Разрушающее влияние сверхактивации объясняется в терминах распределения ресурсов. При высокой активации снижение продуктивности решения определенных задач обусловлено систематическим изменением политики распределения ресурсов. Доказательством этого предположения служат результаты исследований, обзор которых представлен в работе Канемана.

Так, например, Дж. Истербрук предположил, что увеличение активации ведет к сужению диапазона сигналов, которые испытуемый использует при управлении действием. При низкой активации избирательность также низка и нерелевантные сигналы принимаются некритично. При росте активации увеличивается избирательность и продуктивность, так как нерелевантные сигналы с наибольшей вероятностью будут отвергнуты. Однако при дальнейшем увеличении активации сужение диапазона релевантных сигналов приводит к игнорированию некоторых из них и, как следствие, к снижению продуктивности. Допуская, что диапазон релевантных сигналов для простых задач более узок, автор приводит аргументы, что оптимальный уровень активации в простых задачах должен быть относительной высоким. В то же время слабо активированные испытуемые хуже работают в сложных задачах и относительно лучше в простых. В рамках этой теории оба вывода являются валидными (там же).

Высокая активация приводит к концентрации внимания на главных аспектах ситуации за счет игнорирования второстепенных. Такое изменение политики распределения нарушит любую деятельность, требующую распределения внимания на широкий диапазон сигналов. Несмотря на то, что при высокой активации наблюдается тенденция концентрироваться на ограниченном количестве релевантных сигналов, в ситуации тонкого различения эффективность селективного внимания явно снижается.

Нарушения эффективной селекции, обусловленные активацией, описаны также в экспериментах Бродбента (Broadbent, 1971), в которых было показано, что способность отбирать релевантные стимулы ослабляется активацией. Многочисленные факты подтверждают, что высокая активация ограничивает диапазон сигналов, между которыми может быть распределено внимание, а также нарушает управление селективным вниманием. В терминах ресурсной модели, при высокой активации распределение ресурсов становится более неравномерным и менее точным. Как следствие, снижается продуктивность в задачах, требующих распределения внимания на широком диапазоне стимулов, а также в задачах управления селекцией за счет тонкого различения признаков (Канеман, 2006).

Канеман описывает следующие эффекты, связанные с состоянием высокой активации: сужение внимания, повышенная гибкость внимания, трудности в управлении вниманием при тонком различении, систематические изменения стратегии распределения в различных задачах. В состоянии чрезмерно низкой активации возможны такие эффекты как принятие нерелевантных параметров задачи, а также ошибочная оценка собственной продуктивности, приводящая к неадекватной корректировке усилий, вложенных в задачу (там же).

В этом же направлении представлены работы (Prabhalaran et al., 1997; Varner et al., 1998) по выявлению соотношения между активацией и результативностью деятельности: степень активации индивида связана со скоростью, интенсивностью, координацией и качеством ответов.

Специфическая роль активации была раскрыта в исследованиях процессов адаптации. Изучая явление адаптации в сложных системах, Эшби показал, что «обилие связей между частями мозга несет с собой как преимущества, так и недостатки» (Эшби, 1962, с. 320). К преимуществам автор относит увеличение числа возможных форм поведения, к недостаткам – вероятность удлинения времени, необходимого для адаптации, и снижение эффекта накопления адаптивных форм поведения по мере роста связей. Таким образом, адаптивность системы и способность к обучению предполагают не только взаимосвязи, но и независимость элементов системы.