隐性联想测试 (IAT)
隐性联想测试 (IAT) 测量概念之间自动心理联想的强度，通过对配对的类别分类块的反应时间进行比较。参与者尽可能快速地将单词分类到两个响应类别之一，并且该任务通过比较两个概念共享相同响应键时的反应时间与映射到相反键时的反应时间来推断隐性态度。Labvanced 的 IAT 模板提供桌面和移动优化版本，具有完全可自定义的类别和属性刺激。
任务格式 | 隐性联想测试 (IAT) 在线和实验室
Labvanced 的 IAT 模板实现了由 Greenwald、McGhee 和 Schwartz (1998) 引入的经典七块结构。参与者首先练习从单一类别对（例如，产品类型单词作为 Eco-Friendly 或 Conventional）中分类单词，使用 E 和 I 键，然后练习第二个不相关的类别对（属性单词作为 High Quality 或 Low Quality）。这两个类别对随后组合到同两个响应键上，首先在一个配对 (Eco-Friendly + High Quality 共享一个键) 中经过一个评分的试验块，然后第一个类别对的键映射被反转，并使用相反的配对 (Eco-Friendly + Low Quality 共享一个键) 重复组合块。在两个组合（“兼容”和“不兼容”）块之间比较反应时间是核心 IAT 测量：在一个配对中比另一个配对具有更快、更准确的反应表明这些概念之间的隐性联想更强。
内置演示版本使用消费者心理学框架：产品类型单词 (recyclable、synthetic、biodegradable、plastic 及其他) 分类对 Eco-Friendly 或 Conventional，并且质量属性单词 (reliable、defective、durable、fragile 及其他) 分类对 High Quality 或 Low Quality。哪个类别配对首先出现，以及每个类别分配到屏幕的哪一侧，由一个四级平衡因子随机分配给受试者控制，因此响应侧和块顺序效应不会混淆联想测量。
桌面版
参与者使用 E 和 I 键盘键进行响应，两个响应类别在屏幕的左上角和右上角显示为标签，并且刺激单词在屏幕中间显示。每个试验前有一个注视十字，并且每个试验后都有一个简短的试验间隔。每个响应都与帧开始时间戳对齐，任务自动将试验分类为 Too Fast 如果响应在 300ms 内记录，或 Too Slow 如果超过 10 秒，标记可能的非响应而不丢弃试验。
移动版
在移动和平板设备上，以相同的类别分类逻辑呈现，使用屏幕上的 Left 和 Right 类别按钮替代键盘键，因此参与者点击与每个刺激单词所属类别匹配的按钮。一个 Device_selection 框架自动检测参与者的设备并将其路由到正确的桌面或移动块，因此相同的研究可以在不同设备类型之间招募参与者，而无需构建两个单独的研究。
收集的数据与隐性联想测试 (IAT)
IAT 捕获一系列行为测量，以揭示隐性联想的强度和方向。记录的变量帮助研究人员计算标准的 IAT D 评分，评估响应准确性，并识别受反应时间异常值影响的试验。所有变量可以在任务的 Variables 标签中查看和自定义。
以下是 Labvanced 版本 IAT 中收集的关键变量：
| 变量名 | 描述 |
|---|---|
Stimulus Presented | 在该试验中显示给参与者的单词 |
Correct Response | 在该试验中呈现的单词所属的类别，用于评分准确性 |
Correctness | 响应是否匹配正确类别 (Correct 或 Incorrect) |
Accuracy | 该试验的二进制准确性评分 (1/0) |
reaction_time_Keyboard / reaction_time_button | 从试验开始到参与者按键（桌面）或按钮点击（移动）的时间，单位为毫秒 |
pressed_key_Keyboard / button_clicked | 参与者在该试验中选择的键或按钮 |
Counterbalancing_Scenario | 参与者被分配的被试间平衡条件（四个之一） |
Time_Limit | 该试验的反应时间质量标志 (OK、Too Fast 或 Too Slow) |
本研究使用隐性联想测试测量隐性态度。参与者通过快速按键将单词分类到配对的类别中，兼容和不兼容类别配对之间的反应时间差异揭示了自动联想的强度。
支持隐性联想测试 (IAT) 的技术
时机精确性： IAT 本质上是一个反应时间差异的范式，响应延迟 (
reaction_time_Keyboard/reaction_time_button) 在每次试验中以毫秒精度捕获，这使兼容与不兼容块比较变得有意义。桌面应用程序： 对于需要稳定键盘时机或硬件集成的实验室基础 IAT 研究，可以使用 Labvanced 桌面应用程序来部署该任务，兼容 EEG 和其他 LSL 连接的实验室硬件。
网络摄像头眼动追踪： 可选的注视记录可以加在 IAT 上，以捕捉参与者在作出反应之前如何视觉关注于类别标签，为分类过程增添了一个窗口，而无需专用硬件。
时机精确性
以毫秒精度捕捉反应时间、任务表现等，以便执行时间敏感的任务。
桌面应用程序
使用桌面应用程序在实验室内进行研究，兼容 EEG 和其他 LSL 连接的实验室硬件。
网络摄像头眼动追踪
通过内置的、无代码且经过同行评审的网络摄像头眼动追踪捕捉注视模式和视觉关注。
自定义 IAT 模板
有许多方法可以自定义此模板。以下是研究人员在修改此任务时常见的一些主题。
类别和属性刺激集
由于 IAT 是一种一般的分类和反应时间范式，而不是固定的内容集，类别标签、属性标签和刺激单词列表存储为可编辑的数据框，而不是硬编码值。内置演示使用消费者心理学框架（环保产品与常规产品，高质量与低质量），但研究人员通常针对文献中研究的其他隐性态度领域，如自尊、性别与职业的关联或其他社会认知 IAT，调整此结构。在重新使用任何已发布的 IAT 变体之前，研究人员应验证所使用的确切刺激集，因为单词列表是特定于研究的，未经重新验证不可互换。
平衡分配
控制响应侧和区块顺序分配的四个级别 Counterbalancing 因子是可在 Factors & Randomization 中看到的被试间因子。研究人员可以调整参与者在四种平衡场景之间的分布，或减少场景数量，如果更喜欢简化的设计。
响应键和时间阈值
桌面版本的 E/I 键映射以及 Too Fast (300ms) 和 Too Slow (10秒) 响应时间阈值在任务的事件中设置。键分配和时间阈值都可以编辑以匹配特定已发布的 IAT 协议。
每个区块的试验次数
每个组合（关键）区块默认运行 30 次试验，前面有 10 次试验的练习块。每个区块的试验数量可以在 Trials & Conditions 面板中调整，以匹配更短或更长的已发布 IAT 协议。
常见问题解答
我想运行一个种族 IAT，如何编辑当前任务以做到这一点？
区块结构、平衡和反应时间评分逻辑在每个 IAT 变体中都是相同的，只有类别和属性内容发生变化。要将此模板转换为种族态度 IAT：
- 用您的两个社会群体类别替换两个
Product Type类别标签（当前为Eco-Friendly/Conventional），并更新屏幕上Left/Right类别标签文本元素以匹配。 - 用一个有情感的配对替换
Attribute类别标签（当前为High Quality/Low Quality），例如Good/Bad或Pleasant/Unpleasant。 - 在
Practice Trials Stimuli List和Two Attribute Stimuli List数据框中，用您的刺激集替换单词列表，保持与练习和组合区块构建的每个类别 10 项的结构相同。
E/I 键映射、四级 Counterbalancing 因子和 Too Fast/Too Slow 响应时间标志不需要更改，它们是范式无关的。
Labvanced 不提供经过验证的种族 IAT 单词或面孔集。从已发布的文献中获取（例如，下面引用的 Greenwald、McGhee 和 Schwartz, 1998 中描述的刺激）或从您机构自己的经过验证的材料，并在收集数据之前通过您机构的伦理审查来处理研究，正如您对涉及人口统计类别的任何隐性偏见研究所做的那样。
Labvanced 提供经过验证的哈佛/项目隐性种族 IAT 刺激集吗？
IAT是否会对错误响应显示反馈屏幕？
默认情况下不会。Correctness和Accuracy会在每次试验中记录，但不会显示红色X或“错误”消息，并且试验序列（Fixation Cross → Stimulus Presentation → 试验间隔）不会因纠正响应而暂停。
许多传统的IAT确实显示这种反馈，尽管1998年原始实验程序本身使用了一种更简单的惩罚：用单词“错误”替换刺激，持续300毫秒，不需要纠正（Greenwald, McGhee, & Schwartz, 1998）。红色X和实时纠正的版本来源于后来的基于网络的演示IAT（现代implicit.harvard.edu演示的模型），在Greenwald, Nosek, & Banaji (2003)中描述：错误响应显示为红色X，而参与者必须给出正确响应后才能继续试验。该2003年的论文还表明，这种可见的纠正步骤实际上并不是必要的：相同的错误惩罚效果可以在计分时重现，而不是让参与者实时查看和纠正错误，通过将每个错误试验的反应时间替换为该区块的平均正确响应延迟加上调整后的600毫秒惩罚。那是一种研究人员对导出数据应用的计分逻辑，并且依赖于每个区块完整的正确试验延迟集，因此只能在一个区块完成后执行，而不能在任务进行中实时进行。Labvanced的模板在每次试验中无论如何都会记录Correctness和反应时间，因此您可以根据您的研究需要应用任意的错误处理策略，无论是1998年的方法、600毫秒的计分惩罚，还是从导出数据中事后决定的自定义规则。
如果您的研究设计要求可见的错误反馈，请使用任务的Events系统添加它：在Stimulus Presentation框架上，添加在参与者按键或点击按钮时触发的事件，检查Correctness变量，并在Correctness等于Incorrect时有条件地显示反馈元素（例如，一个红色X图像或文本）。
如果您想知道其他内容，请随时给我们写信询问：
IAT的推荐使用及应用
隐性联想测试（IAT）是研究隐性社会认知的最广泛使用的测量工具之一，广泛应用于社会心理学、消费者研究和临床环境，以研究参与者可能无法准确报告或可能没有自觉意识的态度。
隐性偏见和社会认知研究： IAT范式是研究对社会类别的自动态度的标准工具，基于Greenwald, McGhee和Schwartz（1998）原始方法建立了大量文献。
消费者和市场心理学： 内置演示版本测量隐性品牌或产品类别态度（环保与传统、质量感知），直接适用于市场研究，能捕捉到自我报告措施可能遗漏的消费者态度。
健康与临床心理学： IAT变体在文献中用于研究隐性自尊、与上瘾相关的联想和其他与临床评估相关的隐性态度，尽管这些需要特定于研究的刺激集，而这些刺激集并未包含在默认模板中。研究人员还调整了IAT方法，以便在青少年中构建隐性幸福感测量与显性自我报告量表（García-Márquez等，2024年，使用心理幸福感量表和WHO-5，而不是繁荣量表本身），使隐性和显性幸福感评估之间建立真正的理论联系，值得与如繁荣量表等量表一起探索。
跨文化和发展研究： 当刺激内容适当调整时，类别排序结构在不同年龄组和文化背景中具有普遍性。
参考文献
García-Márquez, R., Stavraki, M., Díaz, D., & Bajo, M. (2024). Development of an implicit well-being measure for youths using the Implicit Association Test. Child Indicators Research, 17(3), 1311-1328. https://doi.org/10.1007/s12187-024-10121-w
Greenwald, A. G., McGhee, D. E., & Schwartz, J. L. K. (1998). Measuring individual differences in implicit cognition: The implicit association test. Journal of Personality and Social Psychology, 74(6), 1464–1480.
Greenwald, A. G., Nosek, B. A., & Banaji, M. R. (2003). Understanding and using the Implicit Association Test: I. An improved scoring algorithm. Journal of Personality and Social Psychology, 85(2), 197–216.
相关任务
IAT分享其核心逻辑，通过兼容和不兼容响应映射之间的反应时间比较来揭示自动处理，与Labvanced任务库中的其他响应竞争任务相似。