高壓考場下的心理機制：壓力如何影響人們的表現？(二)

壓力下表現失常的心理機制

「失常」並非隨機發生的錯誤，而是大腦在處理高壓訊息時出現的系統性故障。當前的學術研究主要支持兩種看似對立但實則互補的理論模型來解釋失常現象：干擾理論（Distraction Theory）與外顯監控理論（Explicit Monitoring Theory）。這兩種機制分別解釋了不同類型任務的失敗原因。

一、干擾理論：工作記憶的崩潰

1. 工作記憶的有限容量模型
   工作記憶是我們大腦中的「認知草稿」，負責暫時儲存並運算資訊。Baddeley 的工作記憶模型指出，中央執行系統（Central Executive）負責分配注意力資源。在解決複雜的數學問題、邏輯推理或閱讀長篇文意測驗時，大腦需要大量的工作記憶來保存中間步驟的運算結果。
   然而，焦慮（Anxiety）本身是一種高耗能的認知活動。當考生在考場上開始擔心「如果考不好了怎麼辦？」或「這題我怎麼不會？」時，這些焦慮引發的思考便與考題競爭有限的工作記憶資源。這導致了一種「雙重任務」（Dual-task）的情境：考生實際上是在同時做兩件事——解題與處理焦慮。
2. Beilock 的數學焦慮研究與「資優生的詛咒」
   芝加哥大學心理學家 Sian Beilock 的一系列研究為此提供了強有力的證據。Beilock & Carr (2005) 的研究發現了一個反直覺的現象：工作記憶容量越高的學生，在壓力下失常的幅度往往最大。
   • 實驗設計：研究者將受試者分為高工作記憶組（HWM）與低工作記憶組（LWM）。在低壓情境下，HWM 組利用其強大的運算能力，表現顯著優於 LWM 組。
   • 壓力操弄：研究者引入高壓情境（如告知成績將與金錢獎勵掛鉤，或有夥伴依賴其成績）。
   • 結果分析：在高壓下，HWM 組的成績大幅下滑，甚至跌至與 LWM 組相當的水準；而 LWM 組的表現則相對穩定，未受太大影響。
   • 機制解釋：高能力的學生平時習慣依賴其龐大的工作記憶來使用高耗能的解題策略（如直接運算複雜公式）。當壓力耗盡了部分工作記憶資源後，他們的高級策略無法執行，但他們又缺乏低能力學生平時使用的簡化策略（如依賴直覺或捷徑）。因此，壓力剝奪了資優生最大的優勢，導致其表現崩盤。

二、外顯監控理論：自動化的解離

1. 程序的自動化與去自動化
   在技能習得的過程中，我們從「陳述性知識」（Declarative Knowledge，即需要一步步思考的階段）過渡到「程序性知識」（Procedural Knowledge，即自動化、無意識執行的階段）。例如，熟練的考生在填寫答案卡、書寫作文或進行簡單計算時，通常處於自動駕駛模式。
   然而，高壓情境會誘發個體想要「確保萬無一失」的動機。這種動機促使考生將注意力轉向那些平時已經自動化的過程，試圖透過意識控制來監控每一個步驟。
   • 蜈蚣效應：這就像問一隻蜈蚣「你是先動第幾隻腳？」蜈蚣一旦開始思考這個問題，反而無法行走了。當考生過度關注自己的運算步驟或書寫動作時，流暢的程序性記憶被顯式的陳述性記憶打斷，導致動作變得笨拙、緩慢且容易出錯。
2. 再投資理論（Reinvestment Theory）
   Masters 等人提出的再投資理論進一步量化了這種傾向。該理論認為，某些個體具有較高的「再投資傾向」，即在壓力下更傾向於將外顯知識「再投資」到自動化技能中。研究顯示，在包含運動技能或高度熟練的認知任務（如心算）中，高再投資傾向的考生更容易失常。他們並非因為分心而失敗，而是因為過度小心導致癱瘓了分析能力。
3. 任務類型決定失常機制：規則基礎 vs. 訊息整合
   哪種理論才是正確的呢？後續研究（如 Markman, Maddox, & Worthy, 2006）指出，這取決於考試題目的類型。

這解釋了為何有些學生在數學大題（規則基礎）上是因為「腦袋一片空白」（資源耗盡）而失敗，而在國文閱讀素養題（訊息整合）上卻是因為「想太多、改錯答案」（過度監控）而失敗。