“三心二意”胜过“一心一意”：媒体多任务提升低工作记忆容量者创造力

/“三心二意”胜过“一心一意”：媒体多任务提升低工作记忆容量者创造力【摘要】数字时代，媒体多任务已然渗透人类生活方方面面。但以往研究主要探讨其消极影响，忽视媒体多任务暗藏激发创造力的可能。基于创造力的坚持—灵活双通道理论，通过3个仿真行为实验，考察了媒体多任务对创造力的促进作用以及心智游移与工作记忆容量在其中的中介和调节作用。结果发现：相比非媒体多任务，个体进行媒体多任务时表现出更高的创造力(实验1)，其心理机制是媒体多任务诱发更高的心智游移频率，进而提升创造力(实验1和实验2)，且这一提升效应只存在于低工作记忆容量组，高工作记忆容量组中则表现为消极影响(实验3)。研究结果对揭示媒体多任务的积极功能，拓展坚持—灵活交互视角以弥补双通道理论平行视角缺陷，帮助不同特质个体有效利用媒体多任务提升创造力均有重要的启示价值。 1引言 便携快捷的媒体设备极大改变了人们与媒体互动的方式(Lau，2017；张亚利等，2021)。人们不再满足于单一项目或单一类别的媒体使用，而是呈现出“一心两用”甚至“一心多用”的特点。这种“三心二意”的媒体使用方式被研究者称为媒体多任务(MediaMultitasking，MM)，具体指同一段时间里操作两种及以上媒体任务或在多个媒体任务间快速切换的行为(Ophiretal.，2009；vanderSchuuretal.，2018)。调查发现，人们花25％～50％的媒体使用时间进行媒体多任务(Voorweld&VanderGoot，2013)，如观看电视同时浏览网页新闻、撰写工作报告期间回复即时消息等，且这一数字正在逐年增长(Segijnetal.，2017)。媒体多任务的日益兴起，使其成为近年来不同领域心理学家共同探讨的话题。 目前，媒体多任务领域的许多研究都集中于探讨其对任务表现的消极影响，缺乏关注可能具有的功能性作用。例如大量研究发现，媒体多任务会引发如注意涣散(Uncapheretal.，2016)、记忆减退(Madoreetal.，2020)、自我控制能力下降(Xuetal.，2016)等一系列心理和行为后果，从而损害多种认知任务表现。但以往研究大多局限于分析性任务(Ralphetal.，2014)，考虑到分析性任务与创造性任务对注意风格的偏好并不相同，媒体多任务诱发的注意涣散虽然在分析性任务中饱受诟病，却很可能成为提升创造性任务表现的关键因素。若能合理有效利用媒体多任务提升创造力，个人及企业便可在数字化浪潮中占据创新先机。因此，本研究将设置仿真模拟的媒体多任务实验室情境，旨在考察媒体多任务对创造力的积极影响，并在此基础上探究其心理机制和边界条件。 1.1媒体多任务的概念 广义上的媒体多任务包括两种形式：同时处理和切换处理(vanderSchuuretal.，2018)。其中，切换处理形式更能概括广泛的媒体多任务行为。首先，真正的并行多任务在实践中很难实现，因为人类无法将注意同时分配给多个任务，除非其中至少一项任务是高度自动化的，如回复工作邮件的同时听音乐(Aagaard，2019)。故对此类多任务的探讨缺乏广泛现实基础；其次，个体若想将注意资源分配给多个需要有意注意的媒体任务，只能依赖于在多个任务之间快速切换。日常中的媒体多任务行为也多为此形式；此外，更重要的是依据自我决定理论(Self-DeterminationTheory，SDT)，媒体多任务是个体出于自身意愿在三种心理动机的作用下自主做出的行动选择。而相较之下，切换处理要比同时处理更能使个体从媒体多任务行为中获得自主感与胜任感的满足(Deci&Ryan，2008)。因此大量研究者将焦点转向媒体多任务的“任务切换”这一特性，即认为媒体多任务是指同一段时间里在多个媒体任务之间快速切换的行为(Ettinger&Cohen，2020；刘晨等，2014)。本研究即采用媒体多任务的这一概念界定。 1.2媒体多任务与创造力 媒体多任务的题中之义与创造力的要求不谋而合。首先，媒体多任务会分散个体注意，减少注意控制(Madoreetal.，2020)。而分散注意下个体会表现出更高的创造力水平(Vartanianetal.，2007)。其次，媒体多任务意味着个体会面临无关任务间的信息冲突。而创造力正源于看似不同事物的意外组合，得益于头脑中不同的甚至是相互矛盾的想法或情绪。如双文化身份(Tadmoretal.，2012)、情绪冲突(Fong，2006)等都能够促进创造力表现。因此本文认为，媒体多任务会对创造力产生积极影响。 然而目前媒体多任务对创造力的提升作用缺乏实证依据。部分研究尽管从特质视角关注了媒体多任务倾向对创造力的影响，但仅有的两项研究也存在争议：Ophir等人(2009)对比了高、低媒体多任务者的托伦斯任务(TTCT)表现，结果并未发现二者在创造性思维上存在显著差异；而Loh和Lim(2020)却发现，采用中值法划分高、低媒体多任务者时，高媒体多任务者聚合思维和发散思维任务表现均优于低媒体多任务者。之所以出现这种结果分歧，一方面可能是由于以往研究存在样本量相对较小、线上作答导致环境因素混淆等问题；更重要的是，上述研究均从媒体多任务倾向这一视角出发，但作为一种人格特质，个体对媒体多任务的偏好对实际创造力表现的影响可能过于间接且存在多种调节变量，导致效应不够稳定。因此本研究拟采用实验操纵的方式，以状态性视角来考察媒体多任务对创造力的影响。 1.3心智游移的中介作用 媒体多任务影响创造力的路径，可以通过创造力双通道理论(Dual-PathwaytoCreativityModel，DPCM)解释。根据该理论，存在两条并行通路实现创造力：灵活性通路和坚持性通路(Nijstadetal.，2010)。其中，坚持性通路要求个体将注意资源集中于创造性问题，通过深入思考解决问题的方式方法达成创造性产出。而本研究关注的媒体多任务很可能通过另一条灵活性通路提升创造力。该通路强调注意分散，这种较低的认知控制状态允许更多内外部刺激涌入认知加工系统，使大脑可以对信息进行灵活重组以产生创造性行为。然而以往研究对灵活性通路与坚持性通路促进创造力表现的实现方式描述得较为抽象(Nijstadetal.，2010)，因此有必要寻找不同通路对应的具体认知过程。其中，心智游移可被视为灵活性通路反映在认知过程上的具体体现。心智游移是指注意从当前任务转移到内部自发思维和情感的一种现象(Smallwood&Schooler，2015)。从概念内涵来看，心智游移一方面回应了灵活性通路对思维切换的需要，同时也满足了其对新信息涌现的要求(李子逸等，2022)。基于此，本研究将从灵活性通路视角出发，探讨心智游移是否是媒体多任务影响创造力的心理机制。 首先，媒体多任务为心智游移的出现提供了丰富土壤。频繁的任务切换会减弱个体的认知控制，使大量内源性信息涌入。Ralph等人(2014)发现媒体多任务经验与日常心智游移频率呈正相关。Loh等人(2016)通过插入思维探针实时捕获被试的心智游移状态，也证明媒体多任务经验对心智游移频率的正向预测作用。综上，心智游移很可能是媒体多任务的重要结果变量。因此，本文推测实验操纵产生的媒体多任务行为同样会导致更高频率的心智游移状态。 其次，心智游移会提升个体的创造力表现。根据当前关注理论(CurrentConcernsTheory，CCT)，心智游移的散焦注意特征很可能有助于个体的创造性问题解决(Klinger，2009)。心智游移状态下大量内源性信息涌现，为思维的独特性和丰富性提供重要来源(李子逸等，2022)。事实上，这一猜想也得到诸多研究证实。Baird等人(2012)通过设置不同负荷的酝酿期分心任务，发现低负荷分心任务中个体报告的心智游移频率显著更高，发散思维表现也显著更好。Christoff等人(2009)也通过神经成像研究观察到只有在心智游移而非休息状态下，执行网络和默认网络的连接才会增强，而这正是创造性认知的标志。 既然媒体多任务行为会使个体的注意更加分散，注意控制也逐渐减少，而这种散焦的注意状态又是提升创造力表现的关键因素，因此本研究推测心智游移在媒体多任务与创造力之间发挥着“桥梁”作用。具体而言，本研究认为进行媒体多任务会诱发个体更高频率的心智游移状态，进而提升创造力表现。 1.4工作记忆容量的调节作用 有必要指出，工作记忆容量很可能是影响媒体多任务情境下心智游移发挥作用的关键因素。根据创造力双通道理论相关研究，工作记忆容量这一特质性因素会导致个体偏好不同的创造力通路。具体而言，高工作记忆容量者由于具有丰富认知资源，因而能对任务进行长时间专注探索，从而超越最初易得的低原创想法形成新颖观点，因此坚持性通路成为其解决创造性问题的优势通路(DeDreuetal.，2012)；而低工作记忆容量者认知抑制能力较差，难以持续投入注意资源，却正符合灵活性通路强调的通过注意分散实现远距离概念间跳跃联结的要求，因此灵活性通路是其提升创造力的关键途径(Jaroszetal.，2012)。那么如前所述，既然媒体多任务情境会诱发更高频率的心智游移状态，使灵活性通路成为优势通路，那么原本偏好不同通路的高低工作记忆容量者在此情境下是否会产生不同表现？ 现阶段双通道理论难以回答这一问题。回顾相关阐释，本文发现双通道理论仅从灵活性或坚持性某一单独通路进行解释，忽视了两条通路同时激活的情况，因此也未就灵活性与坚持性通路之间的关系给出明确答案。故本文基于情境与特质的交互视角，将工作记忆容量作为调节变量，考察不同工作记忆容量者在媒体多任务提升创造力上是否存在差异。对此，我们提出两种猜想：(1)互为补充假设。若灵活性与坚持性通路互为补充，则高工作记忆容量者更能从媒体多任务中受益。因为媒体多任务情境下，高工作记忆容量者不仅可以发挥原有坚持性通路的优势，还能获得灵活性通路的有益补充，从而更好地解决创造性问题。而低工作记忆容量者则只能开启仅有的灵活性通路，获益较小。(2)相互抗衡假设。若灵活性与坚持性通路相互抗衡，则低工作记忆容量者更能从媒体多任务中受益。媒体多任务情境下，高工作记忆容量者仍偏好坚持性通路，面对心智游移干扰时，无法权衡灵活与坚持的关系，强迫个体从认知灵活转向认知坚持，导致其抵抗心智游移的同时，也损害了原有坚持性通路的效益。而低工作记忆容量者在媒体多任务情境下，能够有效利用心智游移所具备的散焦注意特征，更加充分地发挥原有偏好的灵活性通路，促进创造性问题解决。 1.5研究概览 综上所述，本研究旨在考察媒体多任务对创造力的影响并探讨其心理机制与边界条件。本研究假设：媒体多任务会诱发个体更高频率的心智游移状态，进而影响个体的创造力表现，并且这种影响受个体工作记忆容量的调节。采用递进的3个实验来验证假设。3个实验均设置仿真模拟的实验室情境来操纵媒体多任务，创造力测量任务包括标准化的非常规用途任务(实验1和实验2)及生态效度较高的观点生成任务(实验3)。具体而言：实验1验证媒体多任务对创造力的提升作用，与此同时，通过探针测量初步探讨心智游移的中介作用；实验2通过实验操纵的方法，进一步检验心智游移是否是媒体多任务导致创造力表现差异的心理机制；实验3探索可能的边界条件，验证工作记忆容量对媒体多任务影响创造力的调节效应。 2实验1：媒体多任务提升创造力：心智游移的中介作用 实验1旨在采用仿真模拟方式操纵媒体多任务，初步探讨媒体多任务对创造力的影响。与此同时，结合思维探针测量心智游移频率，考察产生这一影响的内部机制究竟如何。本实验拟验证的研究假设为：相比非媒体多任务，个体进行媒体多任务时表现出更高的创造力，并且心智游移在其中起中介作用。 2.1被试 采用G*Power3.1估算实验计划样本量，基于相关研究报告效果量(Kapadia&Melwani，2021；Lohetal.，2016)，以及期望功效值(0.8)，最终推算出样本量为52人。通过校园招募，共70名(男生26名)在校大学生参加此实验，平均年龄20.56±2.23岁。采用随机分组将70名被试分派到非媒体多任务组(n=35)和媒体多任务组(n=35)，实验前告知被试实验注意事项，并签署知情同意书。实验结束后，被试均获得一定报酬。 2.2方法 2.2.1实验设计 实验1采用单因素被试间实验设计，自变量为任务类型(非媒体多任务/媒体多任务)，因变量为被试的心智游移频率以及非常规用途任务中的创造力表现(流畅性、灵活性以及新颖性)。 2.2.2实验材料 (1)媒体多任务操纵材料。改进前人研究的多任务范式，通过仿真模拟方式对媒体多任务进行操纵(Adler&Benbunan-Fich，2012)。其中，非媒体多任务组和媒体多任务组都需要在计算机上完成一个由非常规用途任务(alternativeusestask，AUT)及其他五个分析性任务(文本任务、2个视觉任务和2个数字任务)构成的任务集，每个任务都有相应的时间限制。任务操作界面如图1所示。非媒体多任务条件下，被试在相应时间限制内按顺序依次在每个选项卡上进行答题。而媒体多任务条件下，被试可以在相应时间限制内随时点击其他选项卡中途切换到其他任务中进行答题。切换到其他选项卡后，该任务倒计时开始，上一任务倒计时暂停。当某一任务计时结束后，该页面无法作答，此时点击其他选项卡进行答题即可。 图1媒体多任务操作界面 为控制媒体多任务条件下任务自主切换带来的顺序效应混淆研究结果，媒体多任务与非媒体多任务组中AUT均设置为最先呈现，而随后的五个分析性任务按随机顺序呈现。此外，为防止媒体多任务条件下，被试切换到分析性任务时仍思考创造力任务而对分析性任务不作反应，与多任务要求不符，我们在正式实验前的指导语部分告知两组被试所有任务同等重要。 (2)创造力测量材料。使用AUT测量个体的创造力表现。该任务要求被试在一定时间内尽可能多地报告某个日常物品的新颖用途，本实验选用的任务词为“衣架”，限时15分钟。遵循前人文献(Runtoetal.，2016；Runco&Acar，2012)，通过流畅性(fluency)、灵活性(flexibility)、新颖性(originality)三个指标评估被试的创造力表现。流畅性指产生的观点总数。灵活性指产生观点的类别总数。新颖性指产生观点的新颖程度。根据Amabile(1982)的评估法则，三位事先不了解实验目的和假设的评分人对观点的新颖性进行了独立的主观评分(从1=完全不新颖到5=非常新颖)。三位评分者的评分具有较好的一致性(Cronbach'sα=0.85)，因此取三个评分的平均数作为新颖性的最终主观评分。 (3)分析性任务测量材料。使用五个分析性任务(文本任务、2个视觉任务和2个数字任务)作为媒体多任务的填充任务。其中，文本任务要求被试根据提供的解码表，写下每个大写字母对应的数字，限时4分钟；视觉任务要求被试判断左右两边的字母是否一致。每组任务限时3分钟，共2组；数字任务要求被试判断算式正误。每组任务限时2.5分钟，共2组。借鉴前人研究(Adler&Benbunan-Fich，2012)，通过生产率(productivity)和正确率(accuracy)两个指标评估被试的分析性任务表现：生产率指完成题项数占总题项数的百分比，正确率指正确题项数占总题项数的百分比。 (4)心智游移频率测量材料。参考已有研究对心智游移的测量方式(Smallwood&Schooler，2006；Kametal.，2015)，在任务集期间采用伪随机的方式插入10个思维探针，探针彼此间隔2～3.5分钟。探针界面要求被试回答：“该问题界面出现之前，你的头脑中在想些什么？1.当前的任务；2.与任务无关的内容。”实验前会给被试详细解释以上选项的含义，直到完全理解为止，并提示被试根据自己的注意状态如实回答问题。探针统计方式为：如被试按“1”键代表专注；按“2”键代表心智游移。通过计算被试报告心智游移的频率数值(命中游移次数/探针总次数)来获取被试在完成整个任务集期间的心智游移状态。探针界面没有时间限制，被试按键后，探针界面结束，再次回到探针呈现前的任务界面。探针界面不参与任务的倒计时。 (5)控制变量测量材料。使用日常心智游移频率量表评估个体在一天中心智游移的发生频率(孔海燕等，2018)。被试需要对22个题项描述进行5点评分(本实验中内部一致性系数Cronbach'sα=0.91)，分数越高表示心智游移发生频率越高。使用创造力行为量表(RuntoIdeationalBehaviorScale，RIBS)评估个体在日常生活中的创造性行为倾向(Runcoetal.，2001)。被试需要对19个题项描述进行5点评分(本实验中Cronbach'sα=0.83)，分数越高表示创造力潜能越高。此外，考虑到不同被试对创造力任务的动机水平可能存在差异(Luetal.，2017)，从而影响其创造力表现，因此为了排除可能的混淆因素，还要求被试报告他们完成创造力任务时的动机水平(“我完成衣架任务时非常努力”，“我希望自己能够出色地完成衣架任务”，“我希望能在衣架任务中体现出自己的创造力”，Cronbach'sα=0.77)。3个题项均采用7点评分，分数越高表示动机水平越高。 (6)操纵检验材料。为确保非媒体多任务组与媒体多任务组在多任务水平上符合实验操纵(Adler&Benbunan-Fich，2012)，采用多任务感知量表进行测量。被试需回答以下4个题项：“在实验过程中，我在给定的实验任务之间进行切换”“在实验过程中，我试图在同一时间完成给定的实验任务”“在实验过程中，我一次只进行一项实验任务”“在实验过程中，我同时进行几个实验任务”(Cronbach'sα=0.67)。4个题项均采用5点评分，其中第3题为反向记分题目。 2.2.3实验程序 采用Python3.9软件编写实验程序。被试进入实验室后，先练习一轮分析性任务以熟悉任务要求。接着，将被试随机分配到非媒体多任务组和媒体多任务组，并在相应指导语要求下完成由AUT和5个分析性任务构成的任务集。与此同时，如实回答呈现的探针问题。任务总时长约30分钟。完成多任务后，被试将继续填写控制变量测量材料，并回答操纵检验问题。最后，实验人员感谢被试的参与，并简短说明实验目的及保密原则。 2.3实验结果 2.3.1媒体多任务的操纵检验 首先，以任务类型(非媒体多任务/媒体多任务)为自变量，多任务感知为因变量进行独立样本t检验，结果显示，媒体多任务组的多任务感知(M=13.91，SD=3.59)显著高于非媒体多任务组(M=8.37，SD=2.91)，t(68)=-7.09，p＜0.001，d=1.70。说明媒体多任务操纵有效。 其次，以任务类型(非媒体多任务/媒体多任务)为自变量，分析性任务生产率及正确率为因变量分别进行独立样本t检验，结果显示，媒体多任务组(M=0.63，SD=0.10)与非媒体多任务组(M=0.62，SD=0.06)在生产率上并无显著差异，t(68)=-0.61，p=0.543；媒体多任务组(M=0.62，SD=0.10)与非媒体多任务组(M=0.61，SD=0.06)在正确率上也无显著差异，t(68)=-0.61，p=0.543。侧面证实两种条件下被试行为均符合多任务要求，媒体多任务操纵准确。 2.3.2媒体多任务对创造力的影响 以任务类型(非媒体多任务/媒体多任务)为自变量，灵活性、新颖性与流畅性为因变量分别进行独立样本t检验，结果显示：媒体多任务组(M=11.71，SD=3.13)比非媒体多任务组(M=8.83，SD=3.35)表现出更高的灵活性，t(68)=-3.73，p＜0.001，d=0.89；类似地，相比非媒体多任务组(M=2.59，SD=0.39)，媒体多任务组(M=2.79，SD=0.34)的新颖性也显著更高，t(68)=-2.28，p=0.026，d=0.54；但媒体多任务组(M=23.40，SD=8.17)与非媒体多任务组(M=21.57，SD=9.41)在流畅性上并无显著差异，t(68)=-0.87，p=0.388。 将RIBS和动机水平得分作为协变量进行协方差分析，上述任务类型分组的主效应依然不变：灵活性，F(1，66)=13.38，p=0.001，η2p=0.17；新颖性，F(1，66)=4.16，p=0.045，η2p=0.06；流畅性，F(1，66)=0.30，p=0.586。 2.3.3媒体多任务对心智游移的影响 以任务类型(非媒体多任务/媒体多任务)为自变量，心智游移频率为因变量进行独立样本t检验，结果显示，媒体多任务组(M=0.44，SD=0.17)比非媒体多任务组(M=0.20，SD=0.20)表现出更高的心智游移频率，t(68)=-5.30，p＜0.001，d=1.27。 将日常心智游移频率量表得分作为协变量进行协方差分析，任务类型分组的主效应依然显著，F(1，67)=36.13，p＜0.001，η2p=0.35。 2.3.4媒体多任务与心智游移、创造力的相关分析 相关分析结果发现：媒体多任务与心智游移频率(r=0.54，p＜0.001)、灵活性(r=0.41，p＜0.001)、新颖性(r=0.27，p=0.026)均呈显著正相关，媒体多任务与流畅性相关并不显著；心智游移频率与流畅性(r=0.28，p=0.020)、灵活性(r=0.43，p＜0.001)、新颖性(r=0.44，p＜0.001)均呈显著正相关。 2.3.5心智游移的中介效应检验 为探索媒体多任务对创造力影响的心理机制，我们使用Hayes(2013)提供的SPSS插件PROCESS(Model4)，以任务类型为自变量(非媒体多任务组=1，媒体多任务组=2)，心智游移频率为中介变量，灵活性为因变量，设定Bootstrap样本量为5000，采用偏差校正方法，选取95％置信区间进行中介效应检验。结果显示，心智游移频率的中介效应值为1.09，95％的Bootstrap置信区间为[0.10，2.20]，不包含0，表明中介作用显著；并且控制中介变量后，媒体多任务对灵活性的直接效应为1.79，95％的Bootstrap置信区间为[0.01，3.58]，不包含0，表明直接效应显著，心智游移频率在媒体多任务对灵活性的影响中起部分中介作用。 以新颖性为因变量，其余同上。中介效应检验结果显示，心智游移频率的中介效应值为0.17，95％的Bootstrap置信区间为[0.07，0.30]，不包含0，表明中介作用显著；并且控制中介变量后，媒体多任务对新颖性的直接效应为0.03，95％的Bootstrap置信区间为[-0.16，0.22]，包含0，表明直接效应不显著，心智游移频率在媒体多任务对新颖性的影响中起完全中介作用。 为进一步验证中介效应的稳健性，我们又使用传统逐步回归方法进行了中介效应分析(温忠麟等，2004)，结果见图2。 图2心智游移的中介效应 2.4讨论 实验1初步验证了媒体多任务相比于非媒体多任务会提升个体的创造力表现，主要体现在灵活性和新颖性指标上，并且进一步发现了心智游移在其中的中介作用，即媒体多任务相比非媒体多任务会使个体产生更高的心智游移频率，进而表现出更高的创造力水平。因此，实验1对本文的主要假设，即媒体多任务会比非媒体多任务引发更高的创造力表现，提供了实证支持，并且对心智游移的中介效应进行了初步验证。然而，现有对中介效应的支撑仅停留在相关层面，中介后件路径(心智游移→创造力)的因果链仍缺乏有力证据。因此，为进一步验证心智游移是媒体多任务提升创造力表现的心理机制，拟在实验2中对心智游移频率进行直接操纵。我们预测，只有在启动被试心智游移时，媒体多任务才会提升创造力表现。 3实验2：心智游移操纵对创造力的影响 实验2旨在对媒体多任务情境下的心智游移频率进行操纵，从而利用实验法进一步闭合心智游移在媒体多任务与创造力之间起中介作用的因果关系链。本实验拟验证的研究假设为：相比心智游移抑制组，心智游移启动组会表现出更高水平的创造力。 3.1被试 采用G*Power3.1估算实验计划样本量，基于相关研究报告效果量(Kapadia&Melwani，2021；Lohetal.，2016)，以及期望功效值(0.8)，最终推算出样本量为52人。通过校园招募，共70名(男生27名)在校大学生参加此实验，平均年龄20.86±1.83岁。采用随机分组将70名被试分派到心智游移启动组(n=35)和心智游移抑制组(n=35)，实验前告知被试实验注意事项，并签署知情同意书。实验结束后，被试均获得一定报酬。 3.2方法 3.2.1实验设计 实验2采用单因素被试间实验设计，自变量为任务类型(心智游移启动组/心智游移抑制组)，因变量为被试在非常规用途任务上的创造力表现(流畅性、灵活性以及新颖性)。 3.2.2实验材料 (1)媒体多任务材料。基本同实验1中的媒体多任务条件，要求被试在计算机上完成一个由AUT以及其他三个数字任务(0-back/2-back)构成的任务集，每个任务都有相应的时间限制。 (2)心智游移操纵材料。根据以往研究，低难度任务能够有效诱发心智游移，而提升任务难度后心智游移的频率即会受到抑制(Ju&Lien，2018)。这提示我们，可以通过操纵任务难度来控制心智游移状态。因此，参考前人研究，本实验选取0-back为简单任务来启动心智游移状态，同时设置2-back为同质任务抑制心智游移状态(Bairdetal.，2012；Ju&Lien，2018)。其中，0-back任务会呈现黑色数字1～9和红色数字1～9。黑色数字为非目标刺激，被试无需进行反应；红色数字为目标刺激，要求被试点击对应按键判断红色数字的奇偶，判断后点击“提交”按钮继续。而2-back任务中则会呈现黑色数字1～9和红色“？”。黑色数字为非目标刺激，被试无需进行反应；红色“？”为目标刺激，要求被试点击对应按键判断红色“？”出现前第二个数字的奇偶，判断后点击“提交”按钮继续。两种任务中，非目标刺激均固定呈现1.5s，目标刺激呈现时间不限，刺激间隔均为2s。任务流程图见图3。数字任务(0-back/2-back)共3组，分别限时3分钟、3分钟及2分钟。 图30-back及2-back任务流程图 (3)创造力测量材料。同样使用AUT测量个体的创造力表现。本实验选用的任务词为“报纸”，限时7分钟。三位新颖性评分者的评分具有较好的一致性(Cronbach'sα=0.75)。 (4)控制变量测量材料。与实验1相同，包括被试的创造性行为倾向(本实验中Cronbach'sα=0.82)以及动机水平(本实验中Cronbach'sα=0.76)。 (5)操纵检验材料。为确保心智游移启动组与心智游移抑制组在心智游移频率上符合实验操纵(Kam&Handy，2014)，被试需回答以下2个题项：“在完成数字任务过程中，我的注意力总是集中在数字任务上”“在完成数字任务时，我的注意力会游散在任务之外”(Cronbach'sα=0.89)。2个题项均采用5点评分，其中第1题为反向记分题目。 3.2.3实验程序 采用Python3.9软件编写实验程序。被试进入实验室后，被随机分配到心智游移启动组和心智游移抑制组，然后先练习一轮相应的数字任务以熟悉任务要求。接着，开始完成由AUT和三个数字任务(0-back/2-back)构成的任务集。任务类型固定为可以随时点击相应选项卡进行切换的媒体多任务(同实验1)。任务时长14分钟。完成多任务后，被试将继续填写控制变量测量材料，并回答操纵检验问题。最后，实验人员感谢被试的参与，并简短说明实验目的及保密原则。 3.3实验结果 3.3.1心智游移的操纵检验 独立样本t检验结果显示，心智游移启动组的生产率(M=0.85，SD=0.04)显著高于心智游移抑制组(M=0.79，SD=0.06)，t(68)=-4.78，p＜0.001，d=1.14；心智游移启动组的正确率(M=0.85，SD=0.05)显著高于心智游移抑制组(M=0.76，SD=0.09)，t(68)=-5.20，p＜0.001，d=1.24；心智游移启动组的心智游移感知(M=7.71，SD=2.07)也显著高于心智游移抑制组(M=4.31，SD=1.91)，t(68)=-7.16，p＜0.001，d=1.71。由此可见，心智游移启动组的任务难度更低，并且被试感知到更多的心智游移状态，说明心智游移操纵有效。 3.3.2心智游移对创造力表现的影响 以任务类型(心智游移启动组/心智游移抑制组)为自变量，灵活性、新颖性与流畅性为因变量分别进行独立样本t检验，结果显示：心智游移启动组(M=11.14，SD=3.80)比心智游移抑制组(M=8.14，SD=2.78)表现出更高的灵活性，t(68)=-3.77，p＜0.001，d=0.90；相比心智游移抑制组(M=2.27，SD=0.33)，心智游移启动组(M=2.54，SD=0.37)的新颖性也显著更高，t(68)=-3.28，p=0.002，d=0.78；类似地，心智游移启动组(M=21.17，SD=5.57)比心智游移抑制组(M=17.54，SD=5.07)也表现出更高的流畅性，t(68)=-2.85，p=0.006，d=0.68。 将RIBS和动机水平得分作为协变量进行协方差分析，上述任务类型分组的主效应依然显著：灵活性，F(1，66)=13.22，p=0.001，η2p=0.17；新颖性，F(1，66)=10.42，p=0.002，η2p=0.14；流畅性，F(1，66)=6.36，p=0.014，η2p=0.09。 3.4讨论 实验2通过在媒体多任务情境下操纵被试的心智游移频率，发现在同为媒体多任务情景下，相比心智游移抑制组，心智游移启动组表现出更高的创造力水平，主要体现在流畅性、灵活性以及新颖性指标上。至此，实验1和实验2共同论证了媒体多任务提升创造力的心理机制：媒体多任务→心智游移频率(+)→创造力表现(+)。然而，两个实验均使用AUT对创造力进行测量，研究结果的外部效度和应用价值受到限制。此外，媒体多任务对创造力表现的提升效应是否与个体的工作记忆容量有关还尚未可知。故而在实验3中，我们将采用生态效度更高的观点生成任务测量创造力表现，并继续探索媒体多任务提升创造力的边界条件，考察工作记忆容量可能存在的调节效应。 4实验3：工作记忆容量的调节作用 实验3引入工作记忆容量作为调节变量，探讨媒体多任务对创造力的提升效应是否受个体工作记忆容量的影响。此外，实验3采用生态效度更高的观点生成任务测量被试的创造力表现，在提高外部效度的同时，避免单一测量方式所带来的局限性。 4.1被试 采用G*Power3.1估算实验计划样本量，基于相关研究报告效果量(Kapadia&Melwani，2021；Lohetal.，2016)，以及期望功效值(0.8)，最终推算出样本量为111人。考虑到本实验采用的间隔施测可能导致被试流失，共招募146名在校大学生参加第一阶段工作记忆容量测量任务。随后，排除不符合工作记忆容量任务要求的被试(8名)，并通过中值法划分为高、低工作记忆容量组。一周后，共128名(男生46名)被试返回参加第二阶段媒体多任务实验，其中高工作记忆容量组63名，低工作记忆容量组65名，平均年龄20.40±2.31岁。采用随机分组将高、低工作记忆容量被试分派到非媒体多任务组和媒体多任务组，实验前告知被试实验注意事项，并签署知情同意书。实验结束后，被试均获得一定报酬。 4.2方法 4.2.1实验设计 实验3采用两因素被试间实验设计，自变量为任务类型(非媒体多任务/媒体多任务)和工作记忆容量(高/低工作记忆容量)，因变量为被试的心智游移频率及观点生成任务中的创造力表现(流畅性、灵活性以及新颖性)。 4.2.2实验材料 (1)工作记忆容量测量材料。使用操作广度任务(OSPAN)测量个体工作记忆容量(Harrisonetal.，2015)。该任务要求被试进行存储任务的同时完成加工任务，因而能够很好地反映个体工作记忆容量。 操作广度任务分为练习和正式实验两个部分。练习阶段1为简单英文字母的识记，屏幕上会随机呈现若干英文字母，每个字母呈现800ms，要求被试记忆，随后呈现3×4的字母矩阵，要求被试将字母按照出现顺序依次标记。练习阶段2为简单算式计算任务，屏幕上会随机呈现若干数学算式，被试计算数学算式后马上点击鼠标，随后呈现答案，被试需要又快又准地判断给定答案是否正确。本阶段按键时间将用于确定练习阶段3及正式实验中算式的呈现时间。练习部分阶段3为前两个练习任务的结合。屏幕上首先呈现一个数学算式，被试计算数学算式后马上点击鼠标。随后呈现答案，呈现时间为阶段2被试的平均反应时加2.5个标准差，被试需要又快又准地判断给定答案是否正确。如超过呈现时间被试仍未作判断，则程序自动继续，并且将本次视为错误。作出判断后，屏幕上将呈现英文字母，要求被试记忆。若干算式—字母对后，呈现字母矩阵，被试需要将字母按照出现顺序依次标记。 正式实验部分同练习3。共包含15个试次，每个试次包含特定数量(3～7个)的算式—字母对。算式—字母对的数量有3、4、5、6、7共五组，每组出现3次。每试次按照字母个数计分，需要正确回忆组内所有字母顺序方可得分，因此OSPAN任务满分为75分(3×(3+4+5+6+7)=75)。算式正确率85％以上该被试实验数据有效。 (2)媒体多任务操纵材料。同实验1，非媒体多任务组和媒体多任务组都需要在计算机上完成一个由观点生成任务以及其他三个分析性任务(文本任务、视觉任务和数字任务)构成的任务集，每个任务都有相应的时间限制。 (3)创造力测量材料。实验3使用观点生成任务测量个体的创造力表现。该任务要求被试为某一开放性现实问题尽可能多地报告新颖解决方案，本实验选用的开放性现实问题为“如何改善或保持身体健康”，限时7分钟。遵循前人文献(Rietzscheletal.，2014)，通过流畅性、灵活性、新颖性三个指标对创造力进行评估。流畅性和新颖性评分同AUT评分程序。三位新颖性评分者的评分具有较好的一致性(Cronbach'sα=0.85)。灵活性使用Diehl(1991)开发的健康主题分类编码方案进行评分。 (4)分析性任务表现测量材料。基本同实验1，使用三个分析性任务(文本任务、视觉任务和数字任务)作为媒体多任务的填充任务。分别限时3分钟、2分钟及2分钟。 (5)心智游移频率测量材料。同实验1，以伪随机的方式在任务中插入5个实时探针来探测个体的注意状态。 (6)控制变量测量材料。与实验1相同，包括被试的日常心智游移频率(本实验中Cronbach'sα=0.89)、创造性行为倾向(本实验中Cronbach'sα=0.83)和动机水平(本实验中Cronbach'sα=0.67)。 (7)操纵检验材料。与实验1相同，使用多任务感知量表检验媒体多任务操纵(本实验中Cronbach'sα=0.71)。 4.2.3实验程序 采用E-prime3.0编写操作广度任务实验程序，采用Python3.9软件编写媒体多任务实验程序。首先采用操作广度任务对被试进行集体施测，随后通过中值法划分高、低工作记忆容量组。大约一周后，继续对被试进行媒体多任务的个别施测。将高、低工作记忆容量者分别随机分配到非媒体多任务组和媒体多任务组，并且在相应指导语要求下完成由观点生成任务和三个分析性任务构成的任务集。与此同时，如实回答随机呈现的探针问题。任务时长14分钟左右。完成多任务后，被试将继续填写控制变量测量材料，并回答操纵检验问题。最后，实验人员感谢被试的参与，并简短说明实验目的及保密原则。 4.3结果 4.3.1媒体多任务的操纵检验 首先，以任务类型(非媒体多任务/媒体多任务)为自变量，多任务感知为因变量进行独立样本t检验，结果显示，媒体多任务组的多任务感知(M=13.06，SD=4.10)显著高于非媒体多任务组(M=7.03，SD=2.91)，t(126)=-9.61，p＜0.001，d=1.70，说明媒体多任务操纵有效。 其次，以任务类型(非媒体多任务/媒体多任务)为自变量，分析性任务生产率及正确率为因变量分别进行独立样本t检验，结果显示，媒体多任务组(M=0.48，SD=0.05)与非媒体多任务组(M=0.49，SD=0.06)在生产率上并无显著差异，t(126)=0.91，p=0.362；媒体多任务组(M=0.47，SD=0.05)与非媒体多任务组(M=0.48，SD=0.06)在正确率上也无显著差异，t(126)=0.78，p=0.436。侧面证实两种条件下被试行为均符合多任务要求，媒体多任务操纵准确。 4.3.2媒体多任务对创造力表现的影响 以任务类型(非媒体多任务/媒体多任务)为自变量，灵活性、新颖性与流畅性为因变量分别进行独立样本t检验，结果显示：媒体多任务组(M=8.06，SD=2.39)比非媒体多任务组(M=6.95，SD=2.24)表现出更高的灵活性，t(126)=-2.71，p=0.008，d=0.48；类似地，相比非媒体多任务组(M=2.23，SD=0.43)，媒体多任务组(M=2.46，SD=0.38)的新颖性也显著更高，t(126)=-3.26，p=0.001，d=0.58；但媒体多任务组(M=22.22，SD=8.22)与非媒体多任务组(M=19.81，SD=9.26)在流畅性上并无显著差异，t(126)=-1.56，p=0.123。 将RIBS和动机水平得分作为协变量进行协方差分析，上述任务类型分组的主效应依然不变：灵活性，F(1，124)=7.11，p=0.009，η2p=0.05；新颖性，F(1，124)=10.37，p=0.002，η2p=0.08；流畅性，F(1，124)=2.16，p=0.150。 4.3.3媒体多任务对心智游移频率的影响 以任务类型(非媒体多任务/媒体多任务)为自变量，心智游移频率为因变量进行独立样本t检验，结果显示，媒体多任务组(M=0.45，SD=0.24)比非媒体多任务组(M=0.16，SD=0.19)表现出更高的心智游移频率，t(126)=-7.39，p＜0.001，d=1.31。 将日常心智游移频率量表得分作为协变量进行协方差分析，任务类型分组的主效应依然显著，F(1，125)=53.06，p＜0.001，η2p=0.30。 4.3.4媒体多任务与心智游移频率、创造力表现在不同工作记忆容量上的相关分析 相关分析结果发现：在低工作记忆容量组中，媒体多任务与心智游移频率(r=0.48，p＜0.001)、流畅性(r=0.47，p＜0.001)、灵活性(r=0.68，p＜0.001)、新颖性(r=0.69，p＜0.001)均呈显著正相关；心智游移频率与流畅性(r=0.38，p=0.002)、灵活性(r=0.52，p＜0.001)、新颖性(r=0.33，p=0.007)均呈显著正相关。与低工作记忆容量组一致，在高工作记忆容量组中，媒体多任务与心智游移频率(r=0.63，p＜0.001)呈显著正相关；但不同的是，媒体多任务与灵活性(r=-0.39，p=0.002)、新颖性(r=-0.38，p=0.002)却均呈显著负相关，与流畅性的相关并未达到显著性水平；心智游移频率与新颖性(r=0.29，p=0.022)呈显著负相关，与流畅性、灵活性的相关并未达到显著性水平。 由此可见，媒体多任务与心智游移频率、创造力表现的关系非常紧密，但这种关系是否受到工作记忆容量的影响还有待于进一步检验。 4.3.5工作记忆容量的调节效应检验 为探索工作记忆容量对媒体多任务中介效应的调节作用，我们使用Hayes(2013)提供的SPSS插件PROCESS(Model14)，以任务类型为自变量(非媒体多任务组=1，媒体多任务组=2)，心智游移频率为中介变量，工作记忆容量为调节变量，流畅性为因变量，设定Bootstrap样本量为5000，采用偏差校正方法，选取95％置信区间进行有调节的中介效应检验。结果显示：低工作记忆容量组中，心智游移频率的中介效应值为2.87，95％Bootstrap置信区间为[0.45，5.61]，表明存在正向中介效应；高工作记忆容量组中，心智游移频率的中介效应值为-2.74，95％Bootstrap置信区间为[-5.61，-0.09]，表明存在负向中介效应。 以灵活性为因变量，其余同上。结果显示：低工作记忆容量组中，心智游移频率的中介效应值为1.32，95％Bootstrap置信区间为[0.65，2.20]，表明存在正向中介效应；高工作记忆容量组中，心智游移频率的中介效应值为-0.74，95％Bootstrap置信区间为[-1.48，-0.13]，表明存在负向中介效应。 以新颖性为因变量，其余同上。结果显示：低工作记忆容量组中，心智游移频率的中介效应值为0.10，95％Bootstrap置信区间为[0.0006，0.24]，表明存在正向中介效应；高工作记忆容量组中，心智游移频率的中介效应值为-0.20，95％Bootstrap置信区间为[-0.34，-0.09]，表明存在负向中介效应。 综上分析可知，高/低工作记忆容量组间中介作用情况不一致，说明工作记忆容量对心智游移频率的中介效应有着显著调节作用，具体中介效应情况对比见图4。 图4高、低工作记忆容量组中介效应模型图 4.4讨论 实验3采用生态效度更高的观点生成任务测量个体创造力表现，再次验证了媒体多任务对创造力的影响，增强了研究结果的稳健性和外部效度。更重要的是，实验3进一步探索了媒体多任务通过心智游移影响创造力的边界条件，证实了工作记忆容量对中介效应的调节作用。具体而言，只有在低工作记忆容量组中，媒体多任务诱发的高心智游移频率才会导致更高的创造力表现；而在高工作记忆容量组中，媒体多任务诱发的高心智游移频率反而损害了创造力表现。 5总讨论 基于创造力双通道理论，本研究通过3项实验证明了媒体多任务与创造力之间的因果关系，考察了心智游移的中介效应，并深入分析了工作记忆容量的调节作用。具体而言，通过仿真模拟方式操纵媒体多任务并测量不同条件下的创造力表现，我们发现媒体多任务组比非媒体多任务组创造力显著更高，且这一差异具有稳健性(实验1、实验3)。通过探针测量(实验1)及实验操纵(实验2)，我们进一步发现心智游移是导致创造力表现差异的心理机制，即相比非媒体多任务，媒体多任务使个体产生了更高的心智游移频率，因此创造力表现也更好。通过测量并区分个体的工作记忆容量水平(实验3)，我们还发现心智游移对创造力的影响受到工作记忆容量的调节。个体为低工作记忆容量者时，进行媒体多任务不仅会诱发更高频率的心智游移体验(前半段)，且这种心智游移状态还会提升其创造力表现(后半段)；而个体为高工作记忆容量者时，尽管媒体多任务仍会诱发更高频率的心智游移体验(前半段)，但这种心智游移状态却会损害其创造力表现(后半段)。接下来对这三点主要发现展开讨论。 5.1媒体多任务提升创造力 本研究发现媒体多任务会影响个体的创造力表现，即相比非媒体多任务，个体进行媒体多任务时，会产生更好的创造力表现。首先，这一研究结果首次证实了媒体多任务对当前创造力表现的提升作用。目前仅有Kapadia和Melwani(2021)探讨了媒体多任务与创造力之间的关系，但该研究仅发现了媒体多任务对后续创造力表现的积极溢出效应，对多任务期间的创造力表现则无显著影响。然而本研究使用不同创造力任务均证实了媒体多任务会提升当前创造力表现。之所以产生不同结果，可能是由于聚焦了媒体多任务的不同侧面。媒体多任务包括两种形式：同时处理和切换处理(vanderSchuuretal.，2018)。本研究考察的媒体多任务涉及频繁的任务切换，会减弱个体认知控制，使大量内源性信息涌入，增强思维的独特性和丰富性，因此能够提高个体当前创造力任务表现。而Kapadia和Melwani(2021)探讨的媒体多任务要求个体同时完成两个均需要有意注意的分析性任务和创造性任务，叠加的任务难度迫使个体增强认知控制以维持注意，抑制远距离信息进入认知加工系统，这种看似专注实则固着的思维状态并无益于当前创造力表现的提升。而该研究观察到的创造力溢出效应可能正是源于这种高认知消耗后个体进入一段注意分散阶段，因此本质上也是通过注意分散状态促进创造力表现(Krausetal.，2019)。此外，尽管Kapadia和Melwani(2021)发现并行的媒体多任务能提高个体后续创造力表现，但其带来的消极情绪体验也使这一提升作用得不偿失。而本研究关注的媒体多任务允许个体可以在不同任务间任意切换，这一行为常伴随着去习惯化(Luetal.，2017)、自主性(Bachmannetal.，2019)等正向情绪体验。因此相比并行媒体多任务对后续创造力表现“竭泽而渔”式的提升，本研究为如何“可持续”提升个体创造力表现提供了更优答卷。 其次，这一发现启发我们重新思考分析性任务与创造性任务之间的关系。本研究发现个体在分析性任务与创造性任务之间频繁切换不仅提升了创造力，甚至也未损害此过程中分析性任务表现。这提示我们，智能时代下尽管大量枯燥繁琐的分析性任务可以由机器代劳，我们也无需完全回避，而是可以通过任务切换的方式利用分析性任务催化创造力(周详等，2023)。但需要注意的是，本研究中媒体多任务并未降低分析性任务表现这一研究结果与以往研究中二者多呈负相关似乎存在矛盾之处(May&Elder，2018)。但事实上，出现这样的结果很可能是由于本研究中分析性任务较为简单(Randalletal.，2014)。换言之，即使媒体多任务会诱发心智游移占用部分认知资源，剩余认知资源也足以完成分析性任务。因此，使用媒体多任务提升创造力时，可“大胆”使用简单分析性任务，而不必担心会破坏其表现。至于复杂分析性任务结果如何，还有待进一步探究。但总而言之，媒体多任务对创造力工作者而言是一种利大于弊的行为。 最后，这一发现也可以帮助我们理解创造力酝酿效应的矛盾性结果。事实上，媒体多任务与酝酿期存在一定重叠之处。根据操作性定义，酝酿期是指个体将难以解决的问题暂时放到一边而产生的时间间隔(Frithetal.，2021)。而本研究中，媒体多任务条件下的分析性任务亦可被视为酝酿期的一种体现。但二者也存在关键的区别之处，相比媒体多任务，现有酝酿期研究忽视了个体的自主性，未能体现与发挥个体的主动性。具体而言，现有酝酿效应研究多为研究者事先设置固定的酝酿期时长以观察分心任务后个体是否存在创造力表现的提升(李子逸等，2022)。由此也出现了酝酿效应存在与否、何时进入分心任务更优以及酝酿时间长短孰优孰劣等争论(Steindorfetal.，2021)。然而，显然最了解何时需要酝酿、酝酿至何种程度最为适宜的应该是任务中的个体自身。因此，本研究能够稳健地证明媒体多任务对创造力的提升作用，很可能是由于媒体多任务允许个体自主决定何时开始酝酿，回避了酝酿效应尚未出现即被打断或是酝酿期过久出现认知枯竭的情况。这也提示我们，未来酝酿期研究应关注个体自主性这一因素，进一步探究自主性感知是否是酝酿效应产生的必要前提。 5.2灵活变通：心智游移的中介作用 本研究还发现心智游移是媒体多任务影响创造力的心理机制，即个体进行媒体多任务会诱发更高频率的心智游移状态，从而提升创造力表现。首先，这一发现与前人关于媒体多任务和注意状态的相关研究大致一致。Loh等人(2016)发现媒体多任务经验对心智游移频率具有正向预测作用；Madore等人(2020)也指出，高媒体多任务经验者更容易产生心智游移，表现在脑枕部Alpah震荡强度增加和瞳孔缩小等指标上。上述研究均从特质方面探讨了媒体多任务对心智游移频率的正向影响。而本研究则从状态视角出发，补充证实了媒体多任务行为同样能诱发更高频率的心智游移状态，丰富并完善了既有理论成果。其次，这一发现也再次验证了心智游移与创造力的紧密联系。心智游移状态下，个体认知控制水平降低，解除了对看似无关信息的抑制，使自发概念之间能够形成新颖联系(Smithetal.，2022)。而这也得到无数轶事证据的支持，无论是阿基米德洗澡时突发灵感的“尤里卡”时刻，还是诺贝尔奖获得者KaryMullis在高速公路开车时对扩增DNA序列的顿悟，均体现了心智游移的创造性功能。 此外，这一发现也可为澄清酝酿效应的解释分歧提供启示。酝酿效应是指当人们遭遇无法解决的难题时，暂时将其搁置，转而去完成其他无关任务，反而有利于原有问题解决的现象(Wallas，1926)。但酝酿效应的来源始终存在争议(Gilhooly，2016)。根据酝酿期的操作性定义，本研究操纵的媒体多任务条件可被视为存在着酝酿期。当我们在实验2中抑制了两个媒体多任务条件下其中一组酝酿期间被试的心智游移后，结果仅在心智游移启动组而非抑制组观察到酝酿效应，这可以证明心智游移才是酝酿期产生酝酿效应的关键。而根据以往研究，酝酿效应主要包括两种解释：激活扩散理论和选择性遗忘理论(Steindorfetal.，2021)。激活扩散理论认为解题失败可能会部分激活对解决问题至关重要的记忆痕迹，在酝酿期，这些痕迹在语义网络中扩散，从而激活先前被忽视的关键知识，这些知识互相结合促进了问题解决(Yaniv&Meyer，1987)。而选择性遗忘理论则认为酝酿期的作用是让个体遗忘掉前期解决问题所提出的错误假设和无效信息所导致的思维固着，因此酝酿后个体能够抛弃旧的策略，摆脱思维定势，以更新颖有效的方法解决问题(Smith&Blankenship，1989)。而根据我们的研究结果，心智游移抑制组即使在酝酿期完成分心任务，遗忘了前期旧的无效信息，也仍旧无法产生酝酿效应；而只有在心智游移启动组，酝酿期的存在才会带来酝酿效应，因为此时心智游移解除了对看似无关信息的限制，使大量内源性信息涌入，不同信息之间的新颖结合促进了创造力表现。因此酝酿效应的来源应是带来“新的信息”，而非遗忘“旧的信息”。故我们的研究发现在一定程度上并未支持选择性遗忘理论，而是符合激活扩散理论，这为澄清酝酿效应的解释分歧提供了有益启示。 5.3坚持与灵活交互：工作记忆容量的调节作用 本研究还发现工作记忆容量能够调节心智游移对创造力的影响。具体表现为：对低工作记忆容量者而言，媒体多任务诱发的高心智游移频率能够使个体产生更好的创造力表现；而对高工作记忆容量者而言，高心智游移频率反而损害了其创造力表现。这一发现支持了我们的互斥假设，即灵活性与坚持性通路是相互抗衡的。事实上，以往研究也