陳曉宇 杜媛媛 劉 強1,

積極情緒提高背景線索學(xué)習(xí)的適應(yīng)性*

陳曉宇1,2杜媛媛2劉 強1,2

(1四川師范大學(xué)腦與心理科學(xué)研究院, 成都 610066) (2遼寧師范大學(xué)腦與認(rèn)知神經(jīng)科學(xué)研究中心, 大連 11602)

背景線索的學(xué)習(xí)缺乏適應(yīng)性, 這種缺乏表現(xiàn)在兩個方面：其一是難以在已習(xí)得的場景表征上捆綁一個新目標(biāo)位置(Re-learning), 也就是場景表征的更新受阻; 其二是在習(xí)得一組場景表征后, 難以學(xué)習(xí)另一組全新場景(New-learning)。研究表明, 在舊場景表征上捆綁一個新目標(biāo)位置的能力可能與注意范圍大小有關(guān), 而學(xué)習(xí)全新場景則需要重置學(xué)習(xí)功能。積極情緒可以有效擴大注意范圍, 并改善對舊有認(rèn)知模式的固著, 因此積極情緒啟動將有可能提升背景線索學(xué)習(xí)的適應(yīng)性。本研究采用效價為中性和積極的情緒性圖片來啟動對應(yīng)的情緒, 探索舊場景捆綁新目標(biāo)位置時和學(xué)習(xí)全新場景時, 背景線索的學(xué)習(xí)情況, 驗證積極情緒是否可以提高背景線索學(xué)習(xí)中的適應(yīng)性。實驗發(fā)現(xiàn), 積極情緒無法促進舊場景上捆綁新目標(biāo)位置的背景線索學(xué)習(xí)(Re-learning), 但是可以促進全新場景的學(xué)習(xí)(New-learning)。該結(jié)果說明, 積極情緒可以提高被試的場景學(xué)習(xí)能力進而促進對全新場景的學(xué)習(xí), 卻無法減少由表征相似性引起的舊表征的自動檢索, 進而無法改善舊表征的更新過程。

背景線索, 積極情緒, 情緒啟動, 視覺搜索。

1 引言

背景線索(Contextual Cueing)即可以引導(dǎo)注意的空間布局(Chun & Jiang, 1998)。Chun和Jiang總結(jié)前人基于現(xiàn)實生活現(xiàn)象的研究, 推測視覺背景線索可以通過引導(dǎo)注意分配來提高視覺搜索任務(wù)的效率, 并進行了一系列實驗室驗證。在他們的實驗中, 視覺場景被分為重復(fù)場景和新異場景兩類。重復(fù)場景指的是場景中的目標(biāo)和分心物位置相對固定, 并在試次間重復(fù)出現(xiàn); 新異場景則是目標(biāo)和分心物的位置在試次間隨機變化。研究結(jié)果發(fā)現(xiàn), 相比于新異場景, 重復(fù)場景的搜索反應(yīng)時更短, 這種現(xiàn)象被叫做背景線索效應(yīng)(contextual-cuing effect)。背景線索效應(yīng)表明在搜索過程中, 被試習(xí)得了重復(fù)場景中的背景線索并利用這種背景線索提高了搜索效率(Chun & Jiang, 1998)。隨后, 背景線索效應(yīng)得到了大量研究的證實(Chun & Jiang, 1999, 2003; Olson & Chun, 2001, 2002)。

背景線索的學(xué)習(xí)缺乏適應(yīng)性(Adaptation), 具體有兩種表現(xiàn)：(1)在習(xí)得一組背景線索后, 改變這些已習(xí)得的場景的目標(biāo)位置, 新目標(biāo)位置相關(guān)的背景線索會很難被習(xí)得(Re-learning); (2)在習(xí)得一組背景線索后, 再學(xué)習(xí)一組全新的重復(fù)場景的背景線索(New-learning)會變得困難。Re-learning困難是Manginelli和Pollmann (2009)發(fā)現(xiàn)的, 在他們的研究中, 被試會事先習(xí)得一組背景線索, 之后, 仍沿用舊的分心物背景, 而將目標(biāo)位置改變到之前空白的地方, 結(jié)果發(fā)現(xiàn)就算這些重復(fù)場景的搜索次數(shù)遠超初次學(xué)習(xí)的次數(shù), 也無法產(chǎn)生背景線索效應(yīng), 表明新目標(biāo)位置相關(guān)的背景線索學(xué)習(xí)受到阻礙。另一項研究則發(fā)現(xiàn)被試在學(xué)習(xí)階段進行30次重復(fù)場景搜索后, 需要連續(xù)進行3天共80次的高強度練習(xí)才能在舊場景上建立新的場景?目標(biāo)連結(jié), 表現(xiàn)出邊緣顯著的背景線索效應(yīng), 而要達到和舊目標(biāo)位置相同的背景線索效應(yīng)量則需要連續(xù)練習(xí)7天(Zellin et al., 2014)。New-learning條件下雖然也會表現(xiàn)出學(xué)習(xí)困難(Mednick et al., 2009), 但是相比于和舊場景高度相似的Re-learning場景, New-learning的重復(fù)場景均為全新的場景, 與大腦中的舊場景記憶表征完全不同。Zellin等人(2013)發(fā)現(xiàn), 被試對于任務(wù)開始就呈現(xiàn)的重復(fù)場景, 只需要2次重復(fù)就能夠表現(xiàn)出邊緣顯著的背景線索效應(yīng), 而在學(xué)習(xí)階段進行15次重復(fù)場景搜索后, 再給被試呈現(xiàn)一組全新的重復(fù)場景時, 被試需要重復(fù)練習(xí)至少20次才可以產(chǎn)生邊緣顯著的背景線索效應(yīng)。

有多種方法可以改善背景線索學(xué)習(xí)的適應(yīng)性。研究表明, 高強度的練習(xí)、睡眠和安靜休息可以促進全新場景的學(xué)習(xí)(New-learning), 原因是睡眠和安靜休息可以在不同程度上重置認(rèn)知控制功能, 使學(xué)習(xí)功能重啟(Mednick et al., 2009; Zellin et al., 2013)。然而, 以上這些方法無法改善Re-learning困難(Zellin et al., 2013; Zellin et al., 2014)。一項研究發(fā)現(xiàn), 通過提高新目標(biāo)刺激的凸顯性可以使被試成功在Re-learning條件下習(xí)得更新后的背景線索。該研究通過提高新目標(biāo)的亮度來吸引被試的注意, 發(fā)現(xiàn)在改變已習(xí)得的場景的目標(biāo)位置后, 經(jīng)過25次重復(fù)呈現(xiàn), 就可以產(chǎn)生背景線索效應(yīng)。他們認(rèn)為, 高亮度的目標(biāo)作為凸顯刺激有效地吸引了被試注意, 打破了固有注意模式并培養(yǎng)了新的注意模式, 同時增加了對新目標(biāo)的注意加工, 最終促進了對舊場景記憶表征的更新, 讓被試形成了新目標(biāo)位置與背景之間線索關(guān)系的全新記憶表征(Conci & Zellin, 2021)。另一項研究直接對比了全局注意和局部注意時Re-learning條件下的背景線索學(xué)習(xí)情況, 表明當(dāng)被試進行全局注意的時候, Re-learning的背景線索再學(xué)習(xí)變得容易起來, 但是局部注意時被試仍然無法學(xué)習(xí)與新目標(biāo)位置相關(guān)的背景線索表征, 表明建立一個更全局的背景表征是讓舊背景線索表征發(fā)生更新的重要條件(Zinchenko et al., 2020)?？偟膩碚f, 目前的研究表明, 在習(xí)得一組背景線索表征后, New-learning的發(fā)生需要將認(rèn)知控制功能轉(zhuǎn)變?yōu)楦颖粍拥臓顟B(tài), 而要發(fā)生Re-learning則需要對新目標(biāo)進行更多的注意加工或者對場景進行全局注意。

積極情緒(positive emotion)會對個體的認(rèn)知加工產(chǎn)生復(fù)雜廣泛的影響(Ashby et al., 1999; Goschke & Bolte, 2014)。積極情緒是指具有正性效價的情緒, 與人的需要被滿足相聯(lián)系, 是一種愉悅的主觀心理體驗(郭小艷, 王振宏, 2007)。Bolte和Goschke認(rèn)為, 積極情緒增加了多巴胺的釋放, 而多巴胺會作用于前額葉和紋狀體, 分別引起認(rèn)知穩(wěn)定性的降低和認(rèn)知靈活性的提高, 最終導(dǎo)致認(rèn)知控制對當(dāng)前加工過程的保護程度的降低。他們尤其指出, 任務(wù)不相關(guān)的積極情緒會將認(rèn)知控制從保持現(xiàn)有加工和主動控制轉(zhuǎn)化為靈活的更新和被動控制(Bolte & Goschke, 2010; Dreisbach & Goschke, 2004; Goschke & Bolte, 2014)。積極情緒對認(rèn)知控制模式的改變和睡眠與休息帶來的改變有類似之處, 因此有可能促進學(xué)習(xí)功能重新開始, 進而提高背景線索的學(xué)習(xí)能力, 尤其是促進New-learning。另一些研究發(fā)現(xiàn), 在積極情緒狀態(tài)下, 觀察者的注意范圍將會擴大(Bolte & Goschke, 2010; Fredrickson & Branigan, 2005), 并且可以根據(jù)任務(wù)要求增加對局部目標(biāo)的加工(Baumann & Kuhl, 2005), 因此, 積極情緒可能對Re-learning條件下的背景線索學(xué)習(xí)也有促進作用。

本研究將探索積極情緒能否提高背景線索學(xué)習(xí)中的適應(yīng)性。實驗將分為兩階段, 學(xué)習(xí)階段通過讓被試完成經(jīng)典的背景線索范式, 形成背景線索的記憶表征; 轉(zhuǎn)換階段將給被試呈現(xiàn)Re-learning (舊背景?新目標(biāo))和New-learning (新背景?新目標(biāo))兩種學(xué)習(xí)條件。同時, 在這一階段將設(shè)置中性情緒和積極情緒兩種情緒狀態(tài)條件, 將中性情緒狀態(tài)條件作為基線, 通過對比這兩種條件下背景線索學(xué)習(xí)的情況, 探討積極情緒狀態(tài)對背景線索學(xué)習(xí)適應(yīng)性的影響。我們假設(shè), 如果積極情緒狀態(tài)可以提高背景線索學(xué)習(xí)的適應(yīng)性, 那么在轉(zhuǎn)換階段, 相比于中性情緒狀態(tài)條件, 積極情緒狀態(tài)條件下被試將以更快的速度建立背景線索效應(yīng)。

2 實驗方法

2.1 被試

Cohen (2013)將檢驗中的高效應(yīng)量定義為Cohen's= 0.80, 采用G*Power 3.19軟件計算Cohen's= 0.80、α = 0.05、= 18 時, 1 ? β ≈ 0.95。因此, 共招募18名被試參加實驗, 其中男3人, 女15人。平均年齡23.4歲(= 2.2)。被試的視力或校正視力正常, 均為右利手。實驗后, 被試獲得一定報酬。被試在實驗前需要簽署知情同意書。研究得到遼寧師范大學(xué)倫理委員會批準(zhǔn)。

2.2 實驗材料和設(shè)備

將采用具有情緒效價的圖片進行情緒啟動, 這種條件下, 因為圖片是任務(wù)無關(guān)的, 所以不會形成情緒性的記憶表征, 可以排除情緒材料的記憶表征本身帶來的干擾, 單純地探索情緒啟動對內(nèi)隱記憶前攝干擾的作用。情緒啟動所用圖片來自中國情緒圖片庫(CAPS)。從CAPS中選取160張情緒刺激圖片, 包含效價為正性、中性的圖片各80張, 像素大小為1024×768。正性情緒圖片包括可愛的嬰兒、動物、優(yōu)美的風(fēng)景圖片等, 中性情緒圖片有杯子、桌子圖片等。

視覺搜索任務(wù)中, 采用與Manginelli和Pollmann (2009)相似的經(jīng)典背景線索適應(yīng)性研究范式, 每個視覺搜索場景由12個刺激組成(包括11個不同旋轉(zhuǎn)角度(0、90、180、270度)的字母L和1個向左或向右旋轉(zhuǎn)90度的字母T)。所有刺激的顏色為黑色(RGB = 0, 0, 0), 視覺搜索背景為灰色(RGB = 128, 128, 128)。實驗中, 被試眼睛和屏幕之間的水平距離為55 cm, 字母T、L的尺寸為1.3×1.3°視角, 場景尺寸大小為37.2×28.3°視角。每個刺激隨機抖動 0.8°視角以防共線。

實驗中使用的場景布局由計算機隨機生成。將場景空間分為8×6的48個元正方形組成的長方形區(qū)域, 以屏幕中心點為原點, 垂直坐標(biāo)系的4個象限內(nèi)各有12個元正方形。組成場景的刺激共有12個, 包括1個目標(biāo)刺激和11個分心刺激, 均勻分布在場景空間的4個象限內(nèi)。場景生成時, 首先需要確定目標(biāo)刺激的位置。48個元正方形中, 在4個象限中各選擇4個位置, 共16個位置作為學(xué)習(xí)階段的目標(biāo)刺激出現(xiàn)的位置, 再以相同方式在剩余的位置中選擇16個作為積極情緒啟動條件的目標(biāo)位置, 其余16個則作為中性情緒啟動條件的目標(biāo)位置。

實驗刺激由19吋液晶顯示器呈現(xiàn), 分辨率為1024×768, 刷新頻率為60 Hz。實驗程序和行為反應(yīng)使用計算機由E-prime軟件實現(xiàn)和記錄。

2.3 實驗設(shè)計和程序

本實驗的正式實驗部分分為2個階段, 分別是學(xué)習(xí)階段和轉(zhuǎn)換階段。首先進行學(xué)習(xí)階段, 學(xué)習(xí)階段結(jié)束后是轉(zhuǎn)換階段, 兩個階段之間沒有提示。

正式實驗的第一個階段是學(xué)習(xí)階段, 該階段的實驗?zāi)繕?biāo)是使被試習(xí)得一組背景線索, 形成穩(wěn)定的背景線索效應(yīng)。本階段共有16個目標(biāo)位置, 將在4個象限選擇8個目標(biāo)位置作為重復(fù)場景的目標(biāo)位置, 并在實驗一開始隨機生成8個場景, 這8個場景在整個實驗中不改變目標(biāo)和分心物的位置, 這就是重復(fù)場景。剩余8個目標(biāo)位置作為新異場景的目標(biāo)位置, 雖然新異場景的目標(biāo)位置固定, 但是每個試次都將基于該試次的目標(biāo)生成全新的分心刺激位置, 因此配合這8個目標(biāo)位置的分心物背景一直是變化的, 被試無法利用分心物背景來指導(dǎo)注意。8個重復(fù)場景和8個新異場景組成共16個試次的一個block, block內(nèi)的16個場景以隨機順序出現(xiàn)。5個block組成一個epoch。初始學(xué)習(xí)階段共進行3個epoch, 也就是15個block, 意味著每個重復(fù)場景在學(xué)習(xí)階段重復(fù)出現(xiàn)15次。

正式實驗的第二階段為轉(zhuǎn)換階段。該階段的目標(biāo)是探索在New-learning和Re-learning條件下的背景線索學(xué)習(xí)是否受到積極情緒啟動的影響。New-learning條件的重復(fù)場景與學(xué)習(xí)階段的重復(fù)場景完全不同, 包括分心物背景和目標(biāo)位置。而Re-learning條件的重復(fù)場景中, 分心物背景與學(xué)習(xí)階段的相同, 僅目標(biāo)位置發(fā)生改變, 同時, 該條件下新的場景目標(biāo)位置總在舊的場景目標(biāo)位置的對角線象限(Zellin et al., 2013) (見圖1)。

上文已提及, 積極情緒啟動條件和中性情緒啟動條件各有16個目標(biāo)位置。每個條件的16個目標(biāo)位置均分成2部分, 8個用于New-learning條件, 8個用于Re-learning條件。在此基礎(chǔ)上, 進一步將4個作為重復(fù)場景的目標(biāo)位置, 4個作為新異場景的目標(biāo)位置。比如, 積極情緒啟動?New-learning條件下, 將包含4個重復(fù)場景目標(biāo)和4個新異場景目標(biāo)。重復(fù)場景和新異場景的生成方法與學(xué)習(xí)階段的相同。

該階段的New-learning條件和Re-learning條件將在一個block內(nèi)以隨機順序呈現(xiàn)。具體來說, 每個block包含有4個New-learning場景、4個Re-learning場景和8個新異場景。同樣地, 5個block組成一個epoch。

圖1 初始學(xué)習(xí)階段和轉(zhuǎn)換階段的兩種學(xué)習(xí)條件的場景布局

轉(zhuǎn)換階段的關(guān)鍵實驗因素是情緒啟動圖片的情緒效價。實驗中, 每種情緒效價條件均包含7個epoch。相同效價的情緒啟動條件作為一個整體連續(xù)呈現(xiàn), 直到完成所有該情緒效價條件下的試次后, 才進行另一個效價的情緒啟動條件。具體來說, 正性情緒啟動的7個epoch結(jié)束后, 才開始中性情緒條件的呈現(xiàn)。這樣做是為了盡量保證情緒狀態(tài)的一致性。同時, 為了消除順序效應(yīng), 積極情緒和中性情緒條件呈現(xiàn)的先后順序進行了被試間平衡。

總體來說, 初始學(xué)習(xí)階段共有3個epoch, 共15個block。轉(zhuǎn)換階段包含正性情緒epoch共7個, 共35個block, 中性情緒epoch亦7個, 共35個block。整個實驗共有1360個試次。實驗流程見圖2。

另外, 本研究并沒有模仿經(jīng)典的背景線索研究進行場景再認(rèn)任務(wù), 這樣做有兩個理由。其一, 場景再認(rèn)任務(wù)是為了確定背景線索記憶是否是內(nèi)隱的, 而本研究的結(jié)果不涉及背景線索記憶的內(nèi)隱或者外顯特征。其二, 研究表明, 無論被試是否意識到了場景的規(guī)律性, 是否可以外顯地檢索這些場景, 這些場景表征都存儲在同一個記憶系統(tǒng)中, 都會在搜索時被利用, 并且產(chǎn)生的背景線索效應(yīng)也是一致的(Kroell et al., 2019)。

開始實驗前, 參與實驗的18名被試需先對情緒圖片進行效價評定。分別對中性、正性圖片進行效價的1到9級的評分。評定效價時, “1”對應(yīng)“非常不愉悅”, “9”對應(yīng)“非常愉悅”。評定的目的是確保兩組情緒圖片之間的情緒效價差異顯著。

情緒效價評定任務(wù)之后, 被試需進行20個試次組成的視覺搜索練習(xí)任務(wù), 該任務(wù)中場景均為隨機生成, 目的是讓被試熟悉任務(wù)。

練習(xí)結(jié)束后, 開始正式實驗。初始學(xué)習(xí)階段, 每個試次先呈現(xiàn)500 ms中央注視點, 接著呈現(xiàn)視覺搜索場景, 被試做出反應(yīng)后自動消失, 如被試不做反應(yīng), 場景最長呈現(xiàn)5 s。要求被試在L字母中尋找T并判斷T的朝向。如果T向左旋轉(zhuǎn)90°, 則按“J”鍵, 如果T向右旋轉(zhuǎn)90°, 則按“F”鍵, 要求被試又好又快反應(yīng)。如果被試在搜索場景呈現(xiàn)后5 s仍未反應(yīng), 判定為未反應(yīng)試次, 進入下一個新的試次。轉(zhuǎn)換階段在中央注視點和視覺搜索場景之間插入呈現(xiàn)2 s的情緒圖片來啟動相應(yīng)的情緒, 其他操作與初始學(xué)習(xí)階段一致。每個block結(jié)束后都會呈現(xiàn)休息畫面, 被試可按自身的需求進行休息。

2.5 數(shù)據(jù)分析

采用SPSS 20.0軟件進行數(shù)據(jù)分析。情緒評定任務(wù)方面, 對18名被試的情緒圖片評定結(jié)果進行配對樣本檢驗, 確定正性情緒和中性情緒之間的情緒效價區(qū)分度。反應(yīng)時方面, 首先對數(shù)據(jù)進行預(yù)處理, 剔除5 s內(nèi)未作反應(yīng)的試次, 剔除高于或低于平均反應(yīng)時3個標(biāo)準(zhǔn)差的數(shù)據(jù)。

對預(yù)處理后的數(shù)據(jù)進行重復(fù)測量方差分析。

學(xué)習(xí)階段, 將以反應(yīng)時為因變量, 進行2 (場景布局：重復(fù)場景; 新異場景) × 3 (Epoch：1～3)被試內(nèi)重復(fù)測量方差分析, 以確定被試對場景的學(xué)習(xí)情況。

轉(zhuǎn)換階段, 將以背景線索效應(yīng)值作為因變量, 進行2 (情緒效價：正性情緒和中性情緒) × 2 (學(xué)習(xí)條件：New-learning和Re-learning) × 2 (學(xué)習(xí)進程：早期和晚期)重復(fù)測量方差分析。

因變量背景線索效應(yīng)(CC)定義為新異場景的平均反應(yīng)時與重復(fù)場景的平均反應(yīng)時的差值, 即：

背景線索效應(yīng)(CC) = RT(新異場景) ? RT(重復(fù)場景)

圖2 實驗流程圖

注：轉(zhuǎn)換階段的New-learning場景、Re-learning場景和新異場景一起進行混合隨機呈現(xiàn)，同時積極情緒和中性情緒呈現(xiàn)的先后順序進行了被試間平衡。

CC可以反映被試對分心物背景的學(xué)習(xí)情況, 當(dāng)被試形成了背景線索的記憶表征, 并且利用這些表征來提高搜索效率的時候, CC將大于0。如果被試無法學(xué)習(xí)或利用背景線索, 那么CC將等于0。同時, CC越大, 表明被試對背景線索的學(xué)習(xí)和利用程度越好。

轉(zhuǎn)換階段的每個情緒水平均由7個epoch組成, 時間進程因素的早期定義為轉(zhuǎn)換階段前兩個epoch, 晚期定義為轉(zhuǎn)換階段的最后兩個epoch。這種安排可以提高單個條件的試次數(shù)量, 獲得更穩(wěn)定的實驗結(jié)果。如果發(fā)生了背景線索的學(xué)習(xí), 那么學(xué)習(xí)晚期就會出現(xiàn)背景線索效應(yīng), 也就是大于0的CC。學(xué)習(xí)早期是否出現(xiàn)大于0的CC則體現(xiàn)出學(xué)習(xí)速度的快慢。通過如上分析, 可以確定影響CC的因素。將對每個條件的CC和0進行單樣本檢驗, 以確定在該條件下被試是否習(xí)得了新的背景線索。

3 實驗結(jié)果

3.1 情緒圖片評定結(jié)果

情緒圖片評定任務(wù)中, 情緒圖片評定結(jié)果表明, 正性情緒圖片的平均效價為5.82 (= 0.65), 中性情緒圖片的平均效價為5.03 (= 1.12)。配對樣本檢驗表明, 正性和中性圖片的效價存在顯著差異((17) = ?4.79,< 0.001), 表明正性情緒圖片與中性情緒圖片之間區(qū)分度良好, 本研究所選取的圖片合理。

3.2 視覺搜索任務(wù)結(jié)果

被試的平均正確率為98.78% (= 0.02), 表明被試均很好地理解了實驗任務(wù)并可以順利完成實驗。去掉每個被試未作反應(yīng)的試次和反應(yīng)時超過總體平均反應(yīng)時3個標(biāo)準(zhǔn)差范圍的試次后, 每個被試剩余試次數(shù)量的均值為1317個(= 26)。

1)學(xué)習(xí)階段

學(xué)習(xí)階段, 以反應(yīng)時為因變量, 進行2 (場景布局：重復(fù)場景、新異場景) × 3 (時間進程：epoch 1～3)的二因素重復(fù)測量方差分析, 判斷不同場景布局隨著時間進程的變化對被試反應(yīng)時的影響。經(jīng)Mauchly's球形假設(shè)檢驗, 對于交互項場景布局×?xí)r間進程以及時間進程因素, 因變量的方差協(xié)方差矩陣相等(> 0.05)。重復(fù)測量方差分析結(jié)果表明, 場景布局的主效應(yīng)顯著,(1, 17) = 46.76,< 0.001, η2 = 0.73; 時間進程的主效應(yīng)顯著,(2, 34) = 22.87,< 0.001, η2 = 0.57; 場景布局和時間進程的交互作用對反應(yīng)時的影響有統(tǒng)計學(xué)意義,(2, 34) = 4.00,= 0.028, η2 = 0.19。

因為存在交互作用, 所以對被試內(nèi)因素的簡單效應(yīng)進行分析。時間進程方面, epoch1時, 新異場景的反應(yīng)時(= 1406 ms,= 205 ms)就顯著慢于重復(fù)場景的反應(yīng)時(= 1313 ms,= 238 ms),(1, 17) = 9.13,= 0.008, η2 = 0.35。epoch2時, 新異場景的反應(yīng)時(= 1297 ms,= 189 ms)和重復(fù)場景的反應(yīng)時(= 1156 ms,= 191 ms)之間的差異也有統(tǒng)計學(xué)意義,(1, 17) = 34.49,< 0.001, η2 = 0.67。epoch3時, 新異場景的反應(yīng)時(= 1276 ms,= 235 ms)和重復(fù)場景的反應(yīng)時(= 1095 ms,= 164 ms)之間的差異仍舊存在,(1, 17) = 47.21,< 0.001, η2 = 0.74 (見圖3)。

實驗結(jié)果表明, 背景線索的學(xué)習(xí)非常迅速, 在第一個epoch就可以表現(xiàn)出顯著的背景線索效應(yīng)。本階段的結(jié)果表明被試已經(jīng)習(xí)得背景線索。

2)轉(zhuǎn)換階段

本階段各實驗條件下實驗結(jié)果的描述統(tǒng)計見表1。

以這些CC數(shù)據(jù)為因變量, 進行2 (情緒效價：正性情緒、中性情緒) × 2 (學(xué)習(xí)條件：New-learning、Re-learning) × 2 (學(xué)習(xí)進程：早期、晚期)重復(fù)測量方差分析, 來確定情緒效價, 學(xué)習(xí)條件和學(xué)習(xí)進程三個因素對CC的影響。

經(jīng)Mauchly's球形假設(shè)檢驗, 對于交互項學(xué)習(xí)類型×?xí)r間進程、情緒效價×?xí)r間進程、情緒效價×學(xué)習(xí)類型×?xí)r間進程以及時間進程因素, 因變量符合球形假設(shè)(> 0.05)。重復(fù)測量方差分析結(jié)果表明, 情緒效價的主效應(yīng)不顯著,(1, 17) = 4.31,= 0.053; 學(xué)習(xí)類型的主效應(yīng)顯著,(1, 17) = 4.57,= 0.047, η2 = 0.21; 學(xué)習(xí)進程的主效應(yīng)顯著,(1, 17) = 5.01,= 0.039, η2 = 0.23。交互作用方面, 情緒效價×學(xué)習(xí)類型×學(xué)習(xí)進程的三尾交互作用不顯著,(1, 17) = 0.08,= 0.783; 此外, 情緒效價×學(xué)習(xí)進程的交互作用不顯著,(1, 17) = 1.86,= 0.191; 學(xué)習(xí)類型×學(xué)習(xí)進程的交互作用不顯著,(1, 17) = 4.35,= 0.053; 但是情緒效價×學(xué)習(xí)類型的交互作用顯著,(1, 17) = 4.55,= 0.048, η2 = 0.21。

圖3 初始學(xué)習(xí)階段每個epoch新異場景和重復(fù)場景的平均反應(yīng)時(*表示p < 0.05)

表1 轉(zhuǎn)換階段各條件下背景線索效應(yīng)(CC)的描述統(tǒng)計結(jié)果(ms)

對數(shù)據(jù)進行簡單效應(yīng)檢驗, 其結(jié)果見表2。結(jié)果表明, Re-learning條件下, 中性情緒和積極情緒啟動條件下的CC量在學(xué)習(xí)的早晚期均無差異; New-learning條件下, 雖然學(xué)習(xí)早期沒有顯示出情緒效價帶來的CC差異, 但是晚期則出現(xiàn)了差異。

為進一步確定被試在各個條件下是否習(xí)得了新的背景線索, 對每個條件的CC和0進行單樣本檢驗。結(jié)果表明, 積極情緒的New-learning條件下的學(xué)習(xí)早晚期均有顯著高于0的CC (< 0.05), 同時, 中性情緒的New-learning條件下的學(xué)習(xí)晚期有顯著高于0的CC ((17) = 2.55,= 0.021), 而中性情緒New-learning條件和全部情緒條件下的Re-learning條件均無顯著高于0的CC (> 0.05), 見圖4。

表2 轉(zhuǎn)換階段中性情緒條件和積極情緒條件的簡單效應(yīng)檢驗結(jié)果

注：**表示< 0.01

情緒效價×學(xué)習(xí)類型的交互作用顯著, 簡單效應(yīng)檢驗又表明New-learning條件的學(xué)習(xí)晚期, 積極情緒條件下的CC顯著高于中性情緒條件下的CC, 結(jié)合CC的單樣本檢驗結(jié)果發(fā)現(xiàn)積極情緒條件下New-learning學(xué)習(xí)的早期就表現(xiàn)出高于0的CC, 說明New-learning條件的背景線索學(xué)習(xí)將會被積極情緒啟動促進。

與此同時, 簡單效應(yīng)檢驗沒有發(fā)現(xiàn)Re-learning條件的學(xué)習(xí)中有與情緒效價有關(guān)的CC改變, 獨立樣本檢驗也沒有發(fā)現(xiàn)Re-learning條件下存在任何高于0的CC, 因此積極情緒不會影響Re-learning的背景線索學(xué)習(xí)。

另一方面, 雖然CC進行的獨立樣本檢驗的結(jié)果表明中性情緒條件時, New-learning的后期出現(xiàn)了高于0的CC, 但是重復(fù)測量方差分析的三尾交互作用不顯著, 情緒效價×學(xué)習(xí)進程的交互作用也不顯著, 學(xué)習(xí)類型×學(xué)習(xí)進程的交互作用也不顯著, 因此該條件下高于0的CC和情緒效價無關(guān), 是單純的練習(xí)效應(yīng)引起。

4 討論

本研究的目的是探索積極情緒是否可以幫助提高背景線索學(xué)習(xí)的適應(yīng)性。為此, 采用與任務(wù)無關(guān)的情緒性圖片作為情緒啟動材料, 設(shè)置中性情緒作為對照條件, 積極情緒作為實驗條件, 測試了Re-learning和New-learning兩種學(xué)習(xí)條件下的背景線索學(xué)習(xí)狀況。結(jié)果表明, 積極情緒僅促進了全新場景的學(xué)習(xí)(New-learning), 而對舊背景?新目標(biāo)組成的場景的學(xué)習(xí)(Re-learning)沒有作用。

圖4 轉(zhuǎn)換階段各條件下的背景線索效應(yīng)

注：*表示經(jīng)過單樣本檢驗, 該條件下的CC與0有顯著差異(< 0.05), 誤差線為均值的標(biāo)準(zhǔn)誤。

以往研究中采用睡眠等方式來提高New- learning條件的學(xué)習(xí)能力, 發(fā)現(xiàn)需要至少3到4個epoch才能表現(xiàn)出顯著的背景線索效應(yīng)(Zellin et al., 2013), 而采用積極情緒啟動后, New-learning條件在前兩個epoch (學(xué)習(xí)早期)就表現(xiàn)出顯著的背景線索效應(yīng), 說明相比于睡眠等其他方式, 積極情緒可以更有效提高背景線索學(xué)習(xí)適應(yīng)性。

雖然積極情緒促進了全新場景的學(xué)習(xí), 但是對Re-learning沒有效果。如果Re-learning的學(xué)習(xí)是將呈現(xiàn)的舊背景?新目標(biāo)場景作為全新場景來加工, 那么可以提高新場景學(xué)習(xí)的適應(yīng)性的實驗操作就可以促進舊場景的再學(xué)習(xí)。然而實際上積極情緒啟動后, New-learning條件的學(xué)習(xí)得到了促進, 而Re- learning依然十分困難, 這表明Re-learning過程不是單純地將呈現(xiàn)的場景當(dāng)作全新的場景來加工, 舊場景的再學(xué)習(xí)過程和新場景的學(xué)習(xí)過程是不同的。

以往的研究發(fā)現(xiàn), Re-learning的完成需要在原有背景?目標(biāo)聯(lián)結(jié)的基礎(chǔ)上, 再捆綁一個新的目標(biāo)位置, 組成一個包含有舊的分心物背景與新舊兩個目標(biāo)的場景表征(Zellin et al., 2011), 也就是更新舊場景表征。本研究的結(jié)果支持這一說法, 并再次表明這種更新是十分困難的(Geyer et al., 2021)。

Zinchenko等(2020)的研究發(fā)現(xiàn), 當(dāng)被試進行全局注意的時候, Re-learning的學(xué)習(xí)重新變得容易, 表明注意范圍可能對Re-learning的發(fā)生很重要。積極情緒會導(dǎo)致注意變得分散(Dreisbach & Goschke, 2004), 擴大注意范圍(Fredrickson & Branigan, 2005), 因此可能提高Re-learning的適應(yīng)性。但是在本研究中沒有發(fā)現(xiàn)積極情緒對Re-learning的促進作用, 這是因為注意范圍的擴大不等同于全局注意。在Zinchenko等(2020)的研究中, 全局注意條件要求被試將視線固定在視野中央注視點上, 用余光進行搜索, 此時場景以全局的方式進入大腦, 內(nèi)隱認(rèn)知加工可以更容易地發(fā)現(xiàn)新舊場景的區(qū)別, 進而促進了舊場景表征和新目標(biāo)的整合。而本研究中, 雖然注意范圍擴大了一些, 但是仍不足以發(fā)生全局注意, 被試仍然以一種局部的方式進行搜索, 無法形成場景的全局表征, 也就無法促進舊場景的再學(xué)習(xí)。

提高新目標(biāo)凸顯性可以將注意誘導(dǎo)到新目標(biāo)的位置, 以增加對新目標(biāo)位置的加工, 從而促進Re-learning (Conci & Zellin, 2021)。同時, 已有研究表明, 積極情緒確實可以促進對局部目標(biāo)的加工(Baumann & Kuhl, 2005), 因此推論積極情緒可以促進Re-learning過程。但是本研究的實證性證據(jù)不支持這一推論。造成這種矛盾的原因是, 積極情緒對局部目標(biāo)加工的促進作用本質(zhì)上是對任務(wù)需求的有意識適應(yīng), 是一個外顯而主動的認(rèn)知調(diào)節(jié)過程。但是在本研究中, 場景的學(xué)習(xí)和更新是無明確任務(wù)需求的、偶得的、內(nèi)隱的過程, 被試在任務(wù)過程中, 新目標(biāo)的加工未得到有意識地加深, 最終也就無法促進舊場景表征的更新。

積極情緒無法加快Re-learning條件下的背景線索學(xué)習(xí), 但是可以促進New-learning條件下的背景線索學(xué)習(xí), 這種促進是通過重啟學(xué)習(xí)過程來實現(xiàn)的。以往的研究發(fā)現(xiàn), 積極情緒可以提高認(rèn)知靈活性降低認(rèn)知穩(wěn)定性, 消除習(xí)慣化和自動化的認(rèn)知過程, 使認(rèn)知加工重新變得被動和易受環(huán)境影響(Dreisbach & Goschke, 2004; Goschke & Bolte, 2014), 這就意味著積極情緒可以促進已經(jīng)關(guān)閉或閉塞的學(xué)習(xí)功能重啟。而另一方面, 背景線索相關(guān)研究表明, 僵化的認(rèn)知控制功能對背景線索學(xué)習(xí)有負(fù)面影響, 而學(xué)習(xí)功能重啟可以促進背景線索的再學(xué)習(xí)。在一項研究中, 研究者先給被試呈現(xiàn)一組目標(biāo)位置隨機而分心物背景相同的場景要求被試搜索, 隨后仍使用上一個階段的分心物背景, 并將目標(biāo)位置也固定, 結(jié)果發(fā)現(xiàn)在第二個階段被試沒有習(xí)得背景線索, 這是因為先前的無規(guī)律搜索被習(xí)慣化, 成為自動進行的加工, 阻塞了對新規(guī)律的學(xué)習(xí)(Jungé et al., 2007)。這項研究強調(diào)了習(xí)慣化自動化的認(rèn)知控制對背景線索學(xué)習(xí)的阻塞作用。而安靜的休息和過夜睡眠可以通過重啟學(xué)習(xí)功能來有效促進全新場景的學(xué)習(xí)(Mednick et al., 2009; Zellin et al., 2013)。因此, 本研究中積極情緒引起New-learning條件下學(xué)習(xí)是通過使認(rèn)知控制變得靈活被動來啟動新的學(xué)習(xí)加工來實現(xiàn)的。

積極情緒可以讓認(rèn)知控制變得靈活被動, 并重啟學(xué)習(xí)功能, 這也似乎意味著在積極情緒狀態(tài)下, Re-learning條件的學(xué)習(xí)也會被促進。然而本研究中并沒有這樣的現(xiàn)象。實際上, 存儲在記憶系統(tǒng)的表征在指導(dǎo)行為之前需要被檢索。與舊記憶表征相似度越高的新材料會引發(fā)越強的舊記憶表征的自動檢索(Craig et al., 2013; Delaney & Logan, 1979; Friedman & Miyake, 2004; Lustig & Hasher, 2001), 本研究中, Re-learning條件下的新場景材料與已經(jīng)習(xí)得的舊背景線索記憶表征之間僅有的區(qū)別是目標(biāo)位置, 當(dāng)這些新場景材料進入記憶系統(tǒng)時, 舊背景線索記憶表征會被自動檢索, 使其一直處于高激活狀態(tài)(Geyer et al., 2021)。這種自動的檢索從三方面降低了記憶的更新能力：一方面不斷檢索加強了舊背景線索記憶表征本身記憶痕跡(Karpicke, 2017); 一方面, 由檢索帶來的越來越高的激活阻礙了新目標(biāo)位置表征的記憶(Morton & Munakata, 2002); 最后, 舊背景線索表征的激活會指導(dǎo)注意指向舊目標(biāo)位置, 進一步增加了對舊目標(biāo)位置及其附近分心物的加工(Geyer et al., 2021)。當(dāng)舊背景?目標(biāo)連結(jié)的記憶表征被進一步加強, 而新的目標(biāo)位置表征記憶受阻時, 在舊的背景?目標(biāo)連結(jié)記憶表征上增加一個新目標(biāo)表征就變得極為困難。

積極情緒可以消除自動化和習(xí)慣化的認(rèn)知加工, 而自動化檢索顯然是一種自動加工, 因此, 自動檢索的說法似乎不足以解釋積極情緒條件下Re- learning的學(xué)習(xí)困難。事實上, 以往的研究中, 自動進行的認(rèn)知加工指的是以人工方式建立的自動化流程化的認(rèn)知過程, 這些認(rèn)知加工的自動程度有賴于被試練習(xí)的程度。而表征相似性引起的自動檢索是大腦與生俱來的功能, 因此積極情緒的介入無法抑制這種基因決定的自動檢索。另一方面, 就算積極情緒確實在一定程度上抑制了這種自動檢索, 只要這個過程不能完全消失, 舊背景線索記憶表征的激活就一定會提高, 新目標(biāo)位置和舊背景線索記憶表征的整合過程就仍然會受到阻礙, Re- learning的適應(yīng)性依然很差。

Morton和Munakata (2002)認(rèn)為與當(dāng)前任務(wù)相關(guān)的新知識的激活強度不足以克服之前的經(jīng)驗的時候, 會引起前攝干擾, 阻礙新表征的記憶加工。而檢索會提高舊表征的激活, 使得新表征激活相對不足。因此, 人們很容易認(rèn)為對舊背景線索表征的自動檢索也是New-learning條件適應(yīng)性不足的原因, 積極情緒對New-learning的促進是因為它抑制了對舊背景線索記憶表征的自動檢索。實際上, New- learning條件的新舊場景材料之間相似度很低, 引起舊表征發(fā)生自動檢索的可能性也就非常低, 因此自動檢索起到的作用非常有限。綜上, 本研究中積極情緒引起New-learning適應(yīng)性提高的主要原因并不是抑制了舊表征的自動檢索, 而是消除了已經(jīng)習(xí)慣化的認(rèn)知加工, 重啟了學(xué)習(xí)功能。

總的來說, 本研究中積極情緒通過消除習(xí)慣化的認(rèn)知加工模式, 促進重啟學(xué)習(xí)功能, 進而促進了全新場景的學(xué)習(xí)(New-learning), 但是它無法有效阻止由表征相似性引起的舊場景表征自動檢索, 因此無法促進舊背景線索表征的更新(Re- learning)。

Ashby, F. G., Isen, A. M., & Turken, A. U. (1999). A neuropsychological theory of positive affect and its influence on cognition.(3), 529? 550.

Baumann, N., & Kuhl, J. (2005). Positive affect and flexibility: Overcoming the precedence of global over local processing of visual information.(2), 123? 134.

Bolte, A., & Goschke, T. (2010). Thinking and emotion: Affective modulation of cognitive processing modes. In B. Glatzeder, V. Goel & A. Müller (Eds.),(pp. 261?277). Berlin, Heidelberg: Springer Berlin Heidelberg.

Chun, M. M., & Jiang, Y. (1998). Contextual cueing: Implicit learning and memory of visual context guides spatial attention.(1), 28?71.

Chun, M. M., & Jiang, Y. (1999). Top-down attentional guidancebased on implicit learning of visual covariation.(4), 360?365.

Chun, M. M., & Jiang, Y. (2003). Implicit, long-term spatial contextual memory.(2), 224?234.

Cohen, J. (2013).. Routledge.

Conci, M., & Zellin, M. (2021). Stimulus-driven updating of long-term context memories in visual search.,(1)252?267.

Craig, K. S., Berman, M. G., Jonides, J., & Lustig, C. (2013). Escaping the recent past: Which stimulus dimensions influence proactive interference?(5), 650?670.

Delaney, H. D., & Logan, F. A. (1979). Item similarity and proactive interference in short-term memory.(4), 288?290.

Dreisbach, G., & Goschke, T. (2004). How positive affect modulates cognitive control: Reduced perseveration at the cost of increased distractibility.(2), 343?353.

Fredrickson, B. L., & Branigan, C. (2005). Positive emotions broaden the scope of attention and thought‐action repertoires.(3), 313?332.

Friedman, N. P., & Miyake, A. (2004). The relations among inhibition and interference control functions: A latent- variable analysis.(1), 101?135.

Geyer, T., Seitz, W., Zinchenko, A., Müller, H. J., & Conci, M. (2021). Why are acquired search-guiding context memories resistant to updating?, 650245.

Goschke, T., & Bolte, A. (2014). Emotional modulation of control dilemmas: The role of positive affect, reward, and dopamine in cognitive stability and flexibility., 403?423.

Guo, X., & Wang, Z. (2007). Concept, function and meaning of positive emotion.(5), 810?815.

[郭小艷, 王振宏. (2007). 積極情緒的概念、功能與意義.,(5), 810?815.]

Jungé, J. A., Scholl, B. J., & Chun, M. M. (2007). How is spatial context learning integrated over signal versus noise? A primacy effect in contextual cueing.(1), 1?11.

Karpicke, J. D. (2017). 2.27 – Retrieval-based learning: A decade of progress. In J. H. Byrne (Ed.),(pp. 487?514). Oxford: Academic Press.

Kroell, L. M., Schlagbauer, B., Zinchenko, A., Müller, H. J., & Geyer, T. (2019). Behavioural evidence for a single memory system in contextual cueing.(5-8), 551?562.

Lustig, C., & Hasher, L. (2001). Implicit memory is vulnerable to proactive interference.(5), 408?412.

Manginelli, A. A., & Pollmann, S. (2009). Misleading contextual cues: How do they affect visual search?(2), 212?221.

Mednick, S., Makovski, T., Cai, D., & Jiang, Y. V. (2009). Sleep and rest facilitate implicit memory in a visual search task.(21), 2557?2565.

Morton, J. B., & Munakata, Y. (2002). Active versus latent representations: A neural network model of perseveration, dissociation, and decalage.(3), 255?265.

Olson, I. R., & Chun, M. M. (2001). Temporal contextual cuing of visual attention.(5), 1299?1313.

Olson, I. R., & Chun, M. M. (2002). Perceptual constraints on implicit learning of spatial context.(3), 273?302.

Zellin, M., Conci, M., von Mühlenen, A., & Müller, H. J. (2011). Two (or three) is one too many: Testing the flexibility of contextual cueing with multiple target locations.(7), 2065?2076.

Zellin, M., Conci, M., von Mühlenen, A., & Müller, H. J. (2013). Here today, gone tomorrow–adaptation to change in memory-guided visual search.(3), e59466.

Zellin, M., von Mühlenen, A., Müller, H. J., & Conci, M. (2014). Long-term adaptation to change in implicit contextual learning.(4), 1073?1079.

Zinchenko, A., Conci, M., Hauser, J., Müller, H. J., & Geyer, T. (2020). Distributed attention beats the down-side of statistical context learning in visual search.(7), https://doi.org/10.1167/jov.20.7.4

Positive emotions enhance adaptability to contextual-cueing learning

CHEN Xiaoyu1,2, DU Yuanyuan2, LIU Qiang1,2

(1Institute of Brain and Psychological Sciences, Sichuan Normal University, Chengdu 610066, China) (2Brain and Cognitive Neuroscience Research Center, Liaoning Normal University, Dalian 116029, China)

Contextual cueing refers to the global properties of a context or scene used to search for specific objects and regions. Chun and Jiang (1998) found that in a visual search, the reaction time to repeated configurations was shorter than the reaction time to newly generated configurations. The benefit of repeated context-target association is widely known as the contextual-cueing effect, which indicates that the subject has learned the contextual association by which attention is guided to facilitate the searching. However, the learning of contextual cueing lacks adaptability. When the subject has learned a set of contexts, it is difficult to update a new target into existing contexts (re-learning) or to learn a new set of contexts (new-learning). Previous studies have shown that restarted learning processes can facilitate the learning of new context-target associations, while updating old contexts is associated with the scope of attention. Notably, positive emotions could broaden the scope of attention and break the cognitive fixation on old processes; therefore, it is possible to improve the adaptability of contextual-cueing learning via positive emotions.

This study aimed to explore whether positive emotions could enhance the adaptability of contextual learning. To this end, we recruited a sample of 18 young adults with positive and neutral affective priming as experimental conditions and control conditions, respectively, which allowed us to explore the contextual-cueing effect under the conditions of re-learning and new-learning. It should be noted that contextual cueing was defined in operation as the reaction time to the newly generated configuration minus that to the repeated configuration.

The experiment was divided into two phases: the learning phase and the switch phase. In the learning phase, the subjects learned a set of contextual cues. In the switch phase, with the contextual-cueing effect as the dependent variable, a repeated measures ANOVA was conducted with the emotional valence (positive versus neutral), the new contextual-cueing learning type (re-learning versus new-learning), and the time phase (early phase versus late phase).

The results indicated that neutral emotions did not facilitate contextual-cueing learning irrespective of the new contextual-cueing learning type. However, positive emotion improved learning in the new-learning condition, in which the contextual-cueing effect was higher in positive emotions than in neutral emotions both in the late phase and the early phase, whereas the re-learning condition did not show any sign of a contextual- cueing effect above zero.

This study indicates that positive emotions can improve the adaptability of contextual-cueing learning and that the underlying mechanism restarts learning processing, which fails to prevent an automatic retrieval of the old presentations caused by similarity. Therefore, it facilitates the learning of new contextual cueing but does not update learned contextual cueing.

context cueing, positive emotion, affective priming, visual search

2021-10-09

* 國家自然科學(xué)基金面上項目(31970989)資助。

B842

劉強, E-mail: lq780614@163.com