手機不是在偷走你的 IQ 點數

這個故事最簡單的版本很熟悉:智慧型手機與社群媒體正在毀掉注意力,讓人變得膚淺、分心,而且更做不了困難思考。這個故事很有吸引力,因為幾乎每個人都體驗過:明明正在做一件困難的事,卻一直被動態資訊流拉走。

更有意思的版本要窄得多。在一篇新的 《Nature Human Behaviour》Perspective 中,Wisnu Wiradhany、Douglas Parry 與 Jaan Aru 主張,數位媒體影響認知的方式,也許比較不是降低心智能力,而是重新校準「努力」本身的價值

問題不只是人還能不能專心、學習或深入思考,而是反覆接觸低摩擦、立即給獎勵的數位選項,會不會改變人在什麼時候覺得那份努力值得付。

這個區別很重要。一個人仍然可能有能力讀完艱難文章、解題,或長時間讀書;但更容易提早離開任務,因為最開始那段吃力過程,相較於其他地方立即可拿到的獎勵,顯得成本太高。作者把這叫做努力重新校準框架(effort recalibration framework)

這不是螢幕損傷大腦的證明,而是一個可讓研究者實際測試的機制提案。

兩條箭頭分別從低摩擦數位獎勵與需要努力的任務,匯入「效用 = 獎勵 − 努力成本」的式子。所提出的機制改變的是人願意付出多少努力,不是智力或永久能力。
人在低摩擦數位獎勵與需要努力的任務之間選擇,可以抽象成「獎勵減去努力成本」。如果反覆接受低努力獎勵,努力在內部計算中的權重可能提高——改變的是願不願意花力氣,不是原始能力。Original diagram — The Clean Paper · CC BY 4.0
並列對比:研究沒有顯示能力流失,也沒有主張智力或能力下降;作者提出的是努力評價轉移,也就是反覆的低努力獎勵,可能讓努力成本在決策中變得更重。
對同一種行為有兩種解讀:「能力流失」(這篇 Perspective 沒有主張)與「努力評價轉移」(作者提出的機制)。Original diagram — The Clean Paper · CC BY 4.0

作者真正提出的是什麼

論文從一個非常日常的選擇開始:繼續做困難的作業,還是拿起手機換一個短暫、低努力的獎勵。後者不只好玩。它立刻可得、幾乎沒有摩擦,而且通常很快就會給一點回報:新鮮感、社交回饋、從無聊中得到緩解,或一種「我有在前進」的感覺。

作者認為,反覆做這類選擇,可能會改變人分配認知努力時使用的內在成本效益計算。在他們的框架裡,數位媒體環境有力量,不只是因為它會分散注意力,也是因為它反覆讓「低努力探索」顯得又便宜又有獎勵。

核心想法可以拆成幾步:

  • 人在決定做什麼時,會權衡預期獎勵與預期努力。
  • 數位平台常把探索新東西的努力成本壓得很低:滑動、點一下、刷新。
  • 它們也很快給獎勵:娛樂、認同、資訊、新奇感。
  • 久而久之,反覆選擇這些低努力選項,可能讓主觀決策中「努力成本」的權重提高。
  • 結果可能變成更不願意投入長時間、困難工作,尤其是在那份工作尚未開始產生延遲回報之前。

關鍵字是可能。這是一篇 Perspective,不是一項新的長期實驗,沒有證明這種效果已經在人口尺度發生。

為什麼這和一般的螢幕恐慌不同

作者試圖把討論從三種熟悉框架移開。

第一是分心:手機與動態資訊流在當下搶奪有限注意力。這是真的,但主要解釋的是即時中斷。

第二是媒體多工:反覆在不同資訊流間切換,可能訓練出更淺的注意方式。這一塊證據比較混合,效應通常小,而且量測問題不少。

第三是成癮:數位媒體透過反覆的低成本獎勵變成強迫性習慣。作者承認習慣迴圈存在,但沒有把整個現象簡化成病理。

他們提出的替代視角是「努力調節」。不是只問數位媒體是否傷害認知能力,而是問:數位環境會不會重塑人用來判斷「這份努力值不值得投入」的規則。

這個框架也能同時容納兩個道德恐慌敘事常忽略的事實。數位媒體確實可以支援有目的、需要努力的活動:閱讀、學習、寫作、組織、搜尋。但許多主流平台設計,也確實讓快速、低努力地抽樣內容變得異常有吸引力。問題不是「所有媒體都膚淺」,而是低摩擦、高即時性的使用模式有什麼獎勵結構。

探索陷阱

論文借用經典的**探索(exploration)與利用(exploitation)**取捨。探索是抽樣不同選項,了解外面有什麼;利用則是利用已學到的資訊,深入追一個目標。

學習通常兩者都需要。剛開始時,探索很有用:找資源、試策略、四處看看。但真正要精通,就必須切進持續利用:在同一個問題、一本書、一項技能或一條思路上待得夠久,直到延遲獎勵出現。

數位媒體可以改變這個取捨,因為它讓探索變得太便宜。再一部影片、再一篇貼文、再一個搜尋結果、再一則通知。下一個樣本也許很有趣,而付出的努力幾乎是零。

風險不是探索本身不好,而是毫不費力的探索變得太有獎勵,以至於人在困難任務開始回饋之前就離開。學習最初那段最難的階段——努力高、進度感又低——正好變成最容易切走的地方。

這是整個框架最清楚的一部分:數位媒體也許不是讓困難任務變得不可能,而是讓它顯得更不值得撐過去。

這並沒有證明什麼

  • 沒有證明社群媒體讓人變笨。
  • 沒有顯示智慧型手機降低一般認知能力。
  • 沒有顯示所有數位媒體使用都是被動、膚淺或有害的。
  • 沒有證明禁手機或禁平台就是正確答案。
  • 沒有用決定性的長期證據建立這個機制。作者提出的是一份研究議程。
  • 沒有說使用者毫無能動性。框架把人視為會主動調節自己的行動者,而習慣會受到設計、情境、目標與個體差異共同塑造。

最後一點很重要。論文不是一幅「平台做事、使用者只能受害」的漫畫。它說人會在不同情境調節努力,但環境可以改變他們正在調節的成本與獎勵。

證據有多強?

這篇論文最強的地方,是概念整合。它把關於努力、增強學習、習慣形成、探索-利用取捨、分心、媒體多工與說服式設計的研究,接成一個共同機制:反覆的低努力數位獎勵,可能重新校準努力的主觀價值。

它較弱的部分——而且是作者刻意如此——是「已經證明什麼」。作者引用的智慧型手機在場、社群媒體提示與媒體多工研究,本身就相當混合;他們明確指出,很多長期關聯很小、異質性高,而且對量測方式敏感。

他們的主張是:如果研究不只量最後表現,還去量投入多少努力、能堅持多久、是否願意留在困難任務上,這些混合結果可能會更容易理解。

這正是為什麼建議中的測試重要。如果框架正確,一個人在實驗室任務中仍然可能表現很好,因為他暫時投入更多努力來補償;但在真實世界,只要旁邊有低努力數位獎勵,他可能更早放棄困難工作。單看表現,可能看不到這個轉移。

因此目前最合適的狀態是:機制合理、框架有用,但因果證據尚未定案。

要怎麼測試它

作者提出幾種可以真正把這個想法變成實驗的方法。

一種設計,是讓人反覆在「低努力、快速給獎勵的數位選項」與「更困難、報酬延遲的任務」之間選擇。之後把數位選項拿掉,再測試他們在一個新的困難任務中是否較不願堅持。這是在測「遷移」:先前低努力獎勵環境,是否把努力分配方式帶到原始情境之外?

另一種方法可用類似覓食的任務:人在收益還沒出現前,什麼時候會離開一個需要努力的「區塊」?研究者可以加入或移除數位資訊流,測試低摩擦獎勵是否降低切走門檻。

第三種做法是直接量努力:主觀努力評分、任務停留時間、瞳孔擴張、獎勵誘因與賭注大小。這很重要,因為表現維持穩定不代表什麼都沒變。一個人可以暫時用「更用力」來補償更高的主觀努力成本。

之後,長期與 experience-sampling 研究可以問:日常數位習慣是否會預測未來的努力耐受度、注意控制、學業結果或任務持續性?哪些人特別容易受影響?年齡、自我控制、獎勵敏感度、神經多樣性、心理健康、社經背景與文化,都可能調節效果。

對設計的含意

論文最後不是一句「把 app 刪掉」。它真正瞄準的實務問題更精確:降低自動、低摩擦的習慣迴圈,讓人更能有意識地分配努力。

在教育上,這可能表示幫助學生辨識「提示-例行-獎勵」迴圈:遇到困難任務 → 不舒服或無聊 → 看手機 → 短暫鬆一口氣。也可能表示把延遲回報變得更可見、保護持續注意的時段,以及教人在被中斷後如何重新進入工作。

對平台而言,作者指向有意義的摩擦(meaningful friction):例如在自動滑動前加入意圖提示、打斷無限捲動,或提供讓機會成本可見的回饋。目的不是讓科技難用,而是停止把「毫不費力地持續互動」當成唯一設計目標。

這比「螢幕有毒」或「大家只需要更有自制力」更有用。如果環境本來就被工程化成「離開困難工作很便宜」,那麼解法的一部分也應該是改環境,而不只是怪使用者。

重點摘要

Wiradhany、Parry 與 Aru 提出,數位媒體也許會透過改變人如何評價認知努力,而不是一定透過損害認知能力,來重塑認知。低摩擦、立即給獎勵的平台,讓快速探索顯得便宜又有吸引力;相對地,持續學習與專注工作需要先付出努力,延遲回報才會到來。久而久之,這可能重新校準努力分配:不是「我不能思考」,而是「這件事沒有快到讓我覺得值得這麼累」。

這個框架的價值,是把模糊的螢幕恐慌變成可測試的努力、獎勵、習慣與設計問題。它不是社群媒體讓人變笨的證明,也不是全面禁用的論證。它是一個更尖銳的假說:數位環境可能改變人替困難思考貼上的「價格標籤」。

來源

基於: An effort recalibration framework for digital media use and cognition — Wisnu Wiradhany, Douglas Parry and Jaan Aru, Nature Human Behaviour (2026).

編者按

本文在 AI 輔助下撰寫,並經人工編輯審閱。它是對所連結研究的清晰、審慎的解讀,而非替代閱讀原文。選題、詮釋與最終措辭的責任由編輯承擔。