1 引言
奖励是能够给个体带来主观或客观利益的满意刺激物(Mohr et al., 2010)。奖励通过影响个体所看、所想和所求从而塑造其行为(Berridge & Kringelbach, 2008; Locke & Braver, 2008)。即刻预测奖励的刺激能够得到优先加工(Pessoa & Engelmann, 2010; Serences, 2008)，奖励也能够通过影响注意转向以前奖励过的刺激而影响视觉认知(Anderson, 2013; Failing & Theeuwes, 2014)。
长期以来，关于奖励影响注意选择的机制从空间维度进行解释。Anderson等人(2011)要求被试完成视觉搜索训练任务，个体需要在不同颜色的圆环中搜索一个红色或绿色的目标圆环，并报告圆环中线段的方向。其中一种目标圆环的颜色和高水平奖励建立联结，另一种目标圆环的颜色和低水平奖励建立联结。接下来，被试完成附加奇异项任务，即在多个灰色圆形中搜索唯一的灰色方形。在一半试次中，训练阶段和奖励联结过的颜色作为分心物出现，即其中一个灰色圆形被替换成训练阶段和奖励联结过的红色或绿色。结果发现当分心物的颜色为高奖励联结颜色时，与分心物的颜色是低奖励联结颜色或无分心物的中性条件相比，搜索目标的时间显著变长。这种对目标搜索的干扰是因为注意被以前和高奖励联结的颜色刺激空间性地捕获，注意先被吸引到高奖励联结颜色位置，然后再转移到目标位置。以前和奖励联结过但与任务无关的刺激特征以外源性的、空间转移的方式影响了注意分配，从而导致了注意捕获(刘丽 等, 2019; Anderson et al., 2011; Failing & Theeuwes, 2014)。
但是，也有一些研究表明在不涉及空间转移的情况下奖励也能够捕获注意。Failing和Theeuwes(2015)让被试先完成一个选择任务，在同时呈现的两张图片中选择其中一张，图片分别属于四种不同类别。选择一类图片获得高奖励，选择另一类图片获得低奖励，选择其余两类图片则得不到奖励，即将不同类别的图片与不同水平奖励反馈联结。随后，被试完成快速系列视觉呈现(rapid serial visual presentation, RSVP)探测任务，训练阶段和高、低奖励联结的图片作为分心物呈现在目标图片之前，并且操纵了分心物和目标图片的间隔时间(200 ms和800 ms)。结果发现，无论何种时间间隔下，与低奖励联结图片和无奖励图片条件相比，高奖励联结图片条件下，被试对目标搜索的正确率均显著降低。因为在RSVP任务中，所有图片信息都是在屏幕中心随着时间变化先后呈现，而在空间位置上无差别，所以研究结果表明与奖励联结的刺激能够非空间地捕获注意，并能够持续较长时间(Failing & Theeuwes, 2015)。后来，Le Pelley等人(2019)不进行训练阶段的学习，在RSVP任务中将风景或鸟类图片作为分心物呈现在目标之前，告知被试如果刺激流中出现了这两类图片，那么该试次对目标识别正确将会获得奖励，即将分心图片与奖励建立联结。结果发现当与奖励建立即时联结时，分心图片也对目标识别产生了非空间性的干扰。
目前关于奖励影响非空间注意捕获的研究较少，而且大多是将知觉水平的信息与奖励建立联结(刘丽 等, 2020; Failing & Theeuwes, 2015)。Failing和Theeuwes认为场景图片能够非空间地捕获注意是因为被试将知觉特征的场景图片归到不同的语义类别(如田野、水、山和森林)，语义信息与奖励建立了联系。在他们的研究中，每类图片虽然来自不同的语义类别，但是也有着相似的知觉特征。也就是说，被试在训练阶段可能是通过知觉相似性对图片归类，而没有上升到语义层面，这种捕获仍然是知觉层面的。
虽然在奖励影响注意捕获的研究中，还未有研究直接将语义信息与奖励联结过，但在注意瞬脱(attentional blink, AB)研究中，采用词作为材料由来已久(Maki et al., 1997)。Maki和Mebane(2006)在RSVP任务中将红色突显词作为被试需要忽视的分心物(D1)呈现在目标词(T2)之前，发现在短的时间间隔条件下，T2的回忆受到显著损害。这被认为是分心物无意识地捕获了注意，延长了不适宜的注意时间，导致了注意瞬脱。
在情绪诱发注意瞬脱(emotion-induced blink, EIB)研究中，将情绪刺激作为关键分心物呈现在目标之前，发现任务无关的情绪刺激会诱发一个类似注意捕获的现象，导致对目标的识别正确率下降(孙猛 等, 2024; Keefe et al., 2019; Santacroce et al., 2021)。情绪诱发注意瞬脱研究中所采用的情绪刺激包括情绪图片和情绪词。情绪词作为抽象字符与图片性情绪刺激不同，其视觉特征不能直接传达情绪信息，情绪词的情绪意义需要通过语义层面的加工才能够获得。相比图片情绪刺激的加工，加工情绪词所产生的情绪效应更弱，需要一定程度的词汇语义加工才能完成(王霞 等, 2019; Rellecke et al., 2011)。罗文波和齐正阳(2022)研究采用RSVP范式，结合脑电技术探讨在有限注意资源内词汇效价对情绪名词加工过程的影响，结果表明相对于中性词，情绪词诱发了更大的早期N170和晚期LPC波幅，这表明虽然情绪词涉及语义层面的加工，但是加工过程也会很快发生。
在情绪诱发注意瞬脱的研究中，情绪刺激不用经过训练就已经具备价值，这种价值是人类长期进化适应的结果。而在奖励联结引发注意捕获的研究中，中性刺激本身不具有价值，但可以通过训练阶段与奖励建立联结而获得价值，这是一种习得的价值。情绪和奖励均是价值的体现，能够增加个体对环境的适应性，对个体的生存具有重要意义(Anderson, 2013)。在本研究中，通过设置训练阶段，将不同水平的金钱奖励与不同类别的中性词建立联结，赋予某一类别词以高奖励或低奖励，使其具有高价值或低价值。在测试阶段设置RSVP任务，将与奖励联结过的词作为分心词呈现在目标词之前，考察是否存在语义层面的奖励驱动的注意捕获。另外，本研究还通过设置分心词与目标词的不同间隔时间来考察语义注意捕获保持的时间性。价值预测性观点认为只要刺激能够预测不同水平的奖励，就能够产生价值驱动的注意捕获(刘丽, 2021; Sali et al., 2014)。因此本研究预测，当与奖励联结使语义词具有价值时，在RSVP任务中能够非空间地捕获注意。基于EIB研究中发现情绪词和情绪图片在注意瞬脱效应上的差异，本研究预测语义词所产生的捕获效应在短的时间间隔条件下更容易出现。
2 研究方法
2.1 被试
根据G*Power3.1软件，设定η${_{\rm p}^2} $ =0.07，通过计算得到效应量f=0.27，计算样本量至少为21，统计检验力达到0.80。共24名大学生参加实验(女生12名，平均年龄20.17±1.12岁，年龄范围18～23岁)，视力或矫正视力正常，无视觉缺陷。实验结束后，根据训练阶段的累计金钱奖励反馈付给被试相应的报酬。所有被试均先完成词的选择任务，休息10分钟后完成RSVP任务。
2.2 实验仪器和材料
所有刺激均呈现在屏幕分辨率为1024×768像素的17英寸联想台式机上，背景为黑色，被试眼睛距离屏幕50 cm。实验程序采用E-Prime3.0进行编制，注视点为屏幕中心出现的白色“+”，视角为0.67°×0.76°。
实验材料为四种语义类别(职业类、水果类、动物类和文具类)的两字词，词为白色，单字的视角为1.24°×1.34°，词的视角为2.68°×1.34°。训练阶段在注视点左右位置分别呈现两个不同语义类别词，两个词的中心距离为9°；在测试阶段的RSVP任务中，屏幕中心每次呈现一个词。
本研究对词的选择评定方法如下：查询《现代汉语频率词典》，并结合百度搜索各类语义词汇，初选出每个类别下的两字词各34个，制作词语熟悉度调查表，根据G*Power3.1软件计算，至少需要21名被试进行材料评定(η${_{\rm p}^2} $ =0.07, Power=0.80)。选取73名大学生对每个词的熟悉度进行1～5级评分，1表示“十分不熟悉”，5表示“十分熟悉”。最终在每类词中各选择16个词作为正式实验材料，不同类别词之间的熟悉度无显著差异[F(3, 216)=1.54, p>0.05, M动物=4.30; M文具=4.38; M水果=4.33; M职业=4.38]；类别词之间的平均笔画数也无显著差异[F(3, 60)<1, p>0.05, M水果=18.31; M职业=18.19; M文具=16.94; M动物=17.19]。
2.3 实验程序和设计
在训练阶段，被试完成词语选择任务。每个试次最初呈现300～500 ms的注视点“+”，然后在注视点左右两侧各呈现一个词，两个词分别属于不同的语义类别，呈现时间为2000 ms。要求被试选择其中一个词，在2000 ms之内反应后刺激消失，呈现1500 ms的奖励反馈，高奖励为10分，低奖励为1分，选择错误或者未在2000 ms以内反应，反馈为0分。反馈屏会出现本次所奖励的分数和累积的奖励总分。将奖励水平与语义类别建立联结，每种类别的语义词均与其他三种一一结合出现，奖励的高低依赖所选择的词语类别。例如，对于某个被试，水果类词语与高奖励10分联结，动物类词语与低奖励1分联结，其余两类词语为无奖励类别。不同类别语义词和不同水平奖励的联结在被试间平衡。词的呈现形式分别为高奖励−低奖励配对(高奖励词为正确选择)、高奖励−无奖励配对(高奖励词为正确选择)、低奖励−无奖励配对(低奖励词为正确选择)，每种选择必须正确才能给予奖励。每类词呈现在左右位置的次数相同，每类词作为高奖励联结词、低奖励联结词和无奖励联结词的次数相同。分别用左右手的食指进行反应，选择左侧词按“C”键，选择右侧词按“M”键。要求被试通过选择使奖励最大化，但不告知被试奖励与词的联结规律，而且也不告知词是根据语义类别进行划分的。
训练阶段采用3(奖励配对方式：高奖励−低奖励、高奖励−无奖励、低奖励−无奖励)×6(组块：组块1、组块2、组块3、组块4、组块5、组块6)被试内设计。任务共包含480个试次，80个试次为一个组块，每个组块之间有休息，完成时间约50分钟。具体流程如图1 所示。
在测试阶段，被试完成RSVP探测任务，所使用的词与训练阶段相同。每个试次开始呈现300～500 ms的注视点，然后连续呈现17个词，每个词呈现115 ms。RSVP中的填充刺激为训练阶段的一种无奖励类别词。在50%试次中设置目标，目标为另一种无奖励类别词，另50%试次中无目标出现。被试对目标类别词的出现与否进行探测反应。在每组完成后会提供正确率的反馈。告知被试在测试阶段没有金钱奖励。
测试阶段的关键是在目标词之前呈现分心词。分心词为高奖励联结类别词和低奖励联结类别词，各出现1/3试次，剩余1/3试次为无奖励词的中性条件。分心物呈现在目标之前230 ms或690 ms，随机呈现在刺激流的第4、6、8位置，在无目标条件下也呈现分心物。
测试阶段为2(目标：有目标、无目标)×3(分心词：高奖励联结分心词、低奖励联结分心词、无奖励联结分心词)被试内设计，将有分心词试次下的目标识别正确率进行2(分心词奖励水平：高奖励联结分心词、低奖励联结分心词)×2(间隔时间：230 ms、690 ms)被试内设计。每个被试完成36个练习，然后是每组72个试次共288个试次的正式实验。时间约15分钟。具体流程如图2 所示。
3 结果
训练阶段的选择正确率数据见表1 。对选择正确率进行3(奖励配对方式：高奖励−低奖励、高奖励−无奖励、低奖励−无奖励)×6(组块：组块1、组块2、组块3、组块4、组块5、组块6)重复测量方差分析。结果表明：奖励配对方式的主效应显著[F(2, 46)=37.98, p<0.001, η${_{\rm p}^2} $ =0.62]，事后分析表明高奖励−无奖励条件下的选择正确率(95.29%)显著高于高奖励−低奖励条件(89.58%)[t(23)=6.72, p<0.001, d=1.36]和低奖励−无奖励条件(85.37%)[t(23)=8.66, p<0.001, d=1.76]；高奖励−低奖励条件的选择正确率(89.58%)显著高于低奖励−无奖励条件(85.37%)[t(23)=3.07, p<0.01, d=0.63]。组块的主效应显著[F(5, 115)=34.47, p<0.001, η${_{\rm p}^2} $ =0.60]，事后分析表明：除了组块6和组块5条件、组块4和组块3条件下正确率差异不显著[ts(23)<1.45, ps>0.05]，其他任何两个组块之间的正确率差异均显著[ts(23)>2.18, ps<0.05, ds>0.42]，具体表现为组块6的正确率(95.31%)和组块5的正确率(94.88%)显著高于组块4的正确率(92.97%)和组块3的正确率(91.62%)；组块4的正确率和组块3的正确率显著高于组块2的正确率(88.06%)；组块2的正确率显著高于组块1的正确率(77.65%)。表现为随着任务的进行，被试的正确率逐渐提高。奖励配对方式和组块的交互作用不显著[F(10, 230)=1.64, p>0.05]。见图3 。
表1 训练阶段不同奖励配对方式下选择正确率的平均数和标准差(%)(n=24) |
| 组块 | 高奖励−低奖励 | 低奖励−无奖励 | 高奖励−无奖励 | |||||
| M | SD | M | SD | M | SD | |||
| 组块1 | 80.70 | 16.98 | 68.75 | 15.80 | 83.46 | 11.93 | ||
| 组块2 | 86.07 | 12.83 | 83.20 | 13.69 | 94.92 | 10.70 | ||
| 组块3 | 90.63 | 10.05 | 86.85 | 10.26 | 97.40 | 7.64 | ||
| 组块4 | 91.41 | 7.33 | 89.58 | 12.72 | 97.92 | 3.53 | ||
| 组块5 | 94.14 | 5.40 | 91.47 | 7.56 | 99.09 | 1.72 | ||
| 组块6 | 94.53 | 5.92 | 92.45 | 7.48 | 98.96 | 1.76 | ||
训练阶段的反应时数据见表2 。对反应时进行了与正确率同样的重复测量方差分析。结果表明：奖励配对方式的主效应显著[F(2, 46)=73.22, p<0.001, η${_{\rm p}^2} $ =0.76]，事后分析表明高奖励−无奖励条件下的反应时(768 ms)快于高奖励−低奖励条件下的反应时(796 ms)[t(23)=−4.33, p<0.001, d=−0.90]和低奖励−无奖励条件下的反应时(930 ms)[t(23)=−10.17, p<0.001, d=−2.08]；高奖励−低奖励条件下的选择反应时(796 ms)显著快于低奖励−无奖励条件的反应时(930 ms)[t(23)=−7.50, p<0.001, d=−1.52]。组块的主效应不显著[F(5, 115)=2.29, p>0.05]。奖励配对方式与组块的交互作用不显著[F(10, 230)<1]。见图4 。
表2 训练阶段不同奖励配对方式下选择反应时的平均数和标准差(ms)(n=24) |
| 组块 | 高奖励−低奖励 | 低奖励−无奖励 | 高奖励−无奖励 | |||||
| M | SD | M | SD | M | SD | |||
| 组块1 | 827 | 162 | 955 | 182 | 818 | 154 | ||
| 组块2 | 811 | 169 | 956 | 194 | 791 | 141 | ||
| 组块3 | 787 | 122 | 938 | 182 | 763 | 111 | ||
| 组块4 | 782 | 116 | 919 | 127 | 750 | 106 | ||
| 组块5 | 789 | 122 | 907 | 140 | 751 | 104 | ||
| 组块6 | 779 | 105 | 906 | 119 | 735 | 92 | ||
RSVP范式下的目标探测正确率数据见表3 。对探测正确率进行2(目标：有目标、无目标)×3(分心词：高奖励联结分心词、低奖励联结分心词、无奖励联结分心词)重复测量方差分析。结果表明：目标的主效应显著[F(1, 23)=17.20, p<0.001, η${_{\rm p}^2} $ =0.43]，有目标条件下的正确率(85.33%)低于无目标条件下的正确率(93.52%)。分心词的主效应显著[F(2, 46)=23.46, p<0.001, η${_{\rm p}^2} $ =0.51]，事后分析表明：高奖励联结分心词条件下的目标识别正确率(86.55%)显著低于低奖励联结分心词条件(90.84%)和无奖励联结分心词的中性条件(90.89%)(t=−5.22, p<0.001, d=−1.06; t=−5.99, p<0.001, d=−1.22)；低奖励联结分心词和无奖励联结分心词条件下的目标识别正确率差异不显著(t=−0.07, p>0.05)。两者交互作用不显著[F(2, 46)=1.34, p>0.05]。见图5 。
有分心词试次下的目标探测正确率数据见表4 。对正确率进行2(分心词奖励水平：高奖励联结分心词、低奖励联结分心词)×2(间隔时间：230 ms、690 ms)重复测量方差分析。结果表明：分心词奖励水平的主效应显著[F(1, 23)=20.26, p<0.001, η${_{\rm p}^2} $ =0.47]，高奖励联结分心词条件下的正确率(82.29%)低于低奖励联结分心词条件下的正确率(87.67%)。间隔时间的主效应显著[F(1, 23)=15.87, p<0.01, η${_{\rm p}^2} $ =0.41]，短时间间隔条件下的正确率(82.21%)低于长时间间隔条件(87.76%)。两者的交互作用显著[F(1, 23)=6.20, p<0.05, η${_{\rm p}^2} $ =0.21]，进一步的简单效应分析表明，在短时间间隔条件下，高奖励联结分心词下的正确率(77.78%)低于低奖励联结分心词条件(86.63%)(t=−4.18, p<0.001, d=−0.76)；在长时间间隔条件下，高奖励联结分心词条件下的正确率(86.81%)和低奖励联结分心词条件(88.72%)无显著差异(t=−1.27, p>0.05)。见图6 。
4 讨论
本研究发现在训练阶段被奖励过的类别语义词在RSVP任务中作为分心词出现会影响对随后目标词的加工。在目标出现和不出现的条件下，相对于低奖励联结类别语义词和无奖励联结类别语义词作为分心词的条件，训练阶段和高奖励联结的类别语义词作为分心词出现时都会更严重地影响对目标词的探测，导致正确率的显著降低。本研究发现有目标条件下的探测正确率显著低于无目标条件下的探测正确率，即当目标出现时被试更难觉察到目标，从而出现更多的漏报；而在目标不出现时表现出较少的虚报。这与任务难度有关，在RSVP任务中，每个词呈现的时间为115 ms且不具有突显性，对于个体来说任务较难，从而导致被试更倾向作出“否”回答。
本研究发现的语义信息产生的非空间注意捕获是因为语义信息和奖励建立了联结，而不是奖励诱发了动作联结或动作启动的结果。在本研究中，被试在训练阶段完成选择任务，在测试阶段完成探测任务，两个任务完全不同，每个阶段要求被试做出的反应也不同。Krajbich等人(2010)使用不限制注视眼动研究表明被试在选择任务中花费在要选择的选项上的注视时间会影响选择结果。在训练阶段，相对于低奖励语义词，被试注视或分配给高奖励语义词更多的时间，导致在测试阶段，他们会更多地偏向注意高奖励语义词，产生了非空间的注意捕获。在本研究中，虽然刺激在周边出现，但被试必须要一直注视屏幕中心，所以对左右两侧出现的不同奖励水平的语义词的注意分配时间是相同的。而且，训练阶段的结果表明，被试在涉及高奖励语义词选项条件下的反应时要快于涉及低奖励语义词选项条件的反应时，因此，即使在选择阶段被试对不同的语义词分配了注意时间，其对高奖励语义词的注意分配时间相对于低奖励语义词的注意分配时间也要短。所以，本研究测试阶段的结果不是因为训练阶段对高奖励语义信息分配更多的注意时间所导致的，也不是奖励诱发了动作联结或动作启动的结果，而是因为语义信息和奖励建立了联结。
本研究结果不支持传统的自上而下和自下而上的注意控制的二分法(Awh et al., 2012)，这两种观点都不能单独解释本研究的结果。在本研究的测试阶段，和高奖励联结的类别语义词不是任务相关的，也不属于任务定势的一部分。相对于其他类别语义词，也没有更大的物理突显性。但是这些高奖励语义词与低奖励或者无奖励语义词相比，导致了更大的非空间注意捕获。这种效应在语义词不再预测奖励，不再具有物理突显性时仍然存在。这一结果与以往空间注意捕获的结果一致，表明奖励可以不通过自上而下的注意控制(Anderson, 2013; Failing & Theeuwes, 2014)和自下而上的物理突显性(刘丽, 2021)来影响注意偏向。基于奖励的选择历史影响注意定向，独立于个体建立的任务定势、目标和物理突显性，是一种由价值所引发的独立的注意选择机制。只要个体通过奖励预测机制建立起刺激和奖励之间的联结，就能够引起基于价值的注意捕获(刘丽, 2021; Bucker & Theeuwes, 2017)。价值预测性是注意捕获发生的充分条件，语义信息只要与奖励联结，就能够无意识地产生非空间注意捕获效应。
本研究结果表明高奖励联结的语义词产生的非空间注意捕获效应只在短的时间间隔(230 ms)出现，而在长的时间间隔(690 ms)不出现，说明语义词对目标的干扰(产生的注意捕获)很容易得到恢复。这个结果与Failing和Theeuwes(2015)的结果不一致，他们的研究表明知觉图片产生的非空间注意捕获效应在时间间隔为800 ms时仍然存在。结果的差异可能是采用的材料不同导致的，图片为知觉水平，而词为语义水平。以词作为材料，Maki和Mebane(2006)的研究也发现，当红色突显词作为分心物呈现在目标词之前，对目标词的损害作用只在短的时间间隔条件下出现。图片所包含的信息是基于感知特征的，而词汇属于抽象符号，包含的信息是基于语义的。词汇的视觉特征不能直接传达关于语义的信息，需要通过后天的学习才能获得，唤醒水平较低，因此产生的注意捕获效应也更弱(王霞 等, 2019; Kulke et al., 2019)。在本研究的训练阶段和测试阶段，被试必须获得每个词的语义信息才能确定词属于哪种类别，从而完成任务。在训练阶段，相比知觉图片加工，对词的加工需要一定程度的词汇−语义加工才能完成，因此词加工所产生的价值联结效应会弱一些，导致了在测试阶段价值联结的分心词自动唤醒水平较低，对目标的干扰作用不持久，只在短的时间间隔下出现非空间注意捕获效应。
分心物和目标呈现的间隔时间影响目标探测效应，这个结果似乎和典型的注意瞬脱(AB)研究结果一致。在AB研究中，AB效应产生的时间窗口为200～500 ms，当两个目标(T1、T2)之间的间隔时间大于500 ms，通常会导致对第二个目标再认正确率的恢复，即注意瞬脱效应消失(Raymond et al., 1992; Shapiro et al., 1997)。虽然本研究结果与经典注意瞬脱研究结果一致，但两者的机制完全不同。在典型的注意瞬脱实验中，被试对目标T1的注意与任务目标有关，是任务所需要的，因此主要考察了自上而下的目标导向的注意能力。本研究不是经典的有两个目标的AB任务，而是一个无关“中性”刺激(语义词)与奖励联结后，在随后的RSVP任务中作为与目标无关的分心刺激出现，不需要被试进行识别，因此反映的是自下而上的无意注意干扰了对目标的识别从而引发的注意捕获，是一种由价值联结所引发的、自动发生的对奖励联结词的注意从而干扰目标识别的过程(陈武英 等, 2014)。
5 结论
(1)训练阶段和高奖励联结的语义类别词能够非空间地捕获注意，这种非空间的注意捕获不是由自上而下或者自下而上的加工过程所决定，而是由价值预测性所决定；(2)奖励不仅能够在知觉水平上非空间地捕获注意，而且能够在语义水平上非空间地捕获注意；(3)与知觉水平的信息相比，语义水平的信息所产生的非空间注意捕获效应要弱一些，只在短的时间间隔下出现。