‹ 返回工坊合集
数学游戏工坊 · 注意力篇 | 九章格数学 PhiloMath

静观寻数

舒尔特方格:把 1 到 N 打散在一张表里,按顺序一个个找出来。比的是搜索速度,练的是视觉广度——尽量让目光钉在中央,用余光把四周的数字收进眼里。
当前盘面
5 × 5
限时
100 秒
本机最佳
—
本局失误
0

开始挑战 · 真表、真点、真计时

规则只有一条:从 1 开始,按 1、2、3……的顺序依次点下去,直到点完最大的数。点对了格子会亮一下并淡出(训练要求:找过的数字退出视线的干扰);点错了格面会抖一下、记一次失误,但进度不受影响。限时内点完即为完成。
① 盘面大小
② 限时
③ 训练辅助
下一个:1 已用:0.0 秒 剩余:100.0 秒 失误:0 进度:0 / 25
选好盘面与限时,点「开始挑战」。
刚找对的格子(保留模式) 已找过的数字(淡出模式) 您的目光路径(结算时画出) 点错的格子(结算时标红)

本机纪录(四种配置各留最佳)

视线路径 · 目光要走多远,才算练到了广度

玩舒尔特表,目光到底在干什么?下面把 1 → N 的寻找过程画成一条路径:每找到一个数,目光就从上一个数字跳到下一个数字。两种排布一对比,训练的差别立刻看得出来。
① 排布
② 盘面大小
③ 播放
进行到:— 本步距离:— 格 累计行程:— 格 平均步距:— 格
选好排布与盘面,点「播放路径」。
目光路径 已找到的数字 同心圆=注视中心与外围视野刻度
把行程算清楚(本页现算,精确枚举,不是估计)
盘面随机排布
平均步距(格)
随机排布
总行程(格·含起步)
蛇形顺序排布
总行程(格·含起步)
倍数

「随机排布」一列是精确的数学期望:下一步落在哪个格子里与这一步无关,所以把全部 N(N−1) 个有序数对的距离加起来取平均即可(再加起步那一步的期望)。所谓「含起步」,是指目光从表格中心的注视点出发去找第 1 个数的那段距离——本工坊的行程统计与路径回放都按这个口径。蛇形排布下每两步之间恰好跨 1 格,加起来正好是 N−1 格;代价是根本不用搜索,闭着眼也知道下一个在哪儿。

为什么随机排布才练得到东西?蛇形排布把视线行程压到最短,但它的信息是「位置已知」的:您不需要搜索,只需要按部就班地移动。随机排布则相反——每一个数字都在一个不可预期的位置,您就必须在整个视野里搜索。上表的倍数就是这件事的量化:随机排布下,4×4 的视线行程是蛇形的 2.1 倍,5×5 是 2.7 倍。

中心凝视与外围视野。训练时通行的一条要诀是:把注视点尽量钉在表格中央,用外围视野去找数字,而不是让眼球一个格一个格地扫过去。表上画的同心圆就是这个意思——离中心越远的数字,越要靠余光(而不是转头转眼)去捕获。5×5 的格心到中心的平均距离约 1.87 格,4×4 约 1.50 格:表越大,要「收进眼里」的范围越宽,这就是视觉广度被拉伸的地方。

一个诚实的提醒。「盯住中央、用余光找」是训练建议,不是规则。对初学者来说,允许目光移动往往更快;等速度稳定了,再试着减少眼动。本工坊不强制任何姿势——您自己比较两种做法的用时,那才是您的数据。

历史 · 一张表从诊室走到操场

它最早不是游戏,而是一件测量工具。

这套表格以德国精神科医师与心理治疗师舒尔特(Walter Schulte,1910 — 1972)命名,德文叫 Schulte-Tabellen。二十世纪五十至六十年代,他在图宾根从事精神病理学与心理治疗方面的研究,为了考察注意力的特性——集中、稳定、分配、转移——设计了这张表:格内随机填入数字,被测者按顺序依次找出,主试记录用时与过程。它最初的用途是心理诊断:测量注意力的稳定性,以及视觉搜索的效率与速度。

它从诊室走出去的第一步,落在工程心理学上。二十世纪中叶,航空与军事心理学需要筛选、训练那些能在仪表与座舱里迅速捕捉目标的人,这类「视觉搜索 + 快速定向」的任务被引入飞行员等职业的测评与训练;此后又进入教育领域(注意力训练)、临床康复(脑损伤与注意缺陷的评估与训练),并在二十世纪末的速读训练中流行开来——速读教练相信它可以扩大视觉广度、减少阅读时多余的眼动。

规范的做法一直很简单:一张 5×5 的表,格内是打乱的 1 到 25,按序找出、边找边念出声,旁边有人掐表。后来有人把它做成 4×4、6×6、7×7,或改成字母、颜色、双色交替,但骨架始终是这张表。

作为训练工具,它有一个要点常被忽略:同一张表要反复练。先在一张表上把速度练稳,再换新表——本工坊的「同盘面再来一次」按钮,就是为这件事准备的。每次都换新表,练的只是「重新适应」,曲线会一直乱。

最后说一句考据上的注意:中文普及资料里常能见到「美国神经心理学家舒尔特」一类的说法,与德文文献口径不符;也有把名字记成 J. Schulte 的。本工坊按德文文献的通行转述,写作 Walter Schulte,德国,图宾根。舒尔特的原始论文为德文,本页生平细节据公开的普及性资料整理,未逐篇核验原刊。

一张表的时间线

时期事件
1950 年代舒尔特在图宾根研究注意力的特性、视觉搜索过程
1960 年代Schulte-Tabellen 成形,成为测量注意力与视觉知觉的心理诊断工具
1960–70 年代引入工程心理学:用于飞行员等职业的视觉搜索测评与训练
1970–80 年代进入学校与心理学课程,成为注意力训练方法
1990–2000 年代速读热潮中广为流传,用于主张「扩大视觉广度、减少眼动」
今日临床康复、体育与飞行训练、在线练习中仍在广泛使用
参考:
· Schulte Table 历史资料(schultetable.com、schulte-table.com 等普及性网页,记述 Walter Schulte 其人其事,属二手来源);
· 中文训练法条目(快懂百科「舒尔特方格」及所引郭汭铟、桂莉娜 2017,罗欣蔚 2018:格边长约 1cm×1cm 的通行规范);
· 注意力与视觉搜索的心理学背景:Hick, W. E. (1952), On the rate of gain of information, Quarterly Journal of Experimental Psychology, 4(1), 11–26;Hyman, R. (1953), Journal of Experimental Psychology, 45(3), 188–196;
· 训练效果的证据边界见「方法」页(Simons et al., 2016 等)。

方法 · 这张表里的数学与心理学

四件事:有多少种表、目光要走多远、用时由什么决定、以及练它到底能练出什么。
① 一张表有多少种排法

把 N 个数字填进 N 个格子,本质上是一个置换——与洗牌是完全同一件事。4×4 有 16! = 20 922 789 888 000 种(约 2.09×1013);5×5 有 25! = 15 511 210 043 330 985 984 000 000 种(约 1.55×1025)。所以「每次都是新表」几乎是一定的:就算每秒玩一张,玩到宇宙老去也遇不完。

本工坊用 Fisher–Yates 洗牌 生成盘面(每个置换等概率),并为每张表记一个种子:同一个种子得到同一张表。这既便于「同盘面再来一次」,也便于两个人用同一张表比时间。自检页里用卡方检验抽查了洗牌的均匀性——不是「看起来够乱」,而是每个格子被填到每个数字的次数在统计上没有偏差。

② 目光要走多远:平均步距的精确期望

设格心距为 1 格。随机排布下,「第 k 个数在哪」与「第 k+1 个数在哪」互不影响,所以每一步的期望距离就是把所有有序数对的距离平均一遍:

E[d] = 1 / (N(N−1)) · Σi≠j |pi − pj |

这个和是可以精确枚举的(N 最多 25,数对最多 600 个),不需要模拟。作为对照:连续情形下,单位正方形内两个随机点的平均距离是一个经典常数 0.5214……(约 0.5214054332),乘上表宽(4 格或 5 格)得 2.086 与 2.607——与本工坊离散格点阵的精确值相差不到 3%,可见格子的「离散」几乎不影响结论。

还要加上起步:目光从注视中心出发去找第 1 个数,这一步的期望距离就是中心到各格心的平均离心距(4×4 为 1.498 格,5×5 为 1.874 格)。于是含起步的总行程期望是

E[行程] = E[离心距] + (N−1)·E[d]

4×4 约 33.6 格,5×5 约 65.6 格。而蛇形顺序排布只需要「起步 2.12 格 + 15 步各 1 格」= 17.1 格(4×4),或「2.83 + 24」= 26.8 格(5×5)。这就是「随机排布才有训练价值」的量化含义:它把每一步都变成一次真正的搜索,行程大约是蛇形的 2.0 倍与 2.4 倍。

③ 用时由什么决定:Hick–Hyman 定律

心理学里有一条老定律描述「选项越多、反应越慢」:Hick–Hyman 定律。反应时与选项数的对数成线性关系:

RT = a + b · log₂(n + 1)

在舒尔特表上,找第 k 个数时「还没找到的格子」有 n = N − k + 1 个,于是 RTk ≈ a + b·log₂(N − k + 2)。把 N 步加起来,得到一个漂亮的结果:

总用时 ≈ a·N + b · log₂((N+1)!)

因为 Σk log₂(N−k+2) 恰好等于 log₂((N+1)!)。算一下:log₂(17!) = 48.34 bit,log₂(26!) = 88.38 bit,两者之比 1.83。也就是说,5×5 的「决策负担」差不多是 4×4 的 1.8 倍——这比格子数之比 25/16 = 1.56 更大,正是因为对数把「多出来的选择」放大了。

下表用 a = 0.35 秒(视觉定位与按键的固定开销)、b = 0.18 秒/位(Hick 斜率的典型区间 0.1–0.2 取中偏上)算出的骨架用时。请注意:这个骨架只描述「选择决策」那一部分,真实玩表时还有大量的视觉扫描时间,所以实测常在骨架的 2 到 3 倍。它是标尺,不是常模。

盘面格子数 N起手选项 log₂(N+1)决策总量 log₂((N+1)!)骨架用时骨架 ×1.6骨架 ×2.2

结算页会用您自己的每步用时去拟合这条直线(最小二乘),给出您这一次的 a 与 b。样本只有 16 或 25 个点,个体噪声不小,所以请把它当成「这一局的形状」,而不是「您的心理常数」。首步往往偏慢(要从中枢启动,还未进入节奏),这也是数据本身的样子。

④ 等级标尺(本工坊自定,不是临床常模)

结算给出的等级,按「骨架用时的倍数」分档:

等级用时 / 骨架4×4 对应用时5×5 对应用时

把限时两档对进去看就很清楚:5×5 的骨架约 24.7 秒,60 秒约合骨架的 2.4 倍(挑战档),100 秒约合 4.1 倍(练习档)。4×4 骨架约 14.3 秒,60 秒已是很宽松的入门线。本工坊不发布「几秒算优秀」的标准——公开资料里流传的数字彼此矛盾,且随年龄、屏幕大小、输入方式(点鼠标还是点屏幕)剧烈变化。您的参照系应该是您自己的历史记录。

⑤ 训练法要点(通行做法)

① 格子边长约 1cm×1cm(中文训练文献所述规范)——太小则挤,太大则目光必须大幅移动,都不合适;屏幕上请让整张表落在不动眼就能大致看全的范围内。
② 尽量把注视点放在中央,用外围视野搜索(见「视线路径」页的同心圆)。
③ 按序找,也可以倒序找(从最大的数往回找),两种交替更不容易记忆化。
④ 同一张表反复练到熟练,再换新表——本工坊的种子与「同盘面再来一次」正为此设。
⑤ 从 5×5 起步,进阶可换 6×6、7×7,或做「双色交替」(红黑两色数字各按序找,交替进行)。
⑥ 记录曲线比单次成绩有意义:同一张表连做 5 次,看用时与失误的变化。

⑥ 效果的科学边界(要说清楚的那句话)

练舒尔特表会让您在这张表上变快,这一点证据充分。但它能否提升「一般注意力」「智力」或「阅读能力」,证据要弱得多:

· Simons 等(2016)系统审查了脑训练支持者与公司引用的 132 篇文献,结论是:训练能改善所练任务本身的成绩,但对「近似但不同」的任务证据较少,对「远距离迁移」与日常认知表现几乎没有可靠证据,并指出许多研究存在样本过小、对照组不适切等方法学问题。
· Owen 等(2010)在 11 430 名参与者的大样本在线实验中,未发现训练带来的迁移效应。
· Melby-Lervåg 等(2016)对工作记忆训练元分析同样发现:练习任务有提升,但缺乏令人信服的远迁移证据。

所以本工坊的定位很明确:把它当作一件注意力自测与练习的工具——它给您一个可重复、可记录、可量化的小任务(用时、失误、每步反应、视线行程),让您看见自己注意力的形状;不承诺提升智力或学业成绩。想练阅读,最有效的事仍然是阅读本身。

至于数学上的收获,倒是实实在在的:置换与 N!、洗牌的均匀性、几何期望与枚举、对数与阶乘的增长速度、最小二乘拟合——都藏在这张 5×5 的小表里。

参考:Hick, W. E. (1952). On the rate of gain of information. Quarterly Journal of Experimental Psychology, 4(1), 11–26. / Hyman, R. (1953). Stimulus information as a determinant of reaction time. Journal of Experimental Psychology, 45(3), 188–196. / Simons, D. J., Boot, W. R., Charness, N., Gathercole, S. E., Chabris, C. F., Hambrick, D. Z., & Stine-Morrow, E. A. L. (2016). Do “brain-training” programs work? Psychological Science in the Public Interest, 17(3), 103–186. / Owen, A. M. et al. (2010). Putting brain training to the test. Nature, 465, 775–778. / Melby-Lervåg, M., Redick, T. S., & Hulme, C. (2016). Working memory training does not improve performance on measures of intelligence or other measures of “far transfer”. Perspectives on Psychological Science, 11(4), 512–534. / 单位正方形内两随机点平均距离常数约 0.5214054332(经典积分结果,本页用枚举值与之对照)。