预注册实验发现：优化任务的计算复杂度可提升对奖励相关属性的再认记忆

在优化任务中，计算复杂性常被视为会损害最优选择。我们检验了复杂性是否可能对记忆产生有益影响。在一项使用NP难的0–1背包问题的预注册实验室实验中（N = 131），我们操纵背包容量，以构建在两个客观复杂性指标上存在差异的实例：相变邻近性和Sahni-k。正如预测的那样，与较低复杂性的实例相比，解决更复杂的实例使高于随机水平的再认记忆提高了44%（d = 0.45）。参与者在复杂实例上花费的时间更长，点击物品的次数也更多。对这些发现的一种合理解释是，复杂性下搜索算法增加的加工需求可能通过频繁重新访问奖励相关信息而增强了编码。这些发现提供了一个形式化框架，用于生成关于复杂性的记忆后果以及认知卸载在现实世界决策中影响的假设。

中文由 AI 翻译，仅供参考，以原文为准。