A1.02.7Dual-task resource competition研究设计
要求中央与周边分别监控两条独立信息流会造成资源竞争
别名: 双任务负荷 · 中央负荷收缩有效视野 · cognitive tunneling · UFOV narrowing
概念解释
一个常见的误解是：既然中央凹负责识别、周边视觉负责探测，那让用户一边用中央凹专注读一条信息、一边靠周边视觉"顺便"监控另一条信息，两条信息流应该互不干扰、可以并行处理。实际情况并非如此——当中央任务的认知负荷升高时，用户对周边区域出现的目标的探测能力会明显下降，即使周边目标的物理显著性完全没变。这说明中央识别和周边探测共用同一份有限的注意资源，不是各自独立的两条通道，这个现象叫有效视野收缩（UFOV narrowing，与有效视区概念相关）。
这条纠正的正是"周边视觉是免费的旁路监控通道"这种直觉：周边视觉的物理敏感度确实不需要额外成本，但把这份物理信号转化成"我注意到了"，仍然要占用注意资源，而这份资源和中央任务是同一个池子。
机制
视觉信息从进入眼睛到被有意识地注意到，中间要经过一道注意筛选：不管信号落在中央凹还是周边视网膜，要从"物理上被感光细胞接收"变成"被报告出来、影响行为"，都需要占用同一套有限的注意资源来完成筛选和提升处理优先级。中央任务越难、越需要持续投入注意，分配给周边监控的那部分资源就被挤占得越多——这不是视网膜层面的竞争（两只眼睛、两个视网膜区域的感光过程本身互不干扰），而是更上游的注意分配层面的竞争。
这种收缩不是均匀发生的：负荷升高时，视野最外围区域的探测能力下降得最快，越靠近中央凹的区域受影响越小，整体表现就像一个"看得见的范围"在向中心收缩，因此被称为有效视野收缩，而不是简单的"周边视觉变差了"——周边视网膜本身的感光能力没有变化，变化的是有多少注意资源被分配去处理那份信号。
怎么研究
- 双任务范式：中央任务通常是一项需要持续认知投入的辨别或判断任务（如识别中央符号、进行心算），外周任务是在不同偏心度呈现一个探测目标，比较中央任务不同难度下外周目标的探测正确率或反应时间。
- UFOV 测验（有效视野测验）：广泛应用于老年驾驶能力评估，测量在中央任务负荷下被试能可靠探测外周目标的最大偏心度，随年龄增长该范围明显收窄，是预测驾驶事故风险的指标之一。
- 常见自变量：中央任务难度、外周目标偏心度、外周目标呈现时长。
- 常见因变量：外周探测正确率、外周目标偏心度与探测率关系曲线的收缩程度、反应时间。
- 方法论注意点：结果高度依赖中央任务的具体难度梯度设置，实验室里用简单心算得到的收缩幅度，不能直接套用到真实场景里认知负荷更复杂多变的任务（如驾驶中的多重决策）上，只能作为方向性证据。
边界
- 收缩幅度随个体差异很大：年龄是最主要的调节变量之一——健康年轻人的收缩幅度通常远小于老年人，用年轻被试测出的容忍阈值不能直接套用到面向全年龄段用户的产品上。
- 训练和专业经验能部分缓解但不能消除：经验丰富的操作员（如熟练驾驶员、雷达操作员）在同等中央负荷下外周探测表现优于新手，但仍然显著劣于无中央任务时的基线，不能假设"专业用户就不受影响"。
- 这条讨论的是注意资源层面的竞争，不是视网膜物理能力的竞争——如果外周目标的物理显著性大幅提高（如强闪烁），仍然可能突破资源限制被强制捕获，收缩效应对这类高显著性刺激的削弱作用相对较小。
- 双任务的两个通道如果不是视觉内部竞争（如中央任务是视觉、外周监控换成听觉或触觉提示），资源竞争的程度通常会减轻，这是多通道冗余设计能缓解视觉资源竞争的依据之一。
怎么落地
- 不要设计要求用户在完成高负荷中央任务的同时可靠察觉周边警示的界面（如要求边操作复杂表单边留意角落的实时提醒），这类设计对新手和高负荷时刻的失效概率会明显偏高。
- 中央任务本身负荷很高的场景（精细编辑、高强度阅读、驾驶类交互），把安全或时间敏感的提示改用能绕开视觉资源竞争的通道（声音、震动），而不是继续加码周边视觉提示的显著性。
- 如果确实需要周边视觉监控，尽量降低中央任务当下的负荷（如在提示可能出现的时间窗口，避免同时要求复杂判断），给周边探测留出可用的注意余量。
- 面向老年用户或需要长时间高负荷操作的产品，周边提示的重要程度应打折评估，不能用团队内部年轻、熟练用户的测试结果代表目标用户群的真实探测能力。
- 验证办法：在被试执行由浅到深多档难度的中央任务的同时插入周边探测目标，画出探测率随中央任务难度变化的曲线，如果曲线在实际会出现的高负荷区间已经大幅下滑，说明当前设计对周边提示的依赖超出了可靠范围。