過度使用社交媒體損害認知和注意力的機制研究進展

韓文章 胡博 李雨婷 王文

[摘要] 目前，學生最常用的電子閱讀媒介是社交媒體。神經科學和心理學研究表明，過度使用社交媒體顯著降低個體認知和注意力，但其內在機制尚存在爭議。以往的研究采用單一模態影像技術和神經心理分析技術，無法全面分析過度使用社交媒體對認知功能產生的影響。腦電圖-功能磁共振成像（EEG-fMRI）同步采集和動態大腦功能網絡分析技術有望用于探討碎片化閱讀損害認知和注意力的神經影像學機制。本文主要就過度使用社交媒體損害認知和注意力的機制及其研究方法做一綜述。

[關鍵詞] 認知障礙;注意力;超媒體;腦電描記術;磁共振成像;綜述

[中圖分類號] R741 ?[文獻標志碼] A ?[文章編號] 2096-5532（2020）06-0754-03

doi：10.11712/jms.2096-5532.2020.56.180 [開放科學（資源服務）標識碼（OSID）]

[網絡出版] https：//kns.cnki.net/kcms/detail/37.1517.R.20201018.1635.002.html;

[ABSTRACT] Currently， social media is the most commonly used e-reading medium for students. Neuroscience and psychological studies have shown that excessive use of social media significantly reduces individual cognition and attention， but there are still controversies over its internal mechanism. Previous studies used single-modality imaging technology or neuropsychological analysis technology， which were unable to fully analyze the impact of excessive use of social media on cognitive function. Electroencephalography-functional magnetic resonance imaging synchronous acquisition and dynamic brain function network analysis techniques are expected to be used in exploring the neuroimaging mechanism of fragmented reading that impairs cognition and attention. This article mainly reviews the mechanism of excessive use of social media in impairing cognition and attention and related research methods.

[KEY WORDS] cognition disorders; attention; hypermedia; electroencephalography; magnetic resonance imaging; review

隨著互聯網和信息技術的不斷發展，數字化閱讀在我們的生活中愈加普遍。2019年第十六次全國國民閱讀調查結果顯示，我國成年國民數字化閱讀率為69.3%，其中手機移動閱讀率達73.7%，人均每天手機接觸時間達84.87 min[1]。大學生是手機移動閱讀的最大群體，手機使用率幾乎達100%。通過智能手機獲取最新資訊，進而接觸和了解社會是大學生使用手機的主要目的[2]。在網絡上，他們可以了解自己朋友的動態，并結交新的同伴[3-5]。網絡在青少年發展中起著重要作用，因此需要關注青少年社交媒體的使用[6]。然而，神經科學和心理學研究表明，過度使用社交媒體會影響青少年大腦的正常發育[7]，每天過度使用社交媒體可損害注意力、記憶力和學習能力[7-9]，并與焦慮、抑郁狀態密切相關[10]，嚴重影響工作與學習效率。所以，預防和糾正過度使用社交媒體導致的認知和注意力損害尤為重要。但是，社交媒體過度使用導致認知和注意力損害的量效關系及其神經機制尚不清楚[11]。近年來有研究采用影像技術對社交媒體過度使用導致認知和注意力損害的神經機制進行了探討，本文主要就該機制及其研究方法進行綜述。

1 過度使用社交媒體可能通過碎片化閱讀影響腦功能

有研究發現，過度使用社交媒體顯著降低認知和注意力，但其內在機制尚存爭議[12]。既往研究顯示，過度使用社交媒體讓人們陷于多任務處理狀態[13]。然而，多任務處理能否及如何影響認知和注意力并未有統一結論：2019年的研究認為多任務處理損害認知和注意力[12];新近研究并未提供多任務處理顯著損害認知和注意力的證據[14];還有研究發現，多任務處理與多重感覺整合呈正相關[15]，可提高被試在注意力切換任務中的表現[16]。這些結果提示，可能有其他機制參與過度使用社交媒體損害認知和注意力的過程。

用戶在使用社交媒體（如微博、微信）時，看到的信息大多簡短、多樣且不相關，此即碎片化閱讀。碎片化閱讀可有效提高信息訪問效率，以便用戶快速閱讀感興趣的內容[17]。然而，由于社交媒體的內容主要依賴用戶分享，不同用戶分享的內容完全不相關，閱讀者的思維必須在這些零散內容間多次切換而不作深入思考。這導致閱讀者的深度思考能力減弱，思維惰性增大;也導致青年閱讀者認知負荷增加，認知能力受損[18]。因此，碎片化閱讀可能是社交媒體導致認知和注意力損害的重要原因。然而，碎片化閱讀如何影響腦功能，尚缺乏在體神經影像學證據。

2 單一模態神經影像技術和神經心理分析技術在機制研究中的運用 ?既往對過度使用社交媒體損害認知和注意力機制的研究主要集中于多任務處理影響腦功能。有研究顯示，青少年和成年人使用社交媒體時，多任務處理導致調控注意力和具有抑制能力的右前額葉功能活動顯著增加[19]。還有研究顯示，經常使用互聯網檢索的老年被試，再次使用網絡檢索時，其前額葉皮質被廣泛激活[20];不常使用互聯網檢索的老年被試，在連續使用互聯網檢索5 d后，其前額葉皮質也發現類似的廣泛激活[21]。雖然碎片化閱讀可能是過度使用社交媒體導致認知和注意力損害的重要原因，但既往研究側重于使用社交媒體的多任務處理過程[14]。所以，目前尚缺乏碎片化閱讀影響認知、注意力以及大腦功能和結構的研究。即使是有多任務處理影響認知、注意力和腦功能的研究，也多為橫斷面研究[22-23]，這些研究主要探討了短期冥想對多任務處理導致認知和注意力損害的干預作用[24]，以及短期多任務處理提升被試的多任務切換能力[22]。這些研究結論易受環境和生活習慣等混雜因素的影響，并且沒有縱向研究過度使用社交媒體對認知、注意力和腦功能的長期影響。采用單一模態影像技術，或只采用神經心理分析技術，或采用神經心理分析結合單一模態功能磁共振成像（fMRI）技術進行研究[21，25-27]，無法多角度解釋碎片化閱讀對認知功能的影響。在認知損害研究領域，以往研究發現： 2型糖尿病（T2DM）病人輕度認知損害（MCI）早期出現神經血管偶聯（NVC）障礙[28]，隨之出現以ALFF、ReHo、FC[29]以及腦熵值[30]等為代表的大腦功能狀態改變，MCI后期則出現大腦結構的顯著改變[29]。這些發現符合認知損害時大腦從功能到結構改變的神經生物學過程，但碎片化閱讀是否可導致上述特征性和階段性的功能和結構改變，目前尚無定論。因此，結合多模態影像技術，開展縱向研究，可以揭示碎片化閱讀損害認知和注意力的神經影像學機制。

3 磁共振成像（MRI）和腦電圖（EEG）的腦網絡分析在機制研究中的應用前景 ?認知等高級腦功能活動依賴神經元→神經元集群→特定腦區→大規模皮質組織→全腦等多層次結構的協同運作，從網絡角度才能比較全面地解析認知的腦結構與功能改變機制。基于MRI、EEG等無創腦成像技術的腦網絡研究表明，分析腦結構和功能網絡對闡明大腦認知功能具有重要意義[25]。fMRI、三維偽連續動脈自旋標記（3D-pCASL）以及結構磁共振成像（sMRI）是最常用的無創腦影像研究技術，分別反映大腦局部神經集群活動、腦血流灌注和腦結構改變[31-32]，以往用于研究各類疾病引起的大腦功能及結構的改變[33-35]。目前的多模態腦網絡研究領域尚存如下問題：①fMRI的空間分辨率較高，但時間分辨率不足（秒級）[36]，高時間分辨率的EEG和高空間分辨率的fMRI同步采集（EEG-fMRI）已用于探討認知損害的特征性腦功能網絡改變[27]，有望克服上述缺陷;②既往采用fMRI技術分析腦功能網絡改變，并不能反映fMRI最小解析時間段（秒級）內的動態大腦功能網絡，從而無法反映大腦信息傳遞過程中的動態腦功能變化，采用滑動窗技術可以進一步分析動態的大腦功能網絡[37]，結合小世界功能網絡，將有可能揭示更為詳盡的腦功能網絡改變;③腦結構和功能網絡參數眾多，采用常規影像后處理技術無法充分利用這些參數，而借助人工智能技術，對參數進行降維處理，構建機器學習模型，將有可能充分利用腦結構和功能網絡參數，開發高效的診斷體系[38]。

總之，結合EEG-fMRI和動態大腦功能網絡分析技術探討碎片化閱讀損害認知和注意力的神經影像學機制，可能有助于篩選認知和注意力易損個體，為其早期干預提供影像學證據。

[參考文獻]

[1] 中國新聞出版研究院全國國民閱讀調查課題組，魏玉山，徐升國. 第十六次全國國民閱讀調查主要發現[J]. 出版發行研究， 2019（6）：33-36，23.

[2] 袁少琪，孫文昊. 智能手機對大學生文化消費的影響探析[J]. 營銷界， 2019（25）：145-147.

[3] KONIJN E A， VELDHUIS J. The handbook of psychology of communication technology[J]. Behaviour & Information Technology， 2015，34（12）：1215-1220.

[4] VALKENBURG P M， TAYLOR PIOTROWSKI J. How media attract and affect[J]. Journal of Children and Media， 2020，49（6）：1343-1348.

[5] NESI J， PRINSTEIN M J. Using social media for social comparison and feedback-seeking： gender and popularity moderate associations with depressive symptoms[J]. Journal of Abnormal Child Psychology， 2015，43（8）：1427-1438.

[6] WARTELLA E， BEAUDOIN-RYAN L， BLACKWELL C K， et al. What kind of adults will our children become？ The impact of growing up in a media-saturated world[J]. Journal of Children and Media， 2016，10（1）：13-20.

[7] CRONE E A， KONIJN E A. Media use and brain development during adolescence[J]. Nature Communications， 2018，9（1）：588.

[8] BAUMGARTNER S E， VAN DER SCHUUR W A， LEMMENS J S， et al. The relationship between media multitasking and attention problems in adolescents： results of two longitudinal studies[J]. Human Communication Research， 2018，44（1）：3-30.

[9] WARD A F. Supernormal： how the Internet is changing our memories and our minds[J]. Psychological Inquiry， 2013，24（4）：341-348.

[10] STORM B C， STONE S M. Saving-enhanced memory： the?? ?benefits of saving on the learning and remembering of new information[J]. Psychological Science， 2015，26（2）：182-188.

[11] SILK J S， SIEGLE G J， LEE K H， et al. Increased neural response to peer rejection associated with adolescent depression and pubertal development[J]. Social Cognitive and Affective Neuroscience， 2014，9（11）：1798-1807.

[12] MESHI D， TAMIR D I， HEEKEREN H R. The emerging neuroscience of social media[J]. Trends in Cognitive Sciences， 2015，19（12）：771-782.

[13] OPHIR E， NASS C， WAGNER A D. Cognitive control in media multitaskers[J]. Proceedings of the National Academy of Sciences of the United States of America， 2009，106（37）：15583-15587.

[14] 中國互聯網網絡中心. 中國互聯網絡發展狀況統計報告[J]. 中國科技信息， 2018（5）：6-7.

[15] WIRADHANY W， NIEUWENSTEIN M R. Cognitive control in media multitaskers： two replication studies and a meta-Analysis[J]. Attention， Perception， & Psychophysics， 2017，79（8）：2620-2641.

[16] LUI K F， WONG A C. Does media multitasking always hurt？ A positive correlation between multitasking and multisensory integration[J]. Psychonomic Bulletin & Review， 2012，19（4）：647-653.

[17] ELBE P， SRMAN D E， MELLQVIST E， et al. Predicting attention shifting abilities from self-reported media multitas-king[J]. Psychonomic Bulletin & Review， 2019，26（4）：1257-1265.

[18] 溫鳳鳴. 移動互聯網時代碎片化經典閱讀的路徑和方式[J]. 傳播與版權， 2017（8）：120-122.

[19] 滕進芝. 青年思維習慣“碎片化”趨勢審視[J]. 北京教育（高教版）， 2019（3）：15-18.

[20] MOISALA M， SALMELA V， HIETAJRVI L， et al. Media multitasking is associated with distractibility and increased prefrontal activity in adolescents and young adults[J]. Neuro-Image， 2016，134：113-121.

[21] SMALL G W， MOODY T D， SIDDARTH P， et al. Your brain on google： patterns of cerebral activation during internet searching[J]. The American Journal of Geriatric Psychiatry， 2009，17（2）：116-126.

[22] ALZAHABI R， BECKER M W. The association between media multitasking， task-switching， and dual-task perfor-mance[J]. Journal of Experimental Psychology. Human Perception and Performance， 2013，39（5）：1485-1495.

[23] LOH K K， KANAI R. How has the Internet reshaped human cognition[J]？ The Neuroscientist： a Review Journal Bringing Neurobiology， Neurology and Psychiatry， 2016，22（5）：506-520.

[24] BULLMORE E， SPORNS O. Complex brain networks： graph theoretical analysis of structural and functional systems[J]. Nature Reviews Neuroscience， 2009，10（3）：186-198.

[25] SMALL G， VORGAN G. Meet Your iBrain[J]. Scientific American Mind， 2008，19（5）：42-49.

[26] GORMAN T E， GREEN C S. Short-term mindfulness intervention reduces the negative attentional effects associated with heavy media multitasking[J]. Scientific Reports， 2016，6：24542.

[27] NAKAI Y， JEONG J W， BROWN E C， et al. Three- and four-dimensional mapping of speech and language in patients with epilepsy[J]. Brain： a Journal of Neurology， 2017，140（5）：1351-1370.

[28] HU B， YAN L F， SUN Q， et al. Disturbed neurovascular coupling in type 2 diabetes mellitus patients： evidence from a comprehensive fMRI analysis[J]. NeuroImage： Clinical， 2019，22：101802.

[29] SUN Q， CHEN G Q， WANG X B， et al. Alterations of white matter integrity and hippocampal functional connectivity in type 2 diabetes without mild cognitive impairment[J]. Front Neuroanat，2018，12：21.

[30] ZHANG X， YU Y， SHI Z S， et al. Increased resting state functional irregularity of T2DM brains with high HbA1c： sign for impaired verbal memory function[J]？ Brain Imaging and Behavior， 2020. doi：10.1007/s11682-020-00285-8.

[31] NEALON R S， HOWE P R， JANSEN L， et al. Impaired cerebrovascular responsiveness and cognitive performance in adults with type 2 diabetes[J]. Journal of Diabetes and Its Complications， 2017，31（2）：462-467.

[32] XU Y， WANG L M， HE J， et al. Prevalence and control of diabetes in Chinese adults[J]. JAMA， 2013，310（9）：948-959.

[33] HU B， WANG X， HE J B， et al. Structural and functional brain changes in perimenopausal women who are susceptible to migraine： a study protocol of multi-modal MRI trial[J]. BMC Medical Imaging， 2018，18（1）：1-8.

[34] DAI Y J， ZHANG X， YANG Y， et al. Gender differences in functional connectivities between insular subdivisions and selective pain-related brain structures[J]. The Journal of Headache and Pain， 2018，19（1）：24.

[35] CHUNG S J， SHIN J H， CHO K H， et al. Subcortical shape analysis of progressive mild cognitive impairment in Parkin-sons disease[J]. Movement Disorders， 2017，32（10）：1447-1456.

[36] TEWARIE P， LIUZZI L， O'NEILL G C， et al. Tracking dynamic brain networks using high temporal resolution MEG measures of functional connectivity[J]. NeuroImage， 2019，200：38-50.

[37] ALLEN E A， DAMARAJU E， PLIS S M， et al. Tracking whole-brain connectivity dynamics in the resting state[J]. Cerebral Cortex， 2014，24（3）：663-676.

[38] DAVATZIKOS C. Machine learning in neuroimaging： progress and challenges[J]. NeuroImage， 2019，197：652-656.

（本文編輯 馬偉平）