Эффект Струпа: эксперимент 1935 года и что измеряет тест

Слово «синий», напечатанное красной краской. Человек, которого попросили назвать цвет, на мгновение сбивается — и это самая известная демонстрация в когнитивной психологии. У неё есть имя: эффект Струпа. Её показывают на первых занятиях по психологии внимания, ею объясняют силу автоматизмов, её используют нейропсихологи. И вокруг неё же накопилось больше путаницы, чем вокруг любой другой лабораторной пробы: её называют то тестом на внимание, то тестом на интеллект, то упражнением для развития мозга. Разберёмся, что на самом деле измерил Струп в 1935 году и какие выводы из этого следуют, а какие нет.

Что такое эффект Струпа простыми словами

Эффект Струпа — это замедление и ошибки, которые возникают, когда нужно назвать цвет краски, а само слово называет другой цвет. Надпись «зелёный» красными буквами, правильный ответ «красный» — и он даётся заметно тяжелее, чем если бы вместо слова стоял обычный цветной квадрат.

Дело в столкновении двух действий, к которым мозг готов очень по-разному. Чтение у грамотного взрослого происходит почти само: чтобы удержаться и не прочитать знакомое слово, требуется усилие. У называния цвета такой автоматичности нет — это действие каждый раз выполняется намеренно. Когда два действия указывают на разные ответы, более медленному приходится подавлять более быстрое, и на это уходит время.

Поэтому пробу и используют как модель конфликта между автоматическим и произвольным. Её удобство в том, что конфликт виден на секундомере: не нужны ни опросники, ни самоотчёт — достаточно сравнить время на двух карточках.

Эксперимент 1935 года и его главная неожиданность

Работу, с которой всё началось, опубликовал Джон Ридли Струп в 1935 году в журнале Journal of Experimental Psychology под названием «Studies of interference in serial verbal reactions»; это был текст его диссертации. Самого выражения «эффект Струпа» там нет — автор писал об интерференции, то есть о взаимном вмешательстве двух навыков.

Материалом были не экраны с миллисекундами, а печатные карточки по 100 элементов, и секундомером измеряли время на всю карточку целиком. Цветов было пять: красный, синий, зелёный, коричневый и фиолетовый. От жёлтого пришлось отказаться — его не получалось напечатать так, чтобы он не отличался по яркости от остальных.

Первый эксперимент, в нём участвовали 70 студентов, проверял, мешает ли цвет краски читать слово. Второй, со 100 участниками, проверял обратное: мешает ли слово называть цвет. И здесь выяснилось главное: конфликт оказался резко несимметричным. Чтение ста слов, напечатанных «неправильным» цветом, занимало всего на 2,3 секунды больше, чем чтение тех же слов чёрным шрифтом, и Струп прямо отметил, что эта разница ненадёжна. А вот называние ста цветов на такой же карточке удлинилось на 47,0 секунды — на 74,3 % дольше, чем называние цветных квадратов: среднее время выросло с 63,3 до 110,3 секунды.

Получается, слово мешает цвету очень сильно, а цвет слову — практически нет. Эту асимметрию обычно теряют в пересказах, хотя именно она и есть настоящий результат 1935 года.

Почему чтение выигрывает у называния цвета

Объяснение, которое предложил сам Струп, звучит буднично — и до сих пор остаётся основой. Разница не в цветах и не в словах как таковых, а в количестве тренировки: со словом связан один-единственный привычный ответ, прочитать его, тогда как с цветом за жизнь связалось множество разных реакций — им любуются, его называют, к нему тянутся или, наоборот, его избегают.

Более поздние модели эту идею уточнили. Самой влиятельной стала модель параллельной распределённой обработки Коэна, Данбара и Макклелланда 1990 года, на которую опирается и обзор Уильямса, Мэтьюса и Маклауда. В ней нет жёсткого деления на «автоматическое» и «произвольное»: есть пути обработки разной силы, и более сильный выигрывает конкуренцию, если задание специально не усиливает слабый.

Практическое следствие важнее, чем кажется. Проба показывает не «качество» избирательного внимания вообще, а то, насколько именно в эту минуту удаётся удержать более слабое действие против более сильного.

Надёжный эффект и ненадёжная мерка

Здесь начинается самое интересное — и как раз это место чаще всего пересказывают неверно.

Как групповой эффект Струп почти неуязвим. В проекте Many Labs 3, где одну и ту же процедуру повторяли в разных лабораториях, эффект Струпа воспроизвёлся в 100 % попыток — на фоне гораздо более скромных показателей у большинства других психологических эффектов. Возьмите достаточное число людей — и разница между конфликтной и обычной карточкой появится почти наверняка.

А вот как мерка для отдельного человека та же проба работает плохо. Хедж, Пауэлл и Самнер в 2018 году проверили тест-ретестовую надёжность семи классических когнитивных заданий. Надёжности колебались от 0 до 0,82, и ни один поведенческий показатель в двух основных исследованиях не дотянул до 0,8 — уровня, который считают клинически необходимым. Для разницы во времени реакции на пробе Струпа внутриклассовый коэффициент составил 0,60 и 0,66.

Причина парадоксальна. Задание становится «классическим» именно тогда, когда все люди реагируют на него примерно одинаково: малый разброс между испытуемыми делает эффект устойчивым и легко воспроизводимым. Но этот же малый разброс лишает задание способности надёжно ранжировать людей. То, что делает пробу прекрасным экспериментом, делает её плохим тестом.

Почему это не тест на внимание и не тест на интеллект

В поиске запрос «тест Струпа» почти всегда соседствует со словами «на внимание» и «на IQ». Оба ярлыка ошибочны, и стоит разобрать почему.

Проба не измеряет мышление в целом: в ней нет ни задачи на понимание, ни на умозаключение, ни на память. Всё, что в ней происходит, — это соревнование двух ответов на один стимул, и длится оно доли секунды.

Не имеет она отношения и к критическому мышлению — умению проверять собственные суждения, взвешивать доводы и замечать подмену. Это навык, который вырабатывают годами, и измерять его скоростью называния цвета не пытался даже сам Струп.

Более того, под вопросом и само широкое утверждение, будто задание чисто измеряет «управляющие функции». Самбол и коллеги в 2023 году перепроверяли классическую трёхфакторную модель этих функций: факторный анализ показал, что проба Струпа выделилась в самостоятельный фактор, то есть немалая часть того, что она улавливает, специфична для самого задания, а не для широкой способности к торможению.

Отдельно о диагностике: ни одна проба — ни Струп, ни любая другая — сама по себе диагноза не ставит. В нейропсихологии её применяют в составе батареи методик, вместе с анамнезом и клинической беседой, и даже там вывод делает специалист, а не показатель.

Эмоциональный Струп: когда слово задевает лично

Позже у пробы появилась вторая, «эмоциональная» версия. Задание прежнее — назвать цвет краски, — но слова подбирают по значению: часть из них касается того, что человека тревожит, остальные нейтральны. Обзор Уильямса, Мэтьюса и Маклауда 1996 года обобщил десятки таких работ: пациенты нередко медленнее называют цвет слова, связанного именно с их состоянием.

Пример вне клиники: Суарес-Пельисиони с коллегами в 2015 году сравнили 20 человек с высокой математической тревогой и 20 с низкой, которые не различались ни по общей тревожности, ни по подавленности. Первые медленнее называли цвет слов, связанных с математикой, — тема сама перехватывала внимание.

Переоценивать это явление не стоит. Мета-анализ Жуаяль и коллег 2019 года, охвативший исследования при ПТСР, депрессии и тревожных расстройствах, показал картину сложнее ожидаемой: при ПТСР интерференция на слова, связанные с травмой, была сильной (g = 0,65), на в целом позитивные слова — умеренной (g = 0,38), а на в целом негативные — вообще незначимой. Возраст и пол участников на результат не влияли. Это закономерность на уровне групп, а не инструмент, которым кого-то «проверяют».

Да и природа эмоционального Струпа оказалась иной, чем думали вначале. Мета-анализ 70 исследований (Фаф и Кан, 2007) показал: самые сильные эффекты возникают, когда тревожные слова подают блоком, а в условиях, где слово почти не осознаётся, эффекта нет вовсе. Вывод авторов — дело скорее в медленном отцеплении внимания от значимого слова, чем в быстром автоматическом сканировании угрозы.

Полезно развести и два соседних понятия. Смещение внимания — это о том, за что оно цепляется, тогда как когнитивные искажения — о том, как человек толкует уже замеченное.

Если же тревожные темы действительно перехватывают внимание настолько, что это мешает жить, разбираться с этим лучше не с секундомером, а в когнитивно-поведенческой терапии, где с вниманием и толкованием событий работают вместе.

Помогают ли упражнения на пробу Струпа

Этот вопрос Струп задал себе сам — и ответил на него третьим экспериментом. Тридцать два студента Аризонского университета восемь дней подряд выполняли конфликтную карточку, по 200 реакций в день.

Результат такой: тренировка уменьшила интерференцию на 33,9 %, но не устранила её. Меньше четверти выигрыша объяснялось тем, что люди просто быстрее называли цвета, — остальное было навыком именно этого задания. И самое любопытное: после восьми дней практики просела обратная сторона — читать слова, напечатанные чужим цветом, участники стали медленнее, чем до тренировок.

Это важная деталь для всех, кто ищет «упражнения Струпа для развития мозга». Данные 1935 года говорят только о самом задании: человек становится лучше в конкретной карточке, отчасти расплачивается за это устойчивостью автоматического чтения — и никакого вывода о внимании за пределами лаборатории отсюда не следует. Проба ценна как демонстрация, а не как тренажёр.

Мифы и факты об эффекте Струпа

Что обычно пишут о пробе Струпа — и что показали первичные данные:

На самом деле	Распространённый миф
Слово сильно мешает называть цвет, а цвет чтению — почти нет	Конфликт в пробе Струпа симметричен
Групповой эффект надёжен, а индивидуальный показатель — нет	По тесту Струпа можно измерить торможение у конкретного человека
Проба улавливает конфликт двух ответов, а не общую способность	Тест Струпа — это тест на интеллект или на внимание
Мета-анализы существуют только для эмоциональной версии пробы	Классический эффект Струпа подтверждён мета-анализами
Практика улучшает именно эту карточку и портит обратную	Упражнения Струпа развивают внимание в целом
Эмоциональная версия показывает закономерности на уровне групп	Эмоциональный Струп выявляет тревогу или травму у человека

Самая честная формулировка, пожалуй, такая: эффект Струпа — одновременно одно из самых надёжных явлений в психологии и один из самых ненадёжных индивидуальных показателей. Именно это сочетание делает его прекрасным учебным примером того, чем вывод о группе отличается от вывода о человеке.

Источники

• Stroop J. R. Studies of interference in serial verbal reactions. Journal of Experimental Psychology, 1935; 18(6): 643–662. DOI: 10.1037/h0054651 · Полный текст
• Hedge C., Powell G., Sumner P. The reliability paradox: why robust cognitive tasks do not produce reliable individual differences. Behavior Research Methods, 2018; 50(3): 1166–1186. DOI: 10.3758/s13428-017-0935-1 · PMID: 28726177 · Полный текст
• Joyal M., Wensing T., Levasseur-Moreau J. и др. Characterizing emotional Stroop interference in posttraumatic stress disorder, major depression and anxiety disorders: a systematic review and meta-analysis. PLOS ONE, 2019; 14(4): e0214998. DOI: 10.1371/journal.pone.0214998 · PMID: 30964902 · Полный текст
• Suárez-Pellicioni M., Núñez-Peña M. I., Colomé À. Attentional bias in high math-anxious individuals: evidence from an emotional Stroop task. Frontiers in Psychology, 2015; 6: 1577. DOI: 10.3389/fpsyg.2015.01577 · PMID: 26539137 · Полный текст
• MacLeod C. M. Half a century of research on the Stroop effect: an integrative review. Psychological Bulletin, 1991; 109(2): 163–203. DOI: 10.1037/0033-2909.109.2.163 · PMID: 2034749 (каноническое обобщение литературы; это интегративный обзор, а не мета-анализ)
• Williams J. M. G., Mathews A., MacLeod C. The emotional Stroop task and psychopathology. Psychological Bulletin, 1996; 120(1): 3–24. DOI: 10.1037/0033-2909.120.1.3 · PMID: 8711015
• Phaf R. H., Kan K.-J. The automaticity of emotional Stroop: a meta-analysis. Journal of Behavior Therapy and Experimental Psychiatry, 2007; 38(2): 184–199. DOI: 10.1016/j.jbtep.2006.10.008 · PMID: 17112461
• Sambol S., Suleyman E., Scarfo J., Ball M. A true reflection of executive functioning or a representation of task-specific variance? Re-evaluating the unity/diversity framework. Acta Psychologica, 2023; 236: 103934. DOI: 10.1016/j.actpsy.2023.103934 · PMID: 37156119