苗浩飛 遲立忠

(北京體育大學(xué)心理學(xué)院,北京 100084)

1 引言

電子競技(E-sports,電競)于2003 年成為我國第99 項正式體育競賽項目(后改為第78 項),并首次成為杭州2022 年第19 屆亞運會正賽項目。電競是一種按規(guī)則組織、需要特定技能、涉及精細運動、擁有廣泛受眾并具有一定社會影響的電子游戲比賽(Jenny et al.,2016)。動作視頻游戲(action video games,AVG)是目前受眾最廣的競技游戲類型之一,也是電競賽事的主體項目,如《英雄聯(lián)盟》(League of Legends,LOL)、《反恐精英：全球攻勢》(Counter-Strike: Global Offensive,CSGO)、《刀塔2》(DOTA2)、《星際爭霸2》(StarCraft 2)等。綜合前人的標準,與非動作類的游戲相比,AVG的突出特點是節(jié)奏快,間接對抗性強,自由度高且強調(diào)即時策略,需要注意的集中、分配與轉(zhuǎn)換等(Bediou et al.,2018;Dale et al.,2020)。

在目前已發(fā)表的AVG 認知研究中,排除網(wǎng)絡(luò)游戲成癮等精神或神經(jīng)障礙患者,所納入的玩家按照游戲表現(xiàn)與游戲時長可大致分為3 類(圖1)：專業(yè)玩家、業(yè)余玩家、新手。在AVG 專業(yè)玩家的具體納入標準方面(表1),一類為職業(yè)選手(Benoit et al.,2020;Ding et al.,2018;Tanaka et al.,2013);另一類為所在游戲服務(wù)器排名(matchmaking rankings,MMR)前7%,且至少有2 年專項游戲經(jīng)驗的玩家(Gan et al.,2020;Qiu et al.,2018;Yao et al.,2020);還有少量研究采用問卷評估的方法篩選專業(yè)玩家(Cain et al.,2012;Wong & Chang,2018)。以上3 種方法篩選的對象皆納入本文的專業(yè)玩家范疇。新手為過去半年游戲時長不足1 小時或者沒有 AVG 經(jīng)驗的玩家(Wong & Chang,2018)。業(yè)余玩家為介于專業(yè)玩家和新手之間的游戲群體。MMR 指個人通過相對公平的Elo 匹配系統(tǒng),經(jīng)過一定場次的比賽后所達到的公開名次(Elo,1978)。MMR 是衡量玩家水平和游戲表現(xiàn)的統(tǒng)一指標之一。

圖1 游戲玩家分類

游戲是研究認知的良好載體(Bavelier et al.,2018)。第一,游戲涉及廣泛的認知過程,從注意、工作記憶到復(fù)雜的推理、決策等(Banyai et al.,2019;Dale & Green 2017)。第二,同樣基于計算機環(huán)境,探討游戲影響認知、認知預(yù)測電競表現(xiàn)的生態(tài)效度可能較好。第三,大量的玩家基數(shù)有利于采集游戲交互過程中認知特征及其變化的數(shù)據(jù)。既往研究多探討游戲?qū)ν婕一虺砂a者認知、情緒等的影響(Weinstein & Lejoyeux 2020),少有研究探討專業(yè)玩家的心理特征。然而,一些神經(jīng)證據(jù)初步表明了AVG 專業(yè)玩家的獨特之處,即存在更強的中央執(zhí)行系統(tǒng)和默認網(wǎng)絡(luò)之間的功能連接,以及特殊的腦電微狀態(tài)等(Cui et al.,2021;Gong et al.,2019)。目前研究對AVG 專業(yè)玩家的認知神經(jīng)特征的關(guān)系梳理不足,故此梳理已發(fā)現(xiàn)的AVG 專業(yè)玩家的認知神經(jīng)特點具有重要的前瞻意義。探討專業(yè)玩家的認知神經(jīng)特征可為電競心理選材、訓(xùn)練及建立行業(yè)規(guī)范等提供依據(jù),也可加深對人類在復(fù)雜、競爭條件下心智潛能的理解,為競技運動、人工智能等領(lǐng)域的研究與應(yīng)用提供參考(Bonny et al.,2020;Font & Mahlmann,2019)。

結(jié)合目前已開展的AVG 專業(yè)玩家認知能力的橫斷研究與縱向游戲干預(yù)研究,以下將從注意、工作記憶、數(shù)學(xué)和推理能力等方面從基礎(chǔ)認知到高級認知論述AVG 專業(yè)玩家的認知神經(jīng)特征,探討專業(yè)玩家認知特點的部分成因及其對游戲表現(xiàn)的預(yù)測作用。

2 AVG 專業(yè)玩家認知神經(jīng)特征

2.1 注意

注意是有意識認知活動的基礎(chǔ),也是目前AVG 專業(yè)玩家認知研究的重點領(lǐng)域。本節(jié)將從注意選擇、注意抑制、多目標追蹤、注意瞬脫以及持續(xù)性注意等方面的橫斷研究探討專業(yè)玩家的注意加工及其相關(guān)神經(jīng)特征。

2.1.1 AVG 專業(yè)玩家注意選擇與抑制

在視野中更快地捕捉到刺激是AVG 專業(yè)玩家的重要認知優(yōu)勢之一。有用視野任務(wù)(useful field of view,UFOV)是測量視覺注意分配與選擇的經(jīng)典范式之一,該任務(wù)需要個體快速捕捉隨機呈現(xiàn)在視野中心或外周的短暫刺激。Qiu 等人在一項研究中納入15 名AVG 專業(yè)玩家和14 名業(yè)余玩家,通過UFOV 測試發(fā)現(xiàn)專業(yè)玩家在任務(wù)中的反應(yīng)速度比新手快11.33% (表2),這提示專業(yè)玩家能更快地捕獲刺激。該研究的事件相關(guān)電位(event-related potential,ERP)結(jié)果顯示專業(yè)玩家具有更低的N2 波幅以及更高的P2、P3 波幅。P2成分與注意選擇有關(guān),P3 成分與注意資源的分配有關(guān)(Fritzsche et al.,2011;Polich,2007),腦電和行為結(jié)果共同提示了AVG 專業(yè)玩家的快速注意選擇可能與較好的注意資源分配有關(guān)。

表2 專業(yè)玩家和對照組的認知差異

注意的選擇不僅涉及注意資源的分配,還需要對無關(guān)刺激進行抑制。Ding 等人通過Flanker任務(wù)(判斷同時并排呈現(xiàn)的5 個箭頭的中心箭頭的指向)對比了10 名AVG 職業(yè)選手、10 名青訓(xùn)選手和20 名業(yè)余玩家的表現(xiàn),沒有發(fā)現(xiàn)三者之間的顯著差異。Cain 等人對比了23 名AVG 專業(yè)玩家和21 名新手在Flanker 任務(wù)上的表現(xiàn),未見二者在注意抑制能力上的差異。另一項研究通過Stroop色詞任務(wù)(被試要報告顏色類單詞的字體顏色)對比了14 名AVG 職業(yè)選手和16 名業(yè)余玩家,也未發(fā)現(xiàn)Stroop 任務(wù)的顯著差異(Benoit et al.,2020)。以上研究均未發(fā)現(xiàn)專業(yè)玩家和業(yè)余玩家的注意抑制差異。然而既往研究顯示,相較于新手,AVG 玩家存在顯著的注意抑制優(yōu)勢(Bavelier & Green,2019;Bediou et al.,2018)。專家玩家和業(yè)余玩家結(jié)果的不一致可能有以下原因：(1)專業(yè)玩家樣本量普遍較小。(2)對照組不完全一致,Ding 等人和Benoit 等人的對照組是業(yè)余玩家而非新手。(3)抑制能力較為特殊,其損害是成癮的標志之一(Weinstein & Lejoyeux 2020),注意抑制能力可能會受到游戲成癮既往史的影響。以上3 項專業(yè)玩家研究中僅Benoit 等人的研究明確排除了相關(guān)既往史。結(jié)合目前的證據(jù),專業(yè)玩家的注意抑制特點尚不明確。后續(xù)研究應(yīng)嚴格控制相關(guān)變量。

多目標追蹤(Multiple-Object Tracking,MOT)是動態(tài)注意過程,涉及注意的選擇、抑制與維持等(Allen et al.,2006)。多目標追蹤即個體同時追蹤多個運動客體,確定目標的位置、去向和其他感興趣的特征,考察指標主要為追蹤目標的數(shù)量和速度(Pylyshyn & Storm,1988)。動作視頻游戲常涉及多目標追蹤。在10 名AVG 職業(yè)選手、10 名青訓(xùn)選手、20 名業(yè)余玩家的對比中,Ding 等人通過2D 的MOT 任務(wù)發(fā)現(xiàn)了組間的顯著差異：職業(yè)選手和業(yè)余玩家追蹤的數(shù)目較多,青訓(xùn)選手最少。然而該研究并未報告各組的游戲時長和教育年限,這些變量可能對結(jié)果造成明顯影響。之后,Benoit等人采用基于VR (Virtual reality)的3D MOT 任務(wù)對比了14 名職業(yè)選手和16 名業(yè)余玩家,該任務(wù)要求被試追蹤空間中朝著隨機方向運動的8 個球中的4 個,持續(xù)8 秒(有碰撞判定),每次追蹤成功后速度會增加,結(jié)果發(fā)現(xiàn)專業(yè)玩家的追蹤速度上限顯著高于業(yè)余玩家。這再次提示了專業(yè)玩家具有良好的多目標追蹤表現(xiàn)?；趯I(yè)玩家的多目標追蹤能力的神經(jīng)特征研究極少。魏柳青和張學(xué)民(2019)認為多目標追蹤過程中目標與非目標的注意分配與N1、P1 成分有關(guān),追蹤負荷與N2 成分、CDA 成分有關(guān),多目標追蹤還涉及背外側(cè)前額葉(dorsolateral prefrontal cortex,DLPFC)、頂葉(包括前頂內(nèi)溝、后頂內(nèi)溝、頂上小葉)。由前文可知,專業(yè)玩家的注意選擇與更低的N2 波幅有關(guān),神經(jīng)方面相似的腦電證據(jù)提示了專業(yè)玩家良好的多目標追蹤表現(xiàn)是其注意特點之一。

注意瞬脫(Attentional Blink)是注意選擇過程中的特殊現(xiàn)象,指個體在接受第一個目標刺激(Target 1,T1)后的200～500 ms 內(nèi)對第二個刺激(T2)的反應(yīng)變慢的現(xiàn)象,與被抑制的P3 成分有關(guān)(Vogel et al.,1998)。有研究檢測了19 名AVG 專業(yè)玩家和19 名業(yè)余玩家的注意瞬脫表現(xiàn),結(jié)果發(fā)現(xiàn)專業(yè)玩家在注意瞬脫任務(wù)(T1 與T2 間隔300 ms)的正確率比業(yè)余玩家高出約 10% (Gan et al.,2020)。需要說明的是注意瞬脫任務(wù)中,AVG 專業(yè)玩家對任務(wù)中T1 的注意反應(yīng)正確率約高出業(yè)余玩家 3%～6%,這一結(jié)果反映的是專業(yè)玩家對T1(63ms 的短暫刺激)更好的捕捉能力。這種注意捕獲能力也部分解釋了專業(yè)玩家注意瞬脫優(yōu)勢。此研究的ERP 結(jié)果顯示專業(yè)玩家在T2 的P3 波幅比業(yè)余玩家高,這與Qiu 等人的結(jié)果較一致：更高的P3 波幅反映了專業(yè)玩家更善于進行注意資源分配。同時,該研究還發(fā)現(xiàn)業(yè)余玩家在T1 的P3 波幅大于T2 的P3 波幅,但專業(yè)玩家T1 和T2之間的P3 波幅沒有差異。在注意瞬脫任務(wù)中,T1引起的P3 幅度越大,則T2 分配的注意資源越少(McArthur et al.,1999;Shapiro et al.,2006)。新手在T1 的P3 波幅大于T2,說明新手將注意資源主要用于T1,因此新手更容易產(chǎn)生注意瞬脫現(xiàn)象;專業(yè)玩家在T1 和T2 不存在P3 波幅差異也印證了專業(yè)玩家能更好地在任務(wù)間分配注意資源,或?qū)I(yè)玩家的注意資源容量足夠應(yīng)對任務(wù)。

2.1.2 AVG 專業(yè)玩家的持續(xù)性注意

行為層面的證據(jù)顯示了AVG 專業(yè)玩家持續(xù)穩(wěn)定的注意特征。在AVG 專業(yè)玩家與業(yè)余玩家的對比研究中,Benoit 等人通過持續(xù)注意任務(wù)(需要在限定時間內(nèi)逐行逐個劃掉卡片中呈現(xiàn)的指定刺激)測量了14 名AVG 職業(yè)選手和16 名業(yè)余玩家的表現(xiàn),發(fā)現(xiàn)專業(yè)玩家任務(wù)波動率(各行間最好與最差表現(xiàn)之差)比業(yè)余玩家低20%,而正確數(shù)比業(yè)余玩家高9.88%。這反映了專業(yè)玩家穩(wěn)定而高效的持續(xù)注意能力。該研究中專業(yè)玩家每周游戲時長數(shù)倍于業(yè)余玩家,其持續(xù)注意優(yōu)勢可能來自于高強度的游戲訓(xùn)練。Li 等人(2020)平衡了專業(yè)玩家與業(yè)余玩家的每周游戲時長和游戲年限,仍然發(fā)現(xiàn)了專業(yè)玩家的持續(xù)注意優(yōu)勢。該研究通過持續(xù)操作任務(wù)(Continuous performance test,CPT)檢測了35 名AVG 專業(yè)玩家和35 名業(yè)余玩家。CPT任務(wù)是測量持續(xù)注意的經(jīng)典范式,一般由兩位數(shù)、三位數(shù)、四位數(shù)的1-back 試次組成。結(jié)果顯示專業(yè)玩家的任務(wù)命中率比業(yè)余玩家高 3.74%,誤報率比業(yè)余玩家低10.26%。這些結(jié)果與實際較為一致,表明專業(yè)玩家能夠在長時間的游戲過程中保持專注,更重要地,他們能同時提供精準的操作表現(xiàn)。

總的來看,在最基本的注意能力方面,AVG專業(yè)玩家在多種注意任務(wù)上表現(xiàn)突出。這種優(yōu)勢與注意過程中更低的N2 波幅以及更高的P2、P3波幅有關(guān),涉及DLPFC 以及頂葉多個腦區(qū)的參與(Qiu et al.,2018;Gan et al.,2020)。

2.2 工作記憶

動作視頻游戲廣泛涉及工作記憶,如記憶敵我雙方站位與技能冷卻時間、制定導(dǎo)航路線等。工作記憶是目前AVG 領(lǐng)域的研究重點之一,本節(jié)將從工作記憶容量以及中央執(zhí)行系統(tǒng)來探討專業(yè)玩家的認知神經(jīng)特征。

2.2.1 AVG 專業(yè)玩家的工作記憶容量

AVG 研究較為一致地發(fā)現(xiàn)了專業(yè)玩家更大的工作記憶容量。Tanaka 等人通過空間工作記憶任務(wù)對比了17 名AVG 專業(yè)玩家和33 名新手,該任務(wù)要求被試記憶隨機呈現(xiàn)在屏幕上的一定數(shù)量的色塊,色塊消失后僅其中一個位置出現(xiàn)探測色塊,讓被試判斷探測色塊是否與之前該位置的色塊一致,結(jié)果發(fā)現(xiàn)專業(yè)玩家任務(wù)準確率比新手高5.7%。類似地,Yao 等人采用相似的空間工作記憶任務(wù)對比了18 名AVG 專業(yè)玩家和19 名業(yè)余玩家,結(jié)果發(fā)現(xiàn)了專業(yè)玩家的空間工作記憶任務(wù)正確率比業(yè)余玩家高約2%～8%：專業(yè)玩家與新手的空間工作記憶差異隨記憶組塊增加而增加,這也說明高難度的任務(wù)更能體現(xiàn)專業(yè)玩家與業(yè)余玩家的差距。Benoit 等人通過空間廣度(順背和倒背九宮格當中先后呈現(xiàn)的格子順序)和數(shù)字廣度任務(wù)(順背和倒背數(shù)字)對比了14 名AVG 職業(yè)選手與16 名業(yè)余玩家,發(fā)現(xiàn)專業(yè)玩家在兩個任務(wù)的記憶容量都高于業(yè)余玩家：專業(yè)玩家的空間廣度比業(yè)余玩家高17.95%,數(shù)字廣度比業(yè)余玩家高15.93%。該研究匹配了兩組的游戲年限,然而專業(yè)玩家每周游戲時長仍顯著高于業(yè)余玩家,專業(yè)玩家的工作記憶容量優(yōu)勢也可能得益于更高強度的游戲訓(xùn)練。在相關(guān)分析中,該研究發(fā)現(xiàn)每周游戲時長和空間工作記憶廣度呈中等正相關(guān),這也提示了空間工作記憶與游戲訓(xùn)練的聯(lián)系。以上Tanaka 等人的研究發(fā)現(xiàn)了AVG 專業(yè)玩家更好的空間工作記憶與右后頂葉灰質(zhì)體積增加有關(guān)。右后頂葉灰質(zhì)體積增加可能是專業(yè)玩家空間工作記憶容量高的神經(jīng)特征之一。在電生理方面,對側(cè)延遲活動(contralateral delay activity,CDA)的振幅隨著工作記憶刺激數(shù)量的增加而增大,不同記憶數(shù)量的CDA 振幅差異反映了個體的工作記憶容量(Vogel et al,.2005)。Yao 等人發(fā)現(xiàn)專業(yè)玩家在空間工作記憶中4 個色塊與2 個色塊條件下的CDA 成分之差比業(yè)余玩家更大,從電生理角度進一步驗證了專業(yè)玩家的工作記憶容量優(yōu)勢。行為和神經(jīng)證據(jù)一致提示了AVG 專業(yè)玩家具有更大的工作記憶容量。前文提到多目標追蹤負荷也與CDA 成分有關(guān)(魏柳青,張學(xué)民,2019),這也說明了不同認知特征存在共同的神經(jīng)機制。

2.2.2 AVG 專業(yè)玩家的中央執(zhí)行系統(tǒng)

Baddeley (2012)認為工作記憶中央執(zhí)行系統(tǒng)的功能包括了任務(wù)轉(zhuǎn)換與執(zhí)行等功能。在任務(wù)轉(zhuǎn)換(心理靈活性)領(lǐng)域,Cain 等人基于Flanker 范式設(shè)置了轉(zhuǎn)換任務(wù),中心箭頭的兩種顏色對應(yīng)兩套相反的操作規(guī)則,被試需要根據(jù)中心箭頭每次呈現(xiàn)的顏色進行反應(yīng)。該實驗檢測了23 名AVG 專業(yè)玩家和21 名新手,未觀測到專業(yè)玩家和業(yè)余玩家轉(zhuǎn)換成本的組間差異,但發(fā)現(xiàn)專業(yè)玩家在兩種顏色條件下的轉(zhuǎn)換成本相近,而新手在兩種顏色條件下轉(zhuǎn)換成本差異較大。這種專業(yè)玩家能夠“均衡分配認知資源”的加工方式與前文注意方面的研究結(jié)果相似(Gan et al.,2020)。Li 等人通過Stroop-Switch 任務(wù)(被試要在顏色命名和單詞閱讀任務(wù)之間切換)檢測了35 名AVG 專業(yè)玩家和35名業(yè)余玩家,發(fā)現(xiàn)專業(yè)玩家比新手的轉(zhuǎn)換錯誤率低3.79%,而轉(zhuǎn)換代價比新手低1.97%,說明專業(yè)玩家具有微弱的轉(zhuǎn)換優(yōu)勢。然而Benoit 等人通過Stroop 任務(wù)的變式(被試需根據(jù)詞是否有方框輪廓而讀出詞義或讀詞的顏色)對比了14 名AVG 職業(yè)選手與16 名業(yè)余玩家,未見二者的差異。AVG 常涉及不同任務(wù)之間的轉(zhuǎn)換,其中《星際爭霸2》這類即時戰(zhàn)略游戲需要操控多個單位并在建造或攻防等多種任務(wù)間快速切換。Li 等人的游戲項目是LOL (屬于即時戰(zhàn)略游戲),而Benoit 等人的項目大多是射擊類游戲。游戲項目差異可能是結(jié)果不一致的部分原因?？偟膩砜?專業(yè)玩家具有更高的工作記憶容量,但中央執(zhí)行系統(tǒng)的轉(zhuǎn)換優(yōu)勢并不明確。

2.3 數(shù)學(xué)與推理能力

動作視頻游戲也涉及數(shù)學(xué)相關(guān)能力。玩家常需要預(yù)估攻擊造成的傷害總量,計算技能道具的飛行時間和距離。在專長(expertise)研究領(lǐng)域,數(shù)學(xué)能力與國際象棋專家的表現(xiàn)有關(guān)(Burgoyne et al.,2016)。有趣的是,近幾年一些研究招募了不同游戲水平的玩家,并沒有將其分組,而是在更大的樣本中尋找預(yù)測游戲表現(xiàn)的因素,發(fā)現(xiàn)了數(shù)字排序能力與游戲表現(xiàn)的積極聯(lián)系。數(shù)字排序任務(wù)(Number processing task)是同時呈現(xiàn)一行數(shù)字,讓被試快速判斷數(shù)列的遞增或遞減性質(zhì)。Bonny 和Castaneda (2017)在DOTA2 第五屆國際邀請賽期間,通過數(shù)字排序任務(wù)檢測了288 名AVG 玩家,發(fā)現(xiàn)數(shù)字處理能力與MMR 正相關(guān)。之后,Bonny等人(2020)在DOTA2 第六屆國際錦標賽期間同樣采用數(shù)字排序任務(wù)檢測了335 名AVG 玩家,發(fā)現(xiàn)數(shù)字處理能力可正向預(yù)測MMR 方差的7.6%。盡管目前缺乏數(shù)學(xué)能力方面的專業(yè)玩家與新手的直接對比證據(jù),以上研究提示了數(shù)字排序能力與游戲表現(xiàn)的積極聯(lián)系。

在推理和計劃能力方面,一項研究通過上賽季的出場率將55 名AVG 職業(yè)選手劃分為精英職業(yè)選手和一般職業(yè)選手,然后通過倫敦塔測試(與漢諾塔測試類似,考察推理、計劃和問題解決)發(fā)現(xiàn)精英職業(yè)選手的倫敦塔成績比一般職業(yè)選手高16.90% (Kang et al.,2020)。Benoit 等人通過漢諾塔(D-KEFS–Towers)檢測了13 名AVG 職業(yè)選手和16 名業(yè)余玩家,發(fā)現(xiàn)專業(yè)玩家在正確率上呈邊緣顯著的優(yōu)勢。在職業(yè)賽場上,比賽勝負很大一部分取決于游戲計劃和決策的優(yōu)劣,頂尖專業(yè)玩家的計劃和推理能力優(yōu)勢可能是存在的。這種計劃方面的優(yōu)勢有助于形成更好的情景意識(Situation Awareness)：與普通飛行員相比,最優(yōu)秀的飛行員在飛行前傾向于花大量時間收集足夠多的信息并考慮盡可能多的情況,以制定詳細的飛行計劃,這樣就能在遇到不同情景時保證飛行安全(Ericsson et al.,2018)。

元分析發(fā)現(xiàn)數(shù)學(xué)超常人群有更好的兩側(cè)半球協(xié)調(diào)性以及突出的右腦優(yōu)勢,二者差異在于小腦山頂區(qū)、左額中回、右頂下小葉、右緣上回等腦區(qū)(章鎮(zhèn)玲 等,2020)。基于一般人群的功能性磁共振成像(functional magnetic resonance imaging,fMRI)、彌散張量成像(Diffusion Tensor Imaging,DTI) 和磁共振波譜成像(magnetic resonance spectroscopy,MRS),研究發(fā)現(xiàn)推理能力和中央執(zhí)行網(wǎng)絡(luò)、胼胝體白質(zhì)以及神經(jīng)元密度標志物N-乙酰天門冬氨酸有關(guān)(Assem et al.,2020;Góngora et al.,2020;Paul et al.,2016)。胼胝體與雙側(cè)大腦的連通效率有關(guān),而中央執(zhí)行網(wǎng)絡(luò)是工作記憶的核心網(wǎng)絡(luò),中央執(zhí)行網(wǎng)絡(luò)的局部功能連接的增加也見于AVG 專業(yè)玩家(Gong et al.,2019)。根據(jù)以上研究,未來可增加AVG 專業(yè)玩家和對照組的數(shù)學(xué)和推理能力研究并明確相關(guān)神經(jīng)特征。

3 認知能力與游戲訓(xùn)練的關(guān)系

關(guān)于AVG 專業(yè)玩家認知特點的成因,一方面可能是個體本身具有的某些心理特征,這些特征促使他們選擇了游戲。另一方面,可能存在相反的因果關(guān)系：游戲訓(xùn)練促進了認知。目前探討前者的研究幾乎處于空白,更多研究集中在游戲訓(xùn)練影響認知的縱向干預(yù)研究。

3.1 游戲干預(yù)研究的證據(jù)

在注意選擇方面,Neri 等(2021)招募了21 名無射擊類游戲經(jīng)驗的玩家,分為自適應(yīng)難度的CSGO 實驗組和默認難度的CSGO 對照組,進行每天約2 小時的CSGO 游戲訓(xùn)練。訓(xùn)練后立即進行UFOV 后測,發(fā)現(xiàn)所有玩家的反應(yīng)時略微縮短,在3 個月的后測發(fā)現(xiàn)了UFOV 任務(wù)反應(yīng)時較前測顯著縮短(表3)。該研究的后測安排在最后一次訓(xùn)練2 小時后進行,被試可能受到疲勞等影響,但3個月后的保持測試結(jié)果也說明了注意選擇速度得到了顯著提升。

在多目標追蹤方面,Benoit 等的研究以多目標追蹤任務(wù)為訓(xùn)練內(nèi)容,進行了每次1 小時共5次的訓(xùn)練后,發(fā)現(xiàn)職業(yè)選手和業(yè)余玩家的追蹤速度閾值均有所提升但學(xué)習(xí)速率相當,即訓(xùn)練前后專業(yè)玩家的追蹤速度閾值始終高于業(yè)余玩家,這印證了專業(yè)玩家多目標追蹤的穩(wěn)定優(yōu)勢,也提示了多目標追蹤能力的可訓(xùn)練性。然而該研究的訓(xùn)練內(nèi)容即3D 多目標追蹤測試,而非游戲。在游戲訓(xùn)練方面,Green 和Bavelier (2006)以AVG 為訓(xùn)練內(nèi)容,發(fā)現(xiàn)30 小時的AVG 訓(xùn)練可提升新手多目標追蹤能力的7.5%。這提示了游戲訓(xùn)練對多目標追蹤能力的促進作用。

在注意瞬脫方面,Neri 等人通過CSGO 游戲訓(xùn)練發(fā)現(xiàn)了玩家在注意瞬脫任務(wù)的反應(yīng)時和正確率的改善,其中反應(yīng)時的改善在3 個月后依然存在。類似地,Jakubowska 等人(2021)對43 名新手進行了4 周共30 小時的《星際爭霸2》訓(xùn)練,發(fā)現(xiàn)所有被試注意瞬脫任務(wù)的正確率約提高了10%。有趣的是,訓(xùn)練前新手在注意瞬脫任務(wù)中(T2 時間窗)更強的P3 波幅也能預(yù)測更好的游戲表現(xiàn)。此結(jié)果不僅提示AVG 訓(xùn)練可削弱注意瞬脫效應(yīng),也再次提示注意過程中較高的P3 波幅可能是AVG 專業(yè)玩家的神經(jīng)特征之一(Mishra et al.,2011;Qiu et al.,2018)。結(jié)合干預(yù)研究和專業(yè)玩家橫斷對照研究,注意瞬脫任務(wù)可能是預(yù)測玩家表現(xiàn)的測試之一。一項fMRI 研究同樣說明了注意瞬脫可經(jīng)游戲訓(xùn)練改善并提供了神經(jīng)定位證據(jù)：Momi 等人(2018)將29 名新手分為實驗組和空白對照組,實驗組進行了4 周的CSGO 游戲訓(xùn)練,訓(xùn)練后實驗組的注意瞬脫任務(wù)反應(yīng)速度比對照組提升更大,且3 個月后提升效果依然存在,同時還發(fā)現(xiàn)3 個月后的注意瞬脫成績改善程度與右側(cè)海馬旁回(para hippocampal cortex,PHC)、右側(cè)頂上小葉(superior parietal lobule,SPL)的皮質(zhì)厚度增加有關(guān)。海馬對記憶、空間認知等具有重要作用(Zhang et al.,2022)。頂葉與抑制干擾有關(guān)(Krishnan et al.,2013)。SPL 是影響注意廣度的核心區(qū)域(Valdois et al.,2019)。SPL 的皮質(zhì)厚度增加可能提示了個體注意資源容量或注意調(diào)控能力的增強。此外,神經(jīng)研究還發(fā)現(xiàn)AVG 專業(yè)玩家的注意網(wǎng)絡(luò)和感覺運動網(wǎng)絡(luò)之間的功能連接增強,這有利于AVG 專業(yè)玩家對刺激的持續(xù)捕捉并快速反應(yīng)(Gong et al.,2015;Gong et al.,2017)。

在工作記憶方面,一項為期10 天(每天1.5 小時)的干預(yù)研究結(jié)合了經(jīng)顱磁刺激(transcranial magnetic stimulation,TMS)與游戲訓(xùn)練,根據(jù)有無游戲經(jīng)驗和是否施加陽極刺激(定位于右側(cè)DLPFC)將27 名被試分成4 組,結(jié)果發(fā)現(xiàn)游戲訓(xùn)練提升了數(shù)字廣度,并改善了3-back 任務(wù)的辨別力指標d’(命中率與誤報率之差),但增加了停止信號任務(wù)的反應(yīng)時(Palaus et al.,2020)。該研究中TMS 也可提升3-back 任務(wù)的d’值,這提示了工作記憶的可訓(xùn)練性以及DLPFC 在工作記憶中的調(diào)控作用。有趣的是,該研究對施加了陽極刺激的干預(yù)組進行組內(nèi)分析,發(fā)現(xiàn)有游戲經(jīng)驗的玩家在游戲訓(xùn)練后3-back 任務(wù)的d’值顯著高于新手(二者基線水平無差異),即前期的游戲經(jīng)驗促進了工作記憶的改善。這可能是由于早期游戲訓(xùn)練影響了更加一般的學(xué)習(xí)或遷移能力,從而介導(dǎo)了工作記憶的提升(Zhang et al.,2021)。在工作記憶的中央執(zhí)行系統(tǒng)方面,一項干預(yù)研究基于故事情景編制了3D 游戲,被試需要根據(jù)游戲中短暫呈現(xiàn)的情景線索如仙女指路的畫面提示(go-signal)或者邪惡女巫的聲音(stop-signal)盡快做出go 或者stop 的操作;同時通過經(jīng)顱直流電刺激(Transcranial direct current stimulation,tDCS)干預(yù)游戲過程,陽極刺激定位于右側(cè)DLPFC,結(jié)果發(fā)現(xiàn)干預(yù)后真刺激組反應(yīng)時下降而假刺激組無變化(Friehs et al.,2021)。該研究的結(jié)果與Palaus 的并不一致：Palaus 發(fā)現(xiàn)游戲訓(xùn)練后 stop 信號的反應(yīng)時是增加的。王元等人(2019)認為執(zhí)行能力不易隨游戲訓(xùn)練提升,Bediou等人也沒有發(fā)現(xiàn)AVG 玩家的轉(zhuǎn)換能力優(yōu)勢?？偟膩砜?短暫的游戲訓(xùn)練未必能提升中央執(zhí)行能力,工作記憶容量可能更容易隨游戲訓(xùn)練提升。以上研究還發(fā)現(xiàn)DLPFC 在工作記憶中發(fā)揮重要作用。DLPFC 是中央執(zhí)行網(wǎng)絡(luò)等的核心腦區(qū)之一,AVG專業(yè)玩家具有更強的中央執(zhí)行網(wǎng)絡(luò)和默認網(wǎng)絡(luò)的局部功能連接(Gong et al.,2019)。還有研究發(fā)現(xiàn)了AVG 專業(yè)玩家在中央執(zhí)行網(wǎng)絡(luò)和突顯網(wǎng)絡(luò)內(nèi)部以及網(wǎng)絡(luò)間的功能連接增強(Gong et al.,2016)。這些研究從神經(jīng)角度提示了專業(yè)玩家在信息整合和執(zhí)行控制方面可能具有綜合優(yōu)勢。鑒于轉(zhuǎn)換能力方面的不一致證據(jù),此方面需補充更多認知神經(jīng)證據(jù)。

在數(shù)學(xué)與推理能力方面,一項干預(yù)研究招募了24 名新手,隨機分成兩組接受40 小時的AVG《虛幻競技場2004》或非AVG 的《模擬人生2》訓(xùn)練,結(jié)果發(fā)現(xiàn)訓(xùn)練時長和游戲類型產(chǎn)生邊緣顯著的交互作用：AVG 訓(xùn)練組在訓(xùn)練后數(shù)學(xué)能力提升更多,同時未見訓(xùn)練時長或游戲類型的主效應(yīng)(Libertus et al.,2017)。這提示一定時長的AVG 訓(xùn)練才可能促進數(shù)學(xué)能力。數(shù)學(xué)能力涉及的子任務(wù)很多,此方面需要更多專業(yè)玩家橫斷研究和長期干預(yù)研究。

綜上,AVG 訓(xùn)練誘發(fā)了頂上小葉等腦區(qū)的神經(jīng)可塑性,提高了玩家的視覺注意。AVG 訓(xùn)練也可提高個體的工作記憶,其機制主要涉及海馬和DLPFC 為核心的多個神經(jīng)網(wǎng)絡(luò)。多目標追蹤能力也可以通過游戲訓(xùn)練提高。另外,初步研究顯示數(shù)學(xué)相關(guān)能力可能通過AVG 訓(xùn)練提高,結(jié)果的可靠性及提高的神經(jīng)機制仍有待更多證據(jù)。

需要說明的是游戲訓(xùn)練未必總是有益的。一項以新手為被試的干預(yù)研究發(fā)現(xiàn)了游戲訓(xùn)練與神經(jīng)變化的機制：該研究首先將新手分為AVG 訓(xùn)練組(以CSGO 等游戲為訓(xùn)練內(nèi)容)和對照組(以《超級馬里奧64》為訓(xùn)練內(nèi)容);每組再根據(jù)學(xué)習(xí)策略分為兩個亞組：空間策略組(依賴外部空間的客觀地標等參考),反應(yīng)策略組(不依賴外部空間線索,而依賴個體內(nèi)部的主觀計數(shù)或模式來編碼空間信息)。所有被試進行90 小時的游戲訓(xùn)練。結(jié)果發(fā)現(xiàn)當AVG 訓(xùn)練涉及空間策略時,玩家的左側(cè)海馬灰質(zhì)增加;類似地,同樣采用空間策略的對照組在訓(xùn)練后其右側(cè)內(nèi)嗅皮質(zhì)增加;而當采用反應(yīng)策略時,無論是AVG 訓(xùn)練組還是對照組,訓(xùn)練后右側(cè)海馬灰質(zhì)均顯著減少(West et al.,2018)。這提示了游戲訓(xùn)練的神經(jīng)變化受到認知策略調(diào)節(jié)。內(nèi)嗅皮層是初級感覺信息和海馬之間的橋梁,內(nèi)嗅皮層的網(wǎng)格細胞(grid cell)和海馬的位置細胞(place cell)在空間認知中發(fā)揮重要作用(Epstein et al.,2017;Zhang et al.,2022)。如果游戲訓(xùn)練中的認知策略調(diào)用了相應(yīng)的神經(jīng)結(jié)構(gòu)如海馬或內(nèi)嗅皮層,才可能聯(lián)合促進認知,否則有可能造成損害。臨床研究發(fā)現(xiàn),海馬的嚴重損害、萎縮會通過對下丘腦-垂體-腎上腺軸(The hypothalamic-pituitaryadrenal axis,HPA)的去抑制作用而導(dǎo)致HPA 軸相關(guān)激素失衡,進而顯著增加多種精神障礙的發(fā)病率(McEwen & Magarinos,1997)。在個體特質(zhì)或客觀環(huán)境的交互影響下,一旦玩家達到的網(wǎng)絡(luò)游戲成癮的程度,其多巴胺能及獎賞環(huán)路異常則會進一步損害認知功能(Chau et al,.2018;Aviv & Michel,2020)?？傮w上,游戲訓(xùn)練所致認知損害或認知增強,可能受游戲類型、認知策略、游戲時長、成癮易感性等多因素介導(dǎo)(Weinstein & Lejoyeux 2020;Bavelier et al.,2018)。

3.2 “Learning to learn”理論的解釋

游戲訓(xùn)練可能增強了玩家提取規(guī)律的核心能力,進而提升了多種認知。“Learning to learn”理論給出了一般學(xué)習(xí)能力、游戲領(lǐng)悟能力等概念的部分解釋,Bavelier 等人(2012)認為動作視頻游戲并沒有教會玩家任何一項特定技能,而是增加了其在環(huán)境中提取模式或規(guī)律的能力。這種通過動作視頻游戲增強的一般學(xué)習(xí)能力,即“Learning to learn”。一項研究通過計算玩家對新游戲的學(xué)習(xí)率,發(fā)現(xiàn)了先前的游戲經(jīng)驗對學(xué)習(xí)新的動作視頻游戲或策略游戲的積極影響(Smith et al.,2020)。另一項研究通過累計45 個小時的游戲干預(yù),發(fā)現(xiàn)了動作視頻游戲促進了學(xué)習(xí)能力(Zhang et al.,2021)。該研究設(shè)置了兩組新手進行游戲訓(xùn)練,因變量指標為核心認知能力的學(xué)習(xí)率(學(xué)習(xí)曲線)——工作記憶和定向?qū)W習(xí)任務(wù)(后者考察知覺學(xué)習(xí)能力)。兩組新手在訓(xùn)練前的基線和訓(xùn)練后最終的任務(wù)表現(xiàn)上均無顯著差異。通過對比AVG 訓(xùn)練組和接受非動作類視頻游戲的控制組的學(xué)習(xí)曲線,發(fā)現(xiàn)AVG訓(xùn)練組在兩項認知任務(wù)上的學(xué)習(xí)率比控制組更高。AVG 訓(xùn)練組隨游戲訓(xùn)練更快地達到較高的任務(wù)表現(xiàn),而后曲線趨于平緩,而控制組的任務(wù)表現(xiàn)則相對緩慢地逐漸增加。AVG 訓(xùn)練可能提升了玩家認知任務(wù)的學(xué)習(xí)率,而非直接提高了認知能力本身。這一結(jié)論也可部分解釋前文Palaus 等人(2020)的干預(yù)研究結(jié)果：相較于新手,AVG 玩家在接受15 小時游戲訓(xùn)練后工作記憶提升更多。因為玩家的學(xué)習(xí)率高,因此他們的認知能力增長更快。綜上,AVG 經(jīng)歷可能促進了個體的“Learning to learn”即領(lǐng)悟模式提取規(guī)律的能力。這一理論側(cè)重解釋玩家經(jīng)游戲訓(xùn)練后認知提升的原因,然而該理論無法解釋經(jīng)過游戲訓(xùn)練后玩家游戲水平的分化。

3.3 橫斷研究與縱向研究的綜合討論

Bediou 等人的元分析探討了AVG 玩家和新手之間的橫斷認知差異以及AVG 對認知能力的縱向干預(yù)效果。在橫斷面認知差異上,玩家整體上比非玩家高0.55 個標準差。表2 中專業(yè)玩家和對照組的認知差異在0.75～2.67 個標準差之間。在注意能力上,專業(yè)玩家具有多方面的優(yōu)勢。注意瞬脫方面的干預(yù)研究顯示游戲訓(xùn)練能顯著削弱注意瞬脫效應(yīng)。Bediou 等人的元分析顯示游戲訓(xùn)練對多目標追蹤這類的認知提升約為0.3 個標準差,相對較低。盡管Benoit 等人的研究發(fā)現(xiàn)專業(yè)玩家和業(yè)余玩家經(jīng)訓(xùn)練后多目標追蹤能力仍具有顯著差異,但目前已有證據(jù)顯示多目標追蹤能力可以通過游戲訓(xùn)練而提升(Green & Bavelier,2006)。持續(xù)性注意與游戲訓(xùn)練的直接證據(jù)很少,關(guān)系尚不明確。在工作記憶方面,AVG 專業(yè)玩家工作記憶優(yōu)勢非常明顯,不同研究的差異效應(yīng)量在0.8～1.3(Hedges’sg)之間。Bediou 等人的元分析顯示AVG玩家和新手的空間認知(主要包括空間工作記憶、心理旋轉(zhuǎn)等)差異效應(yīng)量為0.75 (Hedges’sg)。對比來看,這些相似的效應(yīng)量印證了AVG 專業(yè)玩家在視空間認知方面的優(yōu)勢。元分析中空間認知經(jīng)過訓(xùn)練后提升幅度較高(0.45 個標準差),約占專業(yè)玩家和對照組橫斷差異的一半,這也提示了游戲訓(xùn)練對玩家空間工作記憶的積極影響。在中央執(zhí)行系統(tǒng)的抑制與轉(zhuǎn)換能力方面,無論是橫斷或干預(yù)研究,結(jié)果尚不統(tǒng)一。目前數(shù)學(xué)能力與游戲訓(xùn)練的關(guān)系僅有一項微弱的陽性干預(yù)證據(jù)。

總體上,假設(shè)將專業(yè)玩家的關(guān)鍵認知能力定義于至少高于平均水平1.5 個標準差,約前7%(與專業(yè)玩家MMR 的前7%相稱),元分析中AVG訓(xùn)練帶來的整體認知提升效果約0.34 個標準差(Bediou et al.,2018),干預(yù)訓(xùn)練后的玩家和專業(yè)玩家仍有一定差距。這可能是由于目前AVG 干預(yù)周期較短,大多不足30 天,而實際招募的專業(yè)玩家往往有多年游戲經(jīng)驗。最新的一項縱向研究采集了9855 名9～10 歲兒童的IQ 與每天平均視頻游戲時長(大部分在1 小時以下)等數(shù)據(jù),兩年后對其中的5169 人進行隨訪,發(fā)現(xiàn)視頻游戲時長顯著預(yù)測了兒童青少年玩家 IQ 的提升(Sauce et al.,2022)。該研究中兩年游戲帶來了約2.55 點的IQ提升,提升幅度隨玩家游戲時長增加而增大。這項研究統(tǒng)計了AVG 在內(nèi)的各類游戲總時長,涵蓋了計算機、手機、游戲機等設(shè)備,與本文所述的基于計算機的AVG 不完全相符,但該研究提供了游戲經(jīng)歷促進認知的因果證據(jù)。盡管如此,長達兩年的游戲經(jīng)驗對IQ 的提升程度還是很微弱的。此外,該研究也發(fā)現(xiàn)了一些有趣結(jié)果：在不控制使用電子設(shè)備觀看視頻和在線社交時長這兩個變量的情況下,考察IQ 與游戲時長的直接關(guān)系,發(fā)現(xiàn)基線IQ 與玩家每天的游戲時長呈現(xiàn)顯著但微弱的負相關(guān)(β=-0.07)。然而當控制在線觀看視頻或社交后,基線IQ 與游戲時長的相關(guān)就不顯著了。每天的游戲時長一定程度反映了游戲偏好。這些結(jié)果說明智力與游戲偏好沒有密切聯(lián)系。綜上,動作視頻游戲?qū)I(yè)玩家在注意和工作記憶等任務(wù)上表現(xiàn)突出,這部分是源于游戲訓(xùn)練,但目前游戲訓(xùn)練不足以解釋專業(yè)玩家和業(yè)余玩家的全部差異。未來仍需要系統(tǒng)的長期干預(yù)研究以解釋游戲訓(xùn)練對認知的影響。

4 認知能力對游戲表現(xiàn)的預(yù)測

4.1 認知能力對游戲表現(xiàn)的預(yù)測效果

既往研究側(cè)重游戲?qū)φJ知的影響。競技運動心理領(lǐng)域關(guān)注認知能力與運動表現(xiàn)的關(guān)系,側(cè)重即認知為因,表現(xiàn)為果。因此多采用認知檢測與認知訓(xùn)練作為選材或訓(xùn)練方法,以此來保障競技表現(xiàn)。從心理角度看,游戲表現(xiàn)的預(yù)測涉及動機、人格、情緒、認知等重要因素。在其中的認知層面,Large 等人(2019)通過CPT 檢測了549 名玩家,校正年齡后發(fā)現(xiàn)持續(xù)注意能力預(yù)測了MMR1.2%的方差,同時還發(fā)現(xiàn)多目標追蹤數(shù)量能正向預(yù)測MMR2.7%的方差。在工作記憶方面,Large 等人還發(fā)現(xiàn)數(shù)字廣度任務(wù)顯著預(yù)測了AVG 玩家MMR 方差的1.4%。Kokkinakis 等(2017)測試了56 名玩家,發(fā)現(xiàn)空間旋轉(zhuǎn)廣度(在旋轉(zhuǎn)字母的干擾任務(wù)后記憶多個箭頭的朝向)與MMR 呈顯著的正相關(guān)(r=0.26)。然而Bonny 和Castaneda 采用類似的空間旋轉(zhuǎn)廣度任務(wù)檢測了288 名AVG 玩家,并沒有發(fā)現(xiàn)工作記憶與MMR 的相關(guān)。R?hlcke 等人(2018)采用了綜合的工作記憶表現(xiàn)(由操作廣度、空間廣度、數(shù)字廣度三個子任務(wù)組成,操作廣度需要記憶字母的同時完成計算任務(wù))預(yù)測304 名AVG 玩家的MMR,也沒有發(fā)現(xiàn)顯著的預(yù)測效果。以上研究提示工作記憶等認知對玩家游戲表現(xiàn)的預(yù)測效果不佳。

在推理能力方面,Kokkinakis 等人通過與瑞文推理測驗相似的矩陣測驗測試了56 名AVG 玩家,發(fā)現(xiàn)推理能力與MMR 呈中等程度的正相關(guān)(r=0.44)。Large 等人通過odd-one-out 任務(wù)檢測549 名AVG 玩家,該任務(wù)每次會呈現(xiàn)9 個顏色、形狀和細節(jié)數(shù)量等屬性上都不同的圖形,被試要找到與其他圖形差異最大的一個。結(jié)果發(fā)現(xiàn)oddone-out 任務(wù)成績可預(yù)測MMR 方差的1.4%。類似地,Bonny 等人通過瑞文推理測驗檢測335 名AVG玩家,發(fā)現(xiàn)推理能力正向預(yù)測了 MMR 方差的4.5%,而數(shù)字處理能力可正向預(yù)測MMR7.6%的方差,這可能是目前對MMR 預(yù)測度最高的認知能力。與這些解釋比例略微相近,一項國際象棋的元分析發(fā)現(xiàn)數(shù)學(xué)能力對國際象棋水平(排名)的解釋力最高,達到了12%。同時該元分析發(fā)現(xiàn)流體智力、加工速度、短時記憶可以解釋排名6%的方差;理解知識的能力可以解釋5%的方差;然而全量表測試的 IQ 不能顯著預(yù)測排名(Burgoyne et al.,2016)。國際象棋作為亞運會的智力競技運動項目正賽之一,認知能力對選手排名的解釋力度不高。整體上,認知能力預(yù)測游戲表現(xiàn)的直接效應(yīng)很低,這一結(jié)果可能是合理的。

與視覺認知相比,游戲技術(shù)對游戲表現(xiàn)的預(yù)測度更高。Cretenoud 等(2021)檢測了94 名CSGO玩家的12 項基礎(chǔ)的視覺認知能力,包括字母朝向辨別、對比敏感度、多種錯覺圖、1-back 任務(wù)、掩蔽下的朝向辨別、隨機點運動判斷、簡單反應(yīng)時、掃視任務(wù)、視覺掩蔽任務(wù)、視敏度(靜態(tài)視力)和視覺搜索任務(wù)。該研究還檢測了玩家在游戲內(nèi)的6 種游戲技術(shù)以及人格特征。結(jié)果發(fā)現(xiàn)在視覺認知方面,僅掃視任務(wù)和兩種錯覺圖的辨認與MMR 呈弱正相關(guān),包括簡單反應(yīng)時和1-back 任務(wù)在內(nèi)的大分部認知結(jié)果與MMR 無關(guān)。同時,發(fā)現(xiàn)射擊、追蹤等技術(shù)與MMR 達到了中等或強正相關(guān)。在預(yù)測方面,該研究發(fā)現(xiàn)所有視覺認知、游戲技術(shù)和人格特征共同預(yù)測了MMR69.6%的方差,然而其中6 種游戲技術(shù)能夠獨立預(yù)測MMR48%的方差,這說明游戲技術(shù)對游戲表現(xiàn)的預(yù)測作用遠大于基礎(chǔ)的視覺認知能力。然而這并非代表基礎(chǔ)認知能力不重要,因為這些視覺認知能力可預(yù)測游戲技術(shù)12.9～37.4%的方差。認知能力可能通過游戲技術(shù)的習(xí)得來間接影響游戲表現(xiàn),因此認知對游戲表現(xiàn)的直接預(yù)測效果不高。

游戲時長也可以穩(wěn)定地預(yù)測游戲表現(xiàn)。在R?hlcke 等人的研究中,沒有發(fā)現(xiàn)工作記憶對MMR的預(yù)測效果,卻發(fā)現(xiàn)了游戲時長對MMR 顯著的正向預(yù)測效果(β=0.73)。Cretenoud 等人的研究發(fā)現(xiàn)了類似的結(jié)果,總游戲時長與當前MMR 和最高MMR 均呈強正相關(guān),每周游戲時長則與MMR呈弱正相關(guān)。在每周游戲時長方面,Gong 等(2017)在AVG 專業(yè)玩家組中發(fā)現(xiàn)了MMR 和每周平均游戲時長的中等正相關(guān)(r=0.53)。游戲場次也能反映游戲時長。有研究采集了DOTA2 玩家多個時間點的游戲場次和MMR,發(fā)現(xiàn)游戲場次和MMR 存在顯著正相關(guān),約在0.2～0.6 之間(Bonny & Castaneda,2017;Bonny et al,.2020)。Kokkinakis 等人在玩家度過游戲的初始學(xué)習(xí)階段并且達到穩(wěn)定的MMR后,收集了大樣本玩家(N>17000)的游戲場次與MMR 數(shù)據(jù),發(fā)現(xiàn)二者仍具有顯著的弱正相關(guān)(r=0.02)。這些研究提示游戲時長在預(yù)測游戲表現(xiàn)時具有穩(wěn)定而積極的作用。此外,玩家MMR 的發(fā)展可能是非線性的,未來探索MMR 拐點對應(yīng)的游戲時長有助于建立更準確的專業(yè)玩家游戲時長標準。

4.2 專項認知與一般認知的解釋

在競技運動領(lǐng)域,一項元分析納入了8860 個樣本,分析了認知能力和運動表現(xiàn)的關(guān)系(Kalen et al.,2021)：整體上,高水平運動員認知能力比低水平運動員更高(Hedges’sg=0.59);在高、低水平運動員的認知能力差異上,決策能力(包括預(yù)判)的效應(yīng)量最大(Hedges’sg=0.77),高級認知能力(工作記憶、轉(zhuǎn)換能力等)次之(Hedges’sg=0.44),基礎(chǔ)認知能力(注意力、短時記憶等)效應(yīng)量最低(Hedges’sg=0.39)。該研究根據(jù)認知材料是否與運動項目有關(guān),比如考察攀巖運動員記憶無意義色塊或記憶攀巖動作的能力差異(Heilmann,2021),將認知能力分為領(lǐng)域?qū)ｍ?Domain-Specific,也有譯作領(lǐng)域特殊)和領(lǐng)域一般(Domain-General)兩大類,當認知測試的呈現(xiàn)形式越接近真實運動情景,測試結(jié)果越能區(qū)分運動員水平。預(yù)判或者決策任務(wù)之所以能很好區(qū)分運動員水平,部分由于這些任務(wù)大多提取了運動場景的圖片或者視頻而形成判斷任務(wù)。高水平運動員的認知結(jié)果也暗示了AVG 專業(yè)玩家存在更好的認知表現(xiàn)的合理性。目前AVG 專業(yè)玩家領(lǐng)域的認知測試大都沒有結(jié)合游戲情景,這可能是其測試結(jié)果對游戲表現(xiàn)預(yù)測不足的重要原因之一。

值得一提的是,以上元分析并沒有納入簡單反應(yīng)時。簡單反應(yīng)時在AVG 領(lǐng)域的重要性仍是有爭議的。Large 等人的研究發(fā)現(xiàn)AVG 玩家的簡單反應(yīng)時能微弱預(yù)測MMR (R2=0.049),而另一些研究發(fā)現(xiàn)簡單反應(yīng)時不能區(qū)分AVG 玩家的游戲水平(Cretenoud et al.,2021;Ding et al.,2018)。對于復(fù)雜的團隊競技游戲,被動的反應(yīng)速度未必更重要,根據(jù)形勢主動做出精準的預(yù)判或決策可能是首要的,而這些測試正是目前AVG 領(lǐng)域所缺乏的。

4.3 組塊理論與模式識別的解釋

精準的預(yù)判或決策需要深度的“游戲理解”。專長領(lǐng)域的組塊理論(Chunking theory)認為專家廣博的專項群集知識儲存在長時記憶中,這種知識經(jīng)驗即“組塊” (Chunking),組塊能保證專家快速洞察當前的情景的本質(zhì),并做出最優(yōu)決策(Chase& Simon,1973;Gobet & Simon,1998)。Chase 和Simon 讓國際象棋專家和新手觀看棋盤,棋盤分為棋子隨機擺放和正常擺放兩種,之后讓他們在空白棋盤上僅憑借回憶擺放棋子。正常擺放的棋子取自真實的對局,隨機擺放的棋子則沒有實際含義。如果專家能在隨機擺放棋子的對局中復(fù)盤更多的棋子,則說明專家可能具有短時記憶能力優(yōu)勢。結(jié)果發(fā)現(xiàn)了專家和新手對于隨機棋局的復(fù)盤無顯著差異,說明專家并不依賴短時記憶優(yōu)勢。同時,專家復(fù)盤正常棋局的能力遠高于新手;此外還發(fā)現(xiàn)專家在復(fù)盤過程中常將多個棋子為一組(組塊)進行擺放,進一步驗證了組塊的存在及其重要性。該研究說明國際象棋專家的核心認知特征不在于基礎(chǔ)認知優(yōu)勢,而在于豐富的專項組塊知識與經(jīng)驗。組塊理論能夠解釋前文提到的認知能力對國際象棋排名預(yù)測度較低的現(xiàn)象(Burgoyne et al.,2016),即結(jié)合項目的結(jié)構(gòu)化知識或特定經(jīng)驗才是更重要的認知因素。認知能力對游戲排名解釋度低可能與國際象棋相似。

在組塊理論的基礎(chǔ)上,研究發(fā)現(xiàn)足球運動員對于球場上雙方站位所構(gòu)成的空間拓撲模式的識別可以很好地區(qū)分球員水平,據(jù)此提出了競技運動的“模式識別”概念(Williams & Davids,1995;Williams et al.,2006)。模式識別強調(diào)了團隊競技運動背后更高維度的模式信息,對這種信息的理解和識別是高水平運動員的核心認知特征之一。圍棋大師對棋盤的識記、影像專家對影像圖案精準且快速的判斷,球員對站位模式的識別,這些都源于其背后長期積累的組塊或模式知識(Gobet& Simon,1998;Krupinski,2000)。AVG 專業(yè)玩家的組塊或模式可能包括對技能組合、角色搭配、團隊站位、攻防節(jié)奏等記憶,這些可能在玩家閱讀比賽及預(yù)判決策中起關(guān)鍵作用。實際上電競不只是操作比拼,即使是情景信息并不豐富的格斗游戲,也需要理解對手的攻防節(jié)奏或模式,進而做出精準的戰(zhàn)術(shù)判斷。

綜上,與游戲技術(shù)、游戲時長相比,認知能力對玩家游戲表現(xiàn)的直接預(yù)測度不高,一方面認知能力可能是通過游戲技術(shù)介導(dǎo)游戲表現(xiàn),因此認知能力預(yù)測游戲表現(xiàn)的直接效應(yīng)偏低;另一方面目前的認知測試沒有涉及到核心的決策能力,實驗材料沒有結(jié)合游戲項目;再者,目前的研究也沒有涉及更高維度的游戲模式或組塊信息。

5 總結(jié)

在競技心理的視角下,本文選擇了電子競技主體項目之一的動作視頻游戲,研究對象主要是達到專業(yè)水平的成年玩家,從多元認知的角度討論專業(yè)玩家的認知特點,聯(lián)系專業(yè)玩家的神經(jīng)證據(jù),得出以下結(jié)論：(1)動作視頻游戲?qū)I(yè)玩家具有多方面的視覺注意優(yōu)勢和較突出的空間工作記憶。(2)專業(yè)玩家的神經(jīng)特征涉及注意過程中更高的P3 波幅,工作記憶表現(xiàn)與海馬和頂葉區(qū)域的可塑性變化以及背外側(cè)前額葉為核心的腦網(wǎng)絡(luò)功能連接增強有關(guān)。(3)游戲訓(xùn)練可提升部分認知能力,但短期游戲訓(xùn)練對認知的提升有限;整體上干預(yù)研究仍缺乏強有力的因果證據(jù)。(4)目前認知能力對游戲表現(xiàn)的預(yù)測作用微弱,更豐富的游戲組塊或模式知識可能是預(yù)測專業(yè)玩家表現(xiàn)的關(guān)鍵認知因素。最后,動作視頻游戲領(lǐng)域?qū)I(yè)玩家的研究處于起步階段,仍有不一致與不全面之處。專業(yè)玩家與業(yè)余玩家并不同質(zhì),將專業(yè)玩家的研究結(jié)論遷移至占大多數(shù)的業(yè)余群體時,應(yīng)謹慎對待;更不能以成人研究的陽性結(jié)果作為鼓勵兒童青少年玩游戲的依據(jù)。

6 展望

近幾年動作視頻游戲?qū)I(yè)玩家的認知神經(jīng)研究逐漸增多,但總量較少。其中,基于職業(yè)選手的證據(jù)不多,可能目前業(yè)界對游戲?qū)I(yè)玩家的認知能力不夠重視。另一方面,學(xué)界已有的研究結(jié)果在指導(dǎo)或預(yù)測游戲表現(xiàn)時仍有局限。目前多數(shù)研究設(shè)計還處于小樣本的準實驗階段,對照實驗缺乏對變量的嚴格控制,容易出現(xiàn)Ⅰ類錯誤膨脹或發(fā)表偏倚,研究結(jié)果的穩(wěn)定性有待于通過擴大樣本量及干預(yù)研究予以系統(tǒng)驗證。未來可加強以下三個方面的研究。

6.1 研究設(shè)計：橫斷與縱向研究的不足與應(yīng)對

現(xiàn)階段的專業(yè)玩家與新手的對照研究往往沒有嚴格平衡控制變量,后續(xù)研究應(yīng)嚴格控制被試的年齡、性別、教育年限、利手、視力、既往史等變量。在對照研究中,前7%的專業(yè)玩家排名標準仍非常寬泛,前7%以內(nèi)的玩家差異可能很大。因為目前該領(lǐng)域研究較少,故目前合并討論,后續(xù)研究可根據(jù)特定指標如MMR、勝率、職業(yè)選手出場率等細分專業(yè)玩家水平(Kang et al.,2020)。另外,目前與專業(yè)玩家具有同等游戲時長(周平均時長和年限)的業(yè)余組的研究很少。由于開展長期游戲干預(yù)研究難度較大,因此,在開展AVG 專業(yè)玩家橫斷研究時可盡量平衡對照組的游戲時長以明確專業(yè)玩家的優(yōu)勢。未來研究還需盡可能明確玩家的每周游戲時長。因為專業(yè)玩家每周游戲時長可能大于業(yè)余玩家,所以研究時僅統(tǒng)計游戲年限是不夠的。此外,目前AVG 研究多選取男性被試,游戲表現(xiàn)性別差異背后可能存在的認知因素亦有待探討。

干預(yù)研究可以解釋專業(yè)玩家的認知與游戲訓(xùn)練的因果關(guān)系。目前游戲訓(xùn)練的干預(yù)研究往往周期太短,大多數(shù)不足30 天,其結(jié)果在解釋具有多年游戲經(jīng)驗的專業(yè)玩家的表現(xiàn)上仍有局限。另外,即時后測并不適于游戲干預(yù)研究,隔天后測并追蹤長期效果是更好的選擇。此外,鑒于認知策略可能調(diào)節(jié)訓(xùn)練結(jié)果(West et al.,2018),后續(xù)的干預(yù)研究在設(shè)計游戲訓(xùn)練時需要考慮游戲內(nèi)容與訓(xùn)練策略的契合度。對于專業(yè)玩家認知特點的成因,一方面可進行回顧式的研究,調(diào)查個體對自己能力的元認知與游戲偏好的關(guān)系。另一方面,可以招募新手并分為有、無認知差異的兩組,開展游戲干預(yù)研究,追蹤并對比兩類玩家對游戲的選擇偏好、認知能力變化和游戲表現(xiàn)。

6.2 研究變量：納入更多感知覺與專項認知測試

在一般專家研究領(lǐng)域,專長或特長可以分為知覺特長、認知特長、運動特長(Bilali,2017/2019)。AVG 專業(yè)玩家在認知任務(wù)中的優(yōu)秀表現(xiàn),可能得益于其更基礎(chǔ)的感知覺優(yōu)勢。一項AVG 專業(yè)玩家研究設(shè)置了由許多小字母組成大字母的整體識別和局部識別任務(wù),對比專業(yè)玩家和新手在整體和局部任務(wù)中被不一致試次干擾的程度,沒有發(fā)現(xiàn)組間的差異。這提示AVG 專業(yè)玩家的注意優(yōu)勢并非來自知覺,而是來自注意本身(Wong & Chang,2018)。基于AVG 的元分析顯示,玩家與新手的感知覺差異可能是所有認知能力中最突出的(專業(yè)玩家和業(yè)余玩家最大的差異可能在于高級認知),同時感知能力很難通過干預(yù)提升(Bediou et al.,2018)。遺憾的是目前關(guān)于AVG 專業(yè)玩家感知覺能力的研究不多。有的職業(yè)選手對畫面微弱卡頓與網(wǎng)絡(luò)延遲波動較為敏感,網(wǎng)絡(luò)延遲波動涉及時間知覺,但目前AVG 專業(yè)玩家時間知覺方面的研究極少。未來研究需要深入探討AVG 專業(yè)玩家的感知覺特點,如時間知覺,動態(tài)視覺敏銳度(動態(tài)視力),聽覺閾限,空間知覺如聽聲辨位能力,以及跨通道信息整合特點。

專業(yè)玩家和業(yè)余玩家的核心差異體現(xiàn)于專項知識經(jīng)驗。從這一角度出發(fā),下一步的電競研究可以設(shè)置結(jié)合游戲?qū)ｍ椙榫暗恼J知測試,納入游戲角色空間位置等變量,考察玩家對角色站位、攻防相關(guān)的組塊與模式的識別與判斷。這類搭載了游戲?qū)ｍ椥畔⒌恼J知測試或許更能區(qū)分專業(yè)玩家和業(yè)余玩家,并預(yù)測游戲表現(xiàn)。另外,認知測試最好給出速度-準確性權(quán)衡處理后的指標。

6.3 研究方向：專業(yè)玩家認知特點的G 因素

跨競技運動項目的研究檢測了團隊競技運動員和AVG 玩家共同存在的一般(General)認知能力,如在手球選手、AVG 玩家和一般大學(xué)生的橫向?qū)Ρ戎?三者在情景學(xué)習(xí)中平分秋色,但在視覺搜索中,AVG 玩家和手球選手的視覺搜索能力均好于大學(xué)生(Schmidt et al.,2020)。這類跨競技項目的研究提供了競技相關(guān)重要認知能力的初步證據(jù)。不同的動作視頻游戲機制不同,側(cè)重的認知結(jié)構(gòu)也可能不同。國內(nèi)外職業(yè)賽場上均出現(xiàn)過在不同電競項目上均取得出色成績的選手。借此可考察跨項目成功的專業(yè)玩家共同具備的認知特點,如可對多個項目取得一定賽事名次的職業(yè)選手進行個案分析,或?qū)_到不同游戲項目專業(yè)水平的玩家進行分析,提取他們共同的認知特點并在干預(yù)研究中系統(tǒng)驗證。

此外,AVG 競技項目正較快地從電腦端發(fā)展到移動端,未來甚至可能衍生出基于VR 的元宇宙(Metaverse)電競項目。有一項研究報告使用電腦和手機的兩類玩家不存在認知能力差異(Huang et al.,2017),未來如果能嘗試捕捉到跨電競項目、跨設(shè)備平臺的專業(yè)玩家的核心認知特點及其神經(jīng)特征,則可以進一步提升人們對認知的認識。