1 引言
《第6次中国未成年人互联网使用情况调查报告》显示，我国未成年网民规模已达1.96亿，互联网普及率为97.3%(共青团中央, 中国互联网络信息中心, 2024)。青少年是“数字原生代”群体，《2024中国游戏产业未成年人保护报告》显示，每周网络游戏时长3小时以上的未成年人占比为24.9%(中国音像与数字出版协会游戏工作委员会, 伽马数据, 2024)。随着网络游戏在青少年群体中的普及，游戏成瘾问题已不再局限于个体行为层面，而是演变为一项亟需应对的公共卫生议题。
《国际疾病分类》第十一版(ICD-11; World Health Organization, 2025)指出，网络游戏成瘾是一种持续、反复的网络游戏行为模式，核心表现为游戏控制受损、优先级不断上升、不顾后果持续游戏，并导致个人、家庭、社会等功能显著受损。根据ICD-11的诊断标准，上述行为模式持续12个月以上即可诊断为网络游戏成瘾，而在成瘾发展的早期阶段，个体存在健康风险，但处于尚未满足诊断标准的状态，则可被定义为“问题性网络游戏使用”(Brand et al., 2025)。这一梯度划分明确了网络游戏成瘾的连续性特征。
为理解网络使用障碍的发生以及发展机制，研究者提出了个体−情感−认知−执行交互(interaction of person-affect-cognition-execution, I-PACE)模型，而网络游戏成瘾是网络使用障碍的一个特定类型(Brand et al., 2016)。根据I-PACE模型，通过网络游戏反复地获得积极情绪体验和缓解消极情绪体验，会直接以及间接地影响玩家对网络游戏相关线索的情感和认知反应，其中包括注意偏向。而情感和认知反应可以影响使用网络应用的决策，导致习惯性网络游戏行为的增强，从而形成恶性循环(Brand et al., 2019)。同时，基于物质成瘾行为提出的激励敏化理论认为物质成瘾个体使用的物质可以使使用者的多巴胺系统敏化，甚至是永久敏化。这种敏化会导致成瘾刺激表征对成瘾个体来说高度突显、有吸引力和“想要”，从而出现了对成瘾刺激的注意偏向(Berridge & Robinson, 2016)。物质成瘾群体对物质相关刺激的注意偏向已经得到证实(Koob & Volkow, 2010; Waters et al., 2003)。有证据表明，尽管不存在药物的作用，行为成瘾个体(如网络游戏玩家等)同样对与他们个人成瘾有关的线索有一些类似于敏化的大脑过度反应模式(Berridge & Robinson, 2016; Robinson & Berridge, 2001)。因此，对于网络游戏信息的注意偏向可能是网络游戏成瘾玩家的重要特征之一。
注意偏向指个体在认知加工过程中，对与成瘾相关的特定刺激表现出优先注意、持续关注或难以脱离的认知倾向，这种偏向被认为是成瘾行为维持与复发的关键认知机制(Bai et al., 2023)。注意偏向不以静态形式表达，而是随着时间发生动态变化。注意偏向在早期的表达为注意警觉，体现为个体会优先将注意指向特定刺激，促进了察觉该类特定信息的速度；而注意偏向在晚期的表达为注意脱离困难，体现为个体一旦觉察到特定刺激，便很难停止对其的注意加工(Bishop, 2009; Sheppes et al., 2013)。由早期的注意警觉和晚期的注意脱离困难组成的注意偏向的动态模式可体现出个体对信息的认知加工特征。
已有研究证实了网络游戏成瘾玩家对游戏相关信息存在注意偏向，且部分研究已查明网络游戏玩家的注意偏向动态模式。Metcalf和Pammer(2011)采用成瘾Stroop范式研究了不同网络游戏成瘾程度游戏玩家对游戏相关词汇的注意偏向。结果发现，相较于高投入玩家和对照组，网络游戏成瘾玩家对游戏相关词汇的反应时更长。研究者认为网络游戏成瘾玩家会对游戏相关词汇产生注意偏向从而影响判断速度。Lorenz等人(2013)则通过点探测任务发现了网络游戏成瘾玩家对游戏相关图片存在注意偏向。另一项研究采用掩蔽与非掩蔽点探测范式探讨了问题性手机游戏玩家的注意偏向，结果发现，问题性手机游戏玩家对游戏相关刺激的注意偏向同时存在于阈下与阈上水平，其中阈上层面的注意偏向主要表现为警觉加工，即更快地将注意定向至游戏相关刺激，这一结果支持了激励敏化理论对成瘾认知机制的解释。长期游戏导致大脑奖赏系统对游戏线索的敏感性显著提升，使其成为优先加工的认知刺激(Bai et al., 2023)。采用眼动追踪技术的研究进一步揭示了注意偏向的动态特征，研究发现社交焦虑问题性手机游戏玩家对游戏社交信息存在“警觉−维持”的注意模式：在注意早期阶段，表现为对游戏社交信息的快速警觉，在注意晚期阶段，则表现为对游戏社交信息的持续关注，这一模式证实了游戏社交补偿需求与注意偏向的密切关联，即社交焦虑青少年通过游戏社交满足归属需求，进而强化了对相关信息的注意偏向(Guo et al., 2024)。以上研究支持了网络游戏成瘾玩家对游戏相关信息存在注意偏向，且在不同研究条件下表现为不同的注意偏向动态模式。
此外，一些神经电生理与脑成像研究也提供了证据。戴珅懿等人(2011)通过Stroop任务与事件相关电位(event-related potential, ERP)技术发现，网络游戏成瘾玩家对网络游戏相关词汇表现出更高的P200振幅。而P200反映了个体早期加工阶段注意分配的增强(Gupta et al., 2019)，因此，该结果表明网络游戏成瘾玩家对游戏相关词汇存在早期的注意警觉。同时，该研究还发现网络游戏成瘾玩家对网络游戏相关词汇表现出更高的P300振幅。P300可以反映对特定信息的持续性注意分配(Cardoso et al., 2021)，该结果表明网络游戏成瘾玩家对游戏相关词汇存在晚期的注意脱离困难。该研究证实了网络游戏成瘾玩家对游戏相关线索存在自动且持续的注意偏向。但近年来也有不同发现，Motamedy等人(2025)同样采用Stroop任务结合ERP技术的方式，发现网络游戏成瘾玩家对游戏相关信息和中性信息均表现出了更高的P300振幅和更长的反应潜伏期。表明他们的注意资源过度消耗、抑制控制与认知转换能力受损，这种异常可能是网络游戏成瘾玩家难以脱离游戏、日常功能受损的神经基础。
尽管现有研究已从多个层面证实了网络游戏成瘾与注意偏向的关联，但关于被试成瘾程度的划分缺乏精细化，忽视了成瘾的连续性特征。当前多数研究采用二分法将被试划分为“网络游戏成瘾玩家”与“对照组”，通过诊断标准或量表分数的临界值进行分组，这种划分方式虽便于统计分析，但与网络游戏成瘾的实际发展过程不符(Bai et al., 2023)。研究者指出，青少年的网络游戏成瘾实际呈现从“正常游戏使用”到“问题性使用”再到“成瘾”的连续体特征，不同阶段的行为表现、认知损伤与神经机制存在差异(Brand et al., 2025)。问题性网络游戏使用青少年可能仅表现为游戏时长超标，但社会功能损伤不明显；而网络游戏成瘾青少年则可能出现完全失控、学业中断、情绪障碍共病等严重问题。因此，明确不同网络游戏成瘾程度青少年的注意偏向差异，是解释行为成瘾发展过程的关键环节。
在注意偏向研究中，眼动追踪技术具有独特的优势，它可以记录个体不同时间阶段的视觉反应模式，从而更好地对注意偏向进行研究(Liossi et al., 2014)。因此，本研究使用眼动追踪技术结合点探测范式考察不同网络游戏成瘾程度青少年对游戏相关信息的注意偏向，使用首次到达时间、首次加工时间和总注视时间考察被试的注视情况。本研究提出假设，相对于对照组，网络游戏成瘾青少年和问题性网络游戏使用青少年对游戏相关信息会表现出注意偏向。
2 研究方法
2.1 被试
使用G*Power软件对样本量进行计算，效应量f设置为0.25，α设置为0.05，为了达到0.95的统计检验力，实验共需要54名被试。本实验实际招募被试人数为93，满足计划样本量要求。
在天津某中学发放网络成瘾问卷(Young, 1998)和网络游戏成瘾界定量表(崔丽娟, 2006)筛选被试，共发放问卷863份，回收821份，剔除未完全作答以及全部题目均选择同一选项的问卷后，有效问卷为785份。通过问卷筛选出常用游戏类型为《王者荣耀》的不同网络游戏成瘾程度的青少年，其中，网络成瘾问卷分数大于等于80分且网络游戏成瘾界定量表分数大于等于7分的青少年被纳入网络游戏成瘾组，网络成瘾问卷分数处于50～79分且网络游戏成瘾界定量表分数小于7分的青少年被纳入问题性网络游戏使用组，而网络成瘾问卷分数小于50分且网络游戏成瘾界定量表分数小于7分的青少年则被纳入对照组。最终，网络游戏成瘾组、问题性网络游戏使用组以及对照组各31人，三组被试在网络成瘾问卷分数和网络游戏成瘾界定量表分数上均存在显著差异，F(2, 90)=1146.29，p<0.001，η${_{\rm p}^2} $ =0.96，F(2, 90)=132.13，p<0.001，η${_{\rm p}^2} $ =0.75。所有被试视力或矫正视力正常，均不存在精神病史，且均不存在酗酒、尼古丁使用障碍等物质成瘾情况。被试具体信息见表1。
表1 被试信息及问卷分数情况[M(SD)] |
| 被试信息 | 网络游戏 成瘾组 | 问题性网络游戏 使用组 | 对照组 |
| 性别(男/女) | 20/11 | 18/13 | 11/20 |
| 年龄(岁) | 16.19 (0.79) | 15.97 (0.66) | 16.16 (0.82) |
| 网络成瘾问卷分数 | 83.06 (2.35) | 56.84 (6.03) | 33.97 (2.89) |
| 网络游戏成瘾界定量表分数 | 7.35 (0.67) | 4.68 (0.60) | 3.00 (1.61) |
2.2 研究工具
2.2.1 网络成瘾问卷
该量表包含20个题目，用于测量个体网络成瘾的严重程度，题目如“你觉得上网的时间比你预期的要长吗”(Young, 1998)。采用5点评分，从1(几乎没有)到5(总是)，分数越高表明网络成瘾程度越高。量表分数在20～49分为正常网络使用者，分数在50～79分为问题性网络使用者，分数在80分及以上为网络成瘾者。该问卷在网络成瘾的划分中具有较好的信效度，本研究中该量表的Cronbach’s α系数为0.90。
2.2.2 网络游戏成瘾界定量表
该量表包含10个题目，用于界定个体是否网络游戏成瘾，题目如“多次努力去控制、减少或停止玩游戏，但都失败了”(崔丽娟, 2006)。该量表采用“是”“否”计分。界定分数为7分，若有7个题目或更多题目做出了肯定回答，则个体可被界定为网络游戏成瘾。该量表在界定网络游戏成瘾者中有很好的实证效度，本研究中该量表的Cronbach’s α系数为0.81。
2.3 实验设计
实验为3(被试类别：网络游戏成瘾组、问题性网络游戏使用组、对照组)×2(信息类型：游戏相关信息、游戏无关信息)的混合实验设计，其中被试类别为被试间变量，信息类型为被试内变量。因变量为各项眼动指标，具体为兴趣区的首次到达时间、首次加工时间以及总注视时间。
2.4 实验仪器
使用EyeLink 1000Plus记录眼动数据。实验程序通过Experiment Builder 2.5.1在27英寸被试机上运行，该电脑系统为Windows 11，屏幕分辨率设定为1920×1080像素，屏幕刷新率为144 Hz，显卡为NVIDIA GeForce GTX 1050 Ti。EyeLink 1000Plus采样率设置为1000 Hz，便于进行高分辨率追踪。被试的头部由下巴支架固定，以确保实验过程中头部位置保持一致。
2.5 实验材料
使用游戏人物面孔代表游戏相关信息。游戏人物面孔选自《王者荣耀》，在王者荣耀官网下载人物壁纸，使用Photoshop CS5软件对其进行剪切并调整明暗度。使用真实人物面孔代表游戏无关信息，选自中国情绪面孔图片库(龚栩 等, 2011)以及面部表情系统CAS-PEAL数据集(Gao et al., 2008)。选取27对游戏人物面孔和真实人物面孔图片作为实验材料。为了排除色彩对视觉捕捉的影响，使用Photoshop CS5软件将实验材料制作成黑白图片形式，图片底色均为白色，分辨率为1920×1080像素。游戏图片和真实人物图片均为中性图片，效价差异不显著(p>0.05)。
2.6 实验流程
实验在安静的眼动实验室中进行，被试头部距屏幕约75 cm，实验过程中尽可能保持头部稳定静止。实验前进行5点校准。每个试次开始后，屏幕中央首先会出现漂移校准点“●”，指示被试将注意集中在该注视点，此时进行漂移校准。注视点消失后，屏幕左右两侧呈现两张线索图片，被试需要观看这两张图片，图片呈现2000 ms。图片消失后会在屏幕左侧或右侧出现一个黑色的探测点“●”。如果探测点在左侧，需要按“F”键；如果探测点在右侧，需要按“J”键。按键后进入下一个试次(实验流程见图1)。每对图片呈现4次，平衡图片位置及探测点位置，共包含108个试次。所有试次以随机顺序呈现，实验时间约为8分钟。
2.7 数据处理
首先，对数据进行筛选，按以下标准删除数据：(1)删除兴趣区(area of interest, AOI)被跳过的数据；(2)删除处于注视时间平均值3个标准差之外的数据(占总数据数的1.25%)。眼动指标分别如下：(1)首次到达时间(first fixation latency)是指图片呈现后，被试的注视首次进入该区域之前的所有时间。本研究中，首次到达时间反映了被试对目标区域的警觉程度，首次到达时间越短，表明被试对该区域越警觉。(2)首次加工时间(first fixation duration)是指被试对某个区域第一次进行加工的时间，即从视线第一次进入该区域算起到第一次离开这个区域之间的时间。本研究中，首次加工时间反映了被试对该区域的注意回避情况，首次加工时间越短，表明被试对该区域存在显著的注意回避。(3)总注视时间(total fixation duration)是指被试对某个区域的所有注视时间的总和。本研究中，总注视时间反映了被试对该区域的注意脱离情况，总注视时间越长，表明被试对该区域存在注意脱离困难。
此外，本研究还根据以上眼动指标进一步计算出三种注意偏向分数：(1)警觉分数：将被试在游戏相关信息条件下的首次到达时间减去游戏无关信息条件下的首次到达时间，得到警觉分数，该分数越小，表明被试对游戏相关信息的警觉越高。(2)回避分数：将被试在游戏相关信息条件下的首次加工时间减去游戏无关信息条件下的首次加工时间，得到回避分数，该分数越小，表明被试越倾向于回避游戏相关信息。(3)维持分数：将被试在游戏相关信息条件下的总注视时间减去游戏无关信息条件下的总注视时间，得到维持分数，该分数越大，表明被试越难以将注意从游戏相关信息脱离。本研究通过以上眼动指标共同反映被试的注意偏向情况(杨海波, 2022)。
3 结果
3.1 首次到达时间
被试在不同条件下的首次到达时间见图2。对首次到达时间进行重复测量方差分析，结果发现，信息类型主效应不显著，F(1, 90)=1.58，p>0.05。被试类型主效应显著，F(2, 90)=5.19，p<0.01，$ \eta _{\mathrm{p}}^{2} $ =0.10。事后比较显示：网络游戏成瘾组的首次到达时间显著短于对照组(p<0.01)，但与问题性网络游戏使用组的首次到达时间无显著差异(p>0.05)，问题性网络游戏使用组的首次到达时间与对照组无显著差异(p>0.05)。信息类型与被试类型的交互作用显著，F(2, 90)=3.62，p<0.05，$ \eta _{\mathrm{p}}^{2} $ =0.07。简单效应分析发现：对于游戏相关信息，不同类型被试的首次到达时间存在显著差异，F(2, 90)=8.00，p<0.001，η$ _{\mathrm{p}}^{2} $ =0.15，网络游戏成瘾组的首次到达时间显著短于问题性网络游戏使用组和对照组(ps<0.05)。对于游戏无关信息，不同类型被试的首次到达时间无显著差异，F(2, 90)=2.23，p>0.05。此外，只有网络游戏成瘾组对不同信息类型的首次到达时间存在显著差异，F(1, 90)=8.32，p<0.01，η$_{\mathrm{p}}^{2} $ =0.09，网络游戏成瘾组在游戏相关信息下的首次到达时间显著短于游戏无关信息。
对警觉分数进行方差分析发现，被试类型主效应显著，F(2, 90)=3.62，p<0.05，$ \eta _{\mathrm{p}}^{2} $ =0.07。网络游戏成瘾组的警觉分数显著小于问题性网络游戏使用组和对照组(ps<0.05)(见图3)。
3.2 首次加工时间
被试在不同条件下首次加工时间见图4。对首次加工时间进行重复测量方差分析，结果发现，信息类型主效应显著，F(1, 90)=39.22，p<0.001，$ \eta _{\mathrm{p}}^{2} $ =0.30。被试在游戏相关信息条件下的首次加工时间显著长于游戏无关信息条件。被试类型主效应不显著，F(2, 90)=0.05，p>0.05。信息类型与被试类型的交互作用显著，F(2, 90)=14.54，p<0.001，$ \eta _{\mathrm{p}}^{2} $ =0.24。简单效应分析发现，对于游戏相关信息，不同类型被试的首次加工时间存在显著差异，F(2, 90)=3.48，p<0.05，η$_{\mathrm{p}}^{2} $ =0.07，网络游戏成瘾组与问题性网络游戏使用组的首次加工时间均显著长于对照组(ps<0.05)。对于游戏无关信息，不同类型被试的首次加工时间无显著差异，F(2, 90)=2.93，p>0.05。此外，网络游戏成瘾组对不同信息类型的首次加工时间存在显著差异，F(1, 90)=36.17，p<0.001，η$_{\mathrm{p}}^{2} $ =0.29，网络游戏成瘾组在游戏相关信息下的首次加工时间显著长于游戏无关信息。问题性网络游戏使用组对不同信息类型的首次加工时间同样存在显著差异，F(1, 90)=31.53，p<0.001，η$_{\mathrm{p}}^{2} $ =0.26，问题性网络游戏使用组在游戏相关信息下的首次加工时间显著长于游戏无关信息。
对回避分数进行方差分析发现，被试类型主效应显著，F(2, 90)=14.54，p<0.001，η${_{\rm p}^2} $ =0.24。事后检验分析发现，网络游戏成瘾组和问题性网络游戏使用组的回避分数均显著高于对照组(ps<0.001)(图5)。
3.3 总注视时间
被试在不同条件下总注视时间见图6。对总注视时间进行重复测量方差分析发现，信息类型主效应显著，F(1, 90)=71.25，p<0.001，$ \eta _{\mathrm{p}}^{2} $ =0.44，被试在游戏相关信息条件下的总注视时间显著长于游戏无关信息条件。被试类型主效应不显著，F(2, 90)=0.60，p>0.05。信息类型与被试类型的交互作用显著，F(2, 90)=10.21，p<0.001，$ \eta _{\mathrm{p}}^{2} $ =0.19。简单效应分析发现，对于游戏相关信息，不同类型被试的总注视时间存在显著差异，F(2, 91)=4.55，p<0.05，η$_{\mathrm{p}}^{2} $ =0.09，网络游戏成瘾组的总注视时间显著长于对照组，p<0.01。对于游戏无关信息，不同类型被试的首次加工时间无显著差异，F(2, 90)=0.81，p>0.05(图6)。此外，网络游戏成瘾组对不同信息类型的总注视时间存在显著差异，F(1, 90)=61.15，p<0.001，η$_{\mathrm{p}}^{2} $ =0.41，网络游戏成瘾组在游戏相关信息下的总注视时间显著长于游戏无关信息。问题性网络游戏使用组对不同信息类型的总注视时间同样存在显著差异，F(1, 90)=28.34，p<0.001，η$_{\mathrm{p}}^{2} $ =0.24，问题性网络游戏使用组在游戏相关信息下的总注视时间显著长于游戏无关信息。
对维持分数进行方差分析发现，被试类型主效应显著，F(2, 90)=9.24，p<0.001，η${_{\rm p}^2} $ =0.17。网络游戏成瘾组和问题性网络游戏使用组的维持分数均显著高于对照组(ps<0.05)(图7)。
4 讨论
本研究探讨了不同网络游戏成瘾程度青少年对游戏相关信息注意偏向的模式差异。结果发现，在首次到达时间上，网络游戏成瘾青少年对游戏相关信息的首次到达时间显著短于问题性网络游戏使用青少年和对照组，表明网络游戏成瘾青少年对游戏相关信息表现出注意警觉；在首次加工时间上，网络游戏成瘾青少年与问题性网络游戏使用青少年对游戏相关信息的首次加工时间显著长于对照组，表明网络游戏成瘾青少年与问题性网络游戏使用青少年对游戏相关信息不存在注意回避；在总注视时间上，网络游戏成瘾青少年对游戏相关信息的总注视时间显著长于对照组，同时网络游戏成瘾青少年和问题性网络游戏使用青少年的维持分数显著高于对照组，表明网络游戏成瘾青少年与问题性网络游戏使用青少年对游戏相关信息表现出注意脱离困难。综合以上眼动指标，网络游戏成瘾青少年对游戏相关信息的注意偏向表现为注意警觉−脱离困难模式，问题性网络游戏使用青少年对游戏相关信息的注意偏向表现为注意脱离困难模式。
本研究采用眼动追踪技术结合点探测任务，可以实时记录被试在刺激对呈现后从中央注视点将视觉注意转移到成瘾刺激的加工过程。注意偏向是一个多成分的加工过程，可分为“警觉阶段”与“脱离阶段”(Cisler & Koster, 2010; Field & Cox, 2008; Koster et al., 2006)。警觉阶段指个体对相关线索的快速探测与优先注意分配，脱离阶段指个体将注意从相关线索转移至其他信息。实证研究表明，这两个阶段的加工机制相对独立：警觉阶段主要依赖自动化的自下而上加工，受奖励敏感性直接驱动；脱离阶段则涉及自上而下的执行控制功能，受前额叶皮质的调控(Brand et al., 2016)。这种分化为解释游戏成瘾与问题性游戏使用的注意偏向差异提供了关键视角。
本研究发现，网络游戏成瘾个体对游戏相关信息的警觉表现为对游戏信息的快速定向，这与物质成瘾相关研究的发现一致。物质成瘾者对成瘾信息的优势加工表现在早期的快速定向，如尼古丁成瘾、酒精成瘾(Field & Cox, 2008)，对成瘾刺激的优势加工是成瘾障碍的核心特征之一(Huang et al., 2023)。从激励敏化理论视角来看，游戏相关信息经长期强化，在网络游戏成瘾者大脑中形成高奖赏价值表征，成为奖赏预测线索(Klaver et al., 2024)。在反复接触的过程中，网络游戏成瘾者对此类线索探测敏感性逐渐增强，最终形成稳定的“线索−警觉”条件反射。在这种条件反射下，个体可快速识别游戏相关信息并触发注意定向，为后续的注意维持与游戏渴求提供认知基础。
本研究进一步证实，网络游戏成瘾青少年与问题性网络游戏使用青少年均表现出对游戏相关线索的回避困难，进而出现注意脱离困难。该特征是成瘾行为维持与发展的核心特征，其本质由于注意控制、奖赏动机与执行功能三者交互失衡引发。第一，成瘾相关线索由于具有较高的奖赏价值(Robinson & Berridge, 2025)，会在注意加工中获得显著更高的注意优先级，从而更容易吸引并维持注意资源(Anderson, 2017)；在自上而下的注意控制作用下，这种被优先分配的注意进一步表现为对该线索的注意脱离困难(贾云丞 等, 2024)。第二，成瘾个体对成瘾行为的控制受损，对不利决策的抑制下降(Goldstein & Volkow, 2011)。成瘾个体的抑制控制能力受损，使其难以有效抑制对游戏信息的优势加工倾向(Brand et al., 2019; Brand et al., 2016)，从而更容易被相关线索持续占用注意资源，最终表现为注意脱离困难。第三，从加工过程的资源使用角度看，成瘾相关线索捕获大量注意资源，而对注意资源的占用会影响后续注意向其他线索的转移(Duncan et al., 1994)。上述机制的协同作用，使得游戏成瘾个体在日常场景中对游戏相关线索表现出高度关注，导致他们对学习、社交等活动的注意分配降低，最终造成社会功能受损。
本研究发现，网络游戏成瘾青少年与问题性网络游戏使用青少年的注意偏向模式存在差异。神经适应是一个渐进过程，成瘾相关的认知与行为改变随敏化程度的加深而逐步显现(Robinson & Berridge, 2025)。因此，游戏成瘾者的“警觉−脱离困难”模式是激励敏化效应的完整表现：奖励通路敏化既增强了线索的警觉优先级，又通过抑制执行控制导致注意维持。而问题性游戏使用者的“注意脱离困难”模式是激励敏化的部分表现：奖励通路的初步敏化虽未改变线索的警觉优先级，但已足以干扰执行控制的注意转移功能。
本研究仍存在一定局限性。本研究以游戏人物面孔图片代表游戏信息，来探究青少年对游戏信息的注意偏向。虽然这样的做法在一定程度上控制了无关变量的干扰，但也因此牺牲了游戏情境的真实性与复杂性。在真实的游戏体验中，玩家所接触的信息往往包含游戏场景、角色互动等多种线索，未来可使用多种线索作为游戏信息，以提升研究的生态学效度。此外，本研究的关注点聚焦于《王者荣耀》玩家。网络游戏生态较为多元，还包括第一人称射击、大型多人在线角色扮演、休闲益智类等不同类型的游戏。不同类型游戏在玩家动机、沉浸程度、团队依赖度及情绪唤醒模式上可能存在差异。未来可纳入多种游戏玩家，提升结论的可推广性。
5 结论
不同网络成瘾程度青少年的注意偏向模式存在差异，网络游戏成瘾青少年对游戏相关信息的注意偏向表现为注意警觉−脱离困难模式，问题性网络游戏使用青少年对游戏相关信息的注意偏向表现为注意脱离困难模式。