从记忆中卸载项目：短时记忆任务中认知卸载的个体差异

从记忆中卸载项目：短时记忆任务中认知卸载的个体差异

Offloading items from memory: individual differences in cognitive offloading in a short-term memory task

https://pmc.ncbi.nlm.nih.gov/articles/PMC6942100/pdf/41235_2019_Article_201.pdf

摘要

认知卸载是指通过物理行为（如将信息写下来或将信息存储在手机或电脑上）来减少任务对心理加工需求的行为。卸载可以提升正在进行的高认知负荷任务的表现，例如需要同时维持多条信息的任务。然而，关于为何某些个体选择进行卸载，以及在何种条件下他们可能选择这样做，目前知之甚少。在本研究中，我们在一个需要记忆字母的短时记忆任务中考察了卸载行为。本研究是对Risko和Dunn先前开展的一项研究的复制与扩展，并检验了一个新的预测，即工作记忆容量较低的个体更可能进行卸载。本研究发现，卸载信息相比于依赖内部记忆存储具有表现优势，尤其是在较高记忆负荷下。然而，我们没有观察到记忆能力较差者具有更强的卸载倾向或从中获益更多。相反，我们的研究结果表明，对于记忆能力范围广泛的个体而言，认知卸载可能是一种有效的补偿策略，用以改善基于记忆的任务表现。

关键词：认知卸载，工作记忆容量，策略使用

意义

在日常生活中，我们经常会遇到需要同时记住多条信息的情况。在这种情境下取得成功的策略之一，就是通过将信息写下来或以数字化方式存储来进行认知卸载。本研究考察了在短时记忆任务中进行认知卸载的可能性，重点关注那些选择卸载的个体的特征。这项工作既涉及可用于通常需要较高心智负荷任务的补救策略，也对那些在高负荷情境中感到吃力的个体具有相关性。

引言

如果你曾经列过购物清单、在电子日历中设置过日程提醒，或用计算器算过餐厅账单的合适小费，那么你就已经在日常生活中将认知卸载作为一种策略来使用了。认知卸载被定义为“通过物理行为改变任务的信息加工需求，以降低认知负荷”（Risko & Gilbert, 2016，第677页）。卸载可以帮助克服认知过程（如工作记忆或视觉感知）中早已得到证实的容量限制，并且与禁止卸载的条件相比，已被证明能可靠地改善这些领域中的表现（参见Risko & Gilbert, 2016的综述）。这种类型的行为是我们许多人在日常生活中都会从事的。

尽管认知卸载在现代生活中十分普遍，但与大量致力于研究内部信息存储（即心智存储）方面的文献相比，这类行为的研究仍然很少。在此，我们试图更清晰地描绘出倾向于卸载的个体与更常依赖内部记忆存储的个体之间的特征差异。我们特别考察了一个人卸载信息的倾向是否与其工作记忆容量（WMC）有关，后者广义上定义为一个人能够同时维持在高可及状态下的项目数量（Cowan, 2017）。我们检验了这样一个预测：工作记忆中能容纳项目较少的人，将更可能进行卸载。

关于认知卸载的先前研究

近年来，认知卸载这一新兴领域主要考察了两个问题：1）哪些因素影响一个人是否选择卸载；2）选择进行卸载对后续认知结果有何影响（Risko & Gilbert, 2016）。

针对第一个问题，研究者评估了个体内在可能预测卸载可能性的特质和倾向。近期工作也通过实验操纵了使参与者更可能进行卸载的条件。也许并不令人意外的是，较低的客观记忆能力和较低的主观记忆评分对应着更高水平的卸载行为（Gilbert, 2015b）。更有趣的是，即使主观信心与客观记忆表现不相关，这些模式仍然成立（Gilbert, 2015b）。Risko和Dunn（2015）近期在一项涉及字母记忆的短时记忆任务中重复了这些发现。他们表明，短时记忆容量（通过任务中不允许卸载的“无选择条件”下的表现来衡量）与选择条件（参与者可以选择是否卸载信息）下的卸载频率呈负相关。这一关于短时记忆容量与卸载的发现将在下文中被进一步研究。

转向影响卸载行为的实验操纵，研究者已经确定了两个使卸载更可能发生的主要因素。Gilbert（2015a）实施了一项任务，涉及将编号的圆圈按从1到10的顺序拖到屏幕底部，但额外要求将一个或三个圆圈移到屏幕上的不同位置。选择进行卸载的倾向受到记忆负荷增加（三圆圈条件相比于一圆圈条件）或当前任务中加入次级加工需求（这里指在试验期间完成一项分心任务）的影响。简而言之，增加任务的记忆需求和/或减少可用于当前任务的注意资源，使参与者更可能从事卸载行为。

关于卸载的后续影响问题，正如人们可能预料的那样，被卸载的意图相比于未卸载的意图更有可能在之后被实现（Gilbert, 2015a, 2015b），这表明卸载表征相对于内部存储表征具有总体优势。然而，在某些情况下，即使卸载并未改善表现（即表现已经达到天花板效应时），个体仍然选择卸载（Gilbert, 2015a, 2015b; Risko & Dunn, 2015）。为什么个体在没有明显表现收益的情况下仍会选择付出努力去卸载？近期工作表明，即使在客观表现没有收益时仍进行卸载的个体，可能是被“卸载会带来更好表现”的错误信念所驱动（Risko & Dunn, 2015）。

选择卸载也存在一些不利之处。在一项实验中，参与者学习琐事陈述，并相信所学的信息会被或不会被存储以备日后访问（在此，认为陈述会被存储且日后可访问被认为类似于卸载），那些认为自己日后可以访问存储信息的参与者对所学项目的记忆表现更差（Sparrow, Liu, & Wegner, 2011）。在视觉刺激中也发现了类似效果。在一项要求参与者参观博物馆并对某些文物拍照、而对其他文物仅参观观察的研究中，被拍照的物体后来被记得更差。这被称为拍照损伤效应（Henkel, 2014）。近期的研究表明，这种效应可能不仅仅是因为相信相机会替他们“记住”；最近，即使参与者不相信他们日后能够访问照片，拍照损伤效应仍然被观察到（Soares & Storm, 2017）。这项近期研究的作者提出，进行拍照可能会干扰物体特征的常规加工或编码（Soares & Storm, 2017），但还需要更多工作来厘清进行卸载对初始编码过程和后续信息回忆过程的影响。

这些先前的研究结果表明，当卸载的信息在需要时不可用时，卸载可能导致表现受损，但当卸载的信息可在日后使用时，通常有利于表现。此外，较低的主观记忆能力评级和任务期间较高的认知需求已被发现与更高水平的卸载行为相关。然而，关于可能涉及卸载或受卸载干扰的具体认知过程，目前所知较少。

工作记忆容量的个体差异及其与其他认知领域的关系

工作记忆最近被描述为反映"在纷繁思绪的漩涡中维持信息的能力"（Engle，2018，第192页），我们预测这一认知系统的容量可能与一个人是否将信息卸载以备日后使用作为记忆辅助有关。然而，现有的工作记忆模型和测量WMC的方法，在给予个体机会时，并未考虑或测试人们是否会从工作记忆中卸载信息到外部来源。这限制了这些模型适用于个体使用外部记忆辅助的现实情境的程度。

本研究将认知卸载的研究与考察WMC个体差异的文献连接起来。WMC长期以来被认为与其他认知领域的表现有关。例如，WMC较高的个体在推理任务（Kane等，2004）、阅读理解（Daneman & Carpenter，1980）和长时记忆的受控搜索（Unsworth, Brewer, & Spillers，2013）中表现出更好的成绩。此外，WMC估计值较高的人表现出更小的Stroop干扰效应（Kane & Engle，2003）、更少的背景噪音干扰（Conway, Cowan, & Bunting，2001），以及倾向于部署主动认知控制（Redick，2014；Richmond, Redick, & Braver，2015；Wiemers & Redick，2018）。然而，高WMC个体并非在所有方面都占优势，某些缺陷也与较高的WMC相关。WMC较高的个体在定向遗忘任务中更难恢复项目（Delaney & Sahakyan，2007），在Stroop任务中对中性词的意外回忆测试中表现出更差的识别记忆（Shipstead & Broadway，2013），并且在认知控制任务中需要在某些试次上覆盖优势反应时表现出更长的反应时（Richmond等，2015）。

尽管WMC个体差异的文献在许多领域都很有力，但对于高WMC和低WMC个体在倾向于内部存储信息（使用工作记忆）还是外部存储信息（通过将信息卸载到外部世界）方面是否存在差异，却说得较少。由于WMC被操作化为工作记忆测量（例如，运算广度；Unsworth, Heitz, Schrock, & Engle，2005）上的表现，高广度个体通过证明他们能够在短期内成功保持多个记忆项目而表现出色。然而，用于测量WMC的任务通常不提供卸载的机会，而且一个人能在工作记忆中存储多个项目并不意味在给定替代方案（即把项目写下来）时他们就会这样做。本研究的一个主要目标是考察WMC是否与在短时记忆任务中（当给予选择时）一个人卸载的频率有关。

如果卸载与容量之间确实存在关系，可以预测那些能记住更多内容的人会更少卸载。或者，也可能是容量较高的人同样擅长资源的策略性分配，因此可能能够识别何时卸载可能有用。Risko和Dunn（2015）展示了前者的证据；那些在言语短时记忆任务中表现更好的人在有机会时更不可能卸载。本研究试图通过使用扩展的任务组合在构念水平上测量WMC（即通过多项任务表现的聚合）来复制和扩展这项工作。这种方法将允许测量潜在的工作记忆容量构念，并将使用WMC个体差异文献中常见的复杂广度工作记忆测量（Conway等，2005）。这种方法与近期聚焦于WMC个体差异及其与其他认知领域认知功能关系的研究一致（例如，Redick, Calvo, Gay, & Engle，2011；Richmond等，2015；Shipstead & Broadway，2013）。

当前研究问题与假设

在此，我们旨在阐明在一项简单的短时记忆任务中，记忆能力与卸载行为之间的关系。在本研究中，我们计划评估四个研究问题。前两个问题是对Risko和Dunn（2015）所呈现工作的重复验证：

1）拥有通过书写将项目从记忆中卸载的选择权，是否比仅依靠记忆能带来更好的表现？这种效应是否随负荷大小而不同？

2）在给定的集合大小内，在选择条件下选择书写是否有利于表现？

对于问题1和2，我们预期能够重复Risko和Dunn（2015；实验1a和1b）所报告的结果，即卸载有助于表现，并且在较大的集合大小下获益更大。

接下来，我们在先前工作的基础上扩展，提出第三个问题：

3）在控制了无选择区块中的表现所解释的部分之外，WMC是否能预测一个人选择卸载的可能性？

我们预期WMC将解释卸载频率中的额外变异，并且这种关系是负向的（即WMC较高的个体表现出较低水平的卸载）。

最后，我们考察在参与者可以选择卸载（选择条件）的试次与必须依赖内部记忆（无选择条件）的试次之间，预测存在的表现优势。我们提出第四个问题：

4）WMC和卸载频率是否能解释选择条件与无选择条件之间表现的差异？

第四个问题将聚焦于被认为处于或超过典型WMC上限的集合大小（集合大小6、8、10），在这些条件下卸载应具有益处。我们预期WMC和卸载频率各自能解释差异分数中的独特变异。我们预测WMC与选择条件减去无选择条件的正确率之间呈负相关（即较高的WMC估计值与较小的差异分数相关），而我们预期卸载频率与选择条件减去无选择条件的表现之间呈正相关（即较高水平的卸载预示着选择条件与无选择条件表现之间更大的差异）。

方法

在本注册报告的阶段1投稿中，我们提出了以下实验方案，并按计划予以执行。

刺激与任务

参与者被要求完成一项短时记忆任务，该任务与Risko和Dunn（2015）实验1a中描述的任务类似。本研究使用了与Risko和Dunn实验相同的刺激集（BCFHJKLMPQRTWX）、集合大小（2、4、6、8、10个字母）以及听觉刺激呈现方式。任务使用Eprime 3.0（美国宾夕法尼亚州匹兹堡市心理学软件工具公司）软件进行管理（Psychology Software Tools, Inc, 2016）。在每个试次开始时，屏幕上会呈现一个数字，持续600毫秒，提示参与者即将到来的试次的集合大小（例如“记住6个项目”）。刺激以大约每秒一个项目的速率进行听觉呈现，与Risko和Dunn（2015）使用的听觉刺激呈现速度一致（任务示意图见图1）。实验人员留在测试室内，并在每个试次中记录参与者的反应。实验过程也进行了录音。

在选择条件下，如果参与者决定书写任何内容，他们会获得纸和笔。实验人员逐试次记录参与者在选择区块中是否书写了任何内容。

程序

在测试开始前，参与者被告知：“在本实验中，您将听到一系列长度从2到10个字母不等的字母列表。您的任务是记住所呈现的字母，并在屏幕上出现“报告”时将它们报告出来。您需要按照它们呈现的顺序报告出来。在每个试次开始时，会有一个数字提示您即将出现的字母数量。请尽可能多地按顺序记住字母，即使无法全部记住也没关系。这项任务有时会比较困难，请尽最大努力。”这些指导语与Risko和Dunn（2015；E. Risko，个人通讯，2017年8月24日）使用的指导语相同。

在指导语之后，参与者完成一个简短的练习阶段，包含两个试次，每个试次包含2个项目的列表，且没有卸载选项，以确保他们理解刺激的呈现方式以及期望他们如何做出反应。练习阶段结束后，参与者完成两个试次区块（一个无选择区块和一个选择区块），每个区块包含30个试次。在无选择条件下，参与者将任务作为标准的听觉短时记忆任务来完成。他们被要求注意所呈现的刺激。然后，在最后一个刺激呈现结束后，他们立即被提示按呈现顺序回忆项目。参与者通过口头向实验人员报告项目来作答。如果一个试次中所有字母都按正确的序列位置报告出来，则标记为正确。

在选择条件下，刺激呈现和回忆方式与无选择条件完全相同，不同之处在于参与者可以选择是否卸载。参与者被告知，他们可以选择使用提供的纸张写下任何他们想写的内容，但如果不想使用纸笔，也并非必须使用。参与者没有收到关于应该写什么或如果选择书写何时可以开始写的任何信息。条件（选择和无选择）采用区块设计，顺序在受试者之间进行了平衡。

在短时记忆任务完成后，参与者按顺序完成两项复杂工作记忆广度任务：自动化运算广度和对称广度（Unsworth等，2005）。简而言之，这两项任务都包含加工成分和存储成分。运算广度涉及解决简单数学问题，并与待记忆字母的呈现交替进行。集合大小范围为3到7。对称广度涉及判断8×8网格中某些方格填充形成的图形是否左右对称，并与记忆4×4网格中被高亮位置的任务交替进行。该任务的集合大小范围为2到5。在这两项任务中，参与者不会在试次前被告知集合大小，但他们在每个试次结束后会收到关于决策部分和记忆表现两方面的反馈。

功效分析与停止规则

我们收集了114名参与者的完整数据集（满足所有纳入标准）。该样本量的确定是为了使我们的研究有足够的功效来考察短时记忆和工作记忆的个体差异及其与卸载行为的关系。功效计算基于短时记忆任务无选择区块的表现与卸载可能性之间的相关性。选择该相关性的计算是为了重复Risko和Dunn（2015）所进行的分析。样本量是基于最小感兴趣效应量（Lakens & Evers，2014）来计算的。在本例中，我们感兴趣的是使研究有足够功效来检测中等大小的相关性。因此，假设α为.05，期望功效为90%，需要113人的样本量来检测相关系数.300是否显著不为零。为了保持两种条件（选择、无选择）顺序的完全平衡，我们在样本中增加了一名参与者，最终样本量为114人¹。我们认为，任何小于此值的效应对工作记忆文献的理论意义和日常生活的实践意义都较小。

统计分析

在本注册报告的阶段1投稿中，我们提出了以下分析计划，并在数据收集后按计划执行。为了评估卸载和负荷的影响（问题1），我们对正确率进行了2（指令：无选择 vs. 选择）× 5（负荷：2、4、6、8、10）的重复测量方差分析，并检验主效应和交互作用。为了与Risko和Dunn（2015）采用的分析策略保持一致，我们通过可视化检查模式，而不进行正式的事后对比。我们预期会观察到条件和负荷的主效应以及条件×负荷的交互作用，即与无选择条件相比，负荷效应在选择条件下不那么明显，从而重复Risko和Dunn（2015）报告的结果。

为了考察在选择条件下选择书写是否有利于表现（问题2），我们在每个负荷水平上进行了一系列t检验，比较选择区块内个体选择书写的试次的正确率与无选择区块中每个集合大小下的总体表现。我们同样预期重复Risko和Dunn（2015）的结果；他们观察到在集合大小4、6、8和10时书写有显著效果，但在集合大小2时没有显著差异。

为了评估记忆能力是否影响一个人选择卸载的可能性（问题3），我们首先运行了Risko和Dunn（2015）所采用的分析。我们考察了无选择条件下的正确率（作为基线记忆能力的代理指标）与选择条件下卸载可能性之间的相关性。我们预期无选择条件下正确率较高与选择条件下卸载行为较少相关，正如Risko和Dunn（2015）所报告的那样。

接下来，为了更直接地考察WMC在卸载行为中的作用，我们进行了第二项分析，将WMC与选择卸载的可能性相关联。我们考察了WMC是否解释了无选择区块表现所解释的变异之外的额外变异。在此，我们预期将WMC加入模型会提高对卸载行为变异量的解释。我们计划进行逐步回归，其中第一步以无选择区块表现作为预测变量，第二步加入WMC，以卸载频率为因变量。我们的WMC指标通过使用Redick等人（2012）报告的常模对每个工作记忆任务计算Z分数，然后取平均值以创建WMC的综合测量指标。这种标准化是必要的，因为两项任务具有不同的量表和不同的最高分。

接下来，我们通过回归分析考察WMC和选择行为在预测卸载所带来的表现收益中的作用（问题4），预测较大集合大小（6、8和10）下选择条件减去无选择条件的正确率差异分数，其基本思路是，这些集合大小尤其可能是个体WMC在表现中发挥重要作用的地方。我们将WMC和选择区块中的卸载频率同时作为预测变量纳入模型。简要重申，我们预期WMC和卸载频率在较大集合大小的选择减去无选择表现差异中各自预测独特的变异。我们预期较高水平的WMC与较小的差异相关，而卸载频率则预测选择条件与无选择条件表现之间更大的差异。

在进行这些回归之前，我们通过检查自变量与因变量之间的偏相关（绝对值）是否大于它们之间的零阶相关系数，来检验是否存在抑制效应。如果我们在上述模型中的变量之间观察到抑制效应的证据，我们将运行两个独立的回归；其中一个以WMC作为选择减去无选择表现的预测变量，另一个单独的模型中以卸载作为预测变量。

参与者

参与者由大学生样本组成。以下排除标准在数据收集之前确定。所有参与者必须英语流利，且视力与听力正常或经矫正后正常。任何在运算广度或对称广度的加工部分正确率低于50%的参与者将被排除。同样，任何在短时记忆任务中集合大小为2时表现低于50%正确率的受试者也将被排除。这些数据将被剔除，因为低于这些阈值的表现表明任务投入度极低。参与者还在研究结束时接受了一份简短问卷，以检查他们对短时记忆任务中选择条件的理解情况；任何表明他们不理解选择操纵的参与者（即认为在选择条件下不允许书写，或认为在选择条件下必须书写）将被排除。所有参与者均同意参与，该研究获得了加州州立大学萨克拉门托分校和纽约州立大学石溪分校机构审查委员会的批准。

数据共享

原始数据和其他材料（如分析脚本）可通过开放科学框架网站公开获取：https://osf.io/aq5ft/。听觉短时记忆任务可向作者索取，WMC任务可通过http://englelab.gatech.edu/taskdownloads申请获取。

结果

在两个站点共收集了130名被试的数据，其中16名参与者的数据因以下原因被排除在最终分析之外：不符合规定的语言流利程度和/或视力纳入标准（n = 8）、电脑/实验人员错误（n = 2）、未能遵守和/或理解研究指导语（n = 4）、表现低于规定纳入标准（n = 2）。最终数据集为114名参与者，均为本科生，因参与而获得课程学分。

听觉短时记忆任务中的反应以及卸载行为均由实验人员在实验过程中进行记录。测试过程进行了录音，以便对参与者的反应进行离线编码，并计算在线记录与离线记录之间的评分者间信度。一名未参与数据收集的研究助理听取了24名参与者的反应并进行记录（这些参与者的数据包含在最终样本中，每个站点各12人），占最终数据集的21%以上。通过Cohen's κ评估了这24名参与者在线和离线反应编码之间的一致性。在线与离线反应记录之间具有非常好的一致性，κ = .914，p < .001。由于在线与离线反应之间的一致性很高，以下所有报告的分析均依赖于实验人员在每次测试中记录的反应（即在线的反应记录）。

按照Risko和Dunn（2015）采用的方法，计分采用全有或全无的方式，即参与者必须按正确顺序报告出所有正确字母，才能在给定试次中获得正确计分²。

卸载选择与负荷对表现的影响

为了解决第一个研究问题，我们对表现进行了2（条件：选择、无选择）× 5（负荷：2、4、6、8、10个项目）的受试者内方差分析。在此，我们预期重复Risko和Dunn（2015）的结果，即条件主效应显著以及条件×负荷交互作用显著。（我们也预期记忆负荷的主效应显著，但该主效应并非本研究的直接关注点。）

使用R（R Core Team，2008）中的ezANOVA包（Lawrence，2016），我们发现条件主效应显著（F (1, 113) = 96.539，p < .001，η²G = 0.105），选择条件的表现优于无选择区块；记忆负荷的主效应显著，表现随负荷增加而下降（F (4, 452) = 676.178，p < .001，η²G = 0.549）。我们还发现了显著的条件×负荷交互作用（F (4, 452) = 42.478，p < .001，η²G = 0.085），负荷效应在选择条件下不如在无选择条件下明显（图2）。这些效应重复了Risko和Dunn（2015）报告的结果，并支持了我们的假设。与Risko和Dunn（2015）先前发现一致的另一个模式是，卸载试次的比例随记忆负荷增加而增加（图3）。

每个集合大小下选择对表现的优势

接下来，按照Risko和Dunn（2015）的分析方案，我们在每个记忆负荷水平上进行了t检验，比较卸载试次的平均正确率与无选择区块中该集合大小下所有试次的平均表现。这些分析必然局限于在给定负荷下至少卸载了一个试次的个体。我们同样预期重复Risko和Dunn（2015）的结果，即在大于2的集合大小下卸载效果显著（而在仅有2个项目时无差异）。

与我们在2个项目时假设的零效应相反，我们发现在集合大小为2时，无选择表现相比于卸载试次的表现具有显著优势（t (38) = −2.647，p = .012，d = −0.535）。但应注意，这一效应也与选择试次表现具有优势的预测相反，而且由于该分析仅局限于在集合大小为2时至少选择卸载一次的参与者，因此只包含了我们数据中的一小部分子集。转向4个项目的记忆负荷，我们未观察到参与者在选择卸载试次与无选择区块中依赖内部记忆的表现之间存在差异（t (68) = 0.910，p = .366，d = 0.115）。因此，集合大小2和4的结果未能重复Risko和Dunn（2015），也未支持我们的假设。然而，在集合大小为6（t (100) = 6.278，p < .001，d = 0.729）、8（t (104) = 12.113，p < .001，d = 1.478）和10（t (107) = 9.672，p < .001，d = 1.312）时，确实出现了预期的模式，即卸载试次的表现优于卸载不可用策略时的表现。综合来看，这些结果为较高记忆负荷下卸载带来的表现优势提供了一些初步证据。

短时记忆表现与卸载选择行为

接下来，按照Risko和Dunn（2015）的分析，我们将无选择区块的表现与选择区块中的卸载频率进行了相关分析。我们预测无选择区块中更好的表现与卸载频率呈负相关（即更好的内部记忆与更少的卸载相关，较差的内部记忆与更多的卸载相关），正如Risko和Dunn（2015）所报告的那样。我们未能找到支持该假设模式的证据（r (112) = −0.012，p = .897；图4）。

短时记忆与工作记忆表现及卸载选择行为

选择行为与工作记忆对卸载收益的预测

在本研究中，我们旨在阐明记忆能力与卸载行为之间的关系，以及卸载所带来的表现收益。在一个较大的大学生样本中，我们发现了支持以下假设的证据：在那些被认为超出短时记忆容量限制的记忆负荷下，卸载有助于短时记忆表现。另一方面，我们的结果未能支持短时记忆和工作记忆容量与卸载频率相关的假设。这一结论得到了以下两方面结果的支持：一是短时记忆与卸载行为之间缺乏显著关系，代表未能重复Risko和Dunn（2015）的研究结果；二是WMC与卸载行为之间缺乏显著关系，后者在本研究中首次得到检验。我们同样未观察到WMC能预测高记忆负荷下卸载对短时记忆表现所带来的收益。

这些零结果令人惊讶，不仅因为它们未能重复和扩展Risko和Dunn（2015）所报告的效应以及前瞻记忆文献中的类似发现（Gilbert，2015a；参见Boldt & Gilbert，印刷中），而且因为预期记忆能力较差的个体应比记忆能力较好者更多地进行卸载，这在直觉上是合理的。鉴于其研究所用样本量较小，Risko和Dunn（2015）在最初报告短时记忆表现与卸载行为之间的相关性时已经足够谨慎。尽管如此，我们仍预期能够重复这一模式，因为既有先前文献（例如Gilbert，2015a；Risko & Dunn，2015），也有关于这些变量之间合理关系的预期。然而，最近发表的一篇考察前瞻记忆的研究也未能发现内部记忆条件表现与卸载行为之间的显著关系（Boldt & Gilbert，印刷中）。鉴于这一结果，作者提出，校正性反馈可能是支撑内部记忆条件正确率与卸载行为之间关系的关键因素（Boldt & Gilbert，印刷中）。遗憾的是，本研究所得的结果模式未能使我们阐明“卸载对谁最有益”这一核心问题；相反，我们发现的结果模式表明，卸载带来的表现收益与个体内部记忆能力无关。

在考虑我们的数据集与Risko和Dunn（2015）所报告数据之间的差异时，我们注意到几个不同之处。首先，我们样本中听觉短时记忆任务的整体表现低于Risko和Dunn（2015）样本中报告的水平。重要的是，我们样本的表现遵循合理的模式（例如，在较高记忆负荷下正确率较低，选择条件的整体表现优于无选择条件），因此我们不相信这一差异代表了样本中缺乏努力或理解不足。相反，学生群体以及因此参与系内研究库的学生样本的差异，可能是一个需要考虑的重要因素。据观察，虽然最终数据集中所有参与人均报告英语流利，但我们系内研究库中有相当一部分学生是非英语母语者。例如，石溪大学（数据收集站点之一）2018-2019学年心理学专业受试者库中，略多于四分之一的人报告非英语语言为其母语，约一半的人报告精通两种或以上语言。然而，超过97%的受试者库报告英语流利。因此，最终样本中包含大量英语流利的非母语者，再加上使用单个字母作为刺激材料（Guion, Flege, Akahane-Yamada, & Pruitt, 2000），可能使参与者在编码过程中正确识别所呈现字母变得尤为困难。这或许可以解释我们的样本相比Risko和Dunn（2015）整体正确率较低的现象。然而，我们确实观察到在较高记忆负荷下卸载增加，以及如Risko和Dunn（2015）所报告的在每个记忆负荷下选择书写或不书写的双峰分布证据，这表明样本差异不太可能是我们意外结果模式的唯一驱动因素。除了样本差异外，我们还注意到本研究中的参与者仅获得课程学分作为参与补偿；Risko和Dunn（2015）为参与者提供了课程学分或有偿参与。因此，与Risko和Dunn（2015）相比，本文所报告样本中可能存在动机差异，这可能导致了各样本所达到表现水平的整体差异。本文与Risko和Dunn（2015）在样本特征和补偿程序上的差异及其对表现的后续影响，值得进一步探讨。

本文所报告样本表现较低的另一个潜在原因与仅通过听觉呈现刺激有关，这是遵循了Risko和Dunn（2015）所采用的程序。当前研究中的参与者可能在语音相似字母的感知方面遇到了困难，并错误地选择了要报告的字母（以及可能卸载的字母）。目前尚不清楚为何当前研究中的参与者相比Risko和Dunn（2015）报告的样本预期会在这一方面遇到更多困难；尽管如此，提供校正性反馈和/或在听觉刺激呈现之外增加视觉呈现，可能有助于提高本文所报告样本的表现。此外，校正性反馈可能有助于支撑内部记忆与卸载行为之间的预测关系（正如Boldt & Gilbert，印刷中所提出的）；未来研究校正性反馈在指导卸载行为中的作用，可能有助于进一步阐明这种关系。

为何我们观察到在集合大小为2时无选择区块的记忆优势，而Risko和Dunn（2015）报告的选择区块与无选择区块表现在集合大小2时无效应？虽然这一模式并非先验预测，但我们推测，当一个人选择卸载时，外部注意力可能确实存在一些微小的代价，而这种代价在大集合大小下被表现收益大大抵消。然而，在非常小的集合大小下，卸载不太可能带来收益，可能只有表现代价。关于这一特定问题，可能需要额外的验证性研究来了解此处观察到的模式的稳定性。

也许与卸载行为更直接相关的问题是，为什么参与者在没有明显表现收益的情况下会选择将信息写下来？在集合大小为2时观察到了完全相反的模式，而在集合大小为4时未观察到卸载带来的表现收益。一个有趣的可能性是，参与者发现逐试次切换策略是困难或令人反感的。在任务切换范式中，切换试次比非切换试次更困难（反应更慢且更容易出错；Monsell，2003）。在允许参与者选择是否切换任务而非依赖外部线索指示切换试次的任务切换范式中，参与者有时报告他们本打算切换任务，但一旦试次开始，他们发现自己尚未准备好执行新任务，因此执行了与前一试次相同的任务（参见Arrington，2017），这表明意图与行动之间存在某种脱节。未来研究旨在直接解决卸载背景下意图与执行行动之间潜在脱节的问题，将为了解与卸载行为相关的元认知过程提供重要见解。

另一个仍然存在的问题是，为什么在已卸载的试次中仍会观察到错误。在有机会将信息写下来的情况下，人们可能预期在所有记忆负荷下表现均达到天花板水平。然而，本研究以及Risko和Dunn（2015）均未获得这一效应。卸载试次至少有两大潜在错误来源：1）卸载了错误/不完整的信息；2）正确卸载的信息报告错误。Risko和Dunn（2015）报告，大部分错误（约三分之二）归因于错误或不完整的抄写，约三分之一的错误单独归因于报告错误。当发现错误来源为错误或不完整抄写时，参与者约在50%的情况下报告了所写内容。遗憾的是，在当前方法下我们无法在此处分离错误来源，因此无法在这一方面提供额外见解。未来应开展研究以考察卸载试次中错误的来源，以及这些来源与其他认知和元认知能力之间的关系。

回到“卸载对谁最有益”的问题，由于缺乏短时记忆和WMC与卸载（包括卸载行为和卸载带来的收益）之间关系的支持证据，我们无法在此提供答案。这些数据引发了一个问题：哪些其他个体差异因素可能更好地预测选择行为和卸载收益。重要的是，这些因素不必是相同的。例如，可能全局记忆能力（不足）评估驱动了卸载选择（Dunn & Risko, 2016），但诸如注意细节或尽责性等因素可能更好地预测卸载收益的大小。因此，一个认为自己记忆不好且尽责性/注意细节程度较高的人，可能会选择大量卸载，并通过仔细、正确地记录选择卸载的待记忆信息来有效卸载。另一方面，对记忆能力良好的全局评估可能导致一个人整体上选择较少卸载，而尽责性人格特质较低或倾向于不太注意细节则可能使一个人卸载尤为低效。对于后者，很难想象这一因素在简单的单字母刺激中如何发挥重要作用，但在更复杂的现实世界记忆材料中可能成为更重要的预测因素。

尽管未能找到客观记忆能力与卸载行为及卸载收益之间关系的支持证据与我们的预测相反，但就卸载作为改善记忆任务表现的有效策略的潜力而言，这一模式是令人鼓舞的。许多健康老年人报告其记忆能力不如从前（Dunlosky & Metcalfe，2009），而记忆障碍是与阿尔茨海默病相关的标志性症状（Jahn，2013）。如果我们在年轻成人群体中观察到的模式在整个生命周期中都成立，那么健康老年人和患有临床记忆障碍的老年人群体的记忆活动表现都可能从卸载中受益。重要的是，这些群体可能预期的收益大小似乎与明显的记忆表现无关。虽然卸载作为改善记忆任务表现策略的实用性确实存在实际限制，例如当一个人无法访问已卸载的信息时（例如Soares & Storm，2017），客观记忆能力似乎不属于此类限制。这一点值得注意，因为其他记忆改善策略，如工作记忆训练，往往在开始时客观记忆能力较高的个体中更有效（Wiemers, Redick, & Morrison, 2018）。因此，卸载带来的表现收益与记忆能力之间缺乏关联，为将卸载作为一种干预策略提供了独特的机会，该策略可能不论内部记忆能力如何，都对表现有益。

卸载之所以有益，可能是因为与其他旨在提高记忆表现的训练干预和认知策略相比，它实施起来非常简单。训练干预和记忆策略通常都需要一定程度的指导和练习才能有益于表现。然而，卸载似乎不需要太多指导或练习就能有益于表现，至少在健康的年轻成人中如此。未来重要的是在更复杂的现实世界刺激以及更多样的样本群体中测试卸载的益处，以检验在此处观察到的卸载较为即时且易于获得的收益是否也在这些其他情境中同样明显。

结论

据我们所知，本报告是首个聚焦于与卸载行为相关的个体差异因素的注册报告。与许多注册报告（Allen & Mehler，2019）和预注册研究（例如Klein等，2018）一样，我们未能找到对某些先前报告模式的支持。我们观察到，短时记忆表现与卸载选择无关（正如Risko和Dunn，2015初步报告的那样），而WMC也与卸载选择行为无关，这与我们在此首次检验的自身假设相反。此外，我们未能找到对自身新预测（即WMC与卸载收益之间呈负相关）的支持。

总体而言，我们的发现有助于强化这样一种观点：卸载确实有益于表现，并且在较高记忆负荷下尤其有益。这一模式直接重复了Risko和Dunn（2015）的研究结果。本研究与Risko和Dunn（2015）报告结果的一个重要分歧点在于，我们未找到支持内部记忆能力与卸载选择及卸载收益之间关系的证据。从处方性角度而言，本文报告的模式令人鼓舞，因为它支持将卸载作为一种策略来挽救健康人群和认知受损人群在记忆活动中的表现。

原文链接：https://pmc.ncbi.nlm.nih.gov/articles/PMC6942100/pdf/41235_2019_Article_201.pdf