持续时间估计贯穿于日常生活中,从判断驾驶时何时变道到确定食物烹饪了多久。当这些判断与其他认知需求(如记住视觉信息或计划后续动作)同时进行时,它们变得特别具有挑战性。长期研究表明,我们对持续时间的感知不是被动记录,而是一种可以被系统性地扭曲的主动构建。更有趣的是,时间扭曲可能在我们没有意识到的情况下发生。一个著名的例子是Vierordt效应,也称为中心趋势偏差,由Vierordt在一个半世纪前首次报道(Vierordt, 1868),其中短间隔被高估,长间隔被低估(Bausenhart, Dyjas, & Ulrich, 2014; Glasauer and Shi, 2021, Glasauer and Shi, 2022; Jazayeri & Shadlen, 2010; Lejeune & Wearden, 2009; Shi, Church, & Meck, 2013)。
两个理论框架有助于解释认知负荷如何影响时间偏差。根据贝叶斯推断,大脑将感官输入与先前知识结合以提高估计精度——定义为方差的倒数。虽然这种整合通常提高了精度,但它也引入了系统性的偏向平均值(有关综述,请参见Petzschner, Glasauer, & Stephan, 2015; Shi et al., 2013)。这种偏差的程度取决于感官输入和先前信息的相对精度。当感官精度高时,例如专业鼓手,先前知识的影响较小,减少了中心趋势偏差(Cicchini, Arrighi, Cecchetti, Giusti, & Burr, 2012)。补充这一贝叶斯观点的是,注意力共享理论(Fortin & Rousseau, 1998; Macar, Grondin, & Casini, 1994)和基于时间的资源共享(TBRS)模型(Barrouillet & Camos, 2020),它们提出时间处理和同时进行的任务竞争有限的注意力资源。根据这些理论,当注意力在编码阶段被分散时,感知的持续时间会缩短;当在再现阶段被分散时,由于时间监控的缺失,持续时间估计会延长。TBRS特别预测,分散注意力的活动的持续时间——而不仅仅是它们的性质——决定了干扰的幅度。这些框架共同表明,认知负荷可能会影响感官测量的统计表示(精度和偏差)以及编码和再现背后的注意力机制。
Fortin和Rousseau(1998)通过让参与者同时执行主要的时间再现任务和次要的Sternberg记忆任务(涉及1、3或6位数的记忆集)提供了早期关于阶段特定干扰的证据。在目标间隔之前呈现了一组数字。当在间隔编码期间出现记忆探针时,参与者再现了较短的持续时间;在再现期间出现的探针导致估计时间延长。在计时任务(例如Fortin & Couture, 2002; Fortin & Massé, 2000)和非计时任务(如距离估计Glasauer, Schneider, Grasso, & Ivanenko, 2007)中也出现了类似的模式。然而,这些研究仅展示了定性效果,表明不同的记忆容量会影响判断,但没有量化记忆压力如何影响中心趋势偏差(向平均值的吸引)和总体偏差(高估与低估)。一项关于空间长度判断的研究(Allred, Crawford, Duffy, & Smith, 2016)发现,高认知负荷增加了记忆表示的不确定性,增强了中心趋势偏差。然而,由于次要任务贯穿了整个判断过程,因此尚不清楚认知负荷是否对编码和再现阶段有不同影响。
在本研究中,我们使用记忆容量(或项目数量)严格指实验中操纵的保持在视觉工作记忆中的颜色数量(1、3或5个项目)。我们将记忆负荷、工作记忆需求和记忆压力这些术语保留给描述由同时任务要求和注意力共享引起的功能性认知状态的更广泛的理论构造。这种区分使我们能够将离散项目计数的操纵与其对表示精度和注意力分配的推断后果分开。
本研究解决了三个关键问题:(1)增加记忆容量是否定量影响持续时间再现中的中心趋势偏差?(2)这些效应是否具有阶段特异性,在编码和再现之间有所不同?(3)一个结合注意力共享机制的统一贝叶斯模型能否预测这些模式?我们假设在编码阶段增加记忆容量会导致系统性的普遍低估,这与Fortin和Rousseau(1998)的结果一致,并增加感官噪声,共同放大中心趋势偏差。相比之下,仅在再现阶段增加记忆容量将使初始编码不受影响,产生普遍的高估,而不改变中心趋势偏差。当记忆任务涵盖两个阶段时,编码产生的普遍低估和再现产生的高估可能会部分抵消,产生一个复杂的模式,其中净普遍偏差取决于这些相反效应的相对强度和参与者的先前信念。此外,在记忆压力下延长保留时间(Barrouillet & Camos, 2020; Magnussen & Greenlee, 1999)可能会进一步增加编码的不确定性,可能增强中心趋势效应(Allred et al., 2016)。
为了测试这些假设,我们采用了双任务范式,结合了一个主要的视觉持续时间再现任务和一个次要的颜色匹配任务,进行了五个实验(见图1)。我们选择视觉(而不是听觉)刺激,以最大化单一感官模式内的跨任务干扰(Bratzke & Ulrich, 2021; Fortin & Massé, 2000)。次要任务通过改变需要记住的颜色数量来改变记忆容量。关键的是,我们操纵了参与者保持记忆容量的时间:仅在编码阶段(实验1)、仅在再现阶段(实验2)、基线(实验3)、以及有无延长保留间隔的两个阶段(实验4和5),这使我们能够隔离阶段特定的效应。与Fortin和Rousseau(1998)的方法不同,他们在计时间隔期间呈现记忆探针(可能引入突然的干扰),我们在编码或再现阶段之后提示记忆响应,从而隔离纯粹的认知负荷效应。
为了定量解释我们的发现,我们将注意力共享机制嵌入到贝叶斯推断框架中。这个综合模型生成了关于不同记忆容量如何影响感官编码的精度(通过噪声参数)和不同阶段的系统偏差(通过注意力共享参数)的定量预测。通过将这个模型拟合到所有实验的行为数据上,我们测试了记忆容量对持续时间估计的影响是否可以通过编码和再现期间的感官精度和注意力分配的变化来简洁地解释。