两刺激间隔越短，第二反应延迟越大
别名: stimulus onset asynchrony · SOA 效应
概念解释
心理不应期效应有一个具体的量化规律：两个刺激之间的间隔（stimulus onset asynchrony, SOA）越短，第二个反应被推迟的时间就越长，二者近似呈反比关系——SOA 每缩短一点，第二反应的延迟就相应增加一点，直到 SOA 缩短到某个程度后，延迟量趋于稳定在一个上限，这个上限接近第一个反应本身所需的处理时间。
机制
这个反比关系直接反映了排队等待的性质——第二个刺激的中枢加工必须等到第一个刺激的中枢加工让出瓶颈才能开始，等待的时长恰好等于瓶颈被第一个任务占用的剩余时间，SOA 越短，第二个刺激到达瓶颈时第一个任务占用瓶颈的时间还剩得越多，需要排队等待的时间自然越长；当 SOA 短到接近零，第二刺激几乎和第一刺激同时到达瓶颈，等待时间就逼近第一个反应处理所需的完整时长。
怎么研究
通过系统设置一系列递减的 SOA 值，测量对应的第二反应时，把第二反应时对 SOA 作图，典型结果呈现出一条随 SOA 减小而上升、并在 SOA 足够大时趋于平坦（此时两个任务的处理已经不重叠，不再产生额外延迟）的曲线；曲线的斜率和平坦段的位置可以用来推断瓶颈发生在加工流程中的具体阶段。
边界
该反比关系的具体斜率和上限值依赖两个任务各自的处理复杂度，任务越复杂，可能被推迟的余地和上限也越大，不存在一个适用于所有任务对的通用数值；当两个任务其中一个高度自动化、几乎不占用中枢瓶颈时，SOA 与延迟之间的这种反比关系可能大幅减弱甚至消失。
怎么落地
如果产品中确实需要在短时间内连续呈现两个都要求用户反应的提示，可以用这个量化规律去估算：提示间隔压缩到多短，第二个提示的实际感知延迟就会明显增加，从而反推出一个"再往下压缩已经没有意义"的间隔下限，避免为了追求界面响应"更快"而把两个提示挤得过近，结果第二个提示体验反而更差。验证办法：实测本产品场景下几种不同间隔时的第二反应时，画出延迟随间隔变化的曲线，找到延迟开始明显增长的拐点，将间隔控制在拐点以上。