内隐序列学习的研究述评.docVIP

内隐序列学习的研究述评 　　Reber最早提出了内隐学习的概念。关于内隐学习概念的界定研究者们持有不同看法,早期研究者认为,内隐学习就是“无意识获得刺激环境中的复杂知识的过程”[1]。国内学者郭秀艳关于内隐学习概念的界定是“无意识地获得客体间结构关系的过程”[1]。内隐学习研究领域的三个主要研究范式包括人工语法范式、序列学习范式、复杂系统控制范式。其中,序列学习范式的经典任务有序列反应时(serial reaction time,简称SRT)任务、矩阵扫描任务、序列预测任务。序列反应时任务是Nissen和Bullemer于1987年创立的,他们的研究材料是不同位置亮起的小灯泡,若在受试者不知情的情况下他们的反应时随练习次数增加而下降,就说明发生了内隐学习。 　　序列学习在人们的生产生活中的作用至关重要。序列学习的研究对教育教学改革有重要的启发作用,比如研究序列结构对序列学习的影响有助于学习者对英语词汇的记忆和运用。同时,序列学习的研究也对运动训练有重要的指导意义,体育运动要求运动员连贯,熟练地做出动作,这一过程的学习大部分是内隐的。 　　 　　1影响内隐序列学习的因素 　　在内隐序列学习的研究历程中,研究者们从不同角度对影响序列学习的因素进行探索。其发展的总体趋势是研究的材料更为复杂,研究的手段更为多样,研究的计算方法更为精确。 　　1.1 序列的长度 　　Howard(1989)率先运用SRT任务系统地研究了序列长度在内隐序列学习中的作用,其研究结果表明“较短的序列具有更显著的学习效应”[2],但由于其实验中的序列长度和统计结构未能得到有效的平衡,故其结论的普遍性是值得商榷的。 　　张卫(2002)[3]针对此问题进行了深入探索,他把序列长度和序列结构两个变量有机地结合起来,将序列长度分为分别由16个刺激和12个刺激组成的长短两个水平,统计结构分为高和低两个水平。并使用信息测量学方法对序列结构在冗余度水平上进行了控制。他得出了与Howard相反的结论,即序列统计结构较序列长度对序列学习量的影响更显著,且序列长度对内隐序列学习量的影响不强,即便是在高统计结构长序列的情况下,内隐学习的效果也好于低统计结构短序列的情况。 　　1.2 序列的结构 　　最近,刘湍丽等(2010)[4]利用Stadler对序列结构的分类方法,将序列分为高统计结构序列(BDBCABDBCD)和低统计结构(BDBCABADAC),即高统计结构中出现两次BD,BC,低统计结构中不出现相同的连续序列。与张卫的研究不同的是其研究将序列长度控制为相同的10个刺激,研究结论与张卫的一致。 　　Remillard(2010)[5]则更加关注序列的阶数,且具有某一特定结构的阶数序列出现的概率对序列学习的影响,从而判断出在SRT任务中,被试至少可以学习的序列元素数目。比如四阶序列就是连续出现的四个刺激,比如4-3-x-1,而四阶序列又分为相邻序列比如4-3-2-1和非相邻序列比如4-x-2-1,其中的数字代表刺激出现的位置,x代表刺激出现的不确定位置。他对五阶序列和六阶序列分别进行了实验研究。 　　在实验一中,在屏幕呈现与键X,C,V,M,对应的六个位置。他假设如果对高概率五阶序列集合(比如P[4|2-1-3-5-1] =P[4|2-x-x-x-x]=P[4|2-x-3-5-x]=0.75)的反应时比低概率五阶序列集合(比如P[3|2-1-3-5-1]=P[3|2-x-x-x-x]=P[3|2-x-3-5-x]=0.25)的反应时短,那么就表明人们对五阶序列出现的概率产生了内隐学习。实验二利用了同样的实验范式研究六阶序列,并且加入了序列预测项这一元素,具体的说比如,在位置1和位置6出现的刺激,后续的刺激一定会出现在位置3和位置4。实验结果表明,被试习得了六阶序列及序列预测规律。这说明内隐序列学习机制可以控制七个元素,这超过了工作记忆为5或6的容量。 　　1.3 序列样例数量及次级任务 　　付秋芳等(2005)则强调样例数量同样会对内隐序列的样例规则和样例知识的学习产生影响。她们对样例规则和样例数量进行了具体定义,规定某一刺激出现以后下一刺激出现的可能位置为样例规则,规定序列中刺激出现顺序的形式为样例,其种类的多少为样例数量。在样例数量为32和16的情况下,样例规则和样例知识的学习量无显著差异,她们认为“这可能是由于在呈现全部样例时,被试主要通过抽取不同样例所遵循的共同规则进行学习”[6],当样例的个数减少时,规则的学习量逐渐好于样例知识。 　　SRT任务中的内隐学习是否受到注意加工容量的限制,是学者们存在争议的焦点。大量的实证研究表明,内隐序列学习的成绩不受注意资源的束缚,但Cohen(1990)利用双重任务对此进行了探究。提出了序列学习的