AI注意力缺陷研究：GPT-5與史楚普任務

2026年6月14日發布的研究指出，先進的人工智慧模型（如GPT-5、Claude 3.5 Sonnet、Gemini 2.5）在處理經典心理學『史楚普任務』（Stroop task）時，表現出顯著的注意力缺陷。研究發現，儘管AI在短任務中表現優異，但隨著任務複雜度與長度增加，其執行控制能力會迅速崩潰，無法像人類一樣持續抑制自動化反應並維持目標導向。 研究人員蘇凱圖·帕特爾（Suketu Patel）等人強調，AI與人類的注意力機制存在本質差異。AI模型在處理資訊時，傾向於優先解讀文字意義而非識別顏色，這種對自動化反應的依賴導致其在長序列任務中容易『迷失目標』，無法有效執行衝突解決機制。 實驗數據顯示，GPT-4o在5個詞的任務中準確率達91%，但當列表增加至40個詞時，準確率驟降至15%。Claude 3.5 Sonnet在20個詞後也出現類似的性能衰退。當匹配與不匹配的顏色詞混合出現時，AI在不匹配項目上的準確率甚至接近於零。 此研究揭示了現代AI在需要持續專注、抑制自動化反應及長期維持指令方面的隱性弱點。對於使用者而言，這意味著在依賴AI處理長篇幅、高複雜度或需要高度邏輯一致性的任務時，必須警惕其可能出現的注意力漂移與執行錯誤，不能完全將其視為具備人類同等執行控制能力的系統。