申婉麗 張舒涵 黃小璐 魏雷 何清華

摘?要?隨著互聯(lián)網(wǎng)技術的快速發(fā)展，認知訓練也開始表現(xiàn)出在線化的特點。線上認知訓練系統(tǒng)采用互聯(lián)網(wǎng)技術，使受訓者可以在多種移動設備或電腦終端上進行訓練。它還可以實時反饋訓練成績，進行訓練提醒，使之成為一種不受時空約束的大眾化認知訓練方案。本文分析和總結了目前主流的線上認知訓練研究，主要將關注點集中在使用較廣泛的工作記憶訓練、注意力訓練和加工速度訓練三大方面。分析結果顯示，線上工作記憶訓練近遷移效應明顯，但對流體智力等的遠遷移效應一直存在爭議，沒有得到一致的結論。線上加工速度訓練和注意力訓練則表現(xiàn)出較好的近遷移和遠遷移效應。而對于訓練效果的保持，研究者們對這三類訓練都持保留意見，且存在一定爭議。未來的研究應該多注重采用縱向追蹤研究，以考察訓練效果的保持效應;用相對客觀的腦成像技術（如fMRI等）來揭示認知訓練的腦機制;此外，還應該深入探究訓練遷移的根本原因，注重研究訓練時間與訓練獲益之間的關系。

關鍵詞?認知訓練;工作記憶訓練;注意力訓練;加工速度訓練;遷移效應

分類號?B849

DOI： 10.16842/j.cnki.issn2095-5588.2019.11.005

認知能力，是人腦加工、儲存和提取信息的能力，即人們對事物的構成、性能、與他物關系、發(fā)展動力、發(fā)展方向以及基本規(guī)律的把握能力。認知能力包括知覺、注意、記憶、語言、邏輯思維等方面的水平（楊遙， 劉靜， 徐江濤， 2013）。這些能力不是終生不變的，而是隨著年齡的增加呈現(xiàn)倒U型趨勢：在生命的前期呈現(xiàn)遞增趨勢，到25歲左右達到頂峰，隨后較穩(wěn)定，在60歲以后開始逐漸下降（Horn & Cattell， 1967）。認知能力與我們的日常生活息息相關，并受遺傳和環(huán)境的雙重影響（Das et al.， 2014）。

目前，認知訓練被認為是改善認知缺陷和認知減退的一種有效手段，也是認知能力提升的關鍵辦法。有研究發(fā)現(xiàn)，在學齡階段兒童中，加工速度、工作記憶、持續(xù)性注意、推理等認知能力各種組成成分的測量分數(shù)都能很好地預測學業(yè)成就（Deary， 2012）。而在幾種認知能力中，工作記憶和加工速度在認知發(fā)展（Fry & Hale， 2000）和認知老化（Salthouse， 1990）中有重要意義，甚至在人的發(fā)展過程中也有很重要的作用（李德明， 劉昌， 陳天勇， 李貴蕓， 2004）。而即使是在發(fā)展相對穩(wěn)定的時期，認知能力也具有極強的可塑性，可以被環(huán)境塑造，可以通過訓練改善（L?vdén， Bckman， Lindenberger， Schaefer， & Schmiedek， 2010）。而在所有的認知訓練中，使用較為廣泛的有工作記憶、注意力和加工速度三大方面。

1?認知訓練的概念和歷史

認知訓練是指在給定領域內(nèi)重復練習將會提高該領域任務的工作效率，并可遷移到未經(jīng)訓練的領域（Kirk， Gray， Ellis， Taffe， & Cornish， 2016），這個概念與肌肉訓練是相似的。大腦具有極強可塑性，是認知訓練興起的理論基礎（Ribeiro， Yamaguchi， Cracasso， Peralta， & Rezende， 2016）。此外，認知訓練興起和流行的原因還基于如下的推論：如果認知能力的測量可以預測日常生活中的表現(xiàn)和成功，而且成功取決于這些認知能力，那么，訓練這些能力將會增加成功的可能性，并最終改善人們的生活（L?vdén et al.， 2010）。這個推論已經(jīng)被眾多研究所證實，有效的認知訓練可以改變大腦的結構和功能的觀點得到研究者們的公認（Boyke， Driemeyer， Gaser， Büchel， & May， 2008）。

早期的認知訓練是在線下進行的，即研究者利用某種實驗范式，如Stroop任務、Flanker任務等，根據(jù)實際需要改編后，對被試進行面對面的訓練。這些訓練多在實驗室中進行，需要受訓者與訓練師一對一進行，而且很難做到根據(jù)被試的實際能力調(diào)整訓練難度。除此之外，被試被要求一周幾次進入實驗室，訓練過程枯燥乏味，而訓練效應也很難遷移到實驗室以外的情境中（McDougall & House， 2012）。隨著互聯(lián)網(wǎng)技術的發(fā)展和普及，一些研究團隊開始設計計算機程序/游戲來進行認知訓練，并嘗試獲取不同玩家在游戲過程中的數(shù)據(jù)，分析線上認知訓練是否能提高他們的認知能力。研究者最開始只是將線下認知訓練的范式遷移到線上，后來開始注入一些有趣的元素，增加訓練的趣味性和吸引力，以增加被試的訓練動機?；ヂ?lián)網(wǎng)的使用還使得不同訓練者之間可以進行比拼和競賽，可以不受時空限制，在電腦終端和移動設備終端進行（程大志， 閨秀賢， 高志杰， 周新林， 許克銘， 陳倩， 2015）。線上認知訓練的另一優(yōu)勢是，訓練程序的服務器可以根據(jù)訓練者的能力自行調(diào)整訓練的難度，也就是說，線上認知訓練可以提供自適應的訓練項目（胡艷群 等， 2017）?；谝陨蟽?yōu)點，認知訓練軟件數(shù)量大幅度增長，線上認知訓練越來越受歡迎。

2?線上認知訓練的相關理論基礎

2.1?腦的可塑性原理

“可塑性”這個術語最早由William James提出，用來表示由習慣建立的相關神經(jīng)通路的變化。后來，“可塑性”一詞一直在腦科學中使用，用于解釋各種形式的，通過行為訓練所引起的神經(jīng)組織結構和功能的可能變化，這種變化或短期或長期，包括成熟、對多變環(huán)境的適應、特殊和非特殊類型的學習、老齡化或大腦損傷造成的功能喪失以及隨后的代償性調(diào)節(jié)（Berlucchi & Buchtel， 2009）。越來越多的研究者傾向于使用這一術語來表示神經(jīng)系統(tǒng)的所有變化。隨著“關鍵期”概念的提出和普及，研究者們普遍認為，人腦大尺度上的可塑性僅限于發(fā)展的早期階段，不會超過特定的關鍵期，任何隨后的結構功能適應都局限于局部突觸變化。郭瑞芳和彭聃齡認為可塑性是指大腦可以被環(huán)境和經(jīng)驗所修飾，分為結構可塑和功能可塑兩種：腦的結構可塑包括突觸可塑和神經(jīng)元可塑，可以表現(xiàn)在某一個腦區(qū)的灰質(zhì)體積和白質(zhì)通路的變化上;功能可塑性可以理解為通過學習和訓練，大腦某一代表區(qū)的功能可以由鄰近的腦區(qū)代替，也表現(xiàn)為腦損傷患者在經(jīng)過學習、訓練后腦功能在一定程度上的恢復（郭瑞芳， 彭聃齡， 2005）。L?vdén等人提出了認知可塑性的理論框架，指出成人的認知可塑性是由長期的機體功能供應和環(huán)境需求之間的不匹配造成的。據(jù)上所述，腦的可塑性是指根據(jù)環(huán)境的需要，人腦憑借經(jīng)驗和學習以滿足環(huán)境需求所產(chǎn)生的功能和結構改變，這為認知訓練提供了腦科學的理論基礎（L?vdén et al.， 2010）。

在大腦可塑性的基礎框架下，研究者們嘗試采用各種訓練方式并檢驗是否會帶來相關腦區(qū)結構的改變和功能的改善。最初，研究者采用的主要是線下的認知訓練，例如，Boyke等人訓練老年人學習三球串聯(lián)雜技，3個月后的大腦掃描顯示，相對于未經(jīng)訓練的控制組，訓練組在大腦右側顳區(qū)的灰質(zhì)體積有顯著增加，左側海馬體積和雙側伏隔核灰質(zhì)體積也暫時增加（Boyke et al.， 2008）。Maguire， Woollett和 Spiers對倫敦出租車司機的訓練實驗表明，相對于公交司機，經(jīng)過訓練的出租車司機在海馬中后區(qū)有更大的灰質(zhì)體積，在海馬前區(qū)有更少的灰質(zhì)體積，說明其空間記憶能力的提升（Maguire， Woollett， & Spiers， 2010）。Katherin等人將倫敦出租車司機與控制組對比得出以下結論：在成人身上，持續(xù)的、結構性的大腦變化是由涉及到高級認知功能的行為引起（Katherine & Maguire， 2011; Maguire et al.， 2010）。此外Mechelli發(fā)現(xiàn)學習第二語言，可以增加左下頂葉皮質(zhì)的灰質(zhì)密度，他們還發(fā)現(xiàn)，這個區(qū)域結構重組的程度由掌握這一語言的熟練程度和獲得第二語言的年齡共同調(diào)節(jié)（Mechelli et al.， 2004）。這些研究表明，經(jīng)過適當?shù)挠柧?，大腦的結構和功能可以得到一定程度的改變，并且這個改變與訓練的認知能力的提升顯著相關。

上述線下認知訓練的研究對認知訓練的公認和推廣有著至關重要的作用，隨著人們對認知訓練的認可以及訓練需求的增加，后期研究者們開始使用在線的認知訓練。比如，F(xiàn)isher等人對有近期發(fā)作精神病的青年個體進行在線聽覺訓練（在線認知訓練項目是由Posit Science公司提供的，Posit Science是美國一家提供認知訓練軟件和服務的公司），結果發(fā)現(xiàn)訓練組被試在整體認知水平，言語記憶和問題解決方面，相比游戲控制組被試都有顯著的改善（Fisher et al.， 2014）。另外，Mishra， Rolle， 和 Gazzaley評估在線掃描探索項目（the Sweep Seeker program，它是Posit Science Insight軟件包中的一個獨立模塊）訓練前后的早期視覺ERP成分，發(fā)現(xiàn)視覺N1和N2成分在訓練后顯著增加，并且N1成分的改變還與任務中知覺辨認的改善相關，N1和N2的變化與知覺挑戰(zhàn)的速度有關（Mishra， Rolle， & Gazzaley， 2015）。除了上述視聽覺訓練研究，還有研究者對認知領域內(nèi)的其他成分進行了在線訓練，例如，Astle等人對兒童進行Cogmed工作記憶訓練（該程序包含有3個言語工作記憶任務和5個視覺空間工作記憶任務，引導兒童每天完成這8個練習，完成后就給出得分并進行言語反饋，每周練習5次，連續(xù)練習5周。任務的難度水平會根據(jù)每次的成績進行適應性調(diào)整，故可以最大限度地訓練兒童的工作記憶容量），在訓練后，額頂網(wǎng)絡與側枕葉之間、額頂網(wǎng)絡與下顳葉皮層之間的連接都發(fā)生了改變，并且，工作記憶訓練后的成績改善與靜息態(tài)神經(jīng)連接的增強有關（Astle， Barnes， Baker， Colclough， & Woolrich， 2015）。這些研究結果表明，進行在線認知訓練，不僅可以使個體的大腦結構發(fā)生改變，而且可以產(chǎn)生功能性的變化。

2.2?線上學習理論

線上學習是指將教育與互聯(lián)網(wǎng)相結合，以達到加快信息傳遞、提升知識轉換和交換效率的目的（Tzeng， Chiang， & Li， 2007）。研究者指出，一個有效的在線學習系統(tǒng)，可以根據(jù)學習者的不同情況進行分類，即時調(diào)整學習者接收知識的方法和過程（Felder & Silverman， 1988）。而不同于傳統(tǒng)的學習方式，線上學習沒有了空間及時間上的限制，可以利用網(wǎng)絡隨時進行學習，且線上學習能更方便學習者進行個性化的設定，更加符合個人需要（Mcconnell， Goodyear， Burgoyne， Banks， & Williams， 2002）。且隨著網(wǎng)絡的發(fā)展，線上學習日益普及，更多人開始在線上學習。

而傳統(tǒng)的認知訓練大都在線下進行，除了有地理位置的限制外，線下的認知訓練，大多枯燥且缺乏變化，對于年齡較小的人群并不適用。而線上學習可通過網(wǎng)頁動畫的設計解決這一問題，研究者可通過制作動畫的方式給認知訓練賦予故事以增加趣味性，且通過程序容易對訓練內(nèi)容進行改變，并制定不同難度的認知訓練，以便提供給不同能力人群。

因此，線上學習為認知訓練提供了新的方式，線上認知訓練也開始被應用于研究及生活中。

3?訓練效果的評估：近遷移和遠遷移

訓練效果的評估來源于訓練遷移的研究。訓練效果遷移的概念最早由Thorndike和Anderson提出，即被試在進行某種訓練后，將從訓練任務中獲取的知識應用于另一種任務上并對該任務產(chǎn)生的積極影響（Singley & Anderson， 1988; Thorndike， 1922）。Thorndike提出的形式訓練說認為，兩個任務之間的遷移只發(fā)生在知識元素相同的情況下;Taatgen提出了共同要素說，將處理規(guī)則作為遷移元素，并用兩個任務之間相同處理規(guī)則的數(shù)量作為潛在轉移的度量（Taatgen， 2013）。而Strenziok等人認為遷移的效果取決于最初學習、訓練的內(nèi)容與它后來應用的內(nèi)容之間的相似性：當訓練和未訓練的任務非常相似時，很容易發(fā)生近遷移;當未訓練能力與訓練的能力的共同的認知和知覺元素很少時，若訓練結束后，這項未訓練能力仍然有所改善則被認為發(fā)生了遠遷移（Strenziok， Parasuraman， Clarke， Cisler， Thompson， & Greenwood， 2014）。如Chacko等人對患有注意缺陷多動障礙的兒童進行了Cogmed工作記憶訓練，結果發(fā)現(xiàn)，訓練效果遷移到了工作記憶測試任務中，但是并不能遷移到工作記憶以外的認知領域，即Cogmed訓練效果發(fā)生了近遷移，沒有產(chǎn)生遠遷移（Chacko et al.， 2014）。此外，Erika Dahlin的實驗證明，如果訓練任務和遷移任務涉及重疊的處理成分，并且至少有部分相同的腦區(qū)參與，那么遷移將發(fā)生（Dahlin， Neely， Larsson， B?ckman， & Nyberg， 2008）。因為沒有發(fā)生遷移的訓練對認知缺陷和認知減退的改善所起作用不大，所以在評估認知訓練效果時，我們不僅要評估被試在訓練任務上的成績改善，更重要的是評估訓練效果的遷移。

判斷訓練效果是否發(fā)生近遷移，研究者多采用與該能力有關的測試，如工作記憶訓練需被試完成相關的記憶任務，若訓練后工作記憶任務及其相關延展任務的得分有顯著提升，則證明發(fā)生了近遷移。

而對于遠遷移，研究者會根據(jù)不同的訓練，根據(jù)不同認知能力的相關領域采用不同方式進行測量。因工作記憶與流體智力間相關度較高（Engle， Tuholski， Laughlin， & Conway， 1999），因此研究者在研究工作記憶訓練的遠遷移效應時，會采用非言語推理任務、瑞文標準測驗等測驗測量流體智力，如在研究前后測試的流體智力有明顯提升，則證明工作記憶訓練產(chǎn)生了遠遷移。而由于注意力與個人執(zhí)行能力有關，因此研究者們會測試執(zhí)行能力以判斷訓練是否產(chǎn)生遠遷移，而執(zhí)行能力測試大都采用問卷或情境模擬。對于加工速度訓練，研究者會更關注反應時等行為上是否發(fā)生變化。

4?線上認知訓練的效果分析

4.1?工作記憶訓練

工作記憶是一種短時間內(nèi)存儲和操作信息的能力，工作記憶是學習能力的重要預測指標，并且是構成推理、問題解決、學習等高階認知過程的關鍵基礎成分（Au， Sheehan， Tsai， Duncan， Buschkuehl， & Jaeggi， 2015）。研究發(fā)現(xiàn)，工作記憶對流體智力具有很高的預測度（Jaeggi， Buschkuehl， Jonides， & Perrig， 2008）;工作記憶是認知功能的重要組成部分，作為加工資源的工作記憶的下降，是老年人認知能力減退的一個重要原因（Szewczyk， 2016）。線上工作記憶訓練以一種適應性的方式，讓用戶可以在電腦上進行練習和操作相關的任務。工作記憶訓練最常用的任務有 n-back 任務、活動記憶任務（running memory task）、復雜廣度任務等。采用線上工作記憶訓練任務的實驗是在一定時間內(nèi)對個體實施訓練，觀察訓練前與訓練后個體在訓練任務和遷移任務上的成績變化。這類實驗目前已經(jīng)取得了一定成果。

有些實驗研究發(fā)現(xiàn)，線上工作記憶訓練，除了能在工作記憶領域提高成績，產(chǎn)生近遷移，還能改善如流體智力等其他方面，產(chǎn)生遠遷移。例如，Klingberg等人對患有注意缺陷綜合癥（attention-deficit/hyperactivity disorder，ADHD ）的兒童進行線上工作記憶訓練，訓練五至六周，至少訓練25次。在訓練前、訓練后和訓練結束后第三個月，分別測試工作記憶任務（the span-board task）、數(shù)字廣度、stroop任務和瑞文彩色推理測驗，并且讓家長評估兒童的 ADHD 水平。結果表明，相對于控制組，實驗組被試在工作記憶任務、數(shù)字廣度任務以及推理測驗上的成績顯著提高，而且這種改善在3個月后進行追蹤測試時仍然保持（Klingberg et al.， 2005），實驗證明了訓練不僅對工作記憶有效，而且能產(chǎn)生遠遷移，改善其他認知能力并長期有效。與此結果類似，Jaeggi使用一個類似電子游戲的工作記憶任務對小學和中學兒童進行訓練，訓練4～6周，至少15次，每次訓練15分鐘，在訓練前、訓練后、訓練結束后第三個月，分別使用瑞文標準測驗和非言語智力測驗（the Test of Nonverbal Intelligence， TONI）測量被試的流體智力，結果表明，相對于控制組兒童，干預組被試在未經(jīng)訓練的流體智力任務上表現(xiàn)出了顯著提高。更重要的是，3個月后的追蹤后測中，這種智力提高仍然保持（Jaeggi， Buschkuehl， Jonides， & Shah， 2011）。同樣證明了對于工作記憶的在線認知訓練能產(chǎn)生近遷移和遠遷移并長期有效。而在更新的實驗中，Peng等人的實驗再一次得出了相似的結果，實驗采用與Jaeggi 等人相似的工作記憶任務，對學前兒童進行14天的訓練，使用瑞文標準測驗和非言語智力測試（第四版）（the Test of Nonverbal Intelligence 4th edition， TONI-4 TONI）施測四次，分別是：訓練前、訓練后、訓練6個月后、訓練12個月后。結果表明，實驗組的工作記憶成績顯著提高，實驗組流體智力的成績提高程度也顯著高于兩個控制組，并且這種優(yōu)異成績維持到12個月后測時（Peng， Mo， Huang， & Zhou， 2017）。多個實驗驗證了針對工作記憶的線上認知訓練的有效性，且訓練產(chǎn)生的近遷移與遠遷移均長期有效。

然而，另一些使用線上工作記憶訓練任務的研究，發(fā)現(xiàn)線上工作記憶訓練只能產(chǎn)生近遷移，提高工作記憶任務的成績，但并未產(chǎn)生遠遷移，并不能提高其他測試成績。例如，Nutley等人為了檢驗工作記憶和非言語推理訓練是否能夠改善流體智力，對四歲兒童實施了Cogmed 系統(tǒng)公司研發(fā)的工作記憶訓練，訓練持續(xù)五周，每周五次，每次15分鐘。結果表明，這種工作記憶訓練可以遷移到未訓練的工作記憶測試任務上，但是，沒有發(fā)現(xiàn)對流體智力的改善（Bergman et al.， 2011）。這可能是由于工作記憶不是限制4歲兒童解決推理問題的一個限制因素。同樣的，Linette和Goghari采用Lumosity公司提供的雙n-back任務對健康中年人進行訓練，實驗測試了訓練前和訓練后被試的工作記憶、加工速度和流體智力。結果發(fā)現(xiàn)，相對于控制組，雙n-back工作記憶訓練并不能使成年被試在工作記憶和流體智力測試任務上產(chǎn)生顯著的成績改善（Linette & Goghari， 2016），因此對于記憶訓練并沒有發(fā)生遠遷移，而研究者認為沒有發(fā)生遠遷移的原因是樣本量太小，或是程序的不完善。另外， Mansur-Alves和Flores-Mendoza為了驗證旨在提高兒童智力的工作記憶訓練的有效性，使小學六年級巴西兒童使用含有三個任務的工作記憶軟件進行訓練。實驗組每周訓練兩次，每次50分鐘，訓練八周。訓練前和訓練后，被試進行標準瑞文測驗和巴西認知推理測驗測試。結果表明，實驗組與控制組相比，并沒有流體智力的顯著改善（Mansur-Alves & Flores-Mendoza， 2015），實驗結果同樣發(fā)現(xiàn)線上工作記憶訓練并沒能發(fā)生遠遷移，研究者認為這與采用的訓練方法及訓練內(nèi)容有關，研究者在訓練中只使用了語言和數(shù)字符號，而沒有涉及視覺空間成分，這可能是沒有形成遠遷移的原因。

除此之外，為了更好地評估工作記憶訓練的結果，研究者們還對訓練前后的腦反應進行了研究，以求找到是否發(fā)生遷移的直接證據(jù)。Tusch等人采用ERP技術研究Cogmed適應性工作記憶訓練是否能夠改善未訓練任務的成績，記錄了老年被試在試驗前和試驗后的腦電波變化，結果發(fā)現(xiàn)，適應性工作記憶訓練與定向注意的增加以及工作記憶刷新過程成績的改善正相關，但是并不能發(fā)現(xiàn)成績改善與訓練之間的直接證據(jù)（Tusch et al.， 2016）。此外，Vermeij等人使用近紅外技術（functional Near-Infrared Spectroscopy，fNIRS），為調(diào)查適應性Cogmed工作記憶訓練對老年大腦前額葉皮層適應性反應的影響，對健康和有輕度認知損傷（mild cognitive impairment，MCI）的老年人實施5周、每周5次、每次40分鐘的工作記憶訓練，在訓練前和訓練后采用fNIRS記錄不同工作記憶負荷水平任務的左右前額皮質(zhì)的血氧動力學反應，結果表明，訓練后健康老年人在高工作記憶負荷時前額葉激活減少，這表明他們對工作記憶的處理效率提高了（Vermeij et al.， 2016）。盡管MCI被試進行訓練后在低工作記憶負荷下，行為成績顯著改善，但沒有發(fā)現(xiàn)訓練導致的任何有關前額葉激活的變化。

有研究者采用元分析方法（郭麗月， 嚴超， 鄧賜平， 2018），將工作記憶訓練對數(shù)學能力的影響進行了分析，研究者將數(shù)學能力分為數(shù)感、運算能力和數(shù)學推理能力三方面。結果發(fā)現(xiàn)工作記憶訓練對數(shù)感有改善作用，但可能對運算能力和數(shù)學推理能力沒有改善作用。并且研究者指出，訓練目標類型與心理效果有密切關系。

同樣采用元分析，有研究者分析了工作記憶訓練對語言工作記憶、視覺工作記憶、非語言推理及注意力等方面的影響（Monica & Charles， 2013）。研究分析了訓練后立刻測試的成績和訓練后一段時間再次測試的成績，以判斷是否產(chǎn)生遷移效果以及遷移效果是否能長期保持。結果發(fā)現(xiàn)，訓練能提升語言和非語言的工作記憶任務的成績，但對于語言工作記憶的近遷移效應只能維持9個月左右。但訓練對視覺空間記憶任務成績幾乎沒有提高;對非言語推理和注意成績有較小的提升，但后續(xù)的測驗發(fā)現(xiàn)這些改善并未能長時間保持。且研究者提出，雖然工作記憶訓練能提升訓練任務的成績，但沒有證據(jù)表明工作記憶訓練能提升的相應能力（如語言能力、算數(shù)能力）。

大量實驗結果證明，線上工作記憶訓練能產(chǎn)生近遷移，顯著提高工作記憶任務成績。但能否產(chǎn)生遠遷移，提高其他方面的能力，還沒有一致的結果，而其中如訓練的時間、內(nèi)容、被試年齡及程序的設計等都可能對實驗結果產(chǎn)生影響，而其中的腦機制還需進一步明確。

4.2?注意力訓練

注意是人的心理活動對一定對象的指向和集中。研究者認為，注意是與智力關系最近的概念，注意力可以解釋 32% 的智力變量（Schweizer， Moosbrugger， & Goldhammer， 2005）。根據(jù)注意力與智力的關系，我們可以認為注意是從事任何心理活動的基本條件。注意力水平的高低，將直接影響著個體的智力發(fā)展和對知識吸收的水平。目前，線上注意力訓練的實驗研究也取得了一定的成果。

研究發(fā)現(xiàn)線上注意力訓練能產(chǎn)生近遷移，提高個體的注意能力。如研究發(fā)現(xiàn)線上注意力訓練能顯著提高ADHD兒童的注意能力。Steiner 等人對ADHD兒童進行注意力訓練——一種標準計算機格式（standard computer format， SCF），訓練4個月，每周兩次，每次45分鐘。被試隨機分配到三組：SCF組、生物反饋組和等待組，兒童、家長和教師均需要在訓練前、訓練后分別完成一系列的測試。評估兒童ADHD水平、注意力水平、執(zhí)行功能能力的測驗成績都顯著提高（Steiner， Sheldrick， Gotthelf， & Perrin， 2011）。這項試驗為干預兒童ADHD提供了基于計算機訓練任務有效性的初步證據(jù)，也證明了線上注意力訓練不僅能提高ADHD兒童注意力水平，還能改善其他能力，產(chǎn)生遠遷移。研究者除了關注ADHD兒童之外，還關心注意力訓練對有發(fā)展障礙兒童的影響。Kirk 等人為了調(diào)查計算機注意力訓練項目對有智力和發(fā)展障礙的兒童的影響，將76名4～11歲的兒童隨機分配到實驗組和控制組中，所有被試在家完成5周的訓練，每次訓練20分鐘，訓練25次。實驗組接受的是訓練注意與學習主動性訓練（The Training Attention and Learning Initiative，TALI），這種訓練是通過觸摸平板電腦上的四項活動來提高注意力技能的線上訓練。控制組游戲與實驗組類似，但是需要最少的注意技能并且是非適應性的。結果表明，與控制組相比，實驗組在選擇性注意能力的測試成績上有顯著的改善，并且這種改善在訓練結束后的3個月追蹤測試中仍然有效（Kirk et al.， 2016）。實驗證明了線上注意力訓練對有發(fā)展障礙的兒童能產(chǎn)生近遷移，且遷移能持續(xù)較長時間。

針對老年人的實驗同樣發(fā)現(xiàn)了近遷移的產(chǎn)生。Belchior等人調(diào)查了使用視頻游戲訓練一組老年人的視覺注意的可行性。被試被隨機分配到四個組中，分別為榮譽勛章訓練（干預目標）、臨床驗證組、俄羅斯方塊訓練（安慰劑控制組）和非接觸控制組，其中臨床驗證組采用視野訓練（the Useful Field of View Test， UFOV），并將臨床驗證組的成績作為衡量視頻游戲訓練效果大小的標準。訓練2～3周，每次訓練90分鐘，訓練六次。訓練前和訓練后被試接受UFOV測試中的三個子任務測試，分別是速度、分心注意和持續(xù)注意測試。結果表明，UFOV訓練組被試的選擇性視覺注意成績顯著高于兩個游戲組，三個干預組的測試成績均顯著高于非接觸控制組（Belchior et al.， 2013）。這表明，注意力游戲訓練存在近遷移效應，即訓練可以顯著改善被試的選擇性注意能力。

除了對健康老年被試進行線上注意力訓練，在針對病人的線上注意力訓練中也得到了類似的結果，Cerasa等人（2014）對神經(jīng)功能相關的帕金森病患者注意康復的一項研究中，將20名帕金森患者分配到實驗組和控制組中，實驗組接受RehaCom公司的軟件包進行訓練，這個軟件包包括幾種注意能力和信息處理任務，控制組接受一個簡單的視覺運動協(xié)調(diào)開發(fā)任務練習。所有被試訓練六周，每周訓練兩次，每次訓練一個小時。訓練前、后，被試進行fMRI 靜息態(tài)掃描，并且接受空間記憶、言語記憶、視覺空間處理、語言流暢性、持續(xù)注意與信息處理速度以及其他的注意能力和執(zhí)行能力的測試。行為結果表明，相對于控制組，實驗組在持續(xù)性注意任務和正向數(shù)字廣度上成績有顯著改善。對靜息態(tài)fMRI分析的結果表明，注意網(wǎng)絡（上頂葉皮層）和中央執(zhí)行神經(jīng)網(wǎng)絡（背外側前額葉皮層）有顯著的組效應。Cerasa等人由此得出針對受損能力的強化訓練可以影響神經(jīng)可塑性，并且改善帕金森病患者的某些認知功能的結論（Cerasa et al.， 2014）。這一實驗不僅證明了線上注意力訓練能提高個體的注意力，產(chǎn)生近遷移，同時也提供了神經(jīng)機制方面的證據(jù)，為線上注意力訓練的有效性提供了支持。

一項針對ADHD、有學習困難和有發(fā)育障礙個體的注意力訓練的元分析，對15項研究進行了歸納分析（Peng & Miller， 2016）。結果發(fā)現(xiàn)注意力訓練對注意力的效應量為中等，即注意力訓練能提高認知障礙個體的注意力水平，且研究者指出注意力訓練的效果可以遷移到其他非訓練任務中（如學術、認知能力等）。而對于如何進行更有效的訓練，研究者發(fā)現(xiàn)選取個體更容易適應的訓練能更好地提升注意力，且注意力訓練對年輕人和ADHD患者更有效。此外，當訓練采用定向的注意力網(wǎng)絡任務時更能提升個體的注意力水平。

以上實驗證明了線上注意力訓練能有效改善注意能力，有近遷移效應，且可以改善執(zhí)行功能和記憶能力，即訓練也具有遠遷移效應。但目前的線上注意力訓練的被試通常是老年人和兒童，針對正常人群的研究還較少。

4.3?認知加工速度訓練

認知加工速度是許多認知操作得以實現(xiàn)的一個重要因素，但是從中年開始，認知加工速度隨著年齡增加而下降，這種下降發(fā)生在沒有出現(xiàn)神經(jīng)退行性疾病跡象的正常成年人身上，并導致功能喪失和其他疾病（Kerchner et al.， 2012）。研究證明，加工速度減慢是認知功能減退的一項敏感性指標（Ball， Edwards， & Ross， 2005）。

在很多研究中，研究者采用UFOV的結果來評估加工速度，而研究表明線上加工速度訓練能提高UFOV的結果。Edwards等人在一項研究中使用Insight訓練項目對健康老年人進行訓練。Insight訓練項目包括5種訓練任務。所有被試被隨機分為訓練組和控制組，訓練組接受20次訓練，在10～12周內(nèi)每周訓練2～3次，每次訓練1個小時。被試在訓練前和訓練后參加UFOV和其他認知自我報告測試。結果表明，訓練組被試比控制組在UFOV的結果測量中有更高的成績改善（Edwards， et al.， 2013），證明了線上加工速度訓練有近遷移效應，能提升加工速度。除了對健康老年人的認知加工速度進行訓練，后來，Edwards等人使用Insight改進的認知加工速度訓練（cognitive speed of processing training， SOPT）訓練患有帕金森病的老年人，結果表明，被試的UFOV成績比控制組有顯著的成績改善，但是在其他認知測量方面沒有顯著的成績改變，即線上加工速度訓練有近遷移效應，而并未發(fā)現(xiàn)遠遷移現(xiàn)象。而研究者認為認知加工速度對于認知功能障礙的臨床檢測可能有重要意義，并且提示認知速度對于老年癡呆癥的早期診斷可能有參考價值（Edwards et al.， 2013）。

除此之外，研究者發(fā)現(xiàn)經(jīng)過具體的認知加工速度訓練不僅可以成功地遷移到 UFOV成績上，還可以遷移到包括駕駛安全測試的日常生活中（Edwards et al.， 2009）。在針對老年人的實驗中發(fā)現(xiàn)，線上加工速度訓練能降低老年人中止駕駛的可能。Edwards， Delahunt 和 Mahncke在一項研究認知加工速度訓練能延遲駕駛中止中，被試來自兩個實驗設計，一個接受獨立和有活力的老年人的高級認知訓練（Advanced Cognitive Training for Independent and Vital Elderly， ACTIVE）中的加工速度訓練，另一個接受在晚年生活中保持敏銳（Staying Keen in Later Life， SKILL）的訓練，兩組被試，每次訓練1個小時，每周兩次，訓練5周。研究者在訓練前、訓練后以及訓練結束3年后，對被試的認知成績進行測量。實驗結果指出，接受ACTIVE認知加工訓練組在接下來的3年里，停止駕駛的可能性降低了40%（Edwards， Delahunt， & Mahncke， 2009）。這說明認知速度訓練可以降低老年人中止駕駛的可能性。

加工速度訓練還能降低機動車事故風險。Ball等人在一項認知訓練減少老年駕駛員的機動車碰撞事故研究中，采用ACTIVE實驗設計，它是一種包括三個干預組和一個控制組的隨機、單盲多站點的實驗設計。三個干預組分別是記憶訓練組、推理訓練組、加工速度訓練組。被試接受10次干預，每次90分鐘，之后的1～3年內(nèi)有另外的促進干預效果的助推干預部分。被試在接受最初的干預前后和干預之后的每一年直至第十年，都會接受事故風險率測試。結果表明，在實驗之后，與控制組相比，加工速度訓練組的機動車事故的發(fā)生風險降低了50%，這種結果一直維持到追蹤的第六年（Ball， Edwards， Ross， & Jr， 2010）。然而，仍有實驗并未發(fā)現(xiàn)線上加工速度訓練有遷移效應。OBrien等人采用了與Edwards等人相同的訓練任務，檢驗了被試做視覺搜索任務期間的事件相關電位發(fā)現(xiàn)，訓練組和控制組在加工速度的行為表現(xiàn)上沒有顯著差異（OBrien et al.， 2013）。兩組研究者除了被試樣本量不同外，使用了同樣的訓練規(guī)則、同樣的訓練時間量、同樣的被試群體。他們都沒有關注除了UFOV任務之外的其他結果測量的成績改善，我們并不清楚其他認知能力是否測試，還是測試了卻沒有顯著結果，文章中均未說明。

在一項針對健康老年人的線上認知訓練的元分析中（Gandy， Lampit， Hallock， & Valenzuela， 2014），研究者總結了52個研究，其中共33項研究包括了加工速度訓練，有9項研究只進行了SOP訓練，結果顯示具有中等大小的效應量，表明加工速度訓練能夠提高健康老年人的認知加工速度。同時研究者也指出，訓練可以提高老年人的認知加工速度，但沒有證據(jù)證明認知訓練能使老年人的能力超過正常水平。同時研究者發(fā)現(xiàn)在訓練頻率相同的情況下，團體訓練比個體單獨在家進行訓練效果更明顯。

通過對線上加工速度訓練研究的回顧，我們發(fā)現(xiàn)，研究者大多使用InSight軟件進行訓練，而測量結果多關注UFOV成績以及工具性日常生活能力的改善。訓練的遷移只存在于與訓練任務相似的UFOV任務以及與駕駛相關的能力上，沒有產(chǎn)生對像選擇反應時這樣的速度任務或其他的速度任務上的遷移。

4.4?小結

通過對線上的工作記憶、注意力、加工速度訓練研究的回顧，可以知道，若干臨床或非臨床樣本的研究表明，不同類型的線上認知訓練軟件或產(chǎn)品，對認知功能都有一定程度影響，不僅影響未訓練過的認知任務成績，也影響一些與這些認知功能有聯(lián)系的其他功能，即認知訓練表現(xiàn)出遷移效應。線上工作記憶訓練對流體智力的遠遷移效應存在爭議，沒有一致的證據(jù)，可能是由于不同訓練任務的影響，也可能與測試任務的類型有關。被試的年齡和測試時間都可能會影響訓練的遷移效果。但是工作記憶訓練表現(xiàn)出在與訓練任務很相似的任務上的近遷移效應。線上注意力的訓練不僅可以改善各種注意能力，即訓練具有的近遷移效應。而且，訓練也可以改善執(zhí)行功能和記憶能力。而加工速度和注意力的訓練遷移情況比工作記憶訓練好。線上加工速度訓練的遷移效應主要體現(xiàn)在UFOV任務上的成績改善以及對包括駕駛能力在內(nèi)的日常工具性生活能力的影響。

5?線上認知訓練研究的不足與展望

基于網(wǎng)絡的線上認知訓練研究近年來剛起步，國內(nèi)外興起關于訓練軟件的開發(fā)和營銷的熱潮。雖然這些訓練軟件有一定的科學依據(jù)和背景，但是其干預研究仍存在一些不足。

第一，樣本量小。樣本量小的情況下，即使將被試隨機分配到不同的組，這種隨機化也是無效的，這種情況下，對獲益的評估也是不精確的。因此未來的研究需要擴展被試，不僅要增加樣本量，同時也要考慮增加不同群體的被試以及被試的個體差異，不僅要對有認知缺陷的個體進行訓練，也可以對處于正常認知水平的個體進行訓練以提升其認知水平。并且盡量使用隨機對照設計實驗。

第二，缺乏有效的實驗控制組，以及沒有隨機分配被試的情況。未來的研究，需要在實驗目標干預組外增加與干預組類似的訓練，可以通過降低控制組的難度水平來實現(xiàn)。同時應注意隨機分配被試。

第三，沒有很好地控制被試的努力/期望效應。未來的研究需要在實驗中根據(jù)研究目的設置雙盲實驗，以控制實驗者效應和期望效應。要在被試身心狀態(tài)較好的情況下訓練，避免疲勞效應。同時，對于生活質(zhì)量和課堂表現(xiàn)等的測量盡量采用標準化的測量工具進行測量，或者，使用行為出現(xiàn)次數(shù)統(tǒng)計表等客觀采集數(shù)據(jù)的工具，考察線上認知訓練對日常生活能力的遷移。

第四，存在數(shù)據(jù)報告不全的情況。研究者對實驗結果的報告不完整，只報告達到顯著水平的測量結果。讀者就沒有辦法去評估實驗的干預結果，因為不能進行多重比較校正。未來的研究需要報告所有的實驗結果，并且對實驗的數(shù)據(jù)分析結果進行多重比較矯正，同時要對效應量進行計算，采用更加科學的統(tǒng)計方法對效應量的大小進行統(tǒng)計，以便在不同實驗研究之間進行對比。

除了上述針對研究中存在問題的建議以外，由于以往的研究表明，線上認知訓練具有狹義的遷移結果，即只是改善了訓練任務的成績和具有相似認知結構的未訓練任務的成績，在智力、學習能力等高階認知能力方面的遠遷移的證據(jù)非常少。同時，對于獲益的保持時間一直存在爭議，因此，揭示訓練遷移的機制就顯得尤為重要，未來的線上認知訓練研究應該考慮與線下研究相結合，多進行縱向追蹤研究。同時考慮利用ERP、經(jīng)顱磁刺激（Transcranial Magnetic Stimulation， TMS）和fMRI等技術探討訓練機制的神經(jīng)基礎。

參考文獻

程大志， 閨秀賢， 高志杰， 周新林， 許克銘， 陳倩 （2015）. 注意缺陷多動障礙兒童計算機在線認知訓練研究. 中華實用兒科臨床雜志， 31（16）， 1262-1264.

郭麗月， 嚴超， 鄧賜平 （2018）. 數(shù)學能力的改善： 針對工作記憶訓練的元分析. ?心理科學進展， 26（9）， 1576-1589.

郭瑞芳， 彭聃齡 （2005）. 腦可塑性研究綜述. 心理科學， 28（2）， 409-411.

胡艷群， 張立力， 鐘薇， 王蛟顏， 謝生轉， 王蘭花，... 張堃 （2017）. 自適應認知訓練對非癡呆型血管性認知障礙患者認知能力和生活質(zhì)量的影響. 海南醫(yī)學， 28（16）， 2624-2627.

李德明， 劉昌， 陳天勇， 李貴蕓 （2004）. 加工速度和工作記憶在認知畢生發(fā)展過程中的作用. ?南京師大學報（社會科學版）， （1）， 81-87.

楊遙， 劉靜， 徐江濤 （2013）. 睡眠剝奪對認知功能的影響研究進展. 現(xiàn)代生物醫(yī)學進展， 13（4）， 791-794.

Astle， D. E.， Barnes， J. J.， Baker， K.， Colclough， G. L.， & Woolrich， M. W. （2015）. Cognitive training enhances intrinsic brain connectivity in childhood. Journal of Neuroscience， 35（16）， 6277-6283.

Au， J.， Sheehan， E.， Tsai， N.， Duncan， G. J.， Buschkuehl， M.， & Jaeggi， S. M. （2015）. Improving fluid intelligence with training on working memory： A meta-analysis. Psychonomic Bulletin & Review， 22（2）， 366-377.

Ball， K.， Edwards， J. D.， & Ross， L. A. （2005）. The impact of speed of processing training on cognitive and everyday functions. Journals of Gerontology， 9（3）， 262-271.

Ball， K.， Edwards， J. D.， Ross， L. A.， & Jr， M. G. G. （2010）. Cognitive training decreases motor vehicle collision involvement of older drivers. Journal of the American Geriatrics Society， 58（11）， 2107-2113.

Belchior， P.， Marsiske， M.， Sisco， S. M.， Yam， A.， Bavelier， D.， Ball， K.， & Mann， W. C. （2013）. Video game training to improve selective visual attention in older adults. Computers in Human Behavior， 29（4）， 1318-1324.

Bergman， N. S.， S?derqvist， S.， Bryde， S.， Thorell， L. B.， Humphreys， K.， & Klingberg， T. （2011）. Gains in fluid intelligence after training non-verbal reasoning in 4-year-old children： a controlled， randomized study. Developmental Science， 14（3）， 591-601.

Berlucchi， G.， & Buchtel， H. （2009）. Neuronal plasticity： Historical roots and evolution of meaning. Experimental Brain Research， 192（3）， 307-319.

Boyke， J.， Driemeyer， J.， Gaser， C.， Büchel， C.， & May， A. （2008）. Training-induced brain structure changes in the elderly. Journal of Neuroscience， 28（28）， 7031-7035.

Cerasa， A.， Gioia， M. C.， Salsone， M.， Donzuso， G.， Chiriaco， C.， Realmuto， S.，... DAmelio， M. （2014）. Neurofunctional correlates of attention rehabilitation in Parkinsons disease： an explorative study. Neurological Sciences， 35（8）， 1173-1180.

Chacko， A.， Bedard， A. C.， Marks， D. J.， Feirsen， N.， Uderman， J. Z.， Chimiklis， A.，... Zwilling， A. （2014）. A randomized clinical trial of Cogmed Working Memory Training in school-age children with ADHD： a replication in a diverse sample using a control condition. Journal of Child Psychology & Psychiatry， 55（3）， 247-255.

Dahlin， E.， Neely， A. S.， Larsson， A.， Bckman， L.， & Nyberg， L. （2008）. Transfer of earning after updating training mediated by the striatum. Science， 320（5882）， 1510-1512.

Das， D.， Tan， X.， Bielak， A. A. M.， Cherbuin， N.， Easteal， S.， & Anstey， K. J. （2014）. Cognitive ability， intraindividual variability， and common genetic variants of catechol-O-methyltransferase and brain-derived neurotrophic factor： A longitudinal study in a population-based sample of older adults. Psychology and Aging， 29（2）， 393-403.

Deary， I. J. （2012）. Intelligence. Social Science Electronic Publishing， 63（16）， 453-483.

Edwards， J. D.， Delahunt， P. B.， & Mahncke， H. W. （2009）. Cognitive speed of processing training delays driving cessation. Journals of Gerontology， 64（12）， 1262-1267.

Edwards， J. D.， Hauser， R. A.， OConnor， M. L.， Valdés， E. G.， Zesiewicz， T. A.， & Uc， E. Y. （2013）. Randomized trial of cognitive speed of processing training in Parkinson disease. Neurology， 81（15）， 1284-1290.

Edwards， J. D.， Myers， C.， Ross， L. A.， Roenker， D. L.， Cissell， G. M.， Mclaughlin， A. M.， & Ball， K. K. （2009）. The longitudinal impact of cognitive speed of processing training on driving mobility. Gerontologist， 49（4）， 485-494.

Edwards， J. D.， Peronto， C.， Castorabinkley， M.， Alwerdt， J.， Andel， R.， & Lister， J. J. （2013）. The efficacy of inSight cognitive training to improve useful field of view performance： abrief report. Journals of Gerontology， 70（3）， 417-422.

Engle， R. W.， Tuholski， S. W.， Laughlin， J. E.， & Conway， A. R. （1999）. Working memory， short-term memory， and general fluid intelligence： a latent-variable approach. ?Journal of Experimental Psychology General， 128（3）， 309-331.

Felder， R. M.， & Silverman， L. K. （1988）. learning and teaching styles in engineering education. ?Engineering Education， 78（7）， 674-681.

Fisher， M.， Loewy， R.， Carter， C.， Lee， A.， Ragland， J. D.， Niendam， T.，... Vinogradov， S. （2014）. Neuroplasticity-based auditory training via laptop computer improves cognition in young individuals with recent onset schizophrenia. Schizophrenia Bulletin， 41（1）， 250-258.

Fry， A. F.， & Hale， S. （2000）. Relationships among processing speed， working memory， and fluid intelligence in children. ?Biological Psychology， 54（1-3）， 1-34.

Gandy， S.， Lampit， A.， Hallock， H.， & Valenzuela， M. （2014）. Computerized cognitive training in cognitively healthy older adults： A systematic review and meta-analysis of effect modifiers. ?PLoS Medicine， 11（11）， e1001756.

Horn， J. L.， & Cattell， R. B. （1967）. Age differences in fluid and crystallized intelligence. Acta Psychologica， 26（2）， 107-129.

Jaeggi， S. M.， Buschkuehl， M.， Jonides， J.， & Perrig， W. J. （2008）. Improving fluid intelligence with training on working memory. Proceedings of the National Academy of Sciences， 105（19）， 6829-6833.

Jaeggi， S. M.， Buschkuehl， M.， Jonides， J.， & Shah， P. （2011）. Short- and long-term benefits of cognitive training. Proceedings of the National Academy of Sciences of the United States of America， 108（25）， 10081-10086.

Katherine， W.， & Maguire， E. A. （2011）. Acquiring “the Knowledge” of Londons Layout Drives Structural Brain Changes. Current Biology， 21（24）， 2109-2114.

Kerchner， G. A.， Racine， C. A.， Hale， S.， Wilheim， R.， Laluz， V.， Miller， B. L.， & Kramer， J. H. （2012）. Cognitive Processing Speed in Older Adults： Relationship with White Matter Integrity. Plos One， 7（11）， e50425.

Kirk， H. E.， Gray， K. M.， Ellis， K.， Taffe， J.， & Cornish， K. M. （2016）. Computerised attention training for children with intellectual and developmental disabilities： A randomised controlled trial. Journal of Child Psychology & Psychiatry & Allied Disciplines， 57（12）， 1380-1389.

Klingberg， T.， Fernell， E.， Olesen， P. J.， Johnson， M.， Gustafsson， P.， Dahlstrom， K.，... Westerberg， H. （2005）. Computerized Training of Working Memory in Children with ADHD-A Randomized， Controlled Trial. Journal of the American Academy of Child & Adolescent Psychiatry， 44（2）， 177-86.

Linette， L. S.， & Goghari， V. M. （2016）. Dual n-back Working Mmory training in healthy adults： A randomized comparison to Processing Seed training. Plos One， 11（4）， e0151817.

L?vdén， M.， Bckman， L.， Lindenberger， U.， Schaefer， S.， & Schmiedek， F. （2010）. A theoretical framework for the study of adult cognitive plasticity. Psychological Bulletin， 136（4）， 659-676.

Maguire， E. A.， Woollett， K.， & Spiers， H. J. （2010）. London taxi drivers and bus drivers： A structural MRI and neuropsychological analysis. Hippocampus， 16（12）， 1091-1101.

Mansur-Alves， M.， & Flores-Mendoza， C. （2015）. Working memory training does not improve intelligence： Evidence from Brazilian children. Psicologia： Reflexo e Crítica， 28（3）， 474-482.

Mcconnell， D.， Goodyear， P.， Burgoyne， J. G.， Banks， S.， & Williams， S. （2002）. He who rides the tiger cannot dismount： implementation of e-learning within company strategies. ?Pharmacological Research Communications， 12（6）， 523-537.

McDougall， S.， & House， B. （2012）. Brain training in older adults： evidence of transfer to memory span performance and pseudo-Matthew effects. Aging， Neuropsychology， and Cognition， 19（1-2）， 195-221.

Mechelli， A.， Crinion， J. T.， Noppeney， U.， ODoherty， J.， Ashburner， J.， Frackowiak， R. S.， & Price， C. J. （2004）. Neurolinguistics： structural plasticity in the bilingual brain. Nature， 431（7010）， 757-757.

Mishra， J.， Rolle， C.， & Gazzaley， A. （2015）. Neural plasticity underlying visual perceptual learning in aging. Brain Research， 1612， 140-151.

Monica， M. L. G.， & Charles， H. （2013）. Is working memory training effective？ A meta-analytic review. ?Developmental Psychology， 49（2）， 270-291.

OBrien， J. L.， Edwards， J. D.， Maxfield， N. D.， Peronto， C. L.， Williams， V. A.， & Lister， J. J. （2013）. Cognitive training and selective attention in the aging brain： an electrophysiological study. Clinical Neurophysiology， 124（11）， 2198-2208.

Peng， J.， Mo， L.， Huang， P.， & Zhou， Y. （2017）. The effects of working memory training on improving fluid intelligence of children during early childhood. Cognitive Development， 43， 224-234.

Peng， P.， & Miller， A. C. （2016）. Does attention training work？ A selective meta-analysis to explore the effects of attention training and moderators. ?Learning & Individual Differences， 45（2）， 77-87.

Ribeiro， R. L.， Yamaguchi， S.， Cracasso， S. P.， Peralta， F.， & Rezende， E. （2016）. Neurological and Cognitive Changes Resulting from Chronic Drug Use. Drug Abuse in Adolescence （pp. 157-172）， Springer International Publishing.

Salthouse， T. A. （1990）. Working memory as a processing resource in cognitive aging. ?Developmental Review， 10（1）， 101-124.

Schweizer， K.， Moosbrugger， H.， & Goldhammer， F. （2005）. The structure of the relationship between attention and intelligence. Intelligence， 33（6）， 589-611.

Singley， M. K.， & Anderson， J. R. （1988）. A Keystroke Analysis of Learning and Transfer in Text Editing. ?Human-Computer Interaction， 3（3）， 223-274.

Steiner， N. J.， Sheldrick， R. C.， Gotthelf， D.， & Perrin， E. C. （2011）. Computer-based attention training in the schools for children with attention deficit/hyperactivity disorder： A preliminary trial. Clinical Pediatrics， 50（7）， 615-622.

Strenziok， M.， Parasuraman， R.， Clarke， E.， Cisler， D. S.， Thompson， J. C.， & Greenwood， P. M. （2014）. Neurocognitive enhancement in older adults： comparison of three cognitive training tasks to test a hypothesis of training transfer in brain connectivity. Neuroimage， 85（2）， 1027-1039.

Szewczyk， R. （2016）. The effectiveness of working memory training-points to consider for future research. Polish Psychological Bulletin， 47（1）， 43-50.

Taatgen， N. A. （2013）. The nature and transfer of cognitive skills. Psychological Review， 120（3）， 439-471.

Thorndike， E. L. （1922）. The effect of changed data upon Reasoning. Journal of Experimental Psychology， 5（5）， 33-38.

Tusch， E. S.， Alperin， B. R.， Ryan， E.， Holcomb， P. J.， Mohammed， A. H.， & Daffner， K. R. （2016）. Changes in neural activity underlying Working Memory after computerized cognitive training in older adults. Frontiers in Aging Neuroscience， 8， 255.

Tzeng， G. H.， Chiang， C. H.， & Li， C. W. （2007）. Evaluating intertwined effects in e-learning programs： A novel hybrid MCDM model based on factor analysis and DEMATEL. ?Expert Systems with Applications， 32（4）， 1028-1044.

Vermeij， A.， Kessels， R. P.， Heskamp， L.， Simons， E. M.， Dautzenberg， P. L.， & Claassen， J. A. （2016）. Prefrontal activation may predict working-memory training gain in normal aging and mild cognitive impairment. Brain Imaging & Behavior， 11（1）， 1-14.

Online Cognitive Training： Current Researches and Training Effect

SHEN Wanli1，2; ZHANG Shuhan1; HUANG Xiaolu1; WEI Lei1; HE Qinghua1，2，3

（1 Faculty of Psychology， Key lab of Cognition and Personality， Southwest University， Chongqing 400715， China）

（2 Southwest University Branch， Collaborative Innovation Center of Assessment toward Basic Education Quality

at Beijing Normal University， ?Chongqing 400715， China）

（3 Chongqing Collaborative Innovation Center for Brain Science， Chongqing 400715， China）

Abstract

With the rapid development of Internet， cognitive training embodies online characteristics. The online cognitive training system uses Internet technology， which can train participants by all kinds of mobile devices or computer terminals. Meanwhile， they can receive training results feedback and prompt reminders of the training in real-time. In present study， we analyzes and summarizes the current mainstream online cognitive training software. Also， We primarily focuses on the most widely three online training program aspects： working memory， attention and speed of processing. The result shows that online working memory training has obvious near transfer effect. However， the result indicates that there was no consistent evidence for far transfer to the fluid intelligence. The training of online processing speed and attention can show better near transfer and far transfer effect. At the same time， there are some controversy about the maintenance of those online training effect. Based on the above results， this study put forward the following suggestions for future research： laying emphasis on longitudinal follow-up study design to explore the maintenance effect of training， carrying out experiments in combination with relatively objective brain imaging techniques （e. g.， fMRI） to detect the brain mechanism of the training effect， probing into the root cause of the training effect and identifying the relationship between the amount of training and training benefits.

Key words： cognitive training; working memory training; attention training; speed of processing training; transfer effect