A5.07.6Residual capture cost despite known irrelevance设计研究

与任务无关的高显著性元素会持续消耗注意资源,即使已知其无关

别名: 残留捕获代价 · additional singleton paradigm · 抑制成本

概念解释

即便用户已经通过反复经验确认某个高显著性元素和当前任务完全无关、并且已经学会了忽略它,这个元素依然会持续消耗一部分注意资源——表现为主任务的反应速度或准确率相比该元素完全不存在时仍然偏低。"已知无关"和"完全不受干扰"是两回事,前者不能保证后者。

机制

这条揭示的是自上而下抑制的作用极限:抑制无关刺激需要持续投入认知资源去主动压制它的显著性信号,这个压制过程本身是有代价的,不是免费的开关。也就是说,即便压制成功、用户确实没有把注意转移过去、行为上也没有被明显打断,维持这次压制所消耗的资源依然从主任务的资源池里被抽走了一部分。

这和"显著性差异越大越难被抑制"讨论的是不同的问题——那条问的是捕获信号有没有突破抑制,这里问的是即便抑制完全成功,维持抑制这件事本身要不要付出代价,答案是要。

怎么研究

常见做法是长期化的加性奇异子范式:让同一批被试反复练习同一个搜索任务、同一个无关干扰物,直到主观报告和外显指标都显示"已经完全不受干扰"(比如目标搜索反应时不再随干扰物出现而显著变慢),此时再插入一个次要探测任务,测这个探测任务的表现是否依然比无干扰条件下差,用来间接测量维持抑制占用的资源量。

常见因变量:主任务表现(作为直接指标,练熟后通常已经看不出差异)与次要任务表现(作为间接指标,用来揭示被主任务表面正常掩盖的资源消耗)。

这套方法在界面研究里主要用来评估:长期存在但已经被用户"学会忽略"的界面元素(固定位置的广告位、常驻但很少使用的工具栏),是否仍然在悄悄拖累主任务的整体效率,即使可用性测试里用户完全说不出自己被它影响过。

方法论注意点:这类效应通常很小,需要足够灵敏的次要任务和足够大的样本量才能测出来,不能指望在小样本可用性测试里直接观察到——这也是为什么这条结论容易被产品团队忽视,它在常规测试里几乎不可见。

边界

  • 效应量通常较小,在任务本身负荷很高、主任务资源消耗已经接近饱和时更容易被放大和观察到。
  • 如果无关元素的显著性很低,持续消耗的资源也会相应更少,这条结论描述的是一个连续的代价,不是非零即无的开关。
  • 长期彻底移除该元素后,这部分被占用的资源会释放,说明代价确实来自该元素的持续存在,而不是某种不可逆的能力损耗。

怎么落地

  • 不要因为用户在访谈或可用性测试里说"我根本没注意那个区域"就认为它对效率毫无影响——需要主动测量而不是依赖用户的主观报告,这条效应本身就是"用户意识不到但依然存在代价"的类型。
  • 长期存在、确认对多数用户无用的高显著性界面元素(常驻但极少点击的推广位、装饰性动效),即使没有任何用户抱怨,也值得定期评估移除后核心任务指标是否有细微提升。
  • 对于必须保留的高显著性但与主任务无关的元素,优先考虑降低其显著性,而不是寄望于"用户已经习惯了就没事"——习惯只降低了行为层面的可见干扰,没有清零资源代价。
  • 验证办法:用双任务或次要探测任务测量该元素存在与不存在两种条件下的资源占用差异,而不是仅仅测量主任务本身的表现或询问用户的主观感受。

延伸

  • 同组A5.07.1 突然出现与运动会自动夺取注意 · A5.07.2 被夺取的注意需要时间才能返回 · A5.07.3 频繁捕获导致用户主动屏蔽该区域 · A5.07.4 显著性差异越大,捕获越难被主动抑制 · A5.07.5 自下而上捕获发生在加工早期,先于对内容意义的识别
  • 相邻A5.02 分配注意与双任务 · A5.09 认知隧道
  • 站内检索residual capture cost · additional singleton · top-down suppression cost

同组卡片

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/handbook/A5.07.6