# Dual N-Back有效嗎？研究證據與限制 Canonical: https://romeoapps.app/zh-Hant/dual-n-back/does-dual-n-back-work/ Author: Roméo Gambino · Published: 2026-09-07 · Updated: 2026-09-08 · App: Dual N-Back (https://romeoapps.app/zh-Hant/dual-n-back/) 誠實地回顧 dual n-back 的研究：哪些改進，哪些沒有改進，為什麼薈萃分析不一致，以及如何在不欺騙自己的情況下進行訓練。 ## 問題背後的問題 dual n-back 是否可以提升練習、其他記憶任務或日常生活推理的表現？這是三種不同的結果。研究通常發現訓練任務有所收穫。更廣泛的益處的證據則不太一致，並且不能證明承諾提高智商或提高成績是合理的。本指南將任務學習與遷移分開，並解釋了主要研究、它們的差異和侷限性。 [如何提高智商？研究與雙重N-back](https://romeoapps.app/zh-Hant/dual-n-back/how-to-increase-iq/) ## 興奮開始的地方 2008 年，Susanne Jaeggi 及其同事在 PNAS 上發表了一項研究，其中健康的年輕人接受了 8 到 19 次 dual n-back 任務的訓練。受過訓練的組別在矩陣推理測試中的進步比未經訓練的對照組要多，而且這種進步似乎隨著訓練量的增加而擴大。這篇論文之所以引人注目，是因為流體推理長期以來一直被認為在成年人中基本上是固定的。它被廣泛地報道，也是您今天在網上閱讀到的 n-back 培訓的大部分內容的來源。瞭解接下來發生的事情比最初的結果更重要。 ## 任務其實是由什麼組成的 dual n-back 試驗可以同時為您提供兩件事：一個正方形在 3×3 網格上的某處亮起，並且說出一個字母。每輪你的工作是回答兩個獨立的問題。這個位置和N回合前的位置一樣嗎？這聲音和N回合前的聲音一樣嗎？沒有為您儲存任何內容。要回答，您必須保留最後 N 個位置和最後 N 個聲音的滾動視窗，新增最新的對，丟棄最舊的，並保持順序不變，同時每隔幾秒就有一個新的對到達。這種不斷的重寫是這項任務比記住清單更累的原因。這也是為什麼研究文獻將其歸類為更新任務而不是儲存任務。 ### 回看兩個回合：分別比較每個通道 以 N = 2 為例。第一個位置是左上角的方塊。第二個位置是中間的方塊。第三個位置是左上角的方塊。第四個位置是右下方塊。四個聲音分別是 A、B、C、B。比較刺激 3 和刺激 1：只有位置相同。比較刺激 4 和刺激 2：只有聲音相同。始終與之前的兩個刺激進行比較，而不是與前一個刺激進行比較。 [N-back 等級解釋：N=1、N=2、N=3 以上](https://romeoapps.app/zh-Hant/dual-n-back/n-back-levels-explained/) ## 更好的分數意味著什麼 較高的分數可以反映幾個變化：熟悉反應按鈕、更好的時機、新策略或記住和更新序列的效能提高。僅憑分數無法區分這些解釋。這就是為什麼研究包括未經訓練的結果測試和對照組。難度和努力本身並不能證明某項練習會產生一般的認知益處。 ## 轉移意味著什麼，以及為什麼它決定一切 研究人員用兩種方式描述改進。近遷移意味著增益會出現在與訓練任務非常相似的任務上：另一個 n-back 變體，一個類似的更新任務。遠轉移意味著增益出現在真正不同的事情上，例如推理測驗、閱讀理解或日常生活中的注意力。近遷移相對容易產生且易於解釋，因為您在一定程度上衡量了對任務格式的熟悉程度。遠轉移這一說法使大腦訓練在商業上變得有趣，但經過仔細測試，這種說法最常失敗。 ## 近遷移：相似任務中的進步 訓練研究通常報告練習 n-back 任務的效益，有些發現轉移到類似的 n-back 任務。這並不能保證每個人或每次會議都會取得進展。它也沒有確定機制：熟悉度、時機和策略都可以發揮作用。在解釋您自己的分數變化之前，請保持任務、評分公式和設定具有可比性。 ## 遠端轉移：證據變得稀疏的地方 2013 年，雷迪克和同事進行了一項更大規模的研究，其中有一個主動對照組，這意味著對照組也執行了一項艱鉅的電腦任務，而不是什麼都不做。他們發現 n-back 訓練後流體智力沒有改善。同年，Melby-Lervåg 和 Hulme 發表了一項針對多項研究的工作記憶訓練的統合分析，並報告了短期的近效應，並且沒有可靠的遠轉移。 2016 年，同一作者在匯集了更多研究並密切關注對照組設計後，得出了類似的結論。 ## 為什麼薈萃分析不一致 2014 年，Au 及其同事專門匯總了 n-back 研究，並報告了對流體智力的微小正面影響。 2016 年，Melby-Lervåg、Redick 和 Hulme 匯總了更廣泛的資料集，但基本上沒有報告。 2017 年，Soveri 和同事發表了 n-back 訓練的多層次統合分析，發現 n-back 任務本身有明顯的改進，密切相關的任務也有一些改進，除此之外幾乎沒有什麼改進。這種分歧並不神秘。它來自於納入的研究、對照組是主動的還是被動的，以及結果如何分組。這些決定中的微小差異會極大地影響標題數字。 ## 對照組問題 主動對照組也參與比較活動。它可以幫助研究人員測試明顯的好處是否特定於培訓而不是參與、測試練習或期望。它不能自動消除群體之間的每一個差異。隨機分配、適當的結果測量、足夠的樣本量和報告所有計劃的結果也很重要。 ## 該領域的結論是什麼 2016 年，丹尼爾·西蒙斯 (Daniel Simons) 領導的一組研究人員在《公共利益心理科學》雜誌上發表了一篇長篇評論，對大腦訓練的主張進行了整體審查。他們的結論是，證據支援訓練任務的改進，為密切相關的任務提供一些支援，並且不支援關於改善日常生活中認知表現的廣泛主張。如果您想要全面瞭解而不是標題，那麼這篇評論值得全文閱讀，它適用於商業大腦訓練套件，也適用於 n-back。 ## 那麼值得這樣做嗎？ 如果您喜歡這項練習並想追蹤自己的表現，那麼可能值得一試。這並不是獲得更高智商、更好成績或更好工作表現的既定途徑。 Dual N-Back 適用於 App Store；請參閱清單以瞭解目前定價和應用程式內購買。根據它可以讓你練習的內容來選擇它，並判斷該活動是否對你有用或有趣。 ## 人們報道的軼事以及如何閱讀 個人帳戶可以提出值得調查的問題，但它們並不能證明培訓導致了變化。期望、常規中的其他變化和普通變化都是可能的替代解釋。對照研究更適合區分它們。您可以記錄您所注意到的內容，而無需將個人經驗視為對其他人有益的證據。 ## 什麼會改變圖片 更大規模的預先註冊試驗、匹配良好的主動對照、訓練後的後續行動以及分析前選擇的結果可以澄清剩餘的不確定性。聲稱特定人群受益更多也需要直接證據；平均值接近零並不能識別響應者的子組。在獲得更有力的證據之前，將結論與實際測量的任務和結果聯絡起來。 ## 合理的思考方式 一項練習可能很有趣，但不會在一般智力方面產生可測量的收益。您可能會重視挑戰和追蹤技能的機會。這些是練習的個人原因，與關於轉移的科學主張不同。將任何有保證的認知轉變的承諾視為需要強有力的獨立證據的主張。 ## 訓練時不要欺騙自己 比較相同等級和相同設定下的準確性，並檢視多個會話而不是一個個人最佳成績。記錄條件的相關變化，而不假設它們導致結果。單獨的較高等級並不能描述命中、未命中和誤報的模式。使用評分指南來解釋這些結果，並將練習的進展與其他地方未經測試的好處分開。 [如何玩 dual n-back：清晰的第一階段](https://romeoapps.app/zh-Hant/dual-n-back/how-to-play-dual-n-back/) ## 常見問題 ### dual n-back 會提高智商嗎？ 2013 年，雷迪克和同事進行了一項更大規模的研究，其中有一個主動對照組，這意味著對照組也執行了一項艱鉅的電腦任務，而不是什麼都不做。他們發現 n-back 訓練後流體智力沒有改善。同年，Melby-Lervåg 和 Hulme 發表了一項針對多項研究的工作記憶訓練的統合分析，並報告了短期的近效應，並且沒有可靠的遠轉移。 2016 年，同一作者在匯集了更多研究並密切關注對照組設計後，得出了類似的結論。 ### dual n-back 多久才會顯示結果？ 較高的分數可以反映幾個變化：熟悉反應按鈕、更好的時機、新策略或記住和更新序列的效能提高。僅憑分數無法區分這些解釋。這就是為什麼研究包括未經訓練的結果測試和對照組。難度和努力本身並不能證明某項練習會產生一般的認知益處。 ### dual n-back 比其他大腦訓練應用程式更好嗎？ 如果您喜歡這項運動並想追蹤自己的表現，那麼可能值得一試。這並不是獲得更高智商、更好成績或更好工作表現的既定途徑。 Dual N-Back 適用於 App Store；請參閱清單以瞭解目前定價和應用程式內購買。根據它可以讓你練習的內容來選擇它，並判斷該活動是否對你有用或有趣。 ### 為什麼研究對於 dual n-back 有不同意見？ 2014 年，Au 及其同事專門匯總了 n-back 研究，並報告了對流體智力的微小正面影響。 2016 年，Melby-Lervåg、Redick 和 Hulme 匯總了更廣泛的資料集，但基本上沒有報告。 2017 年，Soveri 和同事發表了 n-back 訓練的多層次統合分析，發現 n-back 任務本身有明顯的改進，密切相關的任務也有一些改進，除此之外幾乎沒有什麼改進。這種分歧並不神秘。它來自於納入的研究、對照組是主動的還是被動的，以及結果如何分組。這些決定中的微小差異會極大地影響標題數字。 ### 我還應該練習dual n-back嗎？ 比較相同等級和相同設定下的準確性，並檢視多個會話而不是一個個人最佳成績。記錄條件的相關變化，而不假設它們導致結果。單獨的較高等級並不能描述命中、未命中和誤報的模式。使用評分指南來解釋這些結果，並將練習的進展與其他地方未經測試的好處分開。 ## 延伸閱讀 - Jaeggi, Buschkuehl, Jonides & Perrig (2008), Improving fluid intelligence with training on working memory, PNAS — https://doi.org/10.1073/pnas.0801268105 - Redick et al. (2013), No evidence of intelligence improvement after working memory training, Journal of Experimental Psychology: General — https://doi.org/10.1037/a0029082 - Melby-Lervåg & Hulme (2013), Is working memory training effective? A meta-analytic review, Developmental Psychology — https://doi.org/10.1037/a0028228 - Au et al. (2015), Improving fluid intelligence with training on working memory: a meta-analysis, Psychonomic Bulletin & Review — https://doi.org/10.3758/s13423-014-0699-x - Melby-Lervåg, Redick & Hulme (2016), Working memory training does not improve performance on measures of intelligence or other far transfer, Perspectives on Psychological Science — https://doi.org/10.1177/1745691616635612 - Soveri et al. (2017), Working memory training revisited: a multi-level meta-analysis of n-back training studies, Psychonomic Bulletin & Review — https://doi.org/10.3758/s13423-016-1217-0 - Simons et al. (2016), Do “Brain-Training” Programs Work?, Psychological Science in the Public Interest — https://doi.org/10.1177/1529100616661983