早期选择理论认为过滤发生在语义分析之前
别名: Broadbent filter theory · filter model · 早期选择 · 过滤器理论
概念解释
早期选择理论（early selection theory）主张：面对多路同时输入的信息，大脑会在信息还没被理解含义之前，先按照声音大小、音高、位置这类物理特征筛掉大部分，只把被选中的那一路继续送去做语义分析。换句话说，没被选中的信息从一开始就没有机会被"理解"，只是被当作粗糙的物理信号处理。
这个主张最早由 Broadbent 基于双耳分听实验提出，也叫过滤器理论（filter model）。它回答的是注意瓶颈理论的一个具体问题：瓶颈设在早还是晚——早期选择理论给出的答案是尽可能早，在语义加工开始之前就已经完成筛选。
机制
这个理论把注意系统想象成一个前置的物理特征过滤器：多路信息同时涌入感官，过滤器根据当前设定的物理属性（比如"听左耳"）放行一路，阻断其余各路，被阻断的信息只在感觉记忆里停留极短时间就被丢弃，不会进入需要语义资源的深加工阶段。
这样设计的道理在于节省最昂贵的资源：语义分析需要动用记忆、语言、概念这些高成本的认知资源，如果在这一步之前就已经能靠廉价的物理特征把无关信息挡掉，昂贵的资源就只用在少数几路真正被选中的信息上，效率最高。
这个理论的代价是过于绝对：它预测未被选中的一路完全不会被理解，包括其中出现的重要内容（比如自己的名字）。这个预测后来被证伪，促成了后续更复杂的理论修正。
怎么研究
经典范式是双耳分听（dichotic listening）：给左右耳同时播放不同内容，要求被试只跟读（shadowing）指定一只耳朵的内容，事后测试对另一只耳朵内容的记忆。早期选择理论预测被试对未被跟读一耳的内容几乎没有任何记忆，尤其是语义层面的内容。
常见自变量：两耳信息的物理差异（音量、音高、位置）与语义关联程度、未被跟读一耳是否插入高唤醒内容（如被试自己的名字）。 常见因变量：对未被跟读一耳内容的回忆或识别准确率、跟读任务本身的错误率。
这套范式在界面研究里通常不直接使用，但它建立的方法论——用一个高负荷的主任务占据主要注意通道，测量对另一通道信息的处理程度——被后续大量的分心与干扰研究沿用。
边界
- "鸡尾酒会效应"直接挑战了这个理论。 被试即便在专注跟读一耳时，听到未被跟读一耳里出现自己的名字，往往还是会注意到——这说明至少部分语义信息穿过了理论预测中应该完全关闭的过滤器。
- 这条理论对"过滤"的描述过于绝对（全有或全无），后续的衰减理论对此做了修正，认为未被选中的信息不是被完全阻断，而是被大幅衰减，仍保留极低强度的语义加工可能。
- 理论建立在实验室的双耳分听范式上，真实场景中信息通道的物理区分远不如实验室条件下清晰，这条理论能多大程度解释真实多任务场景，本身有争议。
- 这条讲的是早期选择这一种主张，不代表瓶颈位置的最终结论——晚期选择理论提出了完全相反的主张。