类别学习中的认知学习机制(3)
2.3.3 单个特征测验阶段的结果
由于在预训练阶段已经对定义特征维度进行了学习，因此在单个特征测验阶段，只统计7个非定义特征维度归类的正确率。具体数据参见表6。方差分析的结果表明：关于非定义特征维度归类的正确率，特征呈现方式主效应显著：F(1，93)=5.722。p<0.05，样例特征固定位置呈现条件下对非定义特征维度归类的正确率显著高于样例特征呈现位置随机条件下对非定义特征维度归类的正确率，当样例特征固定位置呈现时，有助于发现特征之间的关系，从而可以掌握更多的非定义特征维度，说明类别学习存在认知学习机制。定义特征维度性质主效应差异显著：F(1，93)=5.579，p<0.05，知识定义特征维度条件下对非定义特征归类的正确率显著高于机械定义特征维度条件，说明知识定义特征维度条件下，有利于发现特征之间的主题关系，促进对非定义特征维度的学习，支持类别学习存在认知学习机制。特征呈现方式与定义特征维度的性质之间交互作用差异不显著：F(1，93)=0.31，p>0.5。
采用Hoffman和Murphy(2006)的猜测校正公式，分别计算了每种实验条件下，被试掌握的非定义特征维度数：掌握的非定义特征维度数=(归类的正确率一归类的错误率)×非定义特征维度数，四种条件下分别掌握了3.6、2.2、4.5和3.6个非定义特征维度，再次证明类别学习包括认知学习机制。由于特征维度数是根据归类的正确率计算得来，因此掌握的特征维度数的结果与特征维度归类的正确率的结果一致，特征固定位置呈现条件下掌握的非定义特征维度显著多于特征随机呈现条件。知识定义特征维度条件下掌握的非定义特征维度显著多于机械定义特征维度条件。
3、讨论
根据认知学习机制，类别学习的目的是获取类别的整体表征。而对特征之间的关系进行表征是获得类别整体表征的重要方式，因此，当类别学习过程中有助于发现特征之间的关系时，可以更大程度的发挥认知学习机制的作用，掌握更多特征。在本研究中，通过变化样例特征的呈现方式以及定义特征性质，控制学习者对特征之间的关系的掌握，从而检验类别学习中的认知学习机制。当样例特征固定位置呈现时，相对于样例特征随机呈现时。更有利于学习者发现特征之间的关系：当定义特征维度是与主题知识相关的知识特征维度时，相对于与主题知识无关的机械特征维度。学习者更有利于发现特征之间存在的主题一致性。研究结果发现样例特征固定位置呈现条件下掌握的非定义特征维度多于样例特征随机呈现条件，知识定义特征维度条件下掌握的非定义特征维度多于机械特征维度条件，支持类别学习包括认知学习机制。本研究是Bott等人研究的进一步发展，通过证明当特征之间的关系容易被表征时，可以掌握更多的特征，再次支持类别学习中存在认知学习机制。
认知学习机制的典型特点是力图获得类别结构，进而构建整体图式，在类别学习中会尽力对特征之间的关系进行表征，从而获得各个不同的特征是如何共同表征一个客体(Bott et al.，2007)。在类别学习过程中，即使存在定义特征维度时，学习者仍会学习非定义特征维度，在本研究中。四种条件下的被试分别掌握了3.6、2.2、4.5和3.6个非定义特征维度。
类别学习存在认知学习机制，可能与类别学习本身的三个特点有关：
第一，类别特征的相关性。类别是由存在相关关系的各类特征构成(Billman&Knutson，1996)，Rehder认为类别特征分为本质特征(Essential fea-tttres)和偶然特征(Accidental featttres)，本质特征决定了物体是什么，偶然特征决定了物体是怎样的。例如，对于鸟来说，本质特征是具有鸟类的DNA，而有翅膀，会飞，在树上建巢，唱歌和吃种子等特征则是偶然特征(Rehder，2003a，2003b，2007)。本质特征和偶然特征之间存在相关关系，鸟会飞是因为鸟有翅膀，鸟的体重很轻。鸟之所以能够在树上建巢是因为鸟会飞，而鸟类所具有的这些特征又是跟鸟的DNA分不开。类别特征之间的相关关系，决定了当学习者感知到所学材料中包括类别时。会同时关注各类特征。
第二，类别的知识性。类别和概念是人类知识获得的重要途径，人类关于知识的构建是以类别和概念为基本单元(Collins&Ouillian，1969)。因此，当学习者感知到所学材料中包括类别时，会试图将当前所学类别与已有的知识建立联系。并利用已有的知识来整合新类别的特征信息，从而提高新类别学习的速度(Heit&Bott，2000)。而且，在类别学习中，即使学习材料与背景知识无关，人们也会利用已有的背景知识对样例特征之间的关系做出一个合理的解释(Medin&Ortonv，1989)。甚至对于存在矛盾冲突的特征，人们也会尽力找到一个理由对特征之间的矛盾之处进行解释fBott&Murphy，2007)。
第三，类别功能的多样性。类别除了具有对物体进行归类的功能外，还肩负着特征推理和言语交流等功能(Anderson，Ross，&Chin-Parker，2002；Yamauchi&Markman，1998，2000)。由于类别肩负功能的多样性，因此当学习者感知到所学材料中包括类别时，会尽可能多地学习样例的特征，以应对将来可能需要的推理等任务。尤其是在推理过程中，样例已知的特征对缺失特征的推理非常重要。因此在学习的过程中，掌握越多的特征对推理判断越有利。
关于认知学习机制与错误驱动的联结学习机制之间的关系，根据类别学习的双机制理论，在类别学习过程中，联结学习机制和认知学习机制是相辅相成同时存在的，任何一个类别学习任务的完成，都需要两种学习机制的协作。错误驱动的联结学习机制是完成归类任务的有力保障。在类别学习中一个重要目标就是完成归类任务，类别学习会受到减少归类错误的动力驱使，因此在类别学习过程中，最简单最经济的类别学习策略会受到欢迎。认知学习机制是类别学习的独特特征，由于类别本身的特殊性，类别学习任务的独特性以及类别学习功能的多重性决定了类别学习不像联结学习那样，仅仅受到减少错误的动力驱使，在类别学习过程中，人们会尽可能多的掌握类别特征，从而完成类别整体图式的建构，这是类别学习与联结学习在学习动机上最大的区别。因此，类别学习过程充满意识控制和逻辑推理，会受到学习者自身的学习动机等主观因素的影响。
此外，根据类别学习的双机制理论，类别学习的时间、类别结构、知识因素等，都会影响哪种学习机制占主导。当类别学习时间不充足时，人们只能关注可以区分归类的定义特征，没有时间关注其他非定义特征，错误驱动的联结学习机制会占主导。当类别学习时间充足时，受到认知学习机制的调控，人们掌握多个类别特征(Chen，Bott，&Mo，2013)。
类别学习的双机制理论目前还处于探索阶段，关于联结学习机制和认知学习机制之间的依存关系如何，以及两种学习机制之间是如何转换的，还需要在接下来的研究中，进一步探讨。同时，在类别学习过程中，采用哪种形式的加工方式是由认知系统决定的，还是由学习形式决定的。也是后续研究中关注的重点。
4、结论
本研究结果表明，类别学习中存在认知学习机制。当样例特征呈现方式不同、定义特征维度的性质不同时，影响对特征之间关系的掌握，从而导致学习的特征维度数不同。 (陈琳 钟罗金 郑允佳 莫雷)
由于在预训练阶段已经对定义特征维度进行了学习，因此在单个特征测验阶段，只统计7个非定义特征维度归类的正确率。具体数据参见表6。方差分析的结果表明：关于非定义特征维度归类的正确率，特征呈现方式主效应显著：F(1，93)=5.722。p<0.05，样例特征固定位置呈现条件下对非定义特征维度归类的正确率显著高于样例特征呈现位置随机条件下对非定义特征维度归类的正确率，当样例特征固定位置呈现时，有助于发现特征之间的关系，从而可以掌握更多的非定义特征维度，说明类别学习存在认知学习机制。定义特征维度性质主效应差异显著：F(1，93)=5.579，p<0.05，知识定义特征维度条件下对非定义特征归类的正确率显著高于机械定义特征维度条件，说明知识定义特征维度条件下，有利于发现特征之间的主题关系，促进对非定义特征维度的学习，支持类别学习存在认知学习机制。特征呈现方式与定义特征维度的性质之间交互作用差异不显著：F(1，93)=0.31，p>0.5。
采用Hoffman和Murphy(2006)的猜测校正公式，分别计算了每种实验条件下，被试掌握的非定义特征维度数：掌握的非定义特征维度数=(归类的正确率一归类的错误率)×非定义特征维度数，四种条件下分别掌握了3.6、2.2、4.5和3.6个非定义特征维度，再次证明类别学习包括认知学习机制。由于特征维度数是根据归类的正确率计算得来，因此掌握的特征维度数的结果与特征维度归类的正确率的结果一致，特征固定位置呈现条件下掌握的非定义特征维度显著多于特征随机呈现条件。知识定义特征维度条件下掌握的非定义特征维度显著多于机械定义特征维度条件。
3、讨论
根据认知学习机制，类别学习的目的是获取类别的整体表征。而对特征之间的关系进行表征是获得类别整体表征的重要方式，因此，当类别学习过程中有助于发现特征之间的关系时，可以更大程度的发挥认知学习机制的作用，掌握更多特征。在本研究中，通过变化样例特征的呈现方式以及定义特征性质，控制学习者对特征之间的关系的掌握，从而检验类别学习中的认知学习机制。当样例特征固定位置呈现时，相对于样例特征随机呈现时。更有利于学习者发现特征之间的关系：当定义特征维度是与主题知识相关的知识特征维度时，相对于与主题知识无关的机械特征维度。学习者更有利于发现特征之间存在的主题一致性。研究结果发现样例特征固定位置呈现条件下掌握的非定义特征维度多于样例特征随机呈现条件，知识定义特征维度条件下掌握的非定义特征维度多于机械特征维度条件，支持类别学习包括认知学习机制。本研究是Bott等人研究的进一步发展，通过证明当特征之间的关系容易被表征时，可以掌握更多的特征，再次支持类别学习中存在认知学习机制。
认知学习机制的典型特点是力图获得类别结构，进而构建整体图式，在类别学习中会尽力对特征之间的关系进行表征，从而获得各个不同的特征是如何共同表征一个客体(Bott et al.，2007)。在类别学习过程中，即使存在定义特征维度时，学习者仍会学习非定义特征维度，在本研究中。四种条件下的被试分别掌握了3.6、2.2、4.5和3.6个非定义特征维度。
类别学习存在认知学习机制，可能与类别学习本身的三个特点有关：
第一，类别特征的相关性。类别是由存在相关关系的各类特征构成(Billman&Knutson，1996)，Rehder认为类别特征分为本质特征(Essential fea-tttres)和偶然特征(Accidental featttres)，本质特征决定了物体是什么，偶然特征决定了物体是怎样的。例如，对于鸟来说，本质特征是具有鸟类的DNA，而有翅膀，会飞，在树上建巢，唱歌和吃种子等特征则是偶然特征(Rehder，2003a，2003b，2007)。本质特征和偶然特征之间存在相关关系，鸟会飞是因为鸟有翅膀，鸟的体重很轻。鸟之所以能够在树上建巢是因为鸟会飞，而鸟类所具有的这些特征又是跟鸟的DNA分不开。类别特征之间的相关关系，决定了当学习者感知到所学材料中包括类别时。会同时关注各类特征。
第二，类别的知识性。类别和概念是人类知识获得的重要途径，人类关于知识的构建是以类别和概念为基本单元(Collins&Ouillian，1969)。因此，当学习者感知到所学材料中包括类别时，会试图将当前所学类别与已有的知识建立联系。并利用已有的知识来整合新类别的特征信息，从而提高新类别学习的速度(Heit&Bott，2000)。而且，在类别学习中，即使学习材料与背景知识无关，人们也会利用已有的背景知识对样例特征之间的关系做出一个合理的解释(Medin&Ortonv，1989)。甚至对于存在矛盾冲突的特征，人们也会尽力找到一个理由对特征之间的矛盾之处进行解释fBott&Murphy，2007)。
第三，类别功能的多样性。类别除了具有对物体进行归类的功能外，还肩负着特征推理和言语交流等功能(Anderson，Ross，&Chin-Parker，2002；Yamauchi&Markman，1998，2000)。由于类别肩负功能的多样性，因此当学习者感知到所学材料中包括类别时，会尽可能多地学习样例的特征，以应对将来可能需要的推理等任务。尤其是在推理过程中，样例已知的特征对缺失特征的推理非常重要。因此在学习的过程中，掌握越多的特征对推理判断越有利。
关于认知学习机制与错误驱动的联结学习机制之间的关系，根据类别学习的双机制理论，在类别学习过程中，联结学习机制和认知学习机制是相辅相成同时存在的，任何一个类别学习任务的完成，都需要两种学习机制的协作。错误驱动的联结学习机制是完成归类任务的有力保障。在类别学习中一个重要目标就是完成归类任务，类别学习会受到减少归类错误的动力驱使，因此在类别学习过程中，最简单最经济的类别学习策略会受到欢迎。认知学习机制是类别学习的独特特征，由于类别本身的特殊性，类别学习任务的独特性以及类别学习功能的多重性决定了类别学习不像联结学习那样，仅仅受到减少错误的动力驱使，在类别学习过程中，人们会尽可能多的掌握类别特征，从而完成类别整体图式的建构，这是类别学习与联结学习在学习动机上最大的区别。因此，类别学习过程充满意识控制和逻辑推理，会受到学习者自身的学习动机等主观因素的影响。
此外，根据类别学习的双机制理论，类别学习的时间、类别结构、知识因素等，都会影响哪种学习机制占主导。当类别学习时间不充足时，人们只能关注可以区分归类的定义特征，没有时间关注其他非定义特征，错误驱动的联结学习机制会占主导。当类别学习时间充足时，受到认知学习机制的调控，人们掌握多个类别特征(Chen，Bott，&Mo，2013)。
类别学习的双机制理论目前还处于探索阶段，关于联结学习机制和认知学习机制之间的依存关系如何，以及两种学习机制之间是如何转换的，还需要在接下来的研究中，进一步探讨。同时，在类别学习过程中，采用哪种形式的加工方式是由认知系统决定的，还是由学习形式决定的。也是后续研究中关注的重点。
4、结论
本研究结果表明，类别学习中存在认知学习机制。当样例特征呈现方式不同、定义特征维度的性质不同时，影响对特征之间关系的掌握，从而导致学习的特征维度数不同。 (陈琳 钟罗金 郑允佳 莫雷)