張劍心 湯 旦 李瑩麗 劉電芝

(蘇州大學(xué)教育學(xué)院, 蘇州 215123)

1 引言

1.1 內(nèi)隱學(xué)習(xí)對抗邏輯范式

對抗邏輯把意識定義為能被外顯策略控制的受控反應(yīng), 把無意識定義為不受外顯策略控制的自動反應(yīng), 兩種反應(yīng)在特殊測量任務(wù)中對抗競爭(Jacoby, Woloshyn, & Kelley, 1989)。Jacoby (1991)根據(jù)對抗邏輯, 在再認(rèn)任務(wù)中提出了加工分離程序即PDP, 包括包含任務(wù)(inclusion test)和排除任務(wù)(exclusion test)：包含任務(wù)要求被試用先前學(xué)過的詞完成任務(wù), 如果有意識回憶失敗也可用其它任何信息, 即被試可以利用有意識提取和無意識熟悉性兩種加工來完成任務(wù); 排除任務(wù)要求被試用首先想到的但又不能是先前學(xué)過的詞來完成任務(wù), 如果被試錯(cuò)誤地選擇了學(xué)過的詞, 那么這些詞就是記憶的無意識成分——正是無意識熟悉性導(dǎo)致其不受意識控制。包含任務(wù)中受控反應(yīng)(即有意識提取)和自動反應(yīng)(即無意識熟悉性)的關(guān)系是Inclusion=C + (1 ?C)A, C表示controlled, A表示automatic; 排除任務(wù)中受控反應(yīng)和自動反應(yīng)的關(guān)系是Exclusion=(1 ?C)A 。那么受控反應(yīng)可以用包含任務(wù)減去排除任務(wù)而得到C=Inclusion – Exclusion=〔C + (1 ? C)A〕?(1 ? C)A; 自動反應(yīng)則由排除任務(wù)和受控反應(yīng)的值獲得A=Exclusion / (1 ? C)。Jacoby通過這兩個(gè)任務(wù)成功分離了再認(rèn)的意識成分和無意識成分, 此后PDP成為內(nèi)隱記憶的主要分析范式之一。在PDP對抗邏輯中意識=外顯=受控反應(yīng), 而無意識=內(nèi)隱=自動反應(yīng), 下文將采用這些等同性概念進(jìn)行論述, 不再每次都加以說明。

而內(nèi)隱學(xué)習(xí)經(jīng)典范式之一的人工語法學(xué)習(xí)在2000年之前主要采用任務(wù)分離邏輯。Reingold和Merikle(1988)認(rèn)為, 為了測量到純凈的意識和無意識, 需要設(shè)置兩種對照的測量任務(wù)即直接測量和間接測量。直接測量對意識更敏感, 而間接測量對無意識更敏感。人工語法范式采用主觀報(bào)告直接測量被試掌握語法規(guī)則的程度, 詢問被試是否發(fā)現(xiàn)任何構(gòu)成字符串的規(guī)則; 采用對新字符串是否符合語法的判斷任務(wù)來間接測量對語法規(guī)則的掌握程度, 不要求說出語法規(guī)則本身, 只要求判斷新字符串是否合法。如果兩種測量成績差異顯著, 就證明意識成分和無意識成分具有相對獨(dú)立性?？梢姺蛛x邏輯存在明顯缺陷：其邏輯必須建立在直接測量和間接測量結(jié)果的分離上, 但卻無法證明直接測量就是意識成分, 間接測量就是無意識成分, 更無法證明兩者差值是意識還是無意識(Jiménez, Méndez, & Cleeremans,1996)。

為了克服分離邏輯的缺陷, Higham, Vokey和Prithard (2000)首次成功地將PDP對抗邏輯引入人工語法學(xué)習(xí)(首次引入者是Dienes, Altmann, Kwan, &Goode, 1995, 但在檢測自動反應(yīng)上并不成功, 見下一段), 認(rèn)為不管是直接測量還是間接測量, 都是受控反應(yīng)和自動反應(yīng)共同作用的結(jié)果, 任務(wù)分離邏輯無法精確區(qū)分這兩種過程。由于內(nèi)隱學(xué)習(xí)和內(nèi)隱記憶的相似性, 內(nèi)隱學(xué)習(xí)應(yīng)該符合雙加工模型(Yonelinas, 2002), 并且已有大量研究證實(shí)內(nèi)隱學(xué)習(xí)確實(shí)存在自動反應(yīng)(Cohen & Poldrack, 2008; Soetens,Melis, & Notebaert, 2004), 因此PDP對抗邏輯可以應(yīng)用到人工語法內(nèi)隱學(xué)習(xí)。Higham等(2000)借鑒PDP對抗邏輯, 通過意識和無意識的“協(xié)同”與“對抗”關(guān)系來考察受控反應(yīng)和自動反應(yīng)。(1)其實(shí)驗(yàn)設(shè)計(jì)是：采用被試間設(shè)計(jì), 設(shè)置了意識成分和無意識成分的不同關(guān)系條件, 稱之為“相容條件”和“對抗條件”。實(shí)驗(yàn)材料使用兩種不同的限定狀態(tài)語法A和B, 以及非法字符串U。(2)實(shí)驗(yàn)程序是：學(xué)習(xí)階段要求被試記憶并排呈現(xiàn)的兩個(gè)字符串, 5秒后字符串消失, 被試立即把記憶過的字符串分別寫在標(biāo)有“詞單A”和“詞單B”的欄內(nèi)。然后再呈現(xiàn)兩個(gè)新字符串, 依次類推。測量階段指導(dǎo)語告訴被試有兩個(gè)不同的語法規(guī)則A和B用來生成兩個(gè)詞單中的字符串, 但不告訴語法規(guī)則的細(xì)節(jié)。要求相容條件組將任何認(rèn)為符合語法A或語法B的新字符串評為合法G; 將不符合兩種語法的非法字符串U評為不合法NG; 要求對抗條件組僅將語法A評為合法,而將語法B和非法字符串U都評為不合法。(3)實(shí)驗(yàn)結(jié)果發(fā)現(xiàn)：語法B的接受率在相容條件組(0.65)比在對抗條件組(0.51)大, 證明被試能明確地否定由語法B產(chǎn)生的新字符串來控制其任務(wù), 這就是受控反應(yīng)的證據(jù)。而對抗條件組以非法字符串U誤判為合法的概率作為基線水平, 對抗條件組語法B的接受率(0.51)比非法字符串U的接受率(0.39)更大,這就是自動反應(yīng)的證據(jù)：盡管被試的受控加工試圖避免肯定語法B的新字符串, 但是較之非法字符串U, 被試還是更可能無意識地自動接受語法B的新字符串。

但是Dienes等(1995)在人工語法學(xué)習(xí)中首次采用了相容條件和對抗條件, 發(fā)現(xiàn)了受控反應(yīng)的證據(jù),卻沒有發(fā)現(xiàn)自動反應(yīng)的證據(jù)。在該實(shí)驗(yàn)中語法B(或A)在對抗條件組的接受率在數(shù)值上反而小于非法字符串U的接受率。Wan, Dienes和Fu (2008)使用了Dienes等(1995)的實(shí)驗(yàn)程序探索主觀熟悉性能否受控, 在其兩個(gè)實(shí)驗(yàn)中都得到了同樣結(jié)果：只發(fā)現(xiàn)受控反應(yīng), 沒有自動反應(yīng); 在實(shí)驗(yàn)二中, 還發(fā)現(xiàn)被試可以通過主觀熟悉性來完美分辨語法A和B,主觀熟悉性對外顯任務(wù)要求非常敏感并且對內(nèi)隱知識扮演著策略控制的角色——測量階段需要被拒絕的語法B在學(xué)習(xí)階段學(xué)習(xí)了兩次, 需要被肯定的目標(biāo)語法A只學(xué)習(xí)了一次, 被試卻仍然可以按照外顯任務(wù)要求正確選擇語法A且熟悉性更高, 而正確拒絕語法B且熟悉性更低, 可見其熟悉性是主觀的, 并不服從客觀的重復(fù)次數(shù)。Norman, Price和Jones(2011)使用了同樣的范式, 但測量階段隨機(jī)要求被試判斷新字符串是否屬于A或者是否屬于B, 這種隨機(jī)設(shè)置增加了任務(wù)難度, 讓被試的判斷標(biāo)準(zhǔn)必須在兩套語法間切換, 但結(jié)果發(fā)現(xiàn)被試仍能正確分辨出兩套語法, 沒有出現(xiàn)自動反應(yīng)。

內(nèi)隱序列學(xué)習(xí)是內(nèi)隱學(xué)習(xí)的另一個(gè)經(jīng)典范式,要求對陸續(xù)呈現(xiàn)的刺激位置進(jìn)行按鍵反應(yīng), 刺激位置遵循某套序列規(guī)則, 但是不告知被試。對抗邏輯范式在內(nèi)隱序列學(xué)習(xí)中的應(yīng)用卻很成功：Destrebecqz和Cleeremans (2001)在內(nèi)隱序列學(xué)習(xí)的學(xué)習(xí)階段使用兩套不同的序列, 測量階段使用了生成任務(wù)(包含任務(wù)和排除任務(wù)), 發(fā)現(xiàn)被試能夠控制使用所學(xué)的兩套序列。Mong, McCabe和Clegg (2012)使用類似的范式, 但測量階段是再認(rèn)任務(wù), 設(shè)置了相容條件和對抗條件, 結(jié)果發(fā)現(xiàn)了受控反應(yīng)和自動反應(yīng)的證據(jù)。相比人工語法學(xué)習(xí), 內(nèi)隱序列學(xué)習(xí)中采用對抗邏輯范式能輕易找到自動反應(yīng), 這可能是因?yàn)閮?nèi)隱序列學(xué)習(xí)是對序列的重復(fù)學(xué)習(xí), 規(guī)則相對簡單導(dǎo)致習(xí)得程度較高, 而測量階段仍然是針對學(xué)過的舊序列片段, 則被試區(qū)分序列片段和隨機(jī)片段較容易,對隨機(jī)片段的接受率不會太高。而人工語法學(xué)習(xí)獲得的是需要做出判斷推理的內(nèi)隱語法規(guī)則：學(xué)習(xí)階段通過對一部分合法字符串的學(xué)習(xí), 被試只內(nèi)隱習(xí)得了語法的部分規(guī)則, 測量階段時(shí)新字符串是否合法必須由舊字符串的規(guī)則推導(dǎo)出來, 則非法字符串U可能因推導(dǎo)過程不完備或不準(zhǔn)確而被錯(cuò)誤接受,造成對非法字符串U的高接受率而掩蓋了自動反應(yīng)。

1.2 人工語法對抗邏輯范式的缺陷

正因?qū)惯壿嫹妒诫y以捕捉到人工語法的自動反應(yīng), 無法通過客觀測量分離出內(nèi)隱成分, 所以在人工語法學(xué)習(xí)中很少應(yīng)用。本研究分析兩個(gè)具有開創(chuàng)性和代表性的實(shí)驗(yàn)即Higham等(2000)與Dienes等(1995)的矛盾, 試圖找到可能的原因。他們的實(shí)驗(yàn)程序有5點(diǎn)不同, 可能導(dǎo)致了實(shí)驗(yàn)結(jié)果不一致。

第一, 學(xué)習(xí)階段對兩套語法的記憶方式不同。

Dienes等(1995)的學(xué)習(xí)階段是先記憶語法A的詞單, 再記憶語法B的詞單, 對每套語法都是連貫學(xué)習(xí), 各自內(nèi)部的字符串能夠互相參照比對, 可能習(xí)得了深層語法結(jié)構(gòu), 即產(chǎn)生了規(guī)則學(xué)習(xí)(Pothos,2005)。這樣在學(xué)習(xí)階段就可能通過外顯/內(nèi)隱辨別把兩套語法充分辨別開來, 在對抗條件組更易分辨新字符串符合哪套語法, 而按外顯要求完成任務(wù),就很難產(chǎn)生自動反應(yīng)。因此這種結(jié)果雖然被對抗邏輯認(rèn)為是受控反應(yīng), 但事實(shí)上可能是與外顯任務(wù)要求協(xié)同的特殊內(nèi)隱知識(Kiefer, 2012; Horga & Maia,2012)。反之, Higham等(2000)的實(shí)驗(yàn)程序讓兩套語法同時(shí)記憶, 打亂了同一套語法字符串的連貫學(xué)習(xí),則在學(xué)習(xí)階段可能不能夠把兩套語法充分辨別開來, 在對抗條件組內(nèi)隱知識與外顯任務(wù)要求無法協(xié)同而產(chǎn)生了真實(shí)的對抗。而且Higham等(2000)同一時(shí)間出現(xiàn)的兩個(gè)字符串并不是匹配出現(xiàn)的, 長短不一致, 難以提供兩套字符串差異的結(jié)構(gòu)線索, 被試可能無法充分習(xí)得各自的深層語法結(jié)構(gòu), 即只產(chǎn)生了熟悉性學(xué)習(xí)(Nosofsky, 1988; Nosofsky & Zaki, 1998),甚至把語法A和B當(dāng)做是一套聯(lián)合語法A*B來學(xué)習(xí)和存儲(未來應(yīng)該研究這種可能性)。這導(dǎo)致在對抗條件組測量階段被試根本區(qū)分不出新字符串是屬于語法A或B, 既無法也無需拒絕語法B, 因?yàn)檎Z法B可能根本不存在, 只存在一個(gè)聯(lián)合語法A*B！或者至少被試無法準(zhǔn)確辨別出屬于B的新字符串, 所以更易受形式相似性影響, 覺得只要與語法A相似,就傾向于判斷為G。

上述分析僅僅從兩套語法A和B的學(xué)習(xí)程度和形式相似性來分析兩個(gè)研究的差異, 并未涉及到非法字符串U的影響。

第二, 非法字符串U的設(shè)計(jì)有差異, 導(dǎo)致對非法U的拒絕難易不同。

Higham等(2000)對Dienes等(1995)的實(shí)驗(yàn)結(jié)果推測是：其實(shí)驗(yàn)保證了非法字符串U與兩個(gè)語法A和B的字符串非常相似, 而Higham等(2000)的實(shí)驗(yàn)沒有做這樣的限制, 非法字符串和合法字符串有更大的差異, 可能使得拒絕非法字符串更容易, 導(dǎo)致至少部分自動反應(yīng)來自于被試拒絕古怪字符串的能力。這就可能由于三套字符串之間的形式相似性的差異使得真實(shí)的自動反應(yīng)無法被測量到：如果三組字符串形式相似度都高, 拒絕非法字符串變得困難, 基線水平上升就掩蓋了自動效應(yīng); 如果合法字符串A和B之間形式相似度高, 而非法字符串U與之相似度相對較低, 則非法字符串U就更易被拒絕, 而與語法A更相似的語法B自然就更易被接受, 并不是真實(shí)內(nèi)隱知識導(dǎo)致的自動反應(yīng)。因此Redington(2000)對Higham等(2000)的對抗邏輯范式進(jìn)行了尖銳批評：假如被試只學(xué)習(xí)語法A, 但測量階段既有語法B又有語法A, 還有非法字符U。由于語法B在形式上和語法A很相似, 比起非法字符串U被試會更容易接受語法B, 這樣就檢測到了自動反應(yīng)的證據(jù)。但邏輯矛盾是, 被試根本沒有學(xué)過語法B,談何自動反應(yīng)呢？這個(gè)質(zhì)疑非常有力。Higham和Vokey(2000)回應(yīng)Redington說其自動反應(yīng)并不虛假, 至少是相似性導(dǎo)致的熟悉性產(chǎn)生的真實(shí)自動反應(yīng), 類似內(nèi)隱記憶中的基于熟悉性產(chǎn)生的自動反應(yīng)。但本研究并不認(rèn)同其解釋, 筆者認(rèn)為：Higham等(2000)檢測到的自動反應(yīng)僅僅是因?yàn)闆]有在學(xué)習(xí)階段把A和B辨別開來而已, 被試從自動和受控層面都把語法B和A看做是同一套聯(lián)合語法A*B來學(xué)習(xí)和存儲。因此在對抗條件組, 將語法B自動判定為合法正是遵從外顯任務(wù)要求的受控反應(yīng)！其認(rèn)知過程并沒有產(chǎn)生任何對抗, 談何自動反應(yīng)呢？

Tunney和Shanks (2003) 則認(rèn)為對抗邏輯范式得到的數(shù)據(jù)不能顯示出受控反應(yīng)和自動反應(yīng)的二元加工, 而完全可以被一元的熟悉性加工所解釋。他們使用了簡單反饋網(wǎng)絡(luò)(Simple Recurrent Network—SRN)對Higham等(2000)實(shí)驗(yàn)數(shù)據(jù)做了擬合, 結(jié)果顯示受控反應(yīng)和自動反應(yīng)的數(shù)據(jù)不能讓SRN區(qū)分出是雙加工系統(tǒng)還是單系統(tǒng), 而可以由熟悉性的分辨系統(tǒng)產(chǎn)生。Vokey和Higham (2004) 回答說Tunney和Shanks (2003)的模型不能完全解釋Higham等(2000)所獲得的分離, 所以使用了自動聯(lián)結(jié)網(wǎng)絡(luò)模型(auto associative network model)發(fā)現(xiàn)受控反應(yīng)和自動反應(yīng)的數(shù)據(jù)只能由雙加工系統(tǒng)獲得。但是Vokey和Higham (2004)的模型只是一種可能性, 不能證明Tunney和Shanks (2003)的模型就是錯(cuò)的——因?yàn)槠淠Ｐ屯瑯幽芘c實(shí)驗(yàn)數(shù)據(jù)完美吻合。也就是說Vokey和Higham (2004)只是證明了在自動聯(lián)結(jié)網(wǎng)絡(luò)模型中, 實(shí)驗(yàn)數(shù)據(jù)只符合雙加工系統(tǒng); 但不能否定Tunney和Shanks (2003)在簡單反饋網(wǎng)絡(luò)模型中證明實(shí)驗(yàn)數(shù)據(jù)可以由單系統(tǒng)產(chǎn)生, 因?yàn)閂okey和Higham (2004)沒有證明(可能尚無法證明)實(shí)驗(yàn)數(shù)據(jù)只能采用自動聯(lián)結(jié)網(wǎng)絡(luò)模型來模擬。

上述分析只是從排除非法字符串U的難易來論述兩個(gè)實(shí)驗(yàn)的差異, 尚未涉及到形式相似性的差異對測量階段辨別語法A和B的影響, 即內(nèi)隱辨別加工的差異。

第三, 測量階段的內(nèi)隱辨別加工不同。

Dienes等(1995)和Higham等(2000)對非法字符串的設(shè)計(jì)不同, 還可能導(dǎo)致兩者測量階段的內(nèi)隱辨別加工都產(chǎn)生本質(zhì)差異。Higham等(2000)的實(shí)驗(yàn)由于非法字符串U與語法A和B差異較大導(dǎo)致任務(wù)較容易, 辨別系統(tǒng)可能只在形式層面激活, 只辨別出非法字符串U即可, 而對語法A和語法B不進(jìn)行深入辨別。而Dienes等(1995)的實(shí)驗(yàn), 由于三者形式上都相似導(dǎo)致任務(wù)很困難, 則可能充分激活內(nèi)隱辨別系統(tǒng), 在測量階段對已學(xué)習(xí)過的語法A和B進(jìn)行了進(jìn)一步辨別加工(當(dāng)然這種辨別加工只能針對記憶中的語法知識), 因此很好地內(nèi)隱辨別出了語法B。經(jīng)過了深入辨別的語法B可能仍是內(nèi)隱知識, 但已能與外顯任務(wù)要求協(xié)同而被正確拒絕, 是一種不具有自動反應(yīng)特征的特殊內(nèi)隱知識。由此還可以推測內(nèi)隱知識不等于自動加工(Fu, Dienes, & Fu,2010)。

第四, 上述三種因素交互, 導(dǎo)致兩個(gè)實(shí)驗(yàn)的學(xué)習(xí)機(jī)制和知識提取機(jī)制都不同。

Dienes等(1995)實(shí)驗(yàn)對人工語法的學(xué)習(xí)和提取的方式正好一致, 都需要掌握兩套語法深層規(guī)則并辨別開來, 造成無法檢測到自動反應(yīng)。而Higham等(2000)實(shí)驗(yàn)對人工語法的學(xué)習(xí)可能只是基于熟悉性, 或者是對一套聯(lián)合語法A*B的規(guī)則學(xué)習(xí), 兩種可能都導(dǎo)致無法分辨語法A和B; 而提取又正好不需要深入辨別兩套語法, 這就造成了虛假的自動反應(yīng)。

綜合以上4點(diǎn), 兩種對抗邏輯范式都有很大缺陷, 研究者們不能解決這個(gè)難題, 所以人工語法對抗邏輯范式就一直停留在原地。Johansson (2008)試圖建立新的人工語法對抗邏輯范式來調(diào)和兩者矛盾：只使用一套語法回避了形式相似性。要求被試首先記憶一套語法字符串, 接著告知字符串遵循某種規(guī)則但沒有細(xì)節(jié); 然后要求生成新的合法字符串(包含任務(wù))或者不合法字符串(排除任務(wù)), 自動反應(yīng)的證據(jù)被定義為在排除任務(wù)中生成了高于隨機(jī)水平的合法字符串。但是遺憾的是在尋找受控反應(yīng)和自動反應(yīng)方面都失敗了, 因?yàn)闊o論包含任務(wù)還是排除任務(wù)都處于隨機(jī)水平。張潤來和劉電芝(2014)同樣采用一套語法, 測量階段設(shè)置了包含任務(wù)和排除任務(wù), 包含任務(wù)讓被試在4個(gè)新字符串(其中只有一個(gè)符合已學(xué)過的語法)中選出符合學(xué)過語法的字符串, 排除任務(wù)讓被試在4個(gè)新字符串中選出最先想到的卻又不符合學(xué)過語法的字符串, 結(jié)果發(fā)現(xiàn)排除任務(wù)中錯(cuò)誤選擇了合法字符串的概率仍然大于隨機(jī), 成功得到了自動反應(yīng)。但筆者發(fā)現(xiàn)該范式同樣沒有平衡新字符串中合法字符串和非法字符串的形式相似性：其測量階段每個(gè)試次有5個(gè)新字符串, 其中有一個(gè)是新合法字符串, 另外4個(gè)非法字符串是將此新合法字符串改動1～4個(gè)字母,那么這4個(gè)非法字符串與該新合法字符串以及已學(xué)過的舊合法字符串相似度不同。包含任務(wù)是選出與學(xué)過的字符串最相似的新字符串, 被試能通過相似性輕易排除不相似的非法字符串, 成功選擇最相似的新合法字符串或者比較相似的非法字符串, 從而得到虛高的包含任務(wù)成績(其計(jì)分是完全正確記2分, 選了錯(cuò)一個(gè)字母的非法字符串仍記1.5分, 以此類推)。排除任務(wù)是選出與學(xué)過的字符串最不相似的新字符串, 被試又能通過相似性輕易排除合法字符串, 成功選擇最不相似的非法字符串, 從而得到虛低的自動反應(yīng)。兩種任務(wù)相減, 就得到虛高的受控反應(yīng)！因此這種設(shè)計(jì)不但沒有排除形式相似性,反而是鼓勵了形式相似性發(fā)揮作用。另外其排除任務(wù)是快任務(wù), 每個(gè)試次被試對快速呈現(xiàn)的5個(gè)新字符串不易看清, 這又引入了知覺意識的額外變量,得到的自動反應(yīng)也不純凈。并且該范式只適用于一套語法, 仍沒有解決兩套語法的經(jīng)典對抗邏輯范式的缺陷。為何非得研究兩套語法的經(jīng)典對抗邏輯范式呢？(1)現(xiàn)實(shí)生活中存在多套規(guī)則, 一套語法的實(shí)驗(yàn)生態(tài)效度較低; (2)兩套語法的設(shè)計(jì)能探測到被試排除別的規(guī)則, 專門針對某套規(guī)則進(jìn)行學(xué)習(xí)的抗干擾內(nèi)隱學(xué)習(xí)和辨別過程, 這是不同的領(lǐng)域; (3)對兩套語法采用對抗邏輯范式, 還能探測到內(nèi)隱層面刻意否定某套規(guī)則的加工過程, 這能與社會認(rèn)知中的消極刻板印象如種族、外群體、性別歧視等相聯(lián)系。因此研究兩套語法對抗邏輯范式非常必要且有理論和應(yīng)用價(jià)值。

以上論述對Higham等(2000)的質(zhì)疑還只局限在自動反應(yīng)的虛假上, 筆者發(fā)現(xiàn)其受控反應(yīng)摻雜了高概率判斷偏向效應(yīng), 極有可能也是虛假的。見以下分析。

第五, 測量階段的相容條件組設(shè)置不同, 導(dǎo)致兩者的高概率判斷偏向效應(yīng)不同。

Dienes等(1995)的實(shí)驗(yàn)對抗條件組程序和Higham等(2000)相同, 但是相容條件組卻不一樣。Dienes等(1995)只設(shè)置了兩個(gè)對抗條件組, 兩組學(xué)習(xí)階段完全一樣, 都分別連貫學(xué)習(xí)語法A和B; 但在測量階段組1只需要從60個(gè)新字符串中挑出符合規(guī)則A的20個(gè)新字符串, 而拒絕符合規(guī)則B的20個(gè)新字符串和20個(gè)非法字符串U, 組2則相反只挑出規(guī)則B。因此將兩組結(jié)合起來看, 對于規(guī)則A來說, 組1就是相容條件組, 組2卻是對抗條件組; 對于規(guī)則B則相反, 由此可以得到受控反應(yīng)和自動反應(yīng)的值。這種設(shè)計(jì)的好處在于語法A或B在兩組中面臨的判斷概率背景是一樣的, 都是1/3概率判斷為合法, 2/3的概率判斷為不合法, 那么檢驗(yàn)到的受控反應(yīng)就很純粹。

Higham等(2000)的實(shí)驗(yàn)則有專門的相容條件組。這就導(dǎo)致同一個(gè)新字符串在相容條件組和對抗條件組面臨的判斷概率環(huán)境不同。對于語法B, 在相容條件組需要被判定為合法, 由于該組每個(gè)新字符串判斷為合法的背景概率是2/3, 被試受此影響,自然更容易把語法B判斷為合法; 在對抗條件組需要被判定為不合法, 該組每個(gè)新字符串判斷為不合法的背景概率又是2/3, 被試受此影響, 自然更容易把語法B判斷為不合法。兩組的高概率判斷偏向效應(yīng)大小相等, 方向相反, 必然造成相容條件組對語法B的接受率虛假偏高, 而對抗條件組對語法B的拒絕率虛假偏高則接受率虛假偏低。受控反應(yīng)的操作性定義就是檢驗(yàn)兩組語法B的接受率差異, 那么這種差異必然包含了高概率判斷偏向效應(yīng)。如何檢測呢？通過語法A或非法U在兩組的接受率差異就可以量化出來。但由于語法A和B形式上同質(zhì)(相似度較高), 而非法U與語法B形式上不同質(zhì)(相似度較低), 故應(yīng)采用語法A在兩組的接受率差異來衡量語法B的高概率判斷偏向效應(yīng)。Higham等(2000)的實(shí)驗(yàn)數(shù)據(jù)如下：相容條件組, Bin=0.65,Ain=0.70, Uin=0.34; 對抗條件組, Bop=0.51, Aop=0.645, Uop=0.39, 其研究報(bào)告稱Bin和Bop差異顯著(相差0.14)證明檢測到了受控反應(yīng)。筆者計(jì)算高概率判斷偏向效應(yīng)指標(biāo)為Pr=(Ain? Aop)/2=(0.70 ?0.645) / 2 ≈ 0.028。再析出Pr效應(yīng)這種干擾變量, Bin– Pr=0.65 ? 0.028=0.622, Bop+ Pr=0.51 + 0.028=0.538, 兩者相差很小只有0.084, 受控反應(yīng)接近消失了?？梢娪捎跊]有考慮高概率偏向效應(yīng), Higham等(2000)的實(shí)驗(yàn)檢驗(yàn)到的受控反應(yīng)不純粹, 甚至是虛假的！即在對抗條件組, 被試根本無法按照外顯任務(wù)要求正確排除語法B, 這佐證了第一點(diǎn)分析中對于聯(lián)合語法A*B的推測。

Dienes等(1995)的實(shí)驗(yàn)只能確證人工語法學(xué)習(xí)中存在受控反應(yīng), 無法確證存在自動反應(yīng), 而Higham等(2000)的實(shí)驗(yàn)得到的自動反應(yīng)和受控反應(yīng)都極有可能是虛假的。那么人工語法學(xué)習(xí)是否是內(nèi)隱學(xué)習(xí), 或者至少是否存在內(nèi)隱成分, 就大大存疑了！并且無法為進(jìn)一步研究各種學(xué)習(xí)機(jī)制的意識特征提供量化指標(biāo), 如片段學(xué)習(xí)、熟悉性學(xué)習(xí)和規(guī)則學(xué)習(xí)各自對內(nèi)隱/外顯成分的貢獻(xiàn)量。因此本研究試圖彌補(bǔ)其缺陷。

1.3 本研究提出反向?qū)惯壿嫹妒?/h3>

針對以上缺陷, 本研究新設(shè)計(jì)了反向?qū)惯壿嫹妒?。完全采用Dienes等(1995)的實(shí)驗(yàn)材料, 使用兩套語法A和B以及非法字符串U, 三者形式上都很相似。把語法A和“YES”標(biāo)簽綁定, 讓語法A生成合法“詞單G”; 把語法B和“NO”標(biāo)簽綁定, 讓語法B生成“詞單NG”, 它雖然也是合法, 但通過指導(dǎo)語讓被試在學(xué)習(xí)階段認(rèn)為它是不合法“NG”。這樣被試內(nèi)隱習(xí)得語法A并認(rèn)為它合法; 內(nèi)隱習(xí)得語法B但認(rèn)為它不合法。然后測量階段設(shè)計(jì)相容條件組, 要求把符合“詞單G”的新字符串判斷為合法“G”; 把和“詞單NG”相像的新字符串判斷為不合法“NG”。而對抗條件組則要求把符合“詞單G”的新字符串判斷為合法“G”; 并把符合“詞單NG”的新字符串也判斷為合法“G”, 這就和學(xué)習(xí)階段把“詞單NG”標(biāo)定為不合法“NG”的內(nèi)隱學(xué)習(xí)產(chǎn)生了對抗。參照對抗邏輯的計(jì)算方式, 就能得到反向?qū)惯壿嫹妒降氖芸胤磻?yīng)和自動反應(yīng)(詳見2.5實(shí)驗(yàn)結(jié)果)。

由于語法B在學(xué)習(xí)階段是被當(dāng)做非法字符串NG學(xué)習(xí)的, 那么在對抗條件組中, 外顯任務(wù)要求把語法B判斷為合法, 而語法B在形式上和語法A相似, 如果被試的判斷只是出于形式相似性, 那么應(yīng)該能夠很準(zhǔn)確地把語法B判斷為合法; 如果結(jié)果顯示被試仍然將其判斷為不合法, 那只能是不受控的自動反應(yīng)在起作用。而真正的非法字符串U, 在形式上與語法A和B都相似, 如果認(rèn)為把語法B判斷為不合法是因?yàn)樗驼嬲欠ㄗ址甎相似,那么對語法A也應(yīng)該有同樣的效應(yīng), 即把語法B和A判斷為不合法的概率應(yīng)該相等; 如果語法B判斷為不合法的概率顯著大于語法A, 就表明語法B存在自動反應(yīng)。由此可見, 如果反向?qū)惯壿嫷玫阶詣臃磻?yīng), 就完全排除了形式相似性的影響。Redington (2000)對Higham等(2000)對抗邏輯實(shí)驗(yàn)的尖銳批評, 對于本研究的反向?qū)惯壿媽?shí)驗(yàn), 完全失效。

本研究幾乎完全采用Dienes等(1995)的實(shí)驗(yàn)材料和實(shí)驗(yàn)程序, 所以對兩套語法的學(xué)習(xí)程度和辨別程度與其實(shí)驗(yàn)一致。但有三個(gè)改變：一是把正向?qū)惯壿嬜兂闪朔聪驅(qū)惯壿?。Dienes等(1995)的實(shí)驗(yàn)對語法B先肯定學(xué)習(xí)后否定判斷, 產(chǎn)生了對抗,沒有發(fā)現(xiàn)自動反應(yīng), 可能是對于內(nèi)隱的肯定知識,外顯具有很強(qiáng)的控制力, 外顯否定更容易。本研究對語法B先否定學(xué)習(xí)后肯定判斷, 也產(chǎn)生了對抗,但是內(nèi)隱否定知識可能更深刻而更不易受控, 對其做外顯肯定判斷很難, 或許就能測量到自動反應(yīng)。二是增加了對學(xué)過語法A和B的舊字符串進(jìn)行再認(rèn)辨別和訂正, 被試對兩套語法的學(xué)習(xí)和辨別程度應(yīng)該比Dienes等(1995)的還要高, 那么如果本實(shí)驗(yàn)發(fā)現(xiàn)了自動反應(yīng)的證據(jù), 就證明反向?qū)惯壿嬁梢圆皇鼙鎰e力的影響。三是測量階段采用Higham等(2000)的相容條件組和對抗條件組, 因?yàn)楦菀自O(shè)置反向?qū)钩绦? 但是使用的新字符串采用的是Dienes等(1995)嚴(yán)格的實(shí)驗(yàn)材料。

可見如果實(shí)驗(yàn)結(jié)果理想, 能測量到受控反應(yīng)和自動反應(yīng), 就證明反向?qū)惯壿嫹妒侥軌虿皇苄问较嗨菩院捅鎰e力影響, 有效地分離出受控反應(yīng)和自動反應(yīng)。這種范式既能適用于Dienes等(1995)的嚴(yán)格實(shí)驗(yàn)材料, 又能解決Higham等(2000)范式的缺陷, 是對抗邏輯范式的改進(jìn)版。

因此本研究假設(shè)：(1)外顯否定標(biāo)簽NG (no grammer)可以和語法B綁定學(xué)習(xí), 使被試內(nèi)隱習(xí)得否定標(biāo)簽NG+語法B。(2)反向?qū)惯壿嬁梢圆皇苷Z法A和B以及非法字符串U三者之間的形式相似性和被試辨別力影響, 有效地檢測到受控反應(yīng)和自動反應(yīng)。下面將通過實(shí)驗(yàn)創(chuàng)立反向?qū)惯壿嫹妒絹眚?yàn)證假設(shè)。

2 實(shí)驗(yàn)方法

2.1 被試

45個(gè)蘇州大學(xué)本科生或研究生, 男生18人,女生27人, 平均年齡22.7,SD=1.6, 隨機(jī)分配20人為相容條件組, 25人為對抗條件組。

2.2 實(shí)驗(yàn)材料

和Dienes等(1995)的實(shí)驗(yàn)材料完全一樣。由圖1的兩套人工語法A和B生成字符串各52個(gè), 語法A作為“詞單G”, 語法B作為“詞單NG”。其中各有32個(gè)用在學(xué)習(xí)階段, 各有20個(gè)用在測量階段。非法字符串U有20個(gè), 只用在測量階段, 并保證非法字符串U與語法AB三者在形式上都很相似。

2.3 實(shí)驗(yàn)設(shè)計(jì)和程序

采用單因素(測量階段：對抗條件和相容條件)被試間設(shè)計(jì), 分為兩個(gè)組：對抗條件組和相容條件組。所有被試都收到固定順序排列的5張?jiān)嚲? 并被告知測量記憶和辨別能力, 必須按照主試的現(xiàn)場指導(dǎo)語一步步作答。

首先, 被試只能看標(biāo)有“詞單G”的試卷1, 需努力記憶32個(gè)字符串, 并在每個(gè)字符串后第一個(gè)格子內(nèi)寫上 “G”, 然后在第二個(gè)格子內(nèi)把這個(gè)字符串抄寫一遍。時(shí)間8分鐘。這一步目的是把語法A和標(biāo)簽“G”綁定。由于沒有告知被試字符串符合語法, 只要求記憶, 所以被試進(jìn)行的是內(nèi)隱學(xué)習(xí)。

圖1 語法A和B (摘自Dienes et al., 1995)

記憶結(jié)束后, 要求只看標(biāo)有“詞單NG”的試卷2, 同樣有32個(gè)字符串。指導(dǎo)語告訴被試, 在試卷1記憶的“詞單G”是通過某套語法生成的有規(guī)則的字符串, 標(biāo)記的“G”表示它們符合語法“grammer”, 但是不告知任何語法A的細(xì)節(jié); 試卷2的詞單“NG”則不符合試卷1的語法, 是不合法的“no grammer”。同樣要求被試努力記憶詞單“NG”的字符串, 并在每個(gè)字符串后第一個(gè)格子內(nèi)寫上大寫的“NG”表示不合法, 然后在第二個(gè)格子內(nèi)把這個(gè)字符串抄寫一遍。時(shí)間8分鐘。這一步的目的, 先解釋試卷1的標(biāo)簽“G”表示合法, 以進(jìn)一步把“合法G”標(biāo)簽與語法A綁定; 然后對應(yīng)的把試卷2的語法B與標(biāo)簽“不合法NG”綁定起來, 這樣被試不會主動尋找試卷2的“不合法字符串”的語法規(guī)則, 保證對試卷2的詞單“NG”也是內(nèi)隱學(xué)習(xí), 從而標(biāo)簽“不合法NG”就可能和語法B綁定進(jìn)入內(nèi)隱學(xué)習(xí)。

對試卷2記憶結(jié)束后是再認(rèn)辨別任務(wù)。被試只能看試卷3, 64個(gè)字符串是由試卷1的32個(gè)合法字符串和試卷2的32個(gè)不合法字符串混合而成, 任務(wù)是把它們區(qū)分開來。指導(dǎo)語要求在認(rèn)為合法的字符串后面格子內(nèi)寫上大寫的“G”, 在不合法的字符串后面格子內(nèi)寫上大寫的“NG”, 時(shí)間6分鐘。再認(rèn)辨別任務(wù)結(jié)束后, 要求被試拿出試卷4“正確答案”,在試卷3上訂正作業(yè), 在錯(cuò)誤答案上畫一條斜線,在此格子內(nèi)寫上正確答案, 并記憶該字符串屬于“G”還是“NG”, 時(shí)間4分鐘。這一步能測量到被試對試卷1和試卷2的字符串的記憶和辨別能力, 并進(jìn)一步強(qiáng)化二者的合法和不合法的區(qū)別。

所有被試都進(jìn)行上述任務(wù)。下面的任務(wù), 則分為對抗條件組和相容條件組。

對抗條件組的被試, 拿到試卷5, 被指導(dǎo)語告知：試卷2“詞單NG”雖然不符合試卷1“詞單G”的語法, 但是符合另一套語法, 所以本質(zhì)上也是合法的, 前面的任務(wù)只是強(qiáng)行貼上“NG”標(biāo)簽。試卷5有60個(gè)字符串, 都是沒有記憶過的, 其中20個(gè)是由試卷1“詞單G”的語法生成的新字符串, 需判斷為合法“G”; 20個(gè)是試卷2“詞單NG”的語法生成的新字符串, 和詞單“NG”相像, 也需判斷為合法“G”;另外20個(gè)是混亂的字符串U, 則需判斷為不合法“NG”。時(shí)間7分鐘。

相容條件組的被試, 也拿到同樣的試卷5, 但是指導(dǎo)語不會告知試卷2“詞單NG”是合法的, 而是告知其中有20個(gè)是由試卷1“詞單G”的語法生成的新的合法字符串, 請判斷為合法“G”; 有20個(gè)是新的不合法字符串, 和試卷2“詞單NG”的不合法字符串相像, 請判斷為不合法“NG”; 另外20個(gè)是混亂的字符串U, 也是不合法字符串, 也判斷為不合法“NG”。時(shí)間7分鐘。

3 實(shí)驗(yàn)結(jié)果

剔除了3個(gè)未按要求做的被試的數(shù)據(jù)。相容條件組和對抗條件組各項(xiàng)數(shù)據(jù)見表1。

表1 相容條件組和對抗條件組對語法A和B及非法U的判斷結(jié)果

3.1 檢驗(yàn)語法A的學(xué)習(xí)有效性, 以及標(biāo)簽“NG”和語法B綁定學(xué)習(xí)的有效性

比較相容條件組A-miss-in、B-hit-in和U-hit-in,三者方差不齊性不能做ANOVA, 故進(jìn)行兩兩配對樣本t檢驗(yàn), 三者之間都差異顯著, 見表2。B-hit-in顯著大于A-miss-in,t(18)=4.20,p< 0.01,d=1.841;U-hit-in顯著大于A-miss-in,t(18)=4.33,p< 0.01,d=1.642。這兩點(diǎn)證明對語法A的學(xué)習(xí)是有效的, 被試能很好地拒絕語法B和非法U, 而對語法A作出接受反應(yīng), 故把語法A誤判為NG的概率顯著小于把另兩者判斷為NG的概率。

表2 相容條件組對語法A和B及非法U判斷的差異(M ± SD, n=19)

B-hit-in顯著大于U-hit-in,t(18)=1.91,p<0.05,d=0.618, 表明被試已能很好地辨別出語法B, 前面的學(xué)習(xí)階段是有效的, 已掌握了其深層結(jié)構(gòu); 且已和否定標(biāo)簽“NG”成功綁定, 被試學(xué)會了拒絕語法B, 所以在測量階段的相容條件組更有把握地拒絕了它, 甚至高于對真正非法字符串U的拒絕。真正非法字符串U之前沒有出現(xiàn)過, 且和語法A相似, 辨別它有更大的難度, 所以拒絕率反而不如語法B。這可在一定程度上證明Dienes等(1995)的實(shí)驗(yàn)沒有發(fā)現(xiàn)自動反應(yīng), 正是因?yàn)楸辉嚹芎芎玫乇鎰e出語法B, 既能區(qū)分語法B和語法A, 又能區(qū)分語法B和非法U。由于本研究測量階段相容條件組, 要求判斷為NG的個(gè)數(shù)是恒定的40個(gè), 故此結(jié)果還顯示語法B部分侵占了對非法U作出拒絕判斷的空間。這種侵占空間的現(xiàn)象正是否定標(biāo)簽“NG”和語法B綁定后得到有效學(xué)習(xí)的證據(jù)。當(dāng)然此處的學(xué)習(xí)可能包括了外顯和內(nèi)隱知識, 要檢驗(yàn)出是否存在內(nèi)隱否定知識, 則還需要分析對抗條件組語法B的自動反應(yīng)。

3.2 檢驗(yàn)受控反應(yīng)的證據(jù)

3.2.1 初步檢驗(yàn)受控反應(yīng)的證據(jù)

相容條件組要求對語法B做拒絕反應(yīng), B-hit-in是把語法B正確判斷為NG的擊中率; 對抗條件組要求對語法B做接受反應(yīng), B-miss-op是把語法B誤判為NG的誤判率。在相容條件組的B-hit-in和對抗條件組的B-miss-op的差異, 就是受控反應(yīng)的證據(jù)。對二者進(jìn)行獨(dú)立樣本t檢驗(yàn), 差異顯著,B-hit-in顯著大于B-miss-op,t(40)=9.57,p< 0.01,d=2.930。證明在對抗條件組, 被試確實(shí)可以外顯控制語法B的一部分學(xué)習(xí)量, 而進(jìn)行接受判斷。

3.2.2 析出高概率判斷偏向效應(yīng)

相容條件組有對語法A的誤判率A-miss-in,對抗條件組也有對語法A的誤判率A-miss-op。兩者進(jìn)行比較, 做獨(dú)立樣本t檢驗(yàn), A-miss-in顯著大于A-miss-op,t(40)=4.99,p< 0.01,d=1.612。相容條件組對語法A的誤判率高于對抗條件組, 這可能是由合法/不合法的相對概率決定的：相容條件組字符串合法的概率是1/3, 不合法的概率是2/3, 由于不合法的概率更高所以對語法A會產(chǎn)生了更多的拒絕; 而對抗條件組字符串合法的概率是2/3, 不合法的概率是1/3, 由于合法的概率更高所以對語法A會有更多的接受。因此必須將高概率判斷偏向效應(yīng)作為一個(gè)誤差因子。假設(shè)高概率不合法NG和高概率合法G二者導(dǎo)致的偏向效應(yīng)大小一致, 方向相反, 設(shè)對于語法A高概率不合法的判斷偏向效應(yīng)為PrA即概率Probability, 則高概率合法的判斷偏向效應(yīng)為-PrA。

由于兩組在學(xué)習(xí)和再認(rèn)辨別階段的實(shí)驗(yàn)程序完全相同, 故設(shè)相容條件組和對抗條件組對語法A的學(xué)習(xí)量是一樣的, 則兩組對語法A學(xué)習(xí)的真實(shí)缺失量(即未習(xí)得量)也是一樣的, 設(shè)為LoseA。畢竟對語法A只進(jìn)行一次的內(nèi)隱學(xué)習(xí)基本不可能完全掌握其語法結(jié)構(gòu), 排除了隨機(jī)誤差, 必有真實(shí)的缺失。由于A-miss-in由對語法A的學(xué)習(xí)的真實(shí)缺失量LoseA、高概率不合法判斷偏向效應(yīng)PrA和隨機(jī)誤差E1組成; A-miss-op由對語法A學(xué)習(xí)的真實(shí)缺失量LoseA、高概率合法判斷偏向效應(yīng)-PrA和隨機(jī)誤差E2組成, 故有：

同理, 相容條件組有非法U的擊中率U-hit-in;對抗條件組也有非法U的擊中率U-hit-op。兩者進(jìn)行比較, 做one-way ANOVA檢驗(yàn), U-hit-in顯著大于U-hit-op,F(1, 40)=67.15,p< 0.01, η2=0.627,這同樣是高概率判斷偏向效應(yīng)。則有：

PrU=(U-hit-in-U-hit-op-E) / 2 ≈ (U-hit-in-U-hit-op) / 2=(0.72 ? 0.49) / 2 ≈ 0.12.

可見PrA和PrU在數(shù)值上非常接近, 又由于語法A和B與非法U三者都相似, 故可用PrA和PrU的平均數(shù)作為高概率判斷偏向效應(yīng)的近似值：

3.2.3 檢驗(yàn)純粹受控反應(yīng)的證據(jù)

在3.2.1中初步檢驗(yàn)了受控反應(yīng)的證據(jù), 但沒有排除高概率判斷偏向效應(yīng), 得到的受控反應(yīng)是不純粹的：相容條件組把語法B判斷為NG的概率B-hit-in顯著高于對抗條件組把語法B判斷為NG的概率B-miss-op, 可能僅僅是受到各自環(huán)境的高判斷概率的影響, 而非受控反應(yīng)。而Higham等(2000)沒有分析和排除高概率判斷偏向效應(yīng), 導(dǎo)致其受控反應(yīng)很可能是虛假的, 這是已有人工語法對抗邏輯范式的另一大缺陷。因此下面將排除高概率判斷偏向效應(yīng), 以檢驗(yàn)出純粹受控反應(yīng)。

由3.2.2的分析可知相容條件組B-hit-in包含了一個(gè)Pr, 對抗條件組B-miss-op包含了一個(gè)-Pr, 必須把兩者都剔除, 則在B-hit-in中減去一個(gè)Pr, 在B-miss-op中加上一個(gè)Pr。由統(tǒng)計(jì)法則可知每個(gè)數(shù)據(jù)加上/減去同一常數(shù), 平均數(shù)增加/減少此常數(shù)而標(biāo)準(zhǔn)差不變。故B-hit-in ? Pr=(0.81 ? 0.13) ± 0.18=0.68 ± 0.18, B-miss-op + Pr=(0.35 + 0.13) ± 0.13=0.48 ± 0.13。對二者進(jìn)行獨(dú)立樣本t檢驗(yàn)差異顯著,B-hit-in ? Pr顯著大于B-miss-op + Pr,t(40)=4.46,p< 0.01,d=1.274, 兩者相減得到差值為0.20, 這證明在統(tǒng)計(jì)上完全排除了高概率判斷偏向效應(yīng)后,結(jié)果顯示對抗條件組的被試確實(shí)可以外顯控制一部分學(xué)習(xí)量, 而對語法B給予接受判斷, 這就是純粹受控反映的證據(jù)(0.20)。

3.3 檢驗(yàn)自動反應(yīng)的證據(jù)

Higham等(2000)的對抗邏輯范式用對抗條件組中語法B的誤判率(誤判為G)與其基線水平——非法字符串U的誤判率(同樣誤判為G)做比較, 如果語法B的誤判率顯著大于基線水平就證明存在自動反應(yīng)。相對應(yīng)地, 本研究創(chuàng)立的反向?qū)惯壿嫹妒降膶箺l件組中, 語法B的誤判率B-miss-op是誤判為NG的概率(而非誤判為G), 因此基線水平只能采用將語法A誤判為不合法NG的概率即A-miss-op, 而不能采用非法字符串U的誤判率U-miss-op, 因?yàn)樗菍⒎欠║誤判為合法G的概率, 與B-miss-op方向相反。另一個(gè)理由是被試對語法A和B進(jìn)行了同等學(xué)習(xí), 對非法U則沒有進(jìn)行任何學(xué)習(xí), 因此Higham等(2000)和Dienns等(1995)采用非法U的誤判率作為基線水平就有缺陷——沒有匹配學(xué)習(xí)程度和熟悉性。本研究采用A-miss-op作為基線水平則匹配了學(xué)習(xí)和熟悉性因素, 彌補(bǔ)了該缺陷。

本研究認(rèn)為基線水平的本質(zhì)是真實(shí)缺失量+隨機(jī)誤差。對抗條件組要求將語法A和B都判斷為合法G, 由于學(xué)習(xí)的真實(shí)缺失量+隨機(jī)誤差, 必然對語法A產(chǎn)生一定的誤判率(誤判為NG), 故以A-miss-op作為基線水平就是最標(biāo)準(zhǔn)的指標(biāo)。那么如果語法B誤判為NG的概率B-miss-op顯著高于基線水平A-miss-op, 則可以排除真實(shí)缺失量和隨機(jī)誤差等因素, 而認(rèn)定其差值是自動反應(yīng)量。

古詩文的創(chuàng)造不是憑空產(chǎn)生的，它們都有一定的歷史寓意，或許是在一個(gè)特定的歷史環(huán)境或許是要紀(jì)念某人某物。因此，教師在講解古詩詞的時(shí)候，應(yīng)該提前對古詩文的創(chuàng)作背景做詳細(xì)了解，了解當(dāng)時(shí)的背景，發(fā)生了什么事情，作者寫這篇古詩文的寓意是什么。這些事情都應(yīng)該一清二楚，尤其是在講解某一典故或者英雄事跡的時(shí)候，更應(yīng)該要對此展開有針對性的教學(xué)。并在講解過程中引入傳統(tǒng)文化，加深學(xué)生對傳統(tǒng)文化的領(lǐng)悟能力。

比較對抗條件組A-miss-op、B-miss-op和U-hit-op, 三者方差齊性, 做ANOVA, 模型主效應(yīng)顯著,F(2, 23)=3.03,p< 0.01, η2=0.209; 組間主效應(yīng)顯著,F(2, 23)=35.39,p< 0.01, η2=0.755。對三者做成對比較, 見表3, B-miss-op (0.35)顯著高于A-miss-op (0.18),F(1, 23)=3.91,p< 0.01, η2=0.145, 兩者相減得到差值為0.17, 這就是自動反應(yīng)的證據(jù)：盡管被試的控制加工過程試圖接受符合語法B的新字符串, 但是較之語法A, 被試還是更多地?zé)o意識拒絕語法B。這很好地驗(yàn)證了實(shí)驗(yàn)假設(shè)：反向?qū)惯壿嫹妒酱_實(shí)能夠排除形式相似性的影響, 比對抗邏輯范式更有效地檢測到真正的自動反應(yīng)。

而U-hit-op顯著高于A-miss-op,F(1, 23)=3.95,p< 0.01, η2=0.147; U-hit-op顯著高于B-miss-op,F(1, 23)=10.04,p< 0.01, η2=0.304, 這證明比起拒絕語法A和B, 被試確實(shí)能夠更好地拒絕非法字符串U。但是非法字符U的擊中率U-hit-op (0.49)處于隨機(jī)水平, 原因是對抗條件組要求判斷為不合法NG的個(gè)數(shù)是恒定的20個(gè), 故對語法B的自動拒絕反應(yīng)部分侵占了對非法U作出拒絕判斷的空間。這是標(biāo)簽“NG”與語法B綁定得到有效內(nèi)隱學(xué)習(xí)的另一證據(jù)。

3.4 辨別力和自動反應(yīng)的關(guān)系

在引言1.2中論述了Dienes等(1995)的實(shí)驗(yàn)可能充分激發(fā)了被試辨別力而掩蓋了自動反應(yīng)。本研究在其實(shí)驗(yàn)程序基礎(chǔ)上加入了對語法AB的再認(rèn)辨別和訂正任務(wù), 被試對兩套語法的學(xué)習(xí)和辨別程度應(yīng)該比Dienes等的實(shí)驗(yàn)還要高, 但卻成功發(fā)現(xiàn)了自動反應(yīng), 這證明反向?qū)惯壿嬁梢圆皇鼙鎰e程度的影響而測得自動反應(yīng)。下面將進(jìn)一步從數(shù)據(jù)上證明這一點(diǎn)。

將再認(rèn)辨別任務(wù)的正確率作為被試辨別力指標(biāo), 記為DiscAB即對AB的辨別力Discrimination。由于所有被試從試卷1到試卷4的實(shí)驗(yàn)處理都是一樣的, 所以相容條件組與對抗條件組的辨別程度完全同質(zhì); 更由于對自動反應(yīng)的檢驗(yàn)只出現(xiàn)在對抗條件組,所以只需考察對抗條件組的辨別力DiscAB與自動反應(yīng)的關(guān)系。設(shè)自動反應(yīng)為AutoR即Automatic Response,則由分析3.3可知AutoR=B-miss-op﹣A-miss-op。

表3 對抗條件組對語法A和B及非法U判斷的差異(M ± SD, n=23)

對DiscAB (0.74 ± 0.19)和AutoR (0.16 ± 0.21)做皮爾遜相關(guān), 相關(guān)不顯著,r=0.32,p> 0.05, 證明再認(rèn)辨別階段的辨別力與自動反應(yīng)沒有相關(guān), 本研究新設(shè)計(jì)的反向?qū)惯壿嫹妒剿a(chǎn)生和測得的自動反應(yīng)不受對兩套語法的辨別程度影響, 抗辨別力干擾的能力很強(qiáng), 可能比對抗邏輯范式更強(qiáng)。

4 討論

4.1 自動化的新途徑：內(nèi)隱聯(lián)結(jié)自動化

反向?qū)惯壿嫹妒綄⑼怙@的否定標(biāo)簽NG和語法B綁定進(jìn)行內(nèi)隱學(xué)習(xí), 在對抗條件組檢測到了否定的自動反應(yīng), 證明內(nèi)隱知識可以接受否定標(biāo)簽而成為內(nèi)隱否定知識。根據(jù)Cleeremans和Jiménez (2002)的表征質(zhì)量意識理論, 內(nèi)隱、外顯和自動化的本質(zhì)是表征質(zhì)量漸進(jìn)遞增, 低級表征可通過不斷練習(xí)漸進(jìn)轉(zhuǎn)化為高級表征。本研究證明外顯標(biāo)簽只需和內(nèi)隱語法規(guī)則的一部分聯(lián)結(jié), 隨著對語法的內(nèi)隱學(xué)習(xí)就可以擴(kuò)展到新字符串, 獲得了自動化特征, 不再受外顯意識控制。此時(shí)的標(biāo)簽是內(nèi)隱表征還是自動化表征尚需進(jìn)一步確定, 但能確定的是自動化聯(lián)結(jié)可以發(fā)生在外顯標(biāo)簽和內(nèi)隱知識之間, 而不只發(fā)生在外顯知識之間。經(jīng)典自動化是外顯知識通過練習(xí)形成的, 而如果只練習(xí)一部分則只有該部分能夠自動化。本研究由內(nèi)隱聯(lián)結(jié)產(chǎn)生的自動化形成速度更快, 且只需要和內(nèi)隱規(guī)則的一部分聯(lián)結(jié)就能自動擴(kuò)散到整個(gè)內(nèi)隱規(guī)則, 這種內(nèi)隱聯(lián)結(jié)自動化可能是新的特殊自動化。未來應(yīng)進(jìn)一步研究外顯規(guī)則與內(nèi)隱標(biāo)簽、外顯規(guī)則與內(nèi)隱規(guī)則的聯(lián)結(jié)。

4.2 內(nèi)隱否定知識比內(nèi)隱肯定知識更加自動化

本研究相容條件組被試對語法B和非法U都要做拒絕的NG判斷, 對語法B的擊中率顯著高于對非法U的擊中率, 證明對學(xué)到的內(nèi)隱否定知識能夠很好地做出拒絕判斷, 既符合外顯的拒絕要求,又符合內(nèi)隱的自動拒絕反應(yīng)。這和Dienes等(1995)的對抗條件組相似, 其對抗條件組要求對語法B(或A, 詳見1.2的第五點(diǎn), 下同)和非法U都要做拒絕的NG判斷, 只是語法B的擊中率高于非法U的擊中率但不顯著, 而學(xué)習(xí)階段對語法B做的是肯定學(xué)習(xí), 那么對抗條件組語法B的擊中率(即拒絕率)本應(yīng)顯著低于非法U的擊中率。這個(gè)矛盾證明即使學(xué)到的語法B是內(nèi)隱肯定知識, 但僅僅是外顯要求對它做拒絕判斷時(shí), 否定傾向同樣非常強(qiáng)大; 而內(nèi)隱肯定知識的自動反應(yīng)不足以抵抗這種強(qiáng)大的否定傾向, 甚至?xí)f(xié)同外顯要求做出拒絕反應(yīng)。本研究相容條件組和Dienes等(1995)的對抗條件組得到了同樣結(jié)果：對內(nèi)隱知識做否定操作很容易。

而在檢測自動反應(yīng)方面, Dienes等(1995)的實(shí)驗(yàn)對語法B先肯定學(xué)習(xí)后否定判斷, 產(chǎn)生了對抗,沒有發(fā)現(xiàn)自動反應(yīng); 本研究反向?qū)惯壿媽φZ法B先否定學(xué)習(xí)后肯定判斷, 也產(chǎn)生了對抗, 卻發(fā)現(xiàn)了顯著的自動反應(yīng)。由兩者結(jié)果的矛盾可推論：內(nèi)隱知識不是完全自動的, 受到內(nèi)隱標(biāo)簽的制約。對于內(nèi)隱肯定知識, 外顯具有很強(qiáng)的控制力; 但對于內(nèi)隱否定知識, 外顯則難以控制而產(chǎn)生自動否定反應(yīng)。這從純認(rèn)知層面顯示人類內(nèi)隱加工可能天生就具有否定傾向：內(nèi)隱知識從肯定轉(zhuǎn)化為否定易, 從否定轉(zhuǎn)化為肯定難(Wilder, Simon, & Faith, 1996), 否定的力量何其強(qiáng)大！

4.3 反向?qū)惯壿嫹妒侥苡行У貦z測到真實(shí)的自動反應(yīng)和純粹的受控反應(yīng)

在引言中提到, Dienes等(1995)的實(shí)驗(yàn)在學(xué)習(xí)階段是把語法A和B分別連貫學(xué)習(xí), 被試可能更能夠在同一套語法中比較不同的字符串, 從而習(xí)得深層的語法結(jié)構(gòu); 而在測量階段語法A和B以及非法U三者具有同等的相似性, 使得采用相似性和熟悉性的策略無法完成任務(wù), 只能提取語法規(guī)則知識來完成。而本研究創(chuàng)立的反向?qū)惯壿嫹妒侥軌蛟谶@種最嚴(yán)格和學(xué)習(xí)程度較高的人工語法學(xué)習(xí)范式中獲得純粹的受控反應(yīng)和真實(shí)的自動反應(yīng), 比較有力地證明了人工語法學(xué)習(xí)確實(shí)包含了真實(shí)的內(nèi)隱成分！

內(nèi)隱序列學(xué)習(xí)范式中探索意識的研究很多, 主要原因就是遵從對抗邏輯范式產(chǎn)生的包含排除任務(wù)能夠客觀和定量地分離出內(nèi)隱序列學(xué)習(xí)獲得的受控反應(yīng)即受控意識和自動反應(yīng)即內(nèi)隱成分(Fu et al,2010)。而人工語法范式無法成功應(yīng)用對抗邏輯, 難以客觀定量地分離其中的內(nèi)隱和外顯成分, 所以其意識研究走向了主觀意識領(lǐng)域(Dienes & Scott,2005), 而在客觀意識領(lǐng)域發(fā)展緩慢。因此本研究的反向?qū)惯壿嫹妒降某晒? 可以為人工語法范式提供一種良好的客觀定量的意識測量范式; 而作為一種普適性的工具, 可以進(jìn)一步探索片段學(xué)習(xí)、組塊學(xué)習(xí)、熟悉性、規(guī)則學(xué)習(xí)等不同的人工語法學(xué)習(xí)機(jī)制, 以及對應(yīng)的研究范式(Pothos, 2007)各自產(chǎn)生的受控反應(yīng)和自動反應(yīng)有何特征和差異？受控反應(yīng)和自動反應(yīng)的組合與互動模式能否作為這些學(xué)習(xí)機(jī)制的良好校標(biāo)？在此基礎(chǔ)上可將該范式改造成被試內(nèi)設(shè)計(jì), 采用受控反應(yīng)和自動反應(yīng)的關(guān)系來確定每個(gè)人工語法字符串屬于哪種學(xué)習(xí)機(jī)制和哪種知識。這將可能促進(jìn)人工語法學(xué)習(xí)和意識機(jī)制研究的發(fā)展。當(dāng)然還可以擴(kuò)展到其它內(nèi)隱學(xué)習(xí)和內(nèi)隱認(rèn)知領(lǐng)域, 探索抗干擾內(nèi)隱學(xué)習(xí)和內(nèi)隱辨別, 以及否定性內(nèi)隱規(guī)則的學(xué)習(xí)機(jī)制。

4.4 內(nèi)隱知識不等同于自動反應(yīng)

需要強(qiáng)調(diào)的是, 反向?qū)惯壿嫹妒胶鸵延械膶惯壿嫹妒降淖詣臃磻?yīng)存在一定程度的本質(zhì)差異：反向?qū)惯壿嫹妒降淖詣臃磻?yīng), 既是測量得到的也是本范式產(chǎn)生出的內(nèi)隱成分。如3.2指出本范式的自動反應(yīng)是對帶有否定標(biāo)簽的內(nèi)隱知識的自動拒絕反應(yīng), 可能對內(nèi)隱否定知識的反應(yīng)本就更自動。另外本范式要求被試寫上標(biāo)簽“G”和“NG”, 并有再認(rèn)辨別任務(wù), 可能加深了內(nèi)隱學(xué)習(xí), 這是新增的實(shí)驗(yàn)程序, 與 Higham等(2000)和Dienes等(1995)都不同。因此可能是因?yàn)楸狙芯吭趯W(xué)習(xí)階段通過手寫將標(biāo)簽和語法更好地綁定, 建立起了反應(yīng)聯(lián)結(jié)。而Dienes等(1995)只是在學(xué)習(xí)結(jié)束后告訴被試記憶的語法B是合法的“G”, 在學(xué)習(xí)階段沒有給予反應(yīng)聯(lián)結(jié), 得到的內(nèi)隱知識和標(biāo)簽“G”的聯(lián)結(jié)可能比較松散, 在測量階段就難以對語法B產(chǎn)生相應(yīng)標(biāo)簽“G”的自動反應(yīng)。故進(jìn)一步研究可以改進(jìn)其實(shí)驗(yàn)程序——在學(xué)習(xí)階段對語法B手寫打上標(biāo)簽“G”; 同理可以反過來在本研究范式中撤銷手寫步驟, 如果還是檢驗(yàn)出自動反應(yīng)就證明并非是手寫反應(yīng)聯(lián)結(jié)的貢獻(xiàn)。

同理Higham等(2000)測量到的自動反應(yīng)也是其實(shí)驗(yàn)范式制造出來的, 其成分和本研究有本質(zhì)差異, 它可能是形式相似性造成的虛假自動反應(yīng)。而Dienes等(1995)雖然沒有發(fā)現(xiàn)自動反應(yīng), 但不能認(rèn)為一定沒有自動反應(yīng)和內(nèi)隱成分, 因?yàn)榘凑战?jīng)典人工語法口語報(bào)告的測量標(biāo)準(zhǔn), 其實(shí)驗(yàn)中對語法的學(xué)習(xí)存在很多內(nèi)隱成分。由于實(shí)驗(yàn)范式很嚴(yán)格, 可能這種自動反應(yīng)被非法字符串U的高接受率掩蓋了;也可能是這種自動反應(yīng)本身容易受到外顯的拒絕要求控制, 失去了自動特征(詳見3.2); 還可能是嚴(yán)格的實(shí)驗(yàn)材料提高了被試辨別力, 導(dǎo)致這種自動反應(yīng)被辨別力所控制而與外顯要求協(xié)同, 失去了自動特征(詳見3.3)。無論哪種情況, 這種可能存在的“自動反應(yīng)”和本研究的自動反應(yīng)的本質(zhì)確實(shí)不一樣。對比可推論：內(nèi)隱知識不等于自動反應(yīng), 既存在自動的內(nèi)隱知識, 也存在受控的內(nèi)隱知識(Kiefer,2012; Horga & Maia, 2012); 外顯知識也可能如此,既有受控的外顯知識, 也有明明意識到卻無法控制的自動外顯知識。

5 結(jié)論

為了解決人工語法對抗邏輯范式的缺陷, 本研究創(chuàng)立了反向?qū)惯壿嫹妒? 實(shí)驗(yàn)證明：

(1)外顯否定標(biāo)簽可以和語法綁定進(jìn)行內(nèi)隱學(xué)習(xí), 成為自動化的否定標(biāo)簽; 內(nèi)隱否定知識比肯定知識更自動; 內(nèi)隱知識從肯定轉(zhuǎn)化為否定易, 從否定轉(zhuǎn)化為肯定難。

(2)首次析出了高概率偏向效應(yīng), 得到純粹的受控反應(yīng)。

(3)反向?qū)惯壿嫹妒侥苡行У貦z測到真實(shí)的自動反應(yīng), 不受語法間形式相似性和被試辨別力的影響, 因此在對抗邏輯范式不能得到自動反應(yīng)的嚴(yán)格匹配了形式相似性的實(shí)驗(yàn)材料上卻非常有效, 解決了人工語法對抗邏輯范式的幾個(gè)重大缺陷。

Cleeremans, A., & Jiménez, L. (2002). Implicit learning and consciousness: A graded, dynamic perspective. In R. M.French & A. Cleeremans (Eds.),Implicit learning and consciousness: An empirical, philosophical and computational consensus in the making?(pp. 1–40). Hove, UK: Psychology Press.

Cohen J. R., & Poldrack R. A. (2008). Automaticity in motor sequence learning does not impair response inhibition.Psychonomic Bulletin & Review, 15, 108–115.

Destrebecqz, A., & Cleeremans, A. (2001). Can sequence learning be implicit? New evidence with the process dissociation procedure.Psychonomic Bulletin & Review, 8, 343–350.

Dienes, Z., Altmann, G. T. M., Kwan, L., & Goode, A. (1995)Unconscious knowledge of artificial grammars is applied strategically.Journal of Experimental Psychology: Learning,Memory, and Cognition, 21, 1322–1338.

Dienes, Z., & Scott, R. (2005). Measuring unconscious knowledge:Distinguishing structural knowledge and judgment knowledge.Psychological Research, 69, 338–351.

Fu, Q. F., Dienes, Z., & Fu, X. L. (2010). Can unconscious knowledge allow control in sequence learning?.Consciousness and Cognition, 19, 462–474.

Higham, P. A., & Vokey, J. R. (2000). The controlled application of a strategy can still produce automatic effects: Reply to Redington (2000).Journal of Experimental Psychology:General, 129, 476–480.

Higham, P. A., Vokey, J. R., & Pritchard, J. L. (2000). Beyond dissociation logic: Evidence for controlled and automatic influences in artificial grammar learning.Journal of Experimental Psychology: General, 129, 457–470.

Horga, G., & Maia, T. V. (2012). Conscious and unconscious processes in cognitive control: A theoretical perspective and a novel empirical approach.Frontiers in Human Neuroscience, 6, 199.

Jacoby, L. L., Woloshyn, V., & Kelley, C. (1989). Becoming famous without being recognized: Unconscious influences of memory produced by dividing attention.Journal of Experimental Psychology: General, 118, 115–125.

Jacoby, L. L. (1991). A process dissociation framework:Separating automatic from intentional uses of memory.Journal of Memory and Language, 30, 513–541.

Jiménez, L., Méndez, C., & Cleeremans, A. (1996). Comparing direct and indirect measures of sequence learning.Journal of Experimental Psychology: Learning, Memory, and Cognition,22, 948–969.

Johansson, T. (2008).Knowledge representation, heuristics,and awareness in artificial grammar learning. Printed in Lund, Sweden, by KFS in Lund AB.

Kiefer, M. (2012). Executive control over unconscious cognition: Attentional sensitization of unconscious information processing.Frontiers in Human Neuroscience, 6, 61.

Mong, H., McCabe, D. P., & Clegg, B. (2012). Evidence of automatic processing in sequence learning using processdissociation.Advances in Cognitive Psychology, 8(2), 98–108.

Norman, E., Price, M. C., & Jones, E. (2011). Measuring strategic control in artificial grammar learning.Consciousness and Cognition, 20, 1920–1929.

Nosofsky, R. M. (1988). Similarity, frequency, and category representations.Journal of Experimental Psychology: Learning,Memory, and Cognition, 14, 54–65.

Nosofsky, R. M., & Zaki, S. R. (1998). Dissociations between categorization and recognition in amnesic and normal individuals: An exemplar-based interpretation.Psychological Science, 9, 247–255.

Pothos, E. M. (2005). The rules versus similarity distinction.Behavioral and Brain Sciences, 28, 1–14.

Pothos, E. M. (2007). Theories of Artificial Grammar Learning.Psychological Bulletin, 133, 227–244.

Redington, M. (2000). Not evidence for separable controlled and automatic influences in artificial grammar learning:Comment on Higham, Vokey, and Pritchard (2000).Journal of Experimental Psychology: General, 129, 471–475.

Reingold, E. M., & Merikle, P. M. (1988). Using direct and indirect measures to study perception without awareness.Perception & Psychophysics, 44, 563–575.

Soetens, E., Melis, A., & Notebaert, W. (2004). Sequence learning and sequential effects.Psychological Research, 69,124–137.

Tunney, R. J., & Shanks, D. R. (2003). Does opposition logic provide evidence for conscious and unconscious processes in artificial grammar learning?.Consciousness and Cognition,12, 201–218.

Vokeya, J. R., & Higham, P. A. (2004). Opposition logic and neural network models in artificial grammar learning.Consciousness and Cognition, 13, 565–578.

Wan, L. L., Dienes, Z., & Fu, X. L. (2008). Intentional control based on familiarity in artificial grammar learningConsciousness and Cognition, 17, 1209–1218.

Wilder, D. A., Simon, A. F., & Faith, M. (1996). Enhancing the impact of counterstereotypic information: Dispositional attributions for deviance. Journal of Personality and Social Psychology, 71, 276–287.

Yonelinas, A. P. (2002). The nature of recollection and familiarity: A review of 30 years of research.Journal of Memory and Language,46, 441–517.

Zhang, R. L., & Liu, D. Z. (2014). The development of graded consciousness in artificial grammar learning.Acta Psychologica Sinica, 46, 1649–1660.

[張潤來, 劉電芝. (2014). 人工語法學(xué)習(xí)中意識加工的漸進(jìn)發(fā)展.心理學(xué)報(bào), 46, 1649–1660.]