当前位置:首页 > 科研成果库

认知科学应用,别再把大脑当成记忆小游戏

2026-11-02 18:22:17小研科研成果库7

上周跟一个做脑机接口的朋友吃饭。他吐槽:客户上来就问,能不能做个“提升专注力”的头环。能。但你先告诉我,专注力怎么定义?——是能连续写两小时代码,还是开会不走神,还是刷短视频能及时停下来?这三个东西,背后的认知机制压根不是一回事。

这就是认知科学应用最尴尬的地方。实验室里一堆漂亮范式,落到产品上,经常被压缩成“记忆小游戏”和“脑力测试”。哎。真不是玄学,但也别把它当魔法。

认知负荷不是越低越好

先说个被用烂的概念:认知负荷。Sweller那套理论,核心不复杂——工作记忆容量有限,大概4个组块上下,因人因任务而变。学习或操作时,内在负荷来自任务本身,外在负荷来自糟糕的呈现方式,相关负荷才是你拿来建构图式的努力。

真正值钱的应用,不是把界面做得“极简”就完事,而是识别哪一部分负荷该留、哪一部分该砍。比如生成式AI现在能帮你总结文档、写会议纪要。爽。可对新人来说,直接把材料嚼碎喂给你,可能把相关负荷也一起砍了。你读完很顺,转头啥也没记住。这不是我瞎说,2024年已经有研究在讨论“认知卸载”与批判性思维的关系,结论不绝对,但方向值得警惕。

行业里有个趋势:AI助手开始做“渐进式提示”,而不是一上来给答案。这背后就是认知科学应用——先让你检索、先让你犯错、再给支架。产品经理管它叫体验分层。认知科学家管它叫desirable difficulties,合意困难。名字不好听,但有用。

认知负荷工作记忆脑电图实验室实验场景认知负荷工作记忆脑电图实验室实验场景

不过话说回来,认知负荷测量本身很麻烦。NASA-TLX问卷、双任务范式、瞳孔直径、脑电theta波……各有各的坑。消费级头环测出来的“专注度”,更多是相对变化,不是绝对值。拿它做趋势看可以,拿它做绩效排名?省省吧。

注意力不是一盏灯,是一组开关

很多人以为注意力就是“集中”或“不集中”。太粗了。Posner那套注意网络模型,至少分定向、警觉、执行控制。你开车时看到路边闪一下,那是刺激驱动的定向。你硬撑着不困,那是警觉。你在群里忍住不回老板消息,那是执行控制。三套系统,神经回路都不一样。

所以界面设计里最危险的一句话是:这个动效很抓眼球。抓眼球不等于有用。红点、弹窗、自动播放,利用的是显著性捕获。短期点击率上去了,长期信任掉下来。人因工程里有个老问题:告警太多,等于没有告警。驾驶舱、手术室、工业控制台,全踩过这个坑。

驾驶模拟器眼动追踪注意力测试场景驾驶模拟器眼动追踪注意力测试场景

现在眼动追踪便宜了。Tobii这类设备,加上VR驾驶模拟器,能做很细的分心检测。行业动态是:座舱监控DMS从“看眼睛闭没闭”往“看认知状态”走。疲劳、分心、认知高负荷,混在一块儿。难点在标注。你让司机做n-back任务,再让他开车,实验室能出漂亮数据。上路呢?光照、眼镜、口罩、抖动,全来捣乱。算法再牛,也怕数据脏。

我自己的偏见:认知科学应用在注意力领域,最靠谱的落地不是“训练注意力”,而是“减少不必要的注意力争夺”。少发一条无关通知,比多卖一套脑训练课更有价值。真的。

“变聪明”的生意,最容易被反噬

认知训练这个赛道,故事特别好讲。工作记忆训练、加工速度训练、神经反馈,听着都高级。可迁移效应呢?争议一直没停。2016年FTC罚Lumosity,核心就是广告宣称缺乏证据。2020年FDA授权EndeavorRx,用于改善ADHD儿童的注意力,这是数字疗法的一个标志性事件。注意,它是处方级、特定人群、特定游戏,不是“全民健脑”。

别把“FDA授权”理解成“玩玩游戏就能治ADHD”。它的效应量、长期收益、停药后维持,学界还在吵。2023年Pear Therapeutics破产,也给数字疗法泼了冷水。商业化难,支付方不买单,医生workflow不兼容。认知科学应用在这里的教训很直白:实验室效应≠临床价值≠商业闭环。

ADHD数字疗法认知训练软件界面ADHD数字疗法认知训练软件界面

不过,也别一棍子打死。ADHD、轻度认知障碍、卒中后康复,这些领域有明确需求。关键是评估得跟上。只测反应时不够,得看日常功能:作业完成率、驾驶违规次数、工作记忆量表。现在一些团队用生态瞬时评估,手机定时弹问卷,结合被动传感。土办法。但比实验室里那20分钟靠谱。

消费级脑电呢?我持谨慎乐观。头环能测个大概,做冥想反馈、睡眠分期、注意力趋势,可以。拿来做招聘筛选、学生课堂监控,算了。伦理先不说,信噪比就不过关。你总不能让候选人先洗头再戴电极吧。

教育里的认知科学应用,最怕“看起来很美”

教育是认知科学应用的老战场。检索练习、间隔重复、交错练习、生成效应,这些效应量都不小。可学校落地时,经常变成“刷题App”。为什么?因为测量方便。答题对错好记,思维过程难记。于是产品越做越像题库,认知科学那点精髓被削平了。

生成式AI进来以后,情况更微妙。AI能当苏格拉底式导师,也能当答案机器。差别在交互设计。如果AI总是先给答案,学生就练不到提取和生成;如果AI先追问、再给提示,认知投入会高很多。这不是技术问题,是产品价值观。说实话,后者更难做,也更难卖。家长要的是“提分快”,不是“你慢慢想”。

所以我现在看认知科学应用的项目,先问三个问题:测什么?怎么测?测了之后改变什么行为?答不上来,PPT再漂亮也白搭。行业动态里,AI+认知评估很热,语音、眼动、键盘动力学都能当数字生物标志物。热归热,验证归验证。没有外部效度,都是自嗨。

写到这里,想起朋友那句话:客户要“提升专注力”的头环。我后来回他,先别做头环,做个“通知拦截器”吧。把非紧急消息延后,把重要提醒做得更显眼。认知科学应用,有时候不是加一个传感器,而是减一个干扰源。对吧?