12月17日晚，脑客中国科研直播特邀上海体育大学心理学院陆颖之教授，带来“运动员的预知大脑：动作预期与偏差监控优势的认知加工机制”主题报告，从专业视角揭开了运动员认知优势的神秘面纱。报告围绕研究背景、核心机制、实验发现及应用方向展开，辅以严谨数据分析与生动案例，为观众呈现了一场高质量的内容分享。
认知优势背景
陆教授指出，运动领域的认知能力由基本认知功能、高级认知功能与专项认知技能构成三维体系。其中，专项认知技能是竞技优势的核心，包括动作感知、动作预判与决策能力，在高强度竞技场景中发挥关键作用。
研究发现，乒乓球等项目的高水平运动员在时间知觉与空间知觉上具备显著优势，且在运动相关任务中表现更突出。这种优势并非单纯依赖天赋：一方面，高水平运动员天生具备认知潜质；另一方面，长期训练让他们能更高效分配运动与视觉资源，强化了视觉系统与运动系统的特异性和灵活性，实现“天赋+训练”的双重提升。
动作预期的研究范式与核心机制
- 研究技术的迭代
升级动作预判研究旨在探究如何通过有限信息预测动作结果，其研究范式不断创新：早期采用时间阻断技术，通过有限动作信息探究方向预测；后续空间遮蔽技术兴起，聚焦空间信息对预判的影响；虚拟现实技术则提供了模拟真实场景的新平台，提升实验生态效度。值得注意的是，普通人也具备基础预判能力，但专家能更充分利用身体运动学信息。
- 内部模型：预判的核心理论基础
“内部模型”是运动专家经验积累的核心成果。通过长期反复动作操作，运动员大脑会建立动作与结果的稳定对应关系，无论是自身执行动作还是观察他人行为，都会调用这一模型快速预判，实现“未动先知”。
- 运动共振与动作观察网络
研究证实，运动员大脑并非被动模仿动作，而是主动预测。观察投篮、踢球等动作时，其运动皮层会提前活跃，形成“运动共振”。这一功能依赖动作观察网络，涉及顶下小叶额下回、颞中回、顶下小脑三个关键节点。实验发现，面对熟悉动作时，节点间双向信息流会减弱——这符合预测编码模型，因预判到下一步动作，无需高强度信息传递。高水平运动员通过训练进一步塑造了高效预测通路。
- 球类运动的信息加工机制
在球类发球动作处理中，运动员需应对旋转、方向等多维信息。研究发现，专家会将这些信息分离表征，中央区运动皮层呈显著激活。为量化内部表征，研究团队通过分析专家手部运动学信息，识别关键判断依据，并提出“重叠指标”，用于衡量不同维度信息的重要性。
- 运动学信息的应用验证
实验对比乒乓球运动员、排球运动员与普通大学生的发球视频判断表现，发现运动员在运动学信息利用上更具优势。在仅提供运动学信息的条件下，乒乓球运动员的信息利用能力与训练年限、经验呈正相关。针对6-17岁青少年乒乓球运动员的实验显示，随着年龄增长和训练积累，他们观看正常视频与光点图发球动作的正确率提升、反应时间缩短，表明复杂信息整合能力逐步增强。
预期偏差监控
- 偏差感知与内部模型的关系
研究通过修改发球动作轨迹制造偏差，让受试者观看判断。结果显示，偏差感知强烈依赖内部模型，专家与新手表现出不同倾向性。在交互场景中，人们对偏差的反应随偏差大小动态调整，大偏差更易被感知。据此，研究将“偏差感知”拓展为“响应偏差”，更贴合真实交互场景。
- 偏差处理的三重差异
专家与新手在偏差处理上的差异主要体现在三方面：一是偏差表征精度，专家能准确量化偏差大小，新手判断较模糊；二是错误类型预测，专家能精准预判错误类型；三是时间维度架构，通过ERP、ERN、PE等指标发现，专家神经反应更具针对性和时效性。
- 认知加工的精细化特征
研究发现，专家与新手处理刺激材料时，额中线偶极子活动存在差异。专家在检测偏差初期能区分错误类型，评估反馈阶段则进行高效整合。此外，专家会对预期偏差进行“分级+分类”处理——分级体现在中线能量变化，分类依赖脑区联动，这种精细化加工让专家能快速调整应对策略。
- 研究应用与未来方向
基于研究成果，运动训练与认知训练的结合成为实践重点。与此同时，陆教授提出了跨学科研究方向：一是医学领域，探索动作预期在精神分裂症患者治疗中的应用；二是人工智能领域，为人体形机器人自主动作控制提供理论支撑；三是社会认知领域，拓展动作预期在人际互动、情感理解中的应用。此外，团队还将探究运动专家专业化优势对神经可塑性的影响，以及运动员应对突发信息的策略。
本次直播系统揭示了运动员动作预期优势的核心——内部模型的完善与偏差监控的精细化加工，为运动训练与认知科学研究提供了重要参考。
以上为本期直播部分内容，观看本期及往期完整视频内容可扫描下方二维码观看。
扫描二维码
观看完整视频
