超越赛马模型预测：多感官注意捕获的时间动态机制

《ACTA ICHTHYOLOGICA ET PISCATORIA》：Beyond race model predictions: The temporal dynamics of multisensory attentional capture

本研究针对多感官整合与注意机制交互作用的时空动态特性，开发了新型Tech-PAD技术设备，通过赛马模型验证发现视听(VA)、视触(VT)和三模态(AVT)刺激在反应时间累积分布函数早期阶段显著违反模型预测，揭示了多感官优势主要产生于感知处理初期阶段，为理解注意资源分配机制提供了重要时空维度证据。

　　

当我们置身于喧闹的街道，大脑如何从车流声、广告牌和人群触碰中快速捕捉关键信息？这个看似简单的日常问题，却触及了认知科学的核心谜题——多感官整合与注意机制的交互作用。尽管威廉·詹姆斯早在19世纪就将注意定义为"从并发可能刺激中选择特定感官输入进行进一步处理的机制"，但百余年后，科学家们仍在探索多感官环境中的注意分配规律。

传统研究多采用简单的按钮反应范式，难以模拟真实世界的空间定位行为。更重要的是，虽然赛马模型(Race Model)为理解多感官竞争提供了理论框架，但对其时间动态特性的认识仍存在空白。正是这些挑战，促使意大利技术研究院视觉障碍研究单元的科研团队开展了这项创新研究。

研究人员开发了名为Tech-PAD的革命性设备，该设备包含12个独立模块，每个模块配备64个触觉传感器、8个LED灯、4个振动电机和4个扬声器，能够精确呈现单模态、双模态和三模态刺激。研究招募28名健康成人参与者，采用改进的Lunn等人实验范式，要求参与者在完成中央视觉辨别任务的同时，对周边出现的单模态（视觉V、听觉A、触觉T）、双模态（VA、VT、TA）和三模态（AVT）刺激进行空间定位反应。

关键技术方法包括：1）Tech-PAD多模态刺激呈现与反应记录系统；2）基于累积分布函数(CDF)的赛马模型验证方法；3）双任务范式下的认知负荷操纵（低负荷颜色辨别vs高负荷数量辨别）；4）反应时间分布的分位数分析。

3. 结果

初步分析显示三模态(AVT)和部分双模态条件(VA、VT)的反应时间显著快于单模态条件，而触觉-听觉(TA)组合未表现出稳定优势。认知负荷操纵成功，高负荷条件下中央任务反应时间显著延长。

赛马模型验证通过比较观测累积分布函数与模型预测发现：VA模态在两种负荷条件下均在前六个十分位数显著违反模型预测（p<0.05）；VT模态仅在低负荷条件下的前三个十分位数出现显著违反；TA模态在整个分布中均未违反模型；AVT三模态条件在两种负荷条件下的前几个十分位数呈现轻微但显著的违反。

认知负荷影响分析表明，尽管初步分析显示负荷对反应时间有影响，但在累积分布函数的任何十分位数上，多感官增益的高低负荷间差异均未达到统计学显著性。

4. 讨论

本研究首次将多感官优势扩展至包含触觉的三模态条件，证实多感官整合优势主要出现在感知处理的早期阶段。这一发现支持了Talsma等人提出的"前注意加工"框架，表明当刺激间竞争最小时，多感官整合自动发生。视觉模态在驱动注意资源中扮演核心角色，这解释了VA和VT条件的显著优势，而缺乏视觉输入的TA条件整合效率较低。

关于认知负荷的零发现可能反映了参与者采用的任务优先策略。根据负载理论(Load Theory)，高负荷会降低对周边刺激的敏感性，但多感官优势的稳定性表明其具有一定的认知负荷抗性。另一种解释是参与者通过任务切换或并行处理策略来适应双任务要求，这种认知灵活性是智能适应行为的重要体现。

研究的局限性包括负荷任务始终为单模态，缺乏参与者主观报告验证负荷操纵效果。未来研究需要澄清多感官过程间的相互依赖关系，以及不同自上而下控制机制间的交互作用。

5. 结论

Tech-PAD设备为复制和扩展研究范式提供了有力工具。研究表明增加对多感官信息的注意能够增强感知反应，导致更快的反应时间，特别是在感官处理的初始阶段。当前统计方法能够识别赛马模型违反的精确"时间窗口"，从而揭示多感官整合证据。这些发现为理解注意在多感官处理中的作用提供了新视角，表明多感官注意增强取决于注意参与的时间动态特性。

从理论层面看，这些结果与预测编码框架一致，该框架认为视觉、听觉和触觉输入的汇聚减少了感官不确定性并促进更快反应。触觉模态通过提供空间细节信息，补充了听觉和视觉的高时间分辨率，在多感官整合中发挥独特作用。注意作为认知控制机制，通过动态优化感知增益，确保最相关信息得到优先处理，这一过程在多重感官环境中表现得尤为复杂而精巧。