判断归属：AI 候选。 历史实验事实来自 Stroop 1935 原文；对照边界、数值差分和跨主题关系是本次候选解释，未获用户确认。
Question-and-task#
同一个彩色词同时呈现词义与墨色。看到蓝墨写的“红”，读词应说“红”，报色应说“蓝”。干扰的研究问题因此是：在指定反应任务下，加入冲突维度相对相应基线增加多少用时，而不是单凭“报色比读词慢”辨认心理机制。
Stroop 将 red、blue、green、brown、purple 排成表，各词都以其他颜色印出；读词的基线是同词序黑字，报色的基线是同色序色块。两任务需要分别对照；刺激、反应和计分共同定义所测量的量。
Two-comparisons#
以下是原文两项实验的整表朗读/报色平均用时，不是现代逐试次反应时分布。每条件读两张表，以 ABBA/BAAB 顺序平衡练习和疲劳；每张 100 项。
| 实验及样本 | 基线 | 冲突条件 | 原文结果与计分 |
|---|---|---|---|
| 实验 1，70 名学生 | 读黑字，41.0 秒/100 项 | 读异色词，43.3 秒/100 项 | 增 2.3 秒，约 5.6%；原文称该差“不可靠” |
| 实验 2，100 名学生 | 报色块，63.3 秒/100 项 | 报异义彩词的墨色，110.3 秒/100 项 | 错误补偿后增 47.0 秒，约 74% |
实验 2 的原始秒表均值为 63.0 与 108.7 秒。作者对每个未纠正错误，另加所在表平均每项用时的两倍；这是作者承认任意选择的罚时规则。故 110.3 秒不仅含发声、扫视和纠错，也含罚时，不能解释为纯粹的心理抑制耗时。原文所报 74.3% 与展示均值的四舍五入略有差别，本页只给约数。
这两个对照支持干扰方向不对称的历史描述，但两实验样本和任务不同，不能将两项差值直接拼成同一被试的因果交互效应。实验 1 的历史“不可靠”也不等于现代等效检验已证明零效应。
Practice-and-identification#
实验 3 的 Table V 报告 N=32，计量是每日四次、每次 50 项的平均秒数。程序文字另提排除两名日程不规则者和一名色觉问题者，但与表中流转未完全闭合；本页沿用表列 N，不擅自改算为 29。日程是先读黑字、异色读词、色块报色，再进行八天冲突报色，最后再测色块及异色读词；色块形状也有改变。
| Table V 的比较 | 前值 | 后值 | 能直接描述什么 |
|---|---|---|---|
| 冲突报色，八天练习首末 | 49.6 | 32.8 | 平均用时下降 16.8 秒/50 项 |
| 色块报色，练习前后另日测试 | 28.7 | 24.7 | 平均用时下降 4.0 秒/50 项 |
| 异色读词，练习前及后两次 | 19.4 | 34.8，再到 22.0 | 练习后的第一次读词明显变慢，后一次恢复部分速度 |
**AI 描述性计算：**用非同期均值相减，冲突报色与色块的差由 20.9 缩到 8.1 秒，缩小 12.8 秒。由于没有同期未练习对照，基线与冲突测量又分布在不同日，这不能唯一分离抑制训练、熟悉、策略或一般练习的因果贡献。末期也没有对应黑字基线，不能将异色读词的全部变慢算作新生干扰。这组 50 项计量不能与前两实验的秒/100 项直接相减。
作者用习惯和训练解释不对称性及其可变性；这是作者解释，与数据相容，却不是对语义加工、反应选择或策略等所有竞争机制的排他证明。本轮未读后续机制研究或复现，不沿用原文性别教育猜测、不作临床推断，也不把人类注意等同 Transformer attention。
Links#
- 实验心理学地图按任务→对照→计分→练习→机制证据阅读。
- 与 DNA 密度实验只有识别结构上的类比：观测与某机制相容，不等于排除了全部替代解释。刺激任务和物质示踪没有数学等价。
- 对 笔记拆分效果仅提出待验证的设计关系：同时记录完成时间与推理遗漏，并控制顺序和熟悉；本实验没有证明任何笔记拆分方法有效。
- 与Snow供水比较是设计结构类比：比较总体、计量单位与嵌套观察期必须保留；心理任务对照不提供历史供水效应的识别条件或效应量。
Open#
要区分语义加工、反应选择及策略变化，需怎样设计可比较的任务与同期对照？后续应读取真正比较竞争机制的原始证据，2026-11-13 复评；当前不从一份历史实验补出完整心理理论。