论文

衷心祝贺课题组博士生王磊的论文“Deficits of proactive control in individuals with test anxiety: Evidence from ERPs”(考试焦虑者主动控制的缺失:来自ERP的证据)在国际学术期刊《Biological Psychology》发表!

发布人:周仁来  发布时间:2025-04-12   浏览次数:10

揭示考试焦虑的神秘面纱:主动性控制与认知表现的关系——来自KIMI的报道

课题组博士生王磊的论文“Deficits of proactive control in individuals with test anxiety: Evidence from ERPs”(考试焦虑者主动控制的缺失:来自ERP的证据)一文,于20251月发表在国际学术期刊《Biological Psychology》上。该研究采用ERP技术记录了高、低考试焦虑志愿者执行AX-CPT任务期间的脑电活动,AX-CPT任务主要用来测量志愿者的主动性控制能力。课题组近些年在考试焦虑的研究中,发现考试焦虑者存在抑制控制的不足,传统的抑制控制理论更多的强调个体面对干扰或者优势反应时抑制自己行为的能力,对个体在抑制行为过程中的主动性关注不多。Braver提出的关于认知控制的双重控制理论(Dual Mechanisms of Cognitive Control Account, DMC)认为,个体对于认知的控制有两种不同的模式——主动性控制(proactive control)和反应性控制(reactive control)。主动性控制可以被理解为早期选择的一种形式,通过在任务前阶段有选择地对任务相关的线索信息进行注意加工,并积极地维持线索信息,从而形成相应的反应准备。它是一种线索驱动(cue-driven)的控制,主要受自上而下加工的影响。对于考生而言,每一次考试都是事先预知的,个体有充分的时间对考试期间可能出现的焦虑做出主动应对(控制),以减少焦虑带来的负面影响。因此,我们推测,有些考生之所以会产生考试焦虑,可能源于其主动性控制不足。

AX-CPT范式能很好地分离主动性控制与反应性控制(见图1)。该范式由线索刺激和探测刺激组成,在线索刺激和探测刺激间呈现一个空屏作为时间延迟。任务开始后屏幕中央首先呈现线索刺激(AB),然后出现延迟空屏,最后呈现探测刺激(XY)。要求被试对线索A之后出现的刺激X做出按键反应(AX组合),其他组合均不做反应(AYBXBY序列)。其中AX序列占比高于其他三种序列(例如,AX占比58%,其余三种分别占比14%)。因此,线索A会提供有效的线索提示,以促进个体对之后的刺激做出更快更准确的反应,形成被试对AX组合较强的反应倾向。当BX组合出现时,个体采用主动性控制策略,积极主动维持线索来减少对BX组合的误报率。而在AY组合出现时,线索A的出现会增加被试对于刺激的反应预期,这种高预期会在刺激Y出现时增加个体的反应抑制成本来减少错误的发生。因此,主动性控制表现为BX的反应时或错误率降低,或者AY的反应时或错误率提高。还可以采用辨别力指数d’来分析被试对线索信息的敏感度。d’值越大,对线索越敏感,主动性控制越好。

电生理的研究表明,主动性控制策略的使用与线索-刺激呈现之间的脑部持续激活相关。在AX-CPT任务中,线索阶段的额中脑区伴随性负波(Contingent Negative Variation, CNV)与预期性注意或反应准备过程相关。研究人员推测,CNV波幅可能反映了时间尺度累加过程中神经元激活情况,注意资源在此过程中分配越多,神经元激活强度越大,波幅越高。当个体在某一线索出现时表现出更大波幅的CNV,说明其为后续反应进行了更多主动准备。在个体需要对刺激进行认知控制时,个体额前中脑区会在刺激出现的200-300ms出现一个负向偏转的成分N2,这个成分通常认为体现的抑制控制或冲突监控能力的脑电指标,反映了个体自上而下对冲突的监控和完成抑制控制任务的努力程度。一般来说,N2波幅会随着个体冲突监控效率的增加而降低。随着认知进程的继续,在刺激出现的300-500ms中央皮层区域会出现一个正向偏转的波P3P3反映了个体的反应抑制能力。

我们的研究发现(见图2、3、4、5、6),相较于低考试焦虑者,高考试焦虑者存在主动性控制能力缺陷。高考试焦虑组在三种条件下的正确率均低于低考试焦虑组,并且在反应个体主动性控制的条件下其线索阶段CNV波幅显著小于低考试焦虑组。在刺激阶段,主动性控制条件下两组被试也表现出不同的N2P3波幅。我们的研究表明,相较于低考试焦虑组,高考试焦虑组存在显著的主动性控制缺陷。

Fig. 1. Graphical representation of AX pair of the AX–CPT protocol and the cue-probe combinations. (Color).

Fig. 2. Bar chart is constructed from the average reaction times of two groups of participants in three conditions. Response times in the AY were significantly longer in both groups compared to the other two conditions. * **P < 0.001. High:High Test Anxiety;Low:Low Test Anxiety.

Fig. 3. Chart bars is constructed from the average accuracy and d’ of two groups of participants in three conditions. (A) The HTA group demonstrated significantly lower accuracy in the AX pairs compared to the LTA group; (B) The HTA group demonstrated significantly lower accuracy in the AY pairs compared to the LTA group; (C) The HTA group demonstrated significantly lower accuracy in the BX pairs compared to the LTA group; (D) The HTA group demonstrated significantly lower d’ Context index compared to the LTA group. * *P < 0.01, * **P < 0.001. High:High Test Anxiety;Low:Low Test Anxiety.

Fig. 4. (A) Waveforms and topographical maps of CNV for the two groups. Topographical maps were constructed using the mean amplitude for the CNV period (1500–2300 ms). (B) Bar chart of the amplitude of CNV along the Cz channel between 1500 and 2300 ms. * **P < 0.001. High:High Test Anxiety;Low:Low Test Anxiety.

Fig. 5. (A) Waveforms and topographical maps of N2 for the two groups along Fz and FCz. Topographical maps were constructed using the mean amplitude for the N2 period (200–300 ms). (B) Bar chart of the amplitude of N2 along the Fz and FCz channels between 200 and 300 ms. *P < 0.05,* *P < 0.01,* **P < 0.001. High:High Test Anxiety;Low:Low Test Anxiety.

Fig. 6. (A) Waveforms and topographical maps of P3 for the two groups along Cz and Pz. Topographical maps were constructed using the mean amplitude for the P3 period (350–650 ms). (B) Bar chart of the amplitude of P3 along the Cz and Pz channels between 350 and 650 ms. *P < 0.05,* *P < 0.01,* **P < 0.001. High: High Test Anxiety;Low:Low Test Anxiety.


大语言模型(Large Language Models, LLMs)最近两年不断迭代,功能提升神速。20251245:25分,新智元以“刚刚,OpenAI首个L3级智能体深夜觉醒!AI自己玩电脑引爆全网,AGI一触即发”为题,报道了OpenAI首个L3级智能体“Operator”。这也触发了我的好奇心,于是使用Kimi参考这篇文章的英文投递稿,写了该文的科研成果报道,与感兴趣的人士一起分享来自AI的体验。这篇文章的题目也是直接来自Kimi。之所以做一下这个背景介绍,是想先给出一个来自人类的“标准答案”作为阅读这篇AI报道时的参考。

下面是来自Kimi的原文:

在现代教育中,考试是评估学生能力的重要方式。然而,许多学生在考试期间会经历一种叫做“考试焦虑”的情绪,这种紧张和担忧不仅影响他们的心情,也可能对他们的学习表现产生负面影响。最近的研究揭示了考试焦虑背后的复杂机制,尤其是它如何影响学生的认知控制能力。

**什么是考试焦虑?**

考试焦虑是一种特定的心理状态,表现为对考试的过度担忧和恐惧。想象一下,当你在考场上,心跳加速、手心出汗,脑海中不断浮现出“我能不能通过?”这样的念头。这种焦虑感不仅会让你难以集中注意力,还可能导致你在考试中无法发挥出应有的水平。

**主动性控制的角色**

那么,考试焦虑是如何影响学生的表现的呢?研究者们发现,考试焦虑个体在“主动性控制”方面存在缺陷。主动性控制是指个体在面对任务时,能够主动维持与目标相关的信息,以避免潜在的干扰和冲突。简单来说,就是在做决定之前,能够清楚地知道自己要做什么,并保持专注。

在一项最新的研究中,科学家们使用了一种叫做事件相关电位(ERP)的技术,观察了高考试焦虑(HTA)和低考试焦虑(LTA)学生在执行特定任务时的大脑活动。这项研究的结果令人震惊:高考试焦虑的学生在主动性控制方面的表现明显低于低考试焦虑的学生。

**研究的发现**

研究者们发现,高考试焦虑的学生在任务的表现上显著低于低考试焦虑的学生。他们在考试中的准确率较低,且需要更多的认知资源来处理信息。换句话说,考试焦虑让他们在认知任务中表现得更加挣扎,无法有效地利用自己的知识和技能。

此外,研究还发现,高考试焦虑的学生在应对认知冲突时,表现出明显的神经活动变化。他们的大脑在处理信息时,似乎需要更多的努力才能达到同样的效果。这意味着,考试焦虑不仅影响情绪,还深刻影响了他们的认知能力。

**情绪与认知的交织**

更有趣的是,研究还揭示了情绪与认知之间的紧密联系。高考试焦虑的学生往往在情绪调节上也存在困难,这使得他们在考试时更加焦虑,进一步影响了他们的表现。这种恶性循环让许多学生陷入了考试焦虑的深渊,难以自拔。

**应对考试焦虑的策略**

那么,面对这种情况,我们该如何帮助那些经历考试焦虑的学生呢?研究者们建议,提升学生的主动性控制能力可能是一个有效的解决方案。通过特定的认知训练,学生可以学习如何更好地管理自己的情绪和思维,从而在考试中表现得更加自信和从容。

此外,心理辅导和情绪调节策略同样重要。帮助学生建立积极的心态,教他们如何应对压力,能够有效减轻他们的焦虑感,让他们在考试中更好地发挥。

**未来的研究方向**

未来,科学家们将继续探索考试焦虑的神经机制,寻找更有效的干预措施。通过结合不同的研究方法,他们希望能够为教育工作者和心理健康专业人士提供更全面的支持,以帮助学生更好地应对考试带来的挑战。

**结语**

考试焦虑是许多学生在学习过程中面临的普遍问题,而最新的研究为我们理解这一现象提供了新的视角。通过揭示考试焦虑与主动性控制之间的关系,我们不仅能够更好地理解学生的认知表现,还能为他们提供更有效的支持和帮助。希望未来的研究能够为每一个学生的学习旅程带来积极的改变,让他们在考试中能够自信地展示自己的能力。


原文链接:

Lei Wang, Renlai Zhou*(2025). Deficits of proactive control in individuals with Test Anxiety: Evidence from ERPs. Biological Psychology 194 (2025) 108985. https://doi.org/10.1016/j.biopsycho.2025.108985.

Deficits of proactive control in individuals with test anxiety.pdf