。其中可能涉及速度-準確性權衡的問題。頻繁進行媒體多任務的個體在不同任務之間轉換時可能會優先考慮速度，表現為轉換成本較低。有研究表明，在線索和刺激間隔時間較短（Alzahabi et al.，2017）或者同時出現（Elbe et al.，2019）時，媒體多任務分數越高的個體轉換成本越小。也就是說，HMM 已習慣于頻繁的轉換，更適應這種需要快速反應的實驗任務。但隨著任務難度的增加，快速反應可能會導致錯誤率的升高。因此只考慮準確試次時，HMM 與較少進行媒體多任務的個體相比，轉換成本相當。Alzahabi 等人（2017）的研究或許能部分證明以上解釋。該研究發現流體智力與媒體多任務分數呈反比，且流體智力越高的個體的成績更好，但轉換成本也更高。也就是說，這些被試在速度—準確性權衡時會優先考慮準確性，因而轉換成本增加，但是準確性也更高。

另一方面，影響轉換成本的因素有很多（如線索和刺激的間隔、反應和線索的間隔、樣本量、個體差異等），而不同實驗范式涉及的因素不同（Uncapher & Wagner，2018）。Alzahabi 等人（2017）的研究證明反應和線索的間隔、線索和刺激的間隔均會影響轉換成本。當反應和線索之間的間隔更長時，被試就有更多的時間來抑制上一試次的任務集對當前任務的干擾；在線索和刺激間隔更長時，個體也能充分地在工作記憶中重組當前試次的任務集。此外，上述研究之間樣本量的差異可能也是導致結果不一致的原因之一。在很多轉換成本相關的研究中，HMM 和LMM 的樣本量較小，結果可能并不穩定（Cardoso-Leite et al.，2016；Ophir et al.，2009；Wiradhany &Nieuwenstein，2017，實驗一）。最后，個體差異也是一個容易被忽略的重要因素。Cardoso-Leite 等人（2016）的研究表明，總體上HMM 和LMM 在轉換成本上沒有差異，但當把被試劃分為動作視頻游戲玩家和非玩家時，兩者呈現的模式是相反的。

綜上，媒體多任務與注意切換能力之間并未發現穩定的關系模式，暫時無法得出明確的結論，未來的研究需要在控制相關額外變量以及擴大樣本量的基礎上進行更深入的探討。

2.2 媒體多任務與持續性注意

雖然目前媒體多任務與注意切換能力的關系仍不明朗，但是該行為在日常生活中過于普遍，這也不禁令人擔憂：如果我們長期處于任務切換中，那么不僅我們獲得的信息是碎片化的，我們的持續性注意能力也會受到損害。持續性注意是更高層次的注意和認知功能的基礎（Bastiaansen et al.，2015），也稱為注意的穩定性。Wiradhany 和Koerts（2019）的元分析發現，主觀報告頻繁的媒體多任務處理與注意力調節的減少具有較弱但顯著的相關。

媒體多任務對行為的影響通常表現為我們在當前任務中的注意被無關刺激所吸引。比如我們的注意很容易被突然的手機鈴聲分散，而被干擾的注意很難恢復到原先的學習任務上（Chen&Yan，2016）。媒體多任務對持續性注意的內部干擾則表現為走神（mind-wandering）。Ralph 等人（2014）發現，媒體多任務分數與注意力不集中和走神存在正相關。其他實驗類研究也得到了相似的結論（Loh et al.，2016）。Loh 等人（2016）采用探針范式（被試需在響鈴時評估自己的注意力是否在任務上），其結果發現，被試的媒體多任務分數與測試中的走神頻率和最后的測試成績均呈負相關，同時走神頻率在媒體多任務分數和測試成績之間起中介作用。這說明經常進行媒體多任務的個體在觀看視頻過程中會更容易走神，并因此影響測試成績。

然而也有研究并沒有發現媒體多任務分數與走神的相關（Wiradhany et al.，2019）。如Ralph 等人（2015）同樣采用探針范式，結果并沒有發現兩者的關聯。對于這種差異，有兩種解釋。一是實驗與問卷之間的差異。Wiradhany 和Koerts（2019）認為媒體多任務與走神有關的研究對注意的評估多數會采用一般性的問卷，考察的是個體在日常生活中普遍且典型的表現；而發現媒體多任務與走神無關的研究則更多基于被試在某個具體的實驗中的表現進行評估。基于具體任務的評估可能并不能體現認知功能的所有層面。媒體多任務分數高的被試可能在某些具體實驗中表現良好，但是會報告一些與日常相關的認知問題。二是實驗之間的差異。如Ralph 等人（2015）研究中出現的鈴聲過于密集，這可能會讓被試警覺，從而分配更多的注意資源到任務上。

2.3 媒體多任務與注意控制

頻繁進行媒體多任務的個體往往會主動或被動的分散注意力。Lin（2009）也指出HMM 可能已經形成了這樣的習慣，即對他們面前的所有信息分配幾乎相等的注意資源，而不是將注意穩定聚焦于某個特定任務上。Yap 和Lim（2013）有關HMM 和LMM在不同線索下注意模式的研究也證明了這一點。相比于LMM 采用單一的注意模式，HMM 更傾向于采用分散的注意模式，即將注意焦點分散到兩個不同的線索上。

HMM 在現實生活中將注意分布在多個媒體上，會偏向于更廣的注意范圍（Ophir et al.，2009），但這可能導致其對分心刺激抑制能力的降低（Cardoso-Leite et al.，2016；Gorman & Green，2016；Uncapher et al.，2016）。Ophir 等人（2009）采用過濾任務，給大學生呈現不同數量的紅色（目標刺激）和藍色（分心刺激）的長方形。結果發現，在某些條件下，HMM 抑制分心刺激的能力較差。有研究進一步發現，HMM 在過濾任務上的總體表現也比LMM 差（Cardoso-Leite et al.，2016；Gorman & Green，2016）。Uncapher 等人（2016）將長方形換成了常見的物體，也得到了類似的結果。分析結果發現，HMM 在任務中表現出了較高的虛報率，他們更容易將分心刺激當作目標刺激，這也支持以上結論。Lopez 等人（2018）要求被試觀看視頻，然后對視頻中主人公的責任心進行評估。研究不僅控制了視頻中房間的整潔程度，還操縱了被試所在實驗室的整潔程度。結果發現，HMM在對主人公進行評價時，不僅會考慮到視頻中的環境，還會將所在實驗室的無關線索也整合到他們的評價中。與此同時，相關的自我報告也支持這種觀點，HMM 報告了更多日常生活中在抑制無關干擾上出現的問題（Baumgartner et al.，2017；Baumgartner et al.，2014）。

此外，研究者們還關注了HMM 和LMM 注意模式上的差異。HMM 在面對多個刺激時，更多采用自下而上的注意控制；而LMM 在面對不同的信息流時，更擅長使用自上而下的注意控制，將注意分配到主要 任 務 上（Ophir et al.，2009）。Cain 和Mitroff（2011）的研究發現，LMM 能夠根據目標刺激的特點來調節他們的表現：如果某類目標出現的概率大，那么LMM 的注意力更容易被該目標捕獲；如果該目標出現的概率小，那么LMM 的注意力則很少被其捕獲。而HMM 對兩種條件的反應模式是相同的，即目標有不同概率出現時對目標的識別反應時是相當的。Roux 和Parry（2019）還發現，LMM 注意策略的特點是對與任務無關的刺激進行一定程度的預處理，對于不同干擾程度的刺激分配的注意資源不同；而HMM 則沒有這種有計劃的注意分布。這說明LMM 更擅長采用自上而下的控制方式來提高自己的任務成績，而HMM 更多受刺激驅動。

3 如何減輕媒體多任務帶來的注意問題

媒體多任務行為雖然無法完全避免，但可采取一些措施來減輕其帶來的負面影響。一方面，在需要高度集中注意力的工作上我們要避免與電子設備接觸。這不僅可以減少媒體多任務發生的可能性，還能避免當前注意力受到電子設備的干擾，因為僅僅是手機的存在（無論是否靜音或開機）便會影響我們的任務表現（Ward et al.，2017）。當我們可以對自身的媒體使用行為進行控制時，我們往往可以取得更好的任務成績。Wu（2017）發現，當個體采取行為策略，如切斷網絡，將手機鎖進抽屜等措施，都可以提高個體的在線學習成績。

另一方面，由于人們往往對自己在媒體多任務下的表現的預測高于實際表現（Finley et al.，2014），提高自身對媒體多任務的負面影響的認識也是必要的。但僅僅是提高元認知知識的效果是有限的（Parry et al.，2020；Terry et al.，2016），我們還應在日常生活中努力訓練提高我們的注意力。對于教育者來說，可以采取有效的措施來提高學生對課堂內容的注意力。研究發現，在課堂上加入一些測試可以幫助學生保持對課程內容的注意（Szpunar et al.，2013），適當增加時間壓力以及有效的記筆記也會減少他們瀏覽無關內容的時間（Wu&Xie，2018），對學生的注意力培訓也能降低他們在課堂上的走神率（Mrazek et al.，2020）。對于學生來說，可以采用注意力的自我調節策略來集中注意力（Wu，2017），如將能否集中注意力同個人的情緒聯系起來，能集中注意上課時感到高興，不能集中時則感到悲傷。研究表明這一策略的使用與學生的 學 習 成 績 呈 正 相 關（Wu，2015；Wu，2017）。還有一些適合更廣泛人群的方法能夠提高個體的注意力水平，比如正念訓練。Mrazek 等人（2012）的研究表明高水平的正念特質與走神存在負相關，8 分鐘的正念訓練就可以降低后續10 分鐘的走神頻率。其他研究也發現短時間（Gorman&Green，2016）或較長時間（Mrazek et al.，2013）的正念訓練都可以提高被試短期的注意狀態。但這些研究沒有探討正念訓練的持續效果，這是未來的研究應更多考慮的問題。

4 小結與展望

綜上，本文關注數字時代下，頻繁出現的媒體多任務情境對個體的核心認知能力—注意可能造成的影響。根據注意的選擇、持續和調節監督功能，我們分別從注意切換、持續性注意和注意控制三個方面系統總結了媒體多任務與這些能力的關系。首先，對媒體多任務和注意切換關系的研究中存在的相互矛盾的結果進行了原因剖析（如速度-準確性的權衡，對額外變量的控制等）。其次，通過對媒體多任務與持續性注意關系研究的梳理，我們發現該行為會對持續性注意產生消極影響。再次，我們對媒體多任務與注意控制的關系進行了分析，發現頻繁的媒體多任務可能會讓個體擁有更廣的注意范圍，但也損害了人們對無關刺激的抑制能力。在描述現象、分析機制的基礎上，本文還從不同角度提出了如何減輕媒體多任務帶來的注意問題，為現實生活提供指導。未來的研究還可以從以下幾方面展開。

4.1 媒體多任務與認知功能的關系

一方面，現有研究發現媒體多任務與注意之間的關系多為相關研究，并不能表明兩者之間存在因果關系（Cecutti et al.，2021）。也就是說，我們并不能對此下一個清晰的結論：是媒體多任務行為導致個體有更多的注意問題，還是有注意缺陷的個體更多地從事媒體多任務行為。另外，大多數研究是橫斷研究，相關的縱向研究較少。我們也難以判斷媒體多任務對個體是否存在長期的不良影響。未來的研究應該深入探討媒體多任務與注意問題之間的因果關系，以及其對個體是否存在長期影響。

另一方面，注意是較為基礎的心理過程，媒體多任務可能會通過注意影響其他的認知功能。如Madore 等人（2020）發現，編碼前注意力的缺失會導致編碼強度降低，進而影響記憶成績。Uncapher 和Wagner（2018）的綜述中也表明，在簡單的工作記憶任務中，HMM 相比于LMM 整體表現更差，可能是由于HMM 較差的持續注意以及注意控制能力導致的。

此外，另一值得關注的問題是媒體多任務對思維的影響。媒體多任務是一項占據大量認知資源的活動，會導致我們更多地依靠直覺性思維（Schutten et al.，2017），從而做出不理性的決策與判斷。比如當我們在吃東西時使用多個電子設備，即使是擁有健康飲食理念的個體也會更傾向于選擇缺乏營養的零食（McAlister & Kononova，2020）。另外，考慮到其對持續性注意的影響，長期的媒體多任務讓人們習慣于碎片化的學習和娛樂方式，可能會導致人們非線性的思維。而媒體多任務與沖動性（Minear et al.，2013） 和感覺尋求的關聯（Wiradhany&Koerts，2019），也讓人擔憂該行為是否會讓我們失去深度思考和處理復雜問題的能力。或許這才是該行為帶來的最嚴重的后果，也是最值得思考和探討的問題。未來的研究要更多地考察媒體多任務對我們思維各項功能的影響。

4.2 媒體多任務對大腦的影響

目前對媒體多任務腦機制的探討還相當有限。Moisala 等人（2016）的研究表明，在注意力受干擾的情況下，隨著媒體多任務分數的增加，個體的任務成績會降低，同時右前額葉皮質的激活會增加，而該腦區對于注意控制是非常重要的。也就是說，如果存在無關刺激，重度媒體多任務者就需要更多的認知努力和自上而下的注意控制。除了腦功能的變化，還有研究發現媒體多任務與腦結構的改變有關。Loh 和Kanai（2014）的研究表明媒體多任務分數與前扣帶回皮質的灰質密度呈負相關。這說明經常進行媒體多任務的個體其前扣帶回灰質體積較小，而該腦區對目標定向和反應沖突有重要作用。以上兩個研究說明，長期進行媒體多任務的個體，有關注意的腦功能和結構可能會產生消極的變化。

也有研究沒有發現媒體多任務行為與腦電數據的關聯。Middlebrooks（2020）采用事件相關電位來探討媒體多任務與認知控制之間的關系，結果沒有發現不同個體的N2 和P3 成分在反應性控制和主動控制上的差異。另一項研究則發現媒體多任務對注意網絡有積極的影響。Kobayashi 等人（2020）采用fMRI 探討了個體在靜息狀態下和完成認知任務時注意網絡的變化。結果表明，隨著媒體多任務分數的增加，背側注意網絡（DAN）連接強度的差異減小，這說明媒體多任務得分較高的個體注意力更為集中。但是值得注意的是，該研究中，媒體多任務分數的分布范圍處于LMM 和中度媒體多任務者之間。Cardoso-Leite 等人（2016）的研究表明，媒體多任務與注意之間呈倒U 形的關系，也就是處于中間的媒體多任務者在注意任務上有更好的表現。所以，Kobayashi 等人（2020）的研究還不能完全說明媒體多任務分數越高的個體注意力越好。隨著智能化時代的到來，媒體多任務更加普遍并且趨向于年輕化，探討媒體多任務對神經發育的影響也變得至關重要。未來需要更多關于媒體多任務的腦機制研究。

4.3 媒體多任務與注意：畢生發展的視角

從發展的角度看，媒體多任務給不同年齡段的個體帶來了不同的影響。Baumgartner 和Sumter（2017）研究發現媒體多任務對兒童的影響相較于成年人來說更大，這可能由于兒童的大腦發育尚未成熟且經驗不足，對干擾的抑制能力較差。Srisinghasongkram 等人（2020）對六個月大的嬰兒展開了一項縱向研究。結果發現在嬰幼兒期長時間接觸電子媒體多任務，會導致兒童在4 歲和6 歲時出現嚴重的行為問題。Allchorne 等人（2020）發現3～11 歲兒童的媒體使用與行為問題存在正相關，同時媒體多任務與注意缺陷多動障礙也存在間接的相關。這說明兒童過早的接觸電子設備并進行媒體多任務可能與行為問題和注意問題有關。對于具有較強神經可塑性的青少年，其注意力可能同樣會受到媒體多任務的影響。在一項縱向研究中發現，與學習有關的媒體多任務顯著的預測了3～4 個月后青少年（11～15 歲）的注意問題（van der Schuur et al.，2020）。

但是對于老年人，媒體多任務可能有更為積極的效果。Anguera 等人（2013）對老年人進行為期四周的訓練。結果發現，相比于單任務，多任務組的老年被試成績顯著提高，甚至超過了沒有接受過訓練的年輕人，而且這種提高在六個月之后仍然穩定。腦電數據也表明多任務組老年被試的工作記憶和持續性注意都有提升。這可能是因為老年人的神經網絡逐漸衰退，但多任務處理為他們提供了興奮點，促進他們大腦神經元之間的連接，從而增強了認知功能。

迄今為止，關于媒體多任務對兒童、青少年以及老年人注意功能影響的研究相對較少。當代兒童和青少年生活在媒體多任務的大環境下，他們正在發育的神經系統會受到外界環境的影響，但目前關于腦機制的探討較少，我們不清楚該行為對他們大腦的塑造是否會帶來不利影響。而隨著世界各國逐步進入老齡化社會，各項認知功能逐漸下降的老年人是否能夠利用新技術來實現健康的老化也是值得我們探討的問題。因此，從發展的視角探討媒體多任務對注意功能的影響是非常有必要的。