基于微信小程序的在線心理學實驗工具的開發和可靠性驗證

李子龍?李益?王瑞明

摘 要 提升心理學實驗外部效度與便利性的需求使得心理學研究呈現出在線化的趨勢。線上心理學實驗具備實時獲取數據、真實性強、樣本量大的優點，然而線上實驗工具多集中于web端，缺乏移動端的心理學實驗工具，因此本研究開發了基于微信小程序的在線實驗工具，通過基于flanker范式及其變式的認知控制實驗驗證微信小程序的可靠性。結果發現，微信小程序復制的三種認知控制成分都表現出了經典的flanker效應；安卓手機與蘋果手機的表現存在差異；低性能手機與中高性能手機的表現也存在差異。其中值得注意的是，認知控制成分之間的關系符合理論共識。總而言之，微信小程序作為心理學線上實驗工具是可靠的，但是要注意設備類型與性能的影響。

關鍵詞 在線行為實驗；心理學研究工具；微信小程序；認知控制

分類號 B849

DOI：10.16842/j.cnki.issn2095-5588.2024.02.006

1 引言

心理學研究關注內部效度與外部效度，前者意味著結論的可靠性，后者則意味著結論的推廣性。線下實驗室能夠很好地保證研究結論的可靠性，但是卻因為被試數量、代表性以及實驗條件的嚴格控制導致結論的推廣性不足，這就促使心理學實驗從線下向線上延伸。線上心理學行為實驗具備實驗效率高、樣本多樣化、數據處理準確和避免主試和被試效應等優點，因此有許多心理學實驗者嘗試進行在線心理學研究。互聯網對于心理學而言，不僅是一個新的研究對象，也是一個可廣泛應用的研究工具（Birnbaum， 2000）。

用于設計線上心理學研究的工具和類似產品重點集中在PC端，國內外熱門的在線心理學研究工具主要是基于瀏覽器的web編程框架和需要下載安裝包的實驗軟件， 如PsyToolkit （Stoet， 2017）、Gorilla （www.gorilla.sc） （Anwyl-Irvine et al.， 2020）、jsPsych（www.jspsych.org） （de Leeuw， 2015）。國內自主研發的心理實驗軟件主要和心理實驗教學相關，如中國科學院心理研究所的云端心理實驗室（伍美群， 鄭劍虹， 2016）；CETS心云實驗教學系統、PsyLAB、Psytech3.0、PsyKey等產品（趙俊華等， 2019）。簡而言之，目前在線心理學實驗工具基于瀏覽器，基于移動端的實驗工具比較匱乏。經過搜集、梳理和挖掘，我們發現了一些能夠進行在線行為實驗的IOS應用程序，比如StimuliApp、pace of life等（Marin-Campos et al.， 2021; Stieger et al.， 2018），然而這些產品主要是研究者用于開展自己的研究課題，并不是普適性的心理學實驗工具。盡管如此，在線研究仍然處于蓬勃發展階段，比如在線認知訓練（申婉麗等， 2019）與使用在線測驗法研究統計的個體差異（劉琦， 盧張龍， 2023）。

微信小程序的產品概念正好填補了心理學研究在線化的需求現狀。微信官方數據表示，截至2022年11月，微信小程序日活躍用戶突破6億。微信小程序是一種不需要下載安裝即可使用的應用，用戶“掃一掃”或者搜一下即可打開應用。小程序擁有和Native App幾乎一樣的功能和形式，可以勝任開發者的諸多需求（劉紅衛， 2016）。微信小程序還具備極高的便利性，可以收集到更真實、更詳細的大量數據，為心理學行為研究在線化提供新的平臺。經過搜尋，我們發現了一款微信小程序tcLab。tcLab可以在線收集心理學量表和線上行為數據，允許主試設計與發布實驗，也允許被試完成實驗。截至2023年2月，tcLab上已經累計了2004名研究者和23122名被試，上線實驗任務8230個。然而這款小程序并未詳細說明計時準確性和計時精度，所以其行為數據的有效性與可靠性存疑。雖然tcLab存在不足，但是仍然證明了微信小程序作為移動端心理學實驗工具的潛力。

為了驗證小程序作為心理學實驗平臺的可行性，我們選擇了認知控制相關的實驗任務。認知控制是幾十年來認知心理學和認知神經科學的熱點研究領域（Sun et al.， 2019）。認知控制，也稱執行控制，是根據某一特定要求對相關信息進行靈活性加工，并抑制無關信息的機制或系統（Diamond et al.， 2007）。認知控制功能不僅直接影響個體各種認知行為的表現與結果，也關系到個體的社會性發展與心理健康 （de Zeeuw et al.， 2012; Disner et al.， 2011; Waters et al.， 2012） 。

認知控制中存在某些成分（Bialystok， 2009），其中較為關鍵的有抑制成分和轉換成分（Sun et al.， 2019），不同的認知成分其內在的作用機制各不相同（范小月等， 2012; 劉聰等， 2016）。抑制是指個體對某些可能出現沖突的刺激克服習慣的傾向反應動作并做出符合當前刺激的行為的能力，是認知控制的核心成分。抑制能力包含多個認知加工過程，Bunge等將抑制能力作了更加細致的劃分，認為抑制可以分為干擾抑制和反應抑制（Bunge et al.， 2002）。干擾抑制是指當出現多種刺激時，個體集中注意力于有關刺激上，同時忽略與目標刺激競爭的刺激；反應抑制則指向被試的行為層面，需要個體壓制易于表現出來的習慣性反應。轉換又稱認知靈活性，是指在多種刺激出現時，靈活且迅速地切換判斷角度或者方式從而做出符合新規則的行為的能力。認知靈活性高的個體具有更強的問題解決能力和人際交往能力（姚海娟等， 2008）。轉換成分幫助人們重新組織原有的行為過程，并產生新的行為去適應外部環境和內部想法的變化，因此在理解并形成新的知識和技能的過程中起著重要作用。

在抑制成分的認知研究中，多使用flanker任務和flanker變式任務進行測量。Flanker任務也稱側抑制任務，由Eriksen等在1974年提出（Eriksen & Eriksen， 1974），常被用來測量認知控制能力。被試在該任務中需要盡可能忽略周圍符號的影響并對中間的符號進行反應，符號方向一致的刺激更容易引發被試的優勢反應，因此在中間符號和周圍符號方向一致的條件下，被試的反應時更快。認知控制的三種成分：干擾抑制、反應抑制與轉換控制可以使用經典的flanker任務及其對應的兩種變式進行測量（Sun et al.， 2019）。

手機端的心理學實驗平臺雖然具有獨特優勢，但缺乏可靠的心理學實驗工具，因此本研究力圖驗證使用微信小程序作為心理學實驗工具的可行性與可靠性。首先在研究1中，我們開發并上線微信小程序，復刻了經典的flanker范式及其變式，收集被試的反應時和正確率，并且保證反應時計時具備毫秒級的精確性。研究2是驗證微信小程序平臺能夠復現flanker效應，并且探討設備類型和設備性能的影響。研究3進一步探討不同認知控制成分之間的關系，驗證來自微信小程序的實驗結果是否符合已有的理論共識。本研究假設微信小程序的三種認知控制任務都可以重復出flanker效應，但是蘋果手機與安卓手機之間存在差異，并且不同性能的手機收集數據的效果也可能存在差異。此外，本研究還假設三種認知控制成分的效應量之間存在不顯著的相關，但是由于抑制控制與干擾控制同屬于抑制成分，所以抑制控制與干擾控制之間的相關性高于抑制與轉換成分之間的相關性。

2 研究1：基于微信小程序的心理學在線實驗平臺開發與上線

2.1 注冊賬號

用戶進入小程序首頁之后點擊首頁的注冊按鈕，獲取微信的默認頭像，然后會被詢問是否同意獲取手機品牌、設備型號、網絡狀態等信息，之后進入信息完善界面，填寫姓名、年齡、利手和性別等人口學信息。該小程序除了收集人口學變量之外還收集了被試的手機型號信息與性能信息。獲取手機設備類型的實現方法為經被試知情同意后，使用wx.getSystemInfoAsync接口提取被試登錄微信小程序的設備型號、操作系統、網絡狀態和設備性能等信息。將獲取成功的系統信息中brand和model值作為設備型號，根據不同的設備型號區分安卓和蘋果兩種機型。將獲取成功的系統信息中benchmarklevel值作為設備性能的水平，1以下表示性能未知，25～34為高檔，21～24為中檔，3～20為低檔。該分類標準直接來自微信官方制定的設備性能標準（https：//developers.weixin.qq.com/minigame/dev/guide/performance/perf-benchmarkLevel.html）。

微信官方分析了市面上超過99%的用戶的手機性能，根據CPU、GPU、內存等硬件因素對不同型號的手機評分與分檔，涵蓋超過8000款設備。微信官方還調查了蘋果手機與安卓手機中不同的檔位分布。官方文檔顯示，蘋果手機高中低三檔的分布為6.60%、15.20%；安卓手機高中低三檔的分布為33.40%、34.50%與32.10%。性能分布來自微信官方提供的文檔（https：//developers.weixin.qq.com/minigame/dev/guide/performance/perf-mesure.html）。

Benchmaeklevel值以及分檔都由微信官方提供，并且一直用于指導小程序開發者進行性能優化，因此使用Benchmaeklevel值對設備硬件性能進行計分以及分檔是目前最全面、權威與可靠的方法。

2.2 角色頁面

用戶角色分為被試和主試兩個身份，兩個角色在查看數據和管理被試費方面擁有不同的操作權限，并且各自的“我的”頁面呈現不同的入口。被試成功注冊后，系統為每個用戶自動生成隨機的ID號。被試可以自行查看完成的實驗和被試費狀態，添加主試微信領取被試費。主試可以查看任務信息、被試的注冊信息及被試費發放狀態。

2.3 刺激呈現

被試閱讀完實驗指導語后進入實驗運行環節，實驗刺激按照打亂后的順序依次呈現。實驗刺激以對象數組的形式保存在js文件中，包括刺激內容、刺激條件（一致、不一致）、刺激顏色、正確答案、點擊反應和反應時等主要屬性。小程序調用setTimeout函數控制實驗刺激或者空屏呈現的時間間隔，使用promise對象控制實驗刺激定時呈現后的后續事件。

2.4 反應記錄

由于微信小程序的使用習慣是在單個手機屏幕上完成所有的操作，因此這里的實驗范式在用戶交互上做出改動，實驗刺激位于屏幕中央，兩邊灰色區域作為被試的反應區域，左右區域分別使用左右箭頭作為指示標志，即“ ”符號表示左鍵，“”符號表示右鍵。

在練習實驗中，被試看見實驗刺激并做出點擊屏幕的動作后，系統進行反饋。首先是屏幕兩側灰色按鈕消失，屏幕正中央出現反饋信息，如果被試點擊了正確的按鈕，屏幕中央呈現“正確”提示，如果被試點擊了錯誤的按鈕，屏幕中央呈現“錯誤”提示。如果被試在規定時間內沒有點擊灰色按鈕區域，屏幕中央則出現“未做出反應”的提示。

在正式實驗中，小程序對被試的反應和反應時都進行了記錄，但不呈現任何反饋。當被試出現點擊動作后，小程序調用Date.now函數記錄被試從刺激出現到做出反應之間的時間間隔——精確到毫秒，并保存至任務信息的對象數組，立即隨機進入下一個試次。如果被試在2000ms內未做出任何反應，小程序自動進入下一個試次。被試完成了該任務的所有試次后，小程序計算執行任務的總正確率并保存，最后訪問uploadData云函數，將任務信息上傳至云數據庫datas集合，首次完成的記錄上傳至money集合。

3 研究2：基于微信小程序的心理學線上實驗平臺的可靠性驗證

3.1 被試

線上一共招募到151名大學生被試，年齡在18～28歲（M=20.74，SD=1.802），43%為男性，57%為女性，89.4%為右利手，10.6%為左利手。剔除無反應試次，保留正確率在75%以上的數據，刪除三個標準差以外的極端數據，共115人完成干擾抑制任務，127人完成反應抑制任務和轉換控制任務，共76人全部完成三個認知控制任務。將各個任務下有效被試的反應時作為因變量。

3.2 程序

被試掃描“伴你科研”微信小程序二維碼或者搜索“伴你科研”關鍵字，進入小程序首頁，點擊注冊按鈕，確定系統獲取微信個人信息和設備信息，隨后完善個人基本信息，包括真實姓名、學校/單位、專業/職業、身份證號碼、性別、手機號碼、支付寶賬號，填寫完畢后注冊成功。之后被試在小程序首頁選擇一個任務并跳轉至實驗詳情頁閱讀實驗相關說明，包括實驗名稱、實驗過程須知、倫理準則和被試費說明等，點擊確定進入實驗運行頁面。系統依次呈現指導語，被試點擊“閱讀完畢”進入練習實驗。當被試正確率達到80%以上時，可以點擊“繼續練習”以進行一次練習實驗，或者點擊“進入實驗”進行正式實驗。系統允許被試一直練習，直到確認自己熟悉實驗規則后再進入正式實驗。作答結束后，屏幕中央顯示“本實驗已結束”并自動返回小程序首頁。各任務流程與手機所呈現的界面見圖2。

本研究采用了干擾抑制任務、反應抑制任務和轉換控制任務。干擾抑制任務是經典的flanker任務，實驗刺激是五個朝向相同或不同的箭頭（< < < < < 或 < < > < <），任務包含練習實驗和正式實驗，練習實驗共有六個試次，正式實驗共有16個試次，所有試次均隨機呈現。在練習實驗中，屏幕中央出現“+”注視點，500ms后出現實驗刺激，被試看見實驗刺激后，需要盡可能迅速且正確地對中間的箭頭方向進行反應，屏幕兩側灰色區域為被試做出點擊動作的反應區域，箭頭向左按左鍵，箭頭向右按右鍵。若被試做出點擊屏幕的動作，系統提供“正確”或“錯誤”反饋。反饋信息呈現1250ms后進入250ms的空屏，接下來呈現下一個試次。在正式實驗中，被試看見實驗刺激立即做出反應后，系統不會出現正確與否或者未出現反應的反饋，其余的實驗流程和時間間隔與練習實驗一致。

反應抑制任務是flanker的變式任務，流程與干擾抑制一致，區別在于實驗刺激變更為兩側三角形或者圓形形狀和中央左或右箭頭（▲▲<▲▲或●●>●●）。兩側為三角形時，被試做出與箭頭方向一致的反應；兩側為圓形時，被試做出與箭頭方向相反的反應。轉換控制任務采用顏色-形狀轉換任務（Wang et al.， 2007），該任務的實驗刺激是五個紅色或黃色的圓形或三角形。被試根據線索判斷刺激的形狀或者顏色：線索為顏色時，紅色按左鍵，黃色按右鍵；線索為形狀時，三角形按左鍵，圓形按右鍵。該任務包含練習實驗和正式實驗，練習實驗共6個試次，正式實驗共64個試次。在第32試次后安排20s的定時休息，20s倒計時結束后，繼續進行剩下的32個試次。在注視點之后呈現線索250ms，其余同干擾抑制任務和反應抑制任務。

3.3 結果

3.3.1 認知控制任務

將任務條件作為自變量，被試在各個認知控制任務上的成績作為因變量，將反應時進行自然對數轉換后放入SPSS 26.0進行配對樣本t檢驗。被試在三種認知控制任務上的數據結果見表1。

配對樣本t檢驗結果發現，在干擾抑制任務中，不一致條件下的反應時顯著長于一致條件下的反應時，t（114） = 11.943，p<0.001，Cohen’s d=0.63。在反應抑制任務中，不一致條件下的反應時顯著長于一致條件下被試的反應時，t（126）=5.612，p<0.001，Cohen’s d=0.36。在轉換控制任務中，不一致條件下的反應時顯著長于一致條件下的反應時，t（126）=13.327，p<0.001，Cohen’s d=0.52。實驗結果見圖3。

被試在三個認知控制任務均表現出flanker效應。這說明微信小程序總體上可以用于收集心理學行為實驗數據。為了進一步驗證線上實驗復刻出經典心理學效應是否受到手機本身因素（如設備類型和設備性能）的影響，接下來分別研究設備類型與設備性能對三個認知控制任務成績的影響。

3.3.2 設備類型的影響

線上招募的151名大學生被試中，38人使用蘋果手機，113人使用安卓手機。正確率在75%以下的被試數據、非移動設備的數據（如平板和電腦）、無反應試次、3個標準差以外的極端數據被刪除。干擾抑制任務的有效樣本是110人，71.8%安卓機型，28.2%蘋果機型；反應抑制任務的有效樣本是123人，74.8%安卓機型，25.2%蘋果機型；轉換控制任務的有效樣本是124人，76.6%安卓機型，23.4%蘋果機型。

采用兩因素混合設計方差分析。被試間變量是設備類型，包括安卓和蘋果兩個水平。被試內變量是任務條件，包括一致和不一致兩個水平，因變量是反應時。將反應時取自然對數放入SPSS 26.0進行2（任務條件：一致、不一致）×2（設備類型：安卓、蘋果）的重復測量方差分析。事后比較采用Bonferroni法校正。安卓機型和蘋果機型的不同認知控制任務的反應時見表2。

方差分析結果表明，在干擾抑制任務中，干擾抑制條件的主效應顯著，干擾抑制任務不一致條件下的反應時顯著長于一致條件下的反應時（F（1，108）=121.92， p<0.001，η2=0.53）；設備類型的主效應顯著，安卓設備的反應時顯著高于蘋果設備的反應時（F（1，108）=7.69，? p=0.007，η2=0.07）；干擾抑制條件和設備類型的交互作用不顯著（F（1，108）=2.81， p=0.097，η2=0.03）。結果見圖4。

方差分析結果表明，在反應抑制任務中，反應抑制條件的主效應顯著（F（1，121）=18.37， p<0.001，η2=0.13）；設備類型的主效應顯著，安卓設備的反應時顯著高于蘋果設備的反應時（F（1，121）=7.51， p=0.007，η2=0.06）；反應抑制條件和設備類型的交互作用不顯著（F（1，121）=0.38， p=0.537，η2=0.003）。

在轉換控制任務中，轉換控制條件的主效應顯著（F（1，122）=170.23， p<0.001，η2=0.58）；設備類型的主效應不顯著（F（1，122）=1.60， p=0.209，η2=0.01）；轉換控制條件和設備類型的交互作用顯著（F（1，122）=9.12， p=0.003，η2=0.07）。具體而言，簡單效應檢驗結果表明，安卓手機在一致條件和不一致條件下的反應時差異顯著（F（1，122）=107.47， p<0.001，η2=0.468）；蘋果手機在一致條件和不一致條件的反應時差異顯著（F（1，122）=84.25， p<0.001，η2=0.41）。總的結果發現整體上安卓手機的反應時比蘋果手機的長。在干擾抑制任務和反應抑制任務中，設備類型與條件沒有表現出顯著的交互，而轉換控制任務中出現了明顯的交互，即蘋果手機在不同條件下收集到的反應時差異比安卓手機的大。

然而蘋果手機與安卓手機硬件性能水平不同，專注高端市場的蘋果手機表現更好可能與其較高的手機硬件性能相關。微信官方提供的性能分布中，蘋果手機的高性能機型占比為78.20%，而中低檔機型加起來只占21.80%，安卓手機在不同性能檔位之間的分布則比較均勻，低中高三檔依次為33.40%，34.50%與32.10%。所以蘋果手機與安卓手機的差異到底是來自硬件性能還是軟件層面的操作系統不能確定。因此接下來我們分離硬件性能與操作系統的影響，以進一步分析蘋果手機與安卓手機所收集的數據的差異的來源。我們首先統計了本研究中性能為“未知”以外的所有機型的性能分布，結果見表3。

蘋果手機中主要是高性能的機型，且分布與微信官方統計的較為一致。為了進一步控制硬件性能的影響，我們只選取了高性能的蘋果手機與高性能的安卓手機的數據，然后使用平均反應時與三種不同成分的效應值作為因變量。平均反應時為被試不同試次反應時的平均數。在干擾抑制和反應抑制成分中，效應值為flanker效應值，即不一致試次反應時減去不一致反應時；在轉換控制中，效應值為轉換代價，即轉換試次的反應時減去不需要轉換試次的反應時。使用SPSS 26.0進行獨立樣本t檢驗，結果見表4。

結果發現，高性能的蘋果手機與安卓手機收集到的反應時不存在顯著差異（ps>0.05），但是在干擾抑制的效應值上，蘋果手機與安卓手機之間存在顯著差異（p=0.024）。這說明即使在硬件上都屬于高性能手機，蘋果手機與安卓手機不同的操作系統也會帶來數據收集效果的差異。

以上結果表明不同的設備類型的確影響微信小程序收集線上認知控制任務數據的效果。總體上蘋果手機的反應時顯著快于安卓手機，而且即使都是高性能手機，安卓手機和蘋果手機測量出來的干擾抑制中的flanker效應量也存在差異。因此蘋果手機與安卓手機不僅在硬件水平上存在性能差異，在軟件層面上也存在差異。

除了手機類型會造成影響之外，同種手機內部也存在不同檔位的硬件性能。不同的硬件性能也可能影響數據收集效果，所以接下來我們分析了手機性能的影響。

3.3.3 設備性能的影響

為了控制手機類型的影響，且由于蘋果手機的性能分布并不均勻，低性能手機過少，中性能手機的數據則直接缺失，所以去除了所有的蘋果手機，本研究只分析了安卓手機的數據。在剔除無反應試次，保留正確率在75%以上的數據，刪除3個標準差以外的極端數據之后，不同設備性能的被試量分布見表3中的安卓部分。

采用兩因素混合設計方差分析。被試間變量是設備性能，包括高、中、低三個水平。被試內變量是任務條件，包括一致和不一致兩個水平。因變量是反應時。將有效數據進行自然對數轉換后放入SPSS 26.0，進行2（任務條件：一致/不一致）×3（設備性能：高/中/低）重復測量方差分析。事后比較采用Bonferroni法校正。高、中、低性能設備的不同認知控制任務的成績見表5。

方差分析結果表明，在干擾抑制任務中條件的主效應顯著，干擾抑制任務不一致條件下的反應時顯著長于一致條件下的反應時（F（1，71）=60.10， p<0.001，η2=0.46）；設備性能的主效應顯著（F（2，71） = 6.01， p=0.04， η2=0.15）；事后檢驗結果表明，低性能設備收集到的反應時顯著長于中性能設備（p=0.005），顯著長于高性能設備（p=0.011），中性能和高性能無顯著差異（p=1.00）。干擾抑制條件和設備性能的交互作用不顯著（F（2， 71） =0.83， p=0.44， η2=0.02）。

方差分析結果表明，在反應抑制任務中，條件的主效應顯著，不一致條件下的反應時顯著長于一致條件下的反應時（F（1，80）= 12.85，p<0.001， η2=0.14）；設備性能的主效應顯著（F（2，80）=3.20，? p=0.046，η2=0.07）；事后檢驗結果表明，低性能手機收集到的反應時邊緣顯著高于高性能的反應時（p=0.054），中性能與高性能無顯著差異（p=1.00），中性能與低性能反應時邊緣顯著差異（p=0.084）。條件和設備性能的交互作用顯著（F（2，80）=4.75，? p=0.012，η2=0.10）。具體而言，簡單效應檢驗分析結果表明，高性能設備在一致條件和不一致條件下的反應時差異顯著（p<0.001）；中性能在一致條件和不一致條件下的反應時差異顯著（p=0.015）；低性能在一致條件和不一致條件下的反應時差異不顯著（p=1.00）。

在轉換控制任務中，條件的主效應顯著，不一致條件下的反應時顯著長于一致條件下的反應時（F（1，83）=91.40， p<0.001， η2=0.45）；設備性能的主效應不顯著（F（2，83）=2.34， p=0.102， η2=0.05）；條件和設備性能的交互作用邊緣顯著（F（2，83）=2.83， p=0.096， η2=0.055）。簡單效應檢驗表明，高性能設備收集的反應時在不同條件間差異顯著（p<0.001），中性能設備的反應時差異顯著（p<0.001），低性能設備差異不顯著（p=0.102）。

本研究發現不同性能的安卓手機收集到的數據質量是不同的。低性能的手機更加不靈敏，收集到的反應時比中高檔的手機更長，而中高檔之間沒有差異。低性能手機在反應抑制和轉換控制任務中沒有探測到顯著的flanker效應。

綜合以上研究，微信小程序采集線上行為實驗數據在可靠性方面總體上是可以接受的，只是需要注意手機類型與性能的影響。然而微信小程序收集而來的數據是否能真實反映出研究對象之間的關系，即認知控制不同成分之間的關系如何，研究2無法說明，由此進行研究3。

4 研究3：對認知控制成分關系的驗證

4.1 被試

研究2線上一共招募151名大學生被試，從中選擇全部完成三個認知控制任務的被試，共76人。剔除無反應試次，保留正確率在75%以上的數據，刪除3個標準差以外的極端數據。由于低性能手機在數據收集上并不可靠，此處選擇中高性能的手機進行分析，其中65.8%為安卓機型，34.2%為蘋果機型。

4.2 程序

同研究2。

4.3 結果

分析不同認識控制成分的flanker效應值，計算方法見研究2。各成分的效應值見表6。

使用JASP 0.17.1進行數據處理，比較認知控制成分之間的相關性差異。皮爾遜相關分析結果表明，干擾抑制成分和反應抑制成分無顯著相關（r=-0.17， p=0.148），干擾抑制成分和轉換成分無顯著相關（r=0.10， p=0.419），反應抑制成分和轉換成分無顯著相關（r=-0.04， p=0.705）。這種不顯著的結果符合三種認知控制成分相對獨立的理論共識，但是由于方差分析這類的假設檢驗在驗證零假設方面沒有優勢，而貝葉斯因子分析在驗證零假設方面具有假設檢驗沒有的優勢（Kruschke， 2010），所以進一步采用貝葉斯因子分析驗證了三種成分的關系。同樣使用JASP 0.17.1統計軟件進行貝葉斯因子分析，三個H0假設分別為干擾抑制與反應抑制相關系數為0；干擾抑制和轉換控制相關系數為0以及反應抑制與轉化控制相關系數為0。皮爾遜相關系數和BF10見表7。

貝葉斯皮爾遜相關分析結果表明，干擾抑制成分、反應抑制成分和轉換控制成分之間的相關性貝葉斯分析表明各個成分之間的相關均低于1，這支持H0假設，即干擾抑制成分、反應抑制成分和轉換控制成分之間不存在明顯的相關。這意味著在認知控制過程中的確存在三個分離的認知控制成分。轉換控制與另外兩個成分的相關系數的BF10低于0.33，這意味著中等程度的證據支持轉換控制與干擾抑制、反應抑制之間關系不密切。干擾抑制與反應抑制同屬于抑制控制，這說明轉換控制與抑制控制關系不密切。而干擾抑制和反應抑制的相關系數的BF10是另外兩個BF10的2.03倍與2.59倍，這說明同屬于抑制控制的兩個成分相關性雖然低，但是比轉換控制與抑制控制的相關性高，表明二者同屬于轉換控制以外的抑制控制成分，這與Bunge對抑制成分的分類觀點一致（Bunge et al.， 2002）。

5 討論

本研究探索了微信小程序作為新型心理學在線研究工具的可能性與可靠性，通過復刻認知控制任務發現微信小程序在三個認知控制任務中均表現出經典的心理學效應。蘋果手機比安卓手機更加靈敏，中高性能的手機在檢測不同條件的差異性方面更穩定可靠，更能測量到心理學效應。本研究關注了線上數據的目標研究對象之間的真實關系，對微信小程序的工具屬性在心理學研究中的實際意義展開討論。

5.1 作為線上心理學實驗工具的微信小程序

本研究梳理了在線心理學行為研究的工具現狀，發現心理學研究工具大部分集中在PC端安裝包和web編程框架，這些工具依賴個人計算機，便捷性有限，并且存在一定程度的使用成本。本研究通過設計、環境搭建和功能開發，最終實際上線基于微信小程序的在線心理學實驗工具。經測試，系統界面、功能運行和基礎性能表現等處于正常水平，能夠滿足科學研究的基礎使用。

本研究使用騰訊云開發成功搭建微信小程序開發環境，設計小程序的系統架構，針對在線心理學行為研究特點進行開發，實現了主試被試分離、實驗發布和數據收集和被試費發放的功能。在運行方面，干擾抑制任務、反應抑制任務和轉換控制任務三個行為范式在微信小程序上成功運行，具體而言，打開、跳轉、實驗運行、記錄反應時、保存數據的功能全部成功執行。在刺激呈現方面，小程序使用setTimeout函數使隨機化呈現的任務試次按照設置的時間間隔在可接受的區間內穩定出現。在反應記錄方面，微信小程序使用Date.now函數記錄被試的反應時間，同時對被試的按鍵動作進行正確、錯誤和是否做出反應的判斷。

總而言之，小程序能夠按照主試要求呈現刺激，并且記錄被試的反應并收集到毫秒級的反應時，初步達到心理學科學研究的標準。

5.2 微信小程序的可靠性

微信小程序成功復刻干擾抑制任務、反應抑制任務和轉換控制任務，都得到了顯著的flanker效應，即不一致條件下被試對刺激的反應時顯著長于一致條件下的反應時。之后進一步探索了手機系統類型與手機硬件性能的影響。

在手機系統類型方面，不同任務在安卓機型和蘋果機型下的表現不一樣，總體而言，在蘋果手機上采集反應時比在安卓手機上靈敏，更接近線下實驗室被試的反應時成績。進一步去除硬件性能的影響后，對高性能的安卓手機與蘋果手機的比較同樣發現了差異。蘋果高性能手機和安卓高性能手機在干擾抑制、反應抑制與轉換控制的總體反應時上沒有顯著差異，在反應抑制與轉換控制的效應值上也沒有差異，但是在干擾抑制的效應值上，也就是傳統的flanker效應值上，兩者存在差異。蘋果手機收集到的flanker效應值（102±46.56ms）顯著高于安卓手機（52.04±52.89ms）。這種差異說明蘋果手機除了平均硬件性能高于安卓機之外，其所搭載的IOS系統也比安卓手機搭載的Android系統靈敏。這與前人研究也一致。Pronk等比較臺式機、筆記本電腦、智能手機和平板電腦上的主流web瀏覽器后發現，使用IOS進行心理測試明顯比安卓準確（Pronk et al.， 2020）。

本研究還關注了手機性能的影響，結果顯示低性能設備的表現沒有中性能設備和高性能設備好。中性能手機和高性能手機的表現一樣可靠，而低性能手機不僅靈敏性更差，還無法有效測量到反應抑制和轉換控制中的flanker效應。因此在使用微信小程序收集科研數據時，推薦使用中性能和高性能的智能手機，并且注意區分數據是來源于安卓手機還是蘋果手機。在正式開展實驗之前，主試應對數據采集的設備類型、可用型號、網絡環境、使用的微信版本等相關信息進行說明，在分析過程中應該采用必要的方法去除手機性能與手機類型對數據結果的干擾。

5.3 小程序反映出的認知控制

本研究除了復現經典范式之外，還驗證了微信小程序是否能夠得到符合理論預期的結果。本研究發現不同的認知控制成分之間的相關性較低，且均未達到顯著，這表明認知控制在個體的認知控制系統中確實存在三個明顯分離的認知控制成分，這一結論與線下實驗室發現認知控制包含干擾抑制成分、反應抑制成分和轉換控制成分的觀點相符（Bialystok et al.， 2009）。根據貝葉斯因子分析的結果，干擾抑制與反應抑制之間相關程度高于轉換控制與抑制控制的相關程度。這一結果支持反應抑制和干擾抑制都屬于抑制控制、而轉換控制不屬于抑制控制這一共識。通過微信小程序得到的結果與學界的共識以及前人結果一致，說明小程序不僅能再現認知控制范式的經典效應，其延伸的結果同樣符合認知控制的已有理論。

5.4 研究局限與展望

由于主客觀條件的限制，本研究存在以下問題。第一，微信小程序復刻的實驗范式有限，無法證明微信小程序適合所有的認知行為實驗，比如它不適合對刺激呈現時間要求更高的Attentional Blink任務和Masked Priming任務。第二，刺激呈現與反應時目前的精度為毫秒級，尚未達到微秒級。第三，無法去除來自多任務并行、網絡環境及人為因素等方面的影響。未來不僅需要探索其他范式在小程序平臺上的可靠性，還應該對計時準確性及其影響因素展開更詳細的研究，比如，使用外部計時的光敏二極管等專業硬件測量刺激的持續時間和被試的反應時間，并提供被試反應時的數據分布形態。

參考文獻

范小月， 王瑞明， 吳際， 林哲婷（2012）. 熟練和非熟練中英雙語者不同認知控制成分的比較. 心理科學， 35（6）， 1304-1308.

劉聰， 焦魯， 孫遜， 王瑞明（2016）. 語言轉換對非熟練雙語者不同認知控制成分的即時影響. 心理學報， 48（4）， 1-10.

劉琦， 盧張龍（2023）. 在線測驗法在統計學習個體差異性研究中的應用. 心理技術與應用， 11（6）， 376-384.

劉紅衛（2016）. 微信小程序應用探析. 無線互聯科技， 13（23）， 11-12.

申婉麗， 張舒涵， 黃小璐， 魏雷， 何清華（2019）. 線上認知訓練的研究現狀與訓練效果. 心理技術與應用， 7（11）， 671-682.

伍美群， 鄭劍虹（2016）. 心理學實驗教學結合模式的實證研究. 嶺南師范學院學報， 37（3）， 143-150.

姚海娟， 白學軍， 沈德立（2008）. 認知靈活性和頓悟表征轉換：練習類型的影響. 心理學探新， 28（4）， 5.

趙俊華， 王艷， 張夢瑩（2019）. 心理實驗教學系統設計思路與發展探索. 中國教育技術裝備， 2019（24）， 12-13， 16.

Anwyl-Irvine， A. L.， Massonnié， J.， Flitton， A.， Kirkham， N.， & Evershed， J. K. （2020）. Gorilla in our midst： An online behavioral experiment builder. Behavior Research Methods， 52（1）， 388-407.

Bialystok， E. （2009）. Bilingualism： The good， the bad， and the indifferent. Bilingualism： Language and cognition， 12（1）， 3-11.

Birnbaum， M. H. （Ed. ）. （2000）. Psychological experiments on the Internet. San Diego： Academic Press.

Bunge， S. A.， Dudukovic， N. M.， Thomason， M. E.， Vaidya， C. J.， & Gabrieli， J. D. （2002）. Immature frontal lobe contr-ibutions to cognitive control in children： Evidence from fMRI. Neuron， 33（2）， 301-311.

de Zeeuw， P.， Weusten， J.， Van Dijk， S.， Van Belle， J.， & Durston， S. （2012）. Deficits in cognitive control， timing and reward sensitivity appear to be dissociable in ADHD. PLOS ONE， 7（12）， e51416.

Diamond， A.， Barnett， W. S.， Thomas， J.， & Munro， S. （2007）. Preschool program improves cognitive control. Science， 318（5855）， 1387-1388.

Disner， S. G.， Beevers， C. G.， Haigh， E. a. P.， & Beck， A. T. （2011）. Neural mechanisms of the cognitive model of depression. Nature Reviews Neuroscience， 12（8）， 467-477.

Eriksen， B. A.， & Eriksen， C. W. （1974）. Effects of noise letters upon the identification of a target letter in a nonsearch task.Perception & Psychophysics， 16， 143-149.

Kruschke， J. K. （2010）. Doing Bayesian data analysis： A tut-orial with R and BUGS （1st ed.）. Bloomington ： Academic Press， Inc.

Marin-Campos， R.， Dalmau， J.， Compte， A.， & Linares， D. （2021）. StimuliApp： Psychophysical tests on mobile devices. Behavior Research Methods， 53（3）， 1301-1307.

Stieger， S.， Lewetz， D.， & Reips， U. （2018）. Can smartphones be used to bring computer-based tasks from the lab to the field？ A mobile experience-sampling method study about the pace of life. Behavior Research Methods， 50（6）， 2267-2275.

Stoet， G. （2017）. PsyToolkit： A novel web-based method for run-ning online questionnaires and reaction-time experiments. Teaching of Psychology， 44（1）， 24-31.

Sun， X.， Li， L.， Ding， G.， Wang， R.， & Li， P. （2019）. Effects of language proficiency on cognitive control： Evidence from resting-state functional connectivity. Neuropsychologia， 129， 263-275.

Waters， F.， Allen， P. D.， Aleman， A.， Fernyhough， C.， Woodward， T. S.， Badcock， J. C.， ... Lar?i， F. （2012）. Auditory hallucinations in schizophrenia and nonschizophrenia populations： A review and integrated model of cognitive mechanisms. Schizophrenia Bulletin， 38（4）， 683-693.