棉花糖實驗被重做之後，等待的孩子沒那麼特別了

一個四歲小孩坐在桌前，桌上有一顆棉花糖。大人說：我出去一下，你現在吃，就只有一顆；等我回來再吃，給你兩顆。然後門關上。

這個畫面大概是心理學最有名的一幕。故事的後半段更有名：能等的孩子，十幾年後 SAT 考得比較高。於是棉花糖成了自制力的代名詞，出現在親子書、演講和企業培訓的投影片上。

2018 年，有人用大了約十倍的樣本重做了一次。

事情經過

故事從史丹佛大學校園裡的賓幼兒園（Bing Nursery School）開始。1970 年前後，心理學家米歇爾（Walter Mischel）和同事在那裡做了一系列「延遲滿足」實驗。1970 年那篇用了 32 個孩子，1972 年的三個實驗分別是 50、32、16 個孩子，年紀都在三歲半到五歲多。這些實驗原本想問的是「孩子用什麼方法撐住」：看著獎品比較難等，轉移注意力比較好等。

讓棉花糖出名的是後來的追蹤。1990 年，Shoda、米歇爾與 Peake 回頭找當年的孩子，發現學齡前等得越久，青少年時期的 SAT 分數越高。問題在樣本：依 2018 年重做論文的整理，最常被引用的那組 SAT 相關，背後只有 35 到 48 個孩子，而且都是史丹佛校園裡那所幼兒園的孩子。

2018 年，紐約大學的瓦茲（Tyler Watts）、加州大學爾灣分校的鄧肯（Greg Duncan）與 Haonan Quan 在《心理科學》發表重做結果。他們沒有自己找孩子，而是用美國國家兒童健康與人類發展研究院（NICHD）的長期追蹤資料：孩子在 54 個月大（四歲半）時做過類似的等待測驗，最長等 7 分鐘，之後一路追蹤到 15 歲。能用來分析的有 918 人。論文的主要分析（下面三個係數）看的是其中 552 位母親沒有大學學歷的孩子。

結果是這樣的：

• 單看相關（552 人），四歲半等得越久，15 歲的學業成就越好，標準化係數 0.24，跟原始研究方向一致。
• 加入早期的控制變項（家庭背景、家庭環境評分、兩三歲時的認知測驗）之後，係數掉到 0.08，少了約三分之二。
• 再加入四歲半同時測到的認知與行為表現，係數剩 0.05，已經不顯著。

會等的孩子成績比較好，這件事是真的；但「等」本身能解釋的部分，大多可以用家裡的狀況和孩子原本的認知能力解釋掉。

正方棉花糖量到的主要是背景

重做的論點很直接。原始樣本是史丹佛校園的孩子，家境、父母教育程度都集中在一端。換到一般家庭、樣本放大約十倍，那條漂亮的相關就變弱了。

還有一個更早的實驗，讓「等不等」這件事看起來沒那麼單純。2013 年，羅徹斯特大學的基德（Celeste Kidd）團隊找了 28 個平均四歲半的孩子，先做一個美勞活動。實驗者答應等一下會拿更好的蠟筆和貼紙來：一半孩子遇到說話算話的大人，另一半遇到說了卻沒拿來的大人。接著才做棉花糖測驗。

結果，遇到守信大人的孩子平均等了 12 分 2 秒，14 個裡有 9 個撐滿 15 分鐘；遇到失信大人的孩子平均只等 3 分 2 秒，14 個裡只有 1 個撐滿。論文標題叫〈理性吃點心〉：如果大人的承諾向來不可靠，先吃掉眼前那顆才是合理的選擇。

這不等於自制力不存在，但說明孩子等多久，有一部分在算「這個大人值不值得信」。而一個孩子對大人信不信，跟他家裡的狀況很難分開。

反方關聯變小，不等於沒有

替原始研究說話的人會指出，瓦茲團隊的結果並沒有歸零。加入早期控制變項之後，係數 0.08 仍然顯著；只有連同一時間測到的認知和行為能力也放進去，才變得不顯著。這些能力本身可能就跟自制力糾纏在一起，全部控制掉，等於把要找的東西也一起抹掉了一部分。

另外，兩邊的測驗並不完全一樣。原始實驗的上限是 15 到 20 分鐘，重做資料最長只等 7 分鐘，很多孩子撐到頂，能分辨的範圍比較窄。

所以比較保守的說法是：棉花糖測驗不是沒用，只是它能告訴你的，遠比那段勵志故事少。

後來：追到 26 歲

2024 年，瓦茲、鄧肯與 Sperber、Vandell 把同一批孩子追到 26 歲，論文刊在《兒童發展》，題目直接寫「棉花糖測驗不能可靠地預測成年後的表現」。依 PsyPost 的報導，他們檢查了 702 人的學歷、收入、負債、BMI、憂鬱症狀、物質使用、冒險與衝動行為。多數結果一開始就看不到明顯的相關，只有學歷和 BMI 有些微相關（r 約 ±.17），而加入人口、家庭環境與行為等控制變項之後，幾乎所有係數都不顯著。

出處

1. Revisiting the Marshmallow Test: A Conceptual Replication Investigating Links Between Early Delay of Gratification and Later OutcomesPsychological Science，2018
2. Rational snacking: Young children's decision-making on the marshmallow task is moderated by beliefs about environmental reliabilityCognition，2013
3. An iconic psychology test just took a massive hit to its credibilityPsyPost，2024
4. Stanford marshmallow experimentWikipedia

短版和討論在 Threads：@border_corridor