第2章 注意力与努力[1]

本书要是能改编成电影（虽然可能性不大），自视为主角的系统2只能充当配角。在这个故事中，系统2的典型特征是其运作需要付出努力，但懒惰是它的一大特质——除非必要，不愿多费一点儿力气。因此，尽管系统2认为是自己选择了思想和行动，实际上却常受故事主角系统1的引导。然而，有些重要任务只有系统2才能执行，因为这些任务需要付出努力，必须通过自控行为来完成。在此过程中，系统1的直觉和冲动受到了抑制。

脑力劳动

如果你想体验系统2全力运作的感受，请做以下练习。它会让你在5秒内达到认知能力的极限。首先，想出几个不同的四位数数字，将它们分别写在索引卡上。在上面放一张空白卡片。你要执行的任务叫“加1”。具体要求如下。

设一个稳定的节奏（最好将节拍器设为每秒1拍）。移开空白卡片，大声读出四位数数字。两拍之后，说出一个新数字，其中每位数字都在原始数字上加1。比如，卡片上的数字是5294，正确答案是6305。跟上节奏很重要。

能在“加1”任务中处理超过四位数的人寥寥无几。如果你想挑战更难的任务，那就试试“加3”。

你如果想知道你的身体在大脑高速运转时经历了什么，可以这么做：在一张结实的桌子上放两堆书，将摄像机放在一堆书上，将下巴靠在另一堆书上。打开摄像机，在做“加1”或“加3”练习时盯着摄像机镜头。你会发现，瞳孔大小的改变忠实记录了你的努力程度。

我曾长期致力于“加1”任务的研究。职业生涯早期，我以访问学者的身份在密歇根大学的催眠实验室工作了一年。为寻找有价值的课题，我经常翻阅《科学美国人》杂志。我在上面发现了一篇论文，论文中心理学家埃克哈特·赫斯将瞳孔称为心灵之窗。后来，我重读这篇论文，仍然深受鼓舞。赫斯在论文开篇说，他妻子注意到，他在观看美丽的自然风景图片时，瞳孔变大了。论文结尾附有同一位美女的两张照片，但其中一张看起来更动人。二者的唯一区别是：在更动人的照片中，美女的瞳孔是放大的，另一张的瞳孔则是收缩的。赫斯还提到了颠茄，它能放大瞳孔，曾被当作化妆品。他还说，有些人去集市采购时会戴上墨镜，目的是掩饰自己对商品的兴趣。

赫斯的一个发现让我特别感兴趣。他注意到，瞳孔是敏感的脑力劳动指示器——人们在做两位数的乘法运算时，瞳孔明显放大。[2]问题越难，瞳孔越大。他的观察表明，由脑力劳动引发的反应与由情绪激发的反应不同。赫斯的论文与催眠没什么关系，但我认为，脑力劳动的可视标志是一个值得研究的课题。实验室的一名研究生杰克逊·比提对此也很感兴趣，于是我们便开始进行研究。

我和比提设计了一个类似验光仪的装置。受试者[3]把头放在可固定下巴和前额的支架上，眼睛盯着照相机，一边听预先录制的信息，一边跟随节拍器的节拍回答问题。节拍每秒会触发一次红外线闪光灯，拍出一张照片。每次实验结束后，我们都会立即冲洗胶卷，将瞳孔的影像投在屏幕上，然后用尺子测量其大小。这种方法非常适合缺乏耐心的年轻研究者：我们很快就能得到结果，这些结果总能清晰地说明问题。

我和比提专注于“加1”这类有节奏的任务，在这些任务中，我们可以准确了解受试者大脑每一刻的活动状态。我们按照节拍器的节奏录制了一串数字，要求受试者以同一节奏依次重复或转换数字。我们很快发现，随着任务难度的改变，瞳孔的大小每秒都在变化，其规律呈倒V形。正如你在“加1”或“加3”任务中经历的那样，随着听到的数字位数逐渐增加，付出的脑力劳动会越来越多，直至难以承受的极限。它发生在暂停期间和暂停结束后的瞬间，因为你要迅速说出转换的数字。在“卸下”短期记忆后，你会逐渐放松。瞳孔大小的数据与主观体验完全一致：数字位数越多，瞳孔放得越大。转换数字的任务使脑力消耗剧增，瞳孔扩散到最大时，正是付出最大努力的一刻。相比七位数的瞬间记忆，四位数的“加1”任务会使瞳孔扩散得更大。“加3”任务要难得多，是我观察到的要求最高的任务。仅在5秒之内，瞳孔就扩大了约50%，心率每分钟增加了约7次。[4]这是人们所能承受的极限——如果提出更高的要求，他们就会放弃。当我们给受试者提供的数字位数超出其记忆上限时，他们的瞳孔就不会再放大，反而会缩小。

我们在地下室一间宽敞的房间里工作了几个月。我们建立了一个闭路系统，将受试者瞳孔的图像投影在走廊的屏幕上，此外，我们还能听到实验室里的声音。投影的瞳孔直径约为一英尺。[5]观察受试者的瞳孔变化很有趣，实验室的来访者无不被深深吸引。我们通过预测受试者何时放弃任务来自娱自乐，我们的预测能力也给来访者留下了深刻的印象。在做乘法心算时，受试者的瞳孔通常在几秒钟内放大，并在计算过程中保持放大状态。一旦算出答案或放弃计算，就立即收缩。在走廊上观察投影时，我们有时会问“刚才你为什么放弃了”，这让受试者和来访者感到惊讶。实验室里传来的声音通常是：“你是怎么知道的？”我们回答：“我们有一扇通往你灵魂的窗。”

有时，在走廊上随意观察获得的信息与通过正式实验获得的信息一样丰富。有一次，在两个任务的间隙，我漫不经心地观察一位女性的瞳孔，获得了重大发现。她的下巴一直固定在支架上，因此，她与实验人员聊天时，我能看到她眼睛的图像。我惊讶地发现，她说话和聆听时，瞳孔没有明显放大，仍然很小。日常对话与我们研究的任务不同，只需付出少许努力，或者根本不需要努力——比记住两位或三位数还轻松。这是一个顿悟的时刻：我意识到，我们为研究选择的任务太费脑力了。我想到了一个比喻：精神生活（现在，我称之为系统2的生活）大多以舒适的步调运行，有时会被慢跑打断，极少数情况下才会出现猛烈的百米冲刺。“加1”和“加3”练习就像百米冲刺，闲聊则像散步。

我们发现，人们在进行脑力冲刺时，真的会变得对周围视而不见。通过让观察者专注于传球计数，《看不见的大猩猩》的作者让大猩猩“隐形”了。我们报告了在“加1”任务中出现的没那么夸张的忽视某些显而易见的事物的现象。在执行任务时，受试者会看到一组快速闪现的字母。[6]我们要求他们优先完成“加1”任务，但任务结束时要说出字母K是否出现过。该实验的主要发现是，人们察觉和报告目标字母的能力在10秒内发生了变化。在“加1”任务开始或快结束时，受试者几乎不会漏掉一个K，但在任务的中间阶段，脑力达到极限时，即使盯着字母看，也依然会错过。与瞳孔放大的规律一样，察觉失败的结果也呈倒V形。这种相似性让人确信：动脑伴随着生理激发，瞳孔是判断生理激发的有效尺度。我们可以继续推进该研究，以此了解大脑的运作方式。

瞳孔就像你屋外的电表，反映你当前的大脑能耗率。[7]这个类比可以有更深入的解释。你的用电量取决于你的行为选择，是开灯照亮房间还是烤面包。开灯或开启面包机，会消耗所需的电量，但不会多消耗。同样，我们能决定做什么事，但做这件事要付出多少努力，我们的控制权却很有限。假设有人给你看一个四位数，比如9462，要求你记住它10秒，否则性命不保。无论求生欲有多强，你在这项任务中付出的努力，都不会像在完成9462“加3”任务时那么多。

系统2与你家电路一样，容量是有限的，但它们对过载威胁的反应不同。用电量超负荷时，断路器会跳闸，这条电路上的所有设备会断电。相比之下，脑力过载的反应是选择性的、明确的：系统2保护最重要的活动，让它获得所需的注意力；“剩余容量”则慢慢分配给其他任务。在我们的“大猩猩实验”版本中，我们要求受试者优先执行数字任务。我们知道他们按照要求做了，因为观看视觉目标并没有对主要任务产生影响。如果目标字母在大脑负荷过重时出现，受试者就会对其视而不见。当转换任务要求较低时，他们能更好地发现目标字母。

大脑分配注意力的精密功能，是在漫长的进化中逐渐形成的。对重大威胁或最佳机遇的快速定位和反应，提高了生存的可能性。当然，这种能力不限于人类。在紧急情况下，系统1会接管任务，将自我保护行动置于绝对优先地位，即使现代人也是如此。想象一下，路上有一摊油，你开车经过，车子突然打滑。你会发现，在完全意识到危险之前，你已经做出了反应。

我和比提只合作了一年，但我们的合作对彼此的职业生涯产生了重大影响。他最终成为“认知瞳孔测量法”的权威。我则写了一本书，名为《注意力与努力》（Attention and Effort），这本书在很大程度上基于我们的合作成果，以及我第二年在哈佛大学的后续研究。通过在各种任务中测量瞳孔的变化，我们对运作中的大脑（如今，我所说的系统2）有了更多了解。

当你对某项任务驾轻就熟时，其能耗就会降低。大脑研究表明，与行为相关的活动模式会随技能的提高而改变，涉及的大脑区域会随之减少。[8]天赋也起到类似的作用。通过观察瞳孔变化和大脑活动，我们发现，高智商的人在解决同样的问题时付出的努力更少。[9]“最省力法则”[10]适用于体力消耗，也适用于认知。该法则认为，如果实现同一目标的方法很多，人们最终会选择最省力的行动方案。在行为经济中，努力是一种成本，获取技能背后的动力是实现收益与成本的平衡。[11]懒惰是人类根深蒂固的天性。

我们研究了各种不同的任务，它们对瞳孔的影响差异很大。受试者在实验开始时是清醒的、有意识的，并且做好了参与任务的准备——其激发和认知准备水平可能比平时更高。记住一两个数字，或学会将某个词与数字联系起来（例如，3=门），有助于瞬间激发基线之上的反应，但其影响甚微，只有5%的瞳孔放大与“加3”任务有关。区分两个音调的音高能使瞳孔明显放大。有研究表明，克制自己不去读干扰性词语（如图1-2所示），也会引发中等程度的努力。[12]六、七位数的短期记忆测试所需的努力更大。正如你所体验的，回想并大声说出你的电话号码或伴侣的生日，会让你在瞬间付出相当大的努力，因为在组织答案时，必须记住整串数字。两位数的乘法心算和“加3”任务已经接近大多数人的极限。

某些认知任务比其他任务更费力，原因何在？我们用注意力这种货币能买什么？哪些事情是系统1无能为力，而系统2能做的？如今，这些问题都有了初步答案。

同时记住需要分别行动的多个想法，或同时记住需要根据规则组合的想法，就得付出努力——比如，走进超市时，默记你的购物清单；在餐厅点菜时，选择吃鱼还是小牛肉；将出乎意料的调查结果与从小样本中获得的信息结合起来。唯有系统2能做到遵循规则、根据属性比较物体、在两个选项间做出慎重的选择。自动化的系统1不具备这些能力。系统1能察觉简单的关系（“它们都一样”“儿子比父亲高得多”），擅长整合某件事的信息，但它不能同时处理多个不同的主题，也不擅长使用纯统计学信息。系统1会发现，一个被描述为“性情温和，干净利落，做事井然有序，关注细节”的人很像是图书管理员，但只有系统2能将这种直觉与“图书管理员人数很少”的认识结合起来——如果系统2知道怎么做的话（这是极少数人的优势）。

系统2的一个重要功能是接受“任务设置”：它可以预设记忆，使其执行违背习惯性反应的指令。请思考以下内容：统计本页“一”字出现的次数。你以前没做过这个任务，对此并不熟练，但你的系统2可以应对。尽管练习肯定会提高你的水平，但接受并执行它仍需付出努力。心理学家用“执行控制”来描述任务设置的接受和终止，神经科学家已确定大脑中服务于执行功能的主要区域。当面对必须解决的某个冲突时，其中某个脑区就会活跃起来。另一个相关脑区是前额叶，人类的前额叶比其他灵长类动物的发达，它与我们的智力活动有关。[13]

现在假设本页末尾还有一条指令：统计下一页所有逗号的数量。这项任务难度更大，因为刚才你将注意力集中在“一”字上，现在必须克服这个倾向。近几十年来，认知心理学家的一个重大发现是，从一项任务切换到另一项任务时是需要费力的，尤其是在时间紧迫的情况下。[14]“加3”任务和心算乘法题难度大的原因之一是需要快速切换。要执行“加3”任务，你必须同时在工作记忆[15]中储存多个数字，并将每个数字与特定的操作关联起来：一些数字正排着队等待转换，某个数字正在转换，记住已经转换的数字，并为之后报出全部数字做好准备。关于工作记忆的现代测试要求受试者在两项费力的任务之间反复切换，在记住一项任务结果的同时执行另一项任务。在此类测试中表现出色的人，其综合智力测试的成绩也很好。[16]控制注意力的能力不仅是衡量智力的一个标准，有关注意力控制效率的测量结果，还可以预测空中交通管制员和以色列空军飞行员的表现，[17]其效度要高于智力测验。

时间压力是费心劳神的另一个因素。在做“加3”练习时，紧迫感部分来自节拍器，部分来自记忆负荷。就像抛接球的杂耍演员，有好几个球抛在空中，根本没法慢下来，你遗忘的速度很快，它促使你快马加鞭，在彻底忘记之前反复记忆和回顾信息。需要同时记住多个想法的任务都有紧迫的特点。除非你有幸拥有强大的工作记忆，否则就会感到很吃力。最费力的慢思考，来自那种要求你快速思考的任务。

你肯定注意到了，在执行“加3”任务时，大脑开足了马力，与日常状态迥然不同。“加3”任务或立即记住六位数数字很烧脑，即使你是脑力劳动者，也很少接触到类似强度的工作。为避免大脑超负荷，我们通常会将任务分成多个简单的步骤，将中间结果存入长期记忆或写下来，而不是存入容易过载的工作记忆。付出时间，我们就能跨越千山万水；用好最省力法则，我们就能享受精神生活。

---

[1]本章的大部分材料来自我1973年的著作《注意力与努力》（Attention and Effort）。你可以在我的网站上免费下载这本书（www.princeton.edu/～kahneman/docs/attention_and_effort/Attention_hi_quality.pdf）。这本书的主题是注意力和脑力是有限的。人们认为，注意力与努力是可用于支持许多心理任务的一般资源。“一般容量”的概念有争议，但其他心理学家和神经科学家也对其进行了扩展，他们在大脑研究中发现了证据。见Marcel A.Just and Patricia A.Carpenter,“A Capacity Theory of Comprehension: Individual Differences in Working Memory,”Psychological Review 99 (1992): 122-49; Marcel A.Just et al.,“Neuroindices of Cognitive Workload: Neuroimaging, Pupillometric and Event- Related Potential Studies of Brain Work,”Theoretical Issues in Ergonomics Science 4（2003）:56-88。越来越多的实验证据表明注意力资源的多用途性，如Evie-Vergauwe et al.,“Do Mental Processes Share a Domain-General Resource?”Psychological Science 21（2010）:384-90。有成像证据表明，与低强度的任务相比，仅仅是期盼执行高强度任务就会调动大脑的许多区域。Carsten N.Boehler et al., “Task- Load- Dependent Activation of Dopaminergic Midbrain Areas in the Absence of Reward,”Journal of Neuroscience 31（2011）:4955-61.

[2]Eckhard H.Hess,“Attitude and Pupil Size,”Scientific American 212（1965）:46-54.

[3]“受试者”这个词让有些人想到“征服”和“奴隶制”，美国心理协会要求我们使用更具民主色彩的“参与者”。遗憾的是，政治正确的称谓很拗口，它占据了记忆空间，减缓了思考速度。只要有可能，我会尽量使用“参与者”，但必要时会换成“受试者”。

[4]Daniel Kahneman et al., “Pupillary, Heart Rate, and Skin Resistance Changes During a Mental Task,”Journal of Experimental Psychology 79（1969）:164-67.

[5]1英尺≈0.30米。——编者注

[6]Daniel Kahneman, Jackson Beatty, and Irwin Pollack, “Perceptual Deficit During a Mental Task,”Science 15（1967）:218-19.我们使用了一个半焦镜，这样观察者在面对镜头时就能直接看到他们面前的字母。在对照条件下，参与者通过一个窄孔观察字母，以防止瞳孔大小的变化对其视力产生影响。他们的检测结果显示出倒V形模式，我们在其他受试者那儿也观察到了该模式。

[7]想同时执行多项任务可能会遇到几种困难。例如，在物理上，人不可能同时说出两件不同的事，而且视听任务的结合可能比两个视觉或两个听觉任务的结合更容易。著名的心理学理论试图将任务之间的所有相互干扰归因于不同机制的竞争。见Alan D.Baddeley, Working Memory（New York:Oxford University Press,1986）。经过实践，人们以特定方式处理多项任务的能力可能会提高。但是，很多任务都需要一般注意力或努力资源，各种相互干扰的、差异性很大的任务实验支持了这一观点。

[8]Michael E.Smith, Linda K.McEvoy, and Alan Gevins, “Neurophysiological Indices of Strategy Development and Skill Acquisition,”Cognitive Brain Research 7 (1999): 389-404. Alan Gevins et al., “High-Resolution EEG Mapping of Cortical Activation Related to Working Memory: Effects of Task Difficulty, Type of Processing and Practice,”Cerebral Cortex 7 (1997): 374-85.

[9]例如，埃亨和比提证明，SAT（学习能力倾向测验）得分较高的人在应对相同任务时，瞳孔扩张的程度比得分较低的人小。Sylvia K.Ahern and Jackson Beatty,“Physiological Signs of Information Processing Vary with Intelligence,”Science 205 (1979): 1289-92.

[10]Wouter Kool et al., “Decision Making and the Avoidance of Cognitive Demand,”Journal of Experimental Psychology—General 139 (2010): 665-82.Joseph T.McGuire and Matthew M.Botvinick, “The Impact of Anticipated Demand on Attention and Behavioral Choice,”in Effortless Attention, ed.Brian Bruya (Cambridge, MA: Bradford Books, 2010), 103- 20.

[11]神经科学家已经确定了大脑中的一个区域，该区域会在动作完成时评估动作的整体价值。在这种神经计算中，投入的精力被视为成本。Joseph T.McGuire and Matthew M.Botvinick,“Prefrontal Cortex, Cognitive Control, and the Registration of Decision Costs,”PNAS 107 (2010): 7922-26.

[12]Bruno Laeng et al.,“Pupillary Stroop Effects,”Cognitive Processing 12 (2011): 13-21.

[13]Michael I.Posner and Mary K.Rothbart, “Research on Attention Networks as a Model for the Integration of Psychological Science,”Annual Review of Psychology 58 (2007): 1-23.John Duncan et al.,“A Neural Basis for General Intelligence,”Science 289 (2000): 457-60.

[14]Stephen Monsell,“Task Switching,”Trends in Cognitive Sciences 7 (2003): 134-40.

[15]Baddeley, Working Memory.

[16]Andrew A.Conway, Michael J.Kane, and Randall W.Engle,“Working Memory Capacity and Its Relation to General Intelligence,”Trends in Cognitive Sciences 7 (2003): 547-52.

[17]Daniel Kahneman, Rachel Ben- Ishai, and Michael Lotan, “Relation of a Test of Attention to Road Accidents,”Journal of Applied Psychology 58 (1973): 113-15.Daniel Gopher, “A Selective Attention Test as a Predictor of Success in Flight Training,”Human Factors 24 (1982): 173-83.