材料规则难度对内隐与外显协同学习的影响|

　　摘要　选取两种规则难度的人工语法字母串，采用强分离的实验程序，探索了材料规则难度对内隐学习、内隐与外显的协同学习的影响。结果显示：(1)规则难度较大的限定状态人工语法学习中，内隐学习成绩显著好于外显学习；而在难度较小的双条件语法学习中，外显学习显著好于内隐学习。(2)在两种规则难度的材料学习中，内隐与外显的协同学习成绩均好于单独的内隐或者外显学习，具有优势效应。 (3)内隐学习获得的规则知识具有可迁移性。
　　关键词　规则难度，内隐学习，外显学习，协同学习，迁移。
　　分类号　B842.3
　　
　　1　问题提出
　　
　　内隐学习与外显学习的交互作用问题从内隐学习产生之始就颇有争议的问题。有研究者强调内隐学习与外显学习是两种独立的学习类型，Math-ews等最早采用强分离的实验方法证明了内隐与外显学习相互促进的协同学习的存在。郭秀艳和杨治良的研究探明内隐学习与外显学习在学习过程中存在着协同学习效应。郭秀艳通过研究对内隐与外显产生协同学习的实质进行了推论，认为当被试在一定数量的内隐训练之后，掌握的内隐知识渐渐地为意识所接近，以致于最终在内隐加工强度的某一点上内隐和外显两种加工接通，彼此迅速地达成资源共享，从而使学习效率最高。这些研究都为内隐外显协同学习进一步研究提供强有力的理论支持。本研究对内隐与外显协同学习的操作定义为：在内隐学习的条件下，加入了有意识的外显学习，与单独的内隐学习或外显学习相比，同样的学习强度下能够显著提高被试的学习成绩，则称内隐学习与外显学习结合产生了协同学习。
　　内隐与外显协同学习的实质涉及到内隐知识的表征问题。Reber认为内隐知识是通过抽象性进行表征的，被试很容易概括出不同的字母串集合所具有的相同语法规则结构。但是样例模型认为内隐学习不需要任何的自动提取机制，被试是通过对记忆的特殊样例的推理来进行学习，内隐知识的迁移主要依赖于新旧刺激的类似性进行。有研究表明，人工语法学习迁移效应是在序列成分组块信息的基础上产生的，当学习与测验序列的表层结构不同时，迁移效应很难发生。
　　内隐学习研究中的材料难度一般指材料所蕴含规则的复杂程度，本研究的目的在于通过实验验证内隐学习、外显学习及其内隐与外显的协同学习在不同规则难度材料下的成绩表现。通过控制相同字母集与不同字母集的测试条件，并进一步探索内隐知识的迁移及表征规律。
　　
　　2　方法
　　
　　2.1　被试
　　从郑州某中学高一年级8个班级中随机抽取学生240人，其中男生113人、女生127人，平均年龄16.2岁(SD=0.63)，没有做过类似的心理实验。
　　
　　2.2　材料
　　材料难度的界定：人工语法材料难度主要表现为材料蕴含规则的复杂度和抽象性程度。人工语法材料的复杂程度主要是其语族相似性的高低。语族相似性指符合同一种语法的各字母串之间相似的程度。语族相似性高指的是同一致语法规则构成的各字母串之间的相似程度高，致使其中所含的规则关系的突出性差，可区分性较弱。本研究采用的限定状态人工语法材料是根据Perruchet和Pacteau使用的语法框图的规则生成的字母串(见图1)，每个字母串由3～8个字母构成，规则是从进口(In)根据箭头指示方向到达出口(Out)为合规则字母串，如SVD，HTPPPM为符合规则的字母串，SV-DR，SVRTPT为不符合规则字母串。本研究采用的双条件人工语法用F、H、L、M、T、X六个字母组成，这种字母串的语法规则是每个字母串都包含八个字母和一个间隔符号，间隔符号两侧各有四个字母，字母串间隔符两侧的字母排列位置有确定的语法规则：M与F相随，T与X相随，H与L相随。如字母串MTFH.FXML和HTML.LXFH就是合规则的字母串，而MTFH.FXMF和XTML.LXFH则为不符合规则的字母串。研究表明，限定状态人工语法与双条件人工语法相比，前者的语族相似性相对较高而突出性差，较为复杂，后者的语族相似性低而突出性强，相对容易。
　　
　　测试时使用的相同字母集指的是学习阶段与测试阶段的字母串由同样的字母及同样的规则构成。而不同字母集指的是测试阶段与学习阶段的字母串的构成规则相同而字母不同。限定状态人工语法不同字母集的获得是将具体语法框图1中的10个字母(全为辅音字母)做如下变化：R、S、T、D、F、H、M、P、V、X分别转换成对应的辅音字母J、K、L、B、C、G、N、Q、W、Z。如，学习阶段符合规则字母串的为SVRTPM、HTM则测试阶段的不同字母集中相应的符合规则字母串为KWJLON、GLN。双条件语法字母串的M与F、T与X、H与L相随在测试阶段的不同字母集中分别改为S与V、R与K、C与P相随。如MTTL.FXXH的符合规则字母串在不同字母集中则成为SRRP.VKKC为符合规则字母串。
　　选取限定状态人工语法字母串、双条件字母串各60个。其中每种材料的40个字母串用于学习，每种材料相同字母集与不同字母集各20个用于测验。
　　
　　2.3 实验设计
　　采用2(规则难度：限定状态语法、双条件语法)×4(学习方式：匹配、编辑、匹配一编辑、交替)×2(字母集：相同、不同)的混合实验设计。其中被试间自变量有2个：分别为材料难度与学习方式。被试内变量为字母集。
　　
　　2.4　仪器
　　学习阶段的字母串采用计算机呈现，计算机全部为奔腾Ⅲ兼容机，17寸CRT显示器，每次在屏幕中央以44pt大小呈现一个字母串，被试利用计算机鼠标根据指导语进行点击操作学习。
　　
　　2.5　实验程序
　　采用内隐学习研究中的强分离实验范式。在学习的过程中实现内隐与外显学习的分离，同时进行内隐与外显的不同形式结合。具体的学习方式分为匹配组，编辑组。匹配一编辑组，匹配与编辑交替组。匹配组学习指导语告诉被试在每一次的试验中，他们将在屏幕上看到一个字母串，他们尽量将字母串保留在记忆中。字母串显示时间为2秒钟后变空屏，接着出现5个非常相似的字母串供被试选择，让其选择出和其刚刚记忆的字母串相同的字母串，每次选择后，计算机给以正确的反馈，然后进行下一个。在这种学习条件下，由于被试集中进行记忆和选择操作，并没有意识到字母串是由一种语法规则所产生的，所以匹配任务为内隐学习任务。编辑任务为外显训练任务，编辑组学习的指导语是告诉被试他们所看到的每一个字母串都是依据某一复杂规则生成的字母串。由于每一字母串中有1～2个字母的错误而导致整个字母串不符合其生成的规则。被试的任务是仔细观察屏幕上出现的一个字母串，把他们认为错误的字母找出来，并尽可能地发现字母串的生成规则。被试点击错误的字母位置后，计算机呈现整个正确的字母串并标出其原来错误的字母，给予正确反馈。匹配一编辑是被试先做 一半的匹配再做一半的编辑，匹配与编辑交替是匹配学习与编辑学习交替进行，每次字母串出现在屏幕上时标明是匹配学习还是编辑学习。每种学习方式下都先有5次练习，并有主试加以指导，明白学习方式后进行正式的学习。每种学习条件下学习40个字母串。
　　每个被试在其所在的学习条件下进行40次的学习试验结束后，紧接着进行第二阶段的纸笔测验，被试进行20题的四选一选择题测验，测试用的字母串与学习阶段的字母串具有相同的语法规则，但是在学习阶段没有出现过的新字母串。时间控制在10分钟内完成。
　　
　　3　结果与分析
　　
　　3.1　两种规则难度材料在四种学习方式的学习成绩分析
　　在相同字母集与不同字母集两种测试条件下，四种学习方式下的被试对不同规则难度字母串的学习成绩见表1和表2。
　　
　　重复测量的方差分析结果表明：材料难度的主效应显著，F(1,190)=4.68，p＜0.05；不论是相同字母集还是不同字母集的测试，双条件语法的成绩相对较好。
　　学习方式的主效应显著，F(3,190)=8.55，p＜0.001。学习方式与材料难度的交互作用显著，F(3,190)=3.35，p＜0.05。具体来说，在限定状态人工语法的学习中，匹配一编辑学习组的成绩最好，其次是交替学习组，编辑学习组成绩最差；而在双条件人工语法的学习中，交替学习组的成绩最好，其次是匹配一编辑学习组，匹配学习组成绩最差。结果见图2。
　　
　　进一步对交互作用进行简单效应分析显示：
　　(1)在高难度(规则复杂)的限定语法学习中，四种学习方式差异显著，F(3,84)=3.48，p＜0.05。事后检验(LSD)表明，匹配一编辑学习组成绩最好，显著高于单独的编辑学习组，p＜0.01，也显著高于匹配学习组成绩。p＜0.05；匹配一编辑学习组与交替学习组差异不显著，p＞0.05。编辑学习组与匹配学习组之间差异不显著，p＞0.05；交替组与匹配学习组、编辑学习组差异均不显著，均为p＞0.05。
　　(2)在规则难度相对较低的双条件人工语法的学习中，四种学习方式的成绩差异显著，F(3，112)=9.11，p＜0.001。事后检验(LSD)表明，最好的是交替学习组，其成绩显著高于单独的匹配学习组的，p＜0.001，也显著高于编辑学习组的成绩，p＜0.01：匹配一编辑学习组成绩显著高于匹配学习组，p＜0.05；匹配一编辑学习组与交替学习组成绩差异不显著，p＞0.05；匹配一编辑学习组与编辑学习组差异不显著，p＞0.05；编辑学习组与匹配学习组的成绩差异也不显著，p＞0.05。
　　
　　3.2　字母集的效应
　　重复测量因素为字母集的方差分析结果显示：字母集的主效应显著，相同字母集测试下成绩显著高于不同字母集成绩，F(1,190)=80.73，p＜0.001。字母集与学习方式存在交互作用，F(3，190)=5.50，p＜0.05。
　　进一步对字母集与学习方式的交互作用进行简单效应分析结果见图3。
　　
　　相同字母集成绩在匹配学习方式下显著高于不同字母集的成绩，t=6.98，p＜0.001、在匹配一编辑学习和交替学习方式下，相同字母集的成绩也显著高于不同字母集，分别为t=5.08，p＜0.001和t=2.78，p＜0.01；但在编辑学习下，相同字母集与不同字母集的差异不显著，t=1.64，p＞0.05。
　　字母集与材料难度的交互作用不显著，F(1，190)=2.73，p＞0.05。字母集与学习方式、材料难度的交互作用也不显著，F(3,190)=0.47，p＞0.05。
　　
　　4　讨论
　　
　　4.1　材料难度对内隐学习与外显学习的影响特点
　　在采用强分离实验范式，将学习方式成功地分离出内隐(匹配)学习、外显(编辑)学习，先内隐后外显学习(匹配一编辑)和内隐外显交替学习四种。在实验中，为了平衡各种学习方式在学习难度和学习量上的差异，对Mathews的实验范式中的编辑学习的操作难度进行了修改，他的编辑学习范式中，被试要从1～4处错误中选出错误的字母并改正，学习难度较大。修改后我们只让被试选取1处或2处错误，通过预实验的被试操作的反应显示，这种修改，不同学习下的被试的学习操作难度的差异基本平衡了。材料方面。选择了从规则复杂程度(抽象性程度)来划分的难度相对较高和较低的两种学习材料。结果显示，在本实验条件下，对于不同难度规则的人工语法材料均表现出了一定的内隐学习和外显学习效果。从学习的效果来看，内隐学习对于的高难度人工语法材料成绩相对好于低难度人工语法材料，而外显学习却恰恰相反。表明内隐学习相对适合高难度的人工语法材料，而外显学习适合规则相对较为容易的人工语法材料。这一结果表明内隐学习具有较强的抽象性，即存在着在学习过程中对学习材料所蕴含规则的抽象概括学习，这和Reber、Maybery和O"Brien-Malone、郭秀艳的研究结果一致。Berry和Broadbent认为当学习任务更加复杂，或者需要个体评估的选择假设数量剧增而难以控制时，内隐学习模型的作用就越来越重要，即学习情境巾需要个体加工的信息数量越多，就越有利于内隐学习。聂晶运用动态系统研究范式的研究表明：在简单任务中，个体可以同时进行内隐与外显学习，内隐与外显知识共同影响个体的行为。然而随着任务难度的增加，个体的行为越来越依赖于内隐学习。在难度中等和高难度任务中，个体的行为仅取决于内隐知识。这种趋势表明：任务难度的增加使得内隐学习的比重增加，却越来越损害外显学习的作用。
　　
　　4.2　材料难度对内隐与外显的协同学习的影响特点
　　本研究结果显示出无论在高难度材料的限定人工语法学习还是低难度的双条件人工语法材料的学习中，同样的学习强度下，两种学习方式的结合学习成绩均高于单独的内隐学习或外显学习成绩 具体表现在低难度的双条件语法学习中交替组的学习成绩最好、其次是匹配一编辑学习组，这两种学习方式和最差的匹配学习组成绩都存在显著差异。这和Mathews等人的研究结果一致。而在高难度的语法规则学习中，匹配一编辑学习组的成绩最好，其次是交替组，外显组最差。这一结果与郭秀艳和杨治良的部分研究结果一致。即在高难度的限定条件的学习中，同样存在着内隐外显的协同学习。本研究结果表明在人工语法的学习中理想方式是在获得外显的规则知识之前先发展一种内隐知识基础或者在内隐学习的同时伴随有效的外显学习。
　　本研究表明，在协同学习方式中，由于材料的差异，出现了不同协同学习方式的效应大小并不一致。具体是在低难度的双条件语法学习中，内隐一外显的形式成绩最好，而在高难度的限定人工语法学习中，内隐与外显的交替成绩最好。这种结果表 明，内隐学习与外显学习在协同学习中所起的作用的大小可能存在着不同、起作用的进程较为复杂。甚至不同的材料中两种学习相互作用的方式也有所差异。由此，可以推断协同学习并不受制于单独的内隐或者外显学习，协同学习中可能强化了某种学习的学习效率或两种学习的效率。正如郭秀艳和崔光成的研究表明的结果1：内隐学习与外显学习在经历一段时间练习后会在加工过程的某一点上交融，从而导致内隐知识的可意识性；并且，在两者交融之前，内隐与外显学习是并行上升的，只不过外显知识始终落后于内隐知识而已。郭秀艳和杨治良研究认为，内隐与外显学习的相互作用是比较复杂的，可表现为四种情况：从作用上可分为协同或冲突；从贡献上可分为大小。具体说来，在学习过程中，两种学习时而促进，时而冲突，有时内隐贡献大，有时外显贡献大，它们各自贡献的大小要视学习材料而定。
　　
　　4.3　内隐学习及协同学习的表征机制问题
　　在典型的人工语法内隐学习机制的研究中，抽象规则、字母串相似性、字母组块信息三个因素容易混淆在一起，往往很难说清楚到底是那个因素决定了被试的语法判断。本研究结果显示，在复杂的限定语法材料学习中，学习与测试采用不同字母集的条件下，内隐学习、外显学习及内隐与外显协同学习均表现出了显著的学习效应，表明内隐学习与协同学习对限定语法规则的学习存在着一定的迁移性。这一结果支持了Reber(1967)和Mathews(1989)等人的观点。他们在研究中提出被试在人工语法的学习中获得的复杂知识是以一般、抽象的形式提取的主要是关于刺激的结构关系的知识。Math-ews还通过实验验证了被试能轻易地将学习过的字母串的结构规则的学习迁移到不同的字母集中，只不过相同字母集成绩要好于不同的字母集，说明了被试学习的语法规则不仅仅是对样例的整体记忆，至少部分存在着对材料所蕴含规则的抽象性。Altmann等人认为内隐知识不仅能够实现从一组字母集到另一组字母集的迁移，而且从字母集到其它刺激形式(如声音信号)的迁移效应也都非常明显。但本研究显示在双材料的学习中，除内隐学习的效应不显著外。其他学习方式均存在显著的学习效应。这可能是因为内隐学习对复杂规则敏感的缘故。
　　本研究结果显示，在内隐学习及协同学习中，相同字母集的成绩显著好于不同字母集，表明内隐学习及协同学习知识在进行不同字母集的迁移中受到了较大的影响，虽然迁移的效应仍然存在，但效果却明显的下降。这一结论又对Reber(1967)的内隐学习获得的是刺激的结构知识而不受刺激表面的物理形式的具体影响的观点提出了疑问。支持了Vokey和Brooks的观点。他们在研究中试图把抽象规则和字母串相似性区分开来，并且计算这两个因素在被试语法学习中的影响效果的大小。他们将测验字母串与学习字母串之间有一个字母差异的相似程度，称为相似性高，而差别在两个字母以上的，称为相似性低。同时不同相似性的字母串都包含了符合语法和不符合语法两部分。发现被试将相似性高的字母串更多地判断为合法字母串。因此，认为除了抽象规则因素外，字母串的相似性也能部分地决定被试的语法判断。从本研究的结果可以推论，内隐学习除了存在着对规则知识的抽象概括外，还赋予了抽象性另外一种内容，即内隐学习的抽象性包括对规则结构的抽象概括与刺激特征的整体抽象两个方面。就象Johnstone和Shanks研究所认为的：抽象规则和字母串表面特征(字母串信息)很难分离，因为语法结构规则可以通过表面特征得到部分的表达。
　　
　　5　结论
　　
　　在本研究的条件下，得出如下结论：(1)在人工语法材料的学习中。存在着单独的内隐学习和外显学习。在相对规则难度较大的限定状态的人工语法学习中，内隐学习成绩好于外显学习；而在难度较低的双条件语法学习中，则刚好相反。这种结果支持了内隐学习知识表征的抽象观。(2)在两种规则难度的材料学习中，协同学习成绩均好于单独的内隐或者外显学习，即表现出显著的内隐外显协同学习的优势效应。(3)内隐学习获得的规则知识具有可迁移性。迁移受到规刺激表面整体特征的影响。