类别学习中的认知学习机制(1)
摘要：采用归类任务，比较不同知识条件、不同特征呈现方式下，对非定义特征维度的掌握，验证类别学习的认知学习机制。结果发现对非定义特征维度的掌握，在样例特征固定位置呈现条件下较多，而在样例特征随机呈现条件下较少；在知识定义特征维度条件下较多，而在机械定义特征维度条件下较少。研究结果支持了类别学习的认知学习机制。
关键词：类别学习 认知学习机制 双机制 错误驱动
分类号：RR425
1、前言
类别学习机制的研究先后经历了规则观、原型观、样例观和多系统模型(Ashby，Alfbnso-Reese，Turken，&Waldron，1998；Bruner，Goodnow，&Austin，1956：Erickson&KnuSehke，998；Kr-uschke，1992；Krusehke&Johansen，1999；Nosof-skv。1992；Nosofsky，Palmeri，&McKinley，1994；Roseh&Mervis，1975)。这些理论均认为，学习者通过不断调整分配在不同特征维度上的注意力，积极关注对减少归类错误有用的特征来减少归类错误，即类别学习是减少归类错误的过程。因此这类理论被统称为错误驱动的类别学习理论(陈琳，莫雷。徐贵平，郑允佳，2011)。
根据错误驱动的类别学习理论，为了减少归类的错误，在类别学习中人们只关注对归类有用的特征，并且对样例特征的学习会随着归类错误的消失而停止(Ashby，Alfnso-Reese，Turken，&Waldron，1998；Erickson&Krusehke，1998；Krusehke&Jo-hansen，1999；Nosofsky，Palmeri，&McKinley，1994)。但Bott等的研究发现，在类别学习中人们会尽可能多地学习样例的特征(Bott，Hoffman，&Murphv，2007)：Blair等采用眼动技术也发现，即使在类别学习中不存在归类错误时，人们仍会继续优化对特征维度注意力的分配，并学习样例特征(Blair，Warson，&Meier，2009)。同样，根据错误驱动的类别学习理论，随着类别特征维度数的增多。特征之间的竞争加强，类别学习会变困难。但Hoffman和Murohv的研究发现，随着特征维度数的增加，类别学习的速度并未减慢：而且随着样例特征维度数的增多，人们掌握的特征维度数也增多(Hoffman，Harris，&Murohv，2008；Hoffman&Murphy，2006)。
由于错误驱动的类别学习理论在解释类别学习现象时面临窘境，有必要对类别学习的机制重新进行思考：除了错误驱动的学习机制，类别学习是否包括其他学习机制？关于人类学习的最新研究发现，人类学习同时包括联结学习机制和认知学习机制。一方面人们的学习受到事件线索联结性的影响，并且线索联结性影响对该事件线索分配的注意力：另一方面，人类学习同时是一个充满理性控制和推理的认知加工过程，学习动机、信念和知识背景都会对学习过程产生影响(Evans，2008：Le Pel-ley，Beesley&Suret，2007；Le Pelley，Oakeshott，Wills，&Mclaren，2005；Shanks，2010；陈琳，莫雷，郑允佳，2012a；陈琳，莫雷。黄平。郑允佳，2012b：莫雷，1998，1999；温红博。2008)。在前人研究的基础上。研究者提出了类别学习的双机制理论，认为类别学习同时包括错误驱动的联结学习机制和认知学习机制：(1)错误驱动的联结学习机制具有联结学习的特点。在错误驱动的联结学习机制内，类别学习过程受到减少归类错误的驱动，类别学习的目的就是最高效地完成归类任务。是任务定向的学习机制(Denton&Kruschke。2006；Kruschke etal.，2005)；(2)作为一种高级认知学习过程，类别学习同时包括认知学习机制(Bott et al.，2007；Hoffman et al.，2008；Hoffman&Murphy，2006)。在认知学习机制内，类别学习的目的不仅仅是为了完成归类任务。类别学习的目的是构建类别的整体图式，完成对类别的整体表征，因此类别学习受到学习者的学习动机、学习信念和知识背景等因素影响。在类别学习中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(陈琳，莫雷，郑允佳，王雨函，2013)。
本研究在类别学习双机制理论观点的基础上，设置定义特征维度，考察非定义特征维度的学习情况，从而检验类别学习双机制中的认知学习机制。所谓定义特征维度即根据该特征维度可以将样例归入到正确类别中去，非定义特征维度则不具备这样的功能。如果当类别学习中存在一个定义特征维度，但人们除了掌握定义特征维度之外，还掌握了非定义特征维度。则说明类别学习包括认知学习机制。由于在认知学习机制的主导下，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，掌握更多的非定义特征维度。因此在本研究中，通过变化样例特征的呈现方式以及定义特征的性质，对特征之间的关系进行控制，从而检验类别学习中的认知学习机制。在本研究中，设置的两种特征呈现方式为样例特征随机和样例特征固定位置呈现，在样例特征随机呈现条件中，所有样例中每个特征的呈现位置由电脑随机决定，在样例特征固定位置呈现条件中，每个特征在所有样例中的呈现位置都固定相同。当样例特征的呈现位置固定时，由于所有特征呈现的位置都不发生改变，相对于样例特征随机呈现时更容易帮助学习者发现和掌握特征维度之间存在的关系。本研究中两种不同性质的定义特征维度分别为知识定义特征维度和机械定义特征维度。在知识定义特征维度条件中。定义特征维度为与类别主题相关的知识特征维度，在机械定义特征维度条件中，定义特征维度为与类别主题无关的机械特征维度。当定义特征维度为知识特征时，由于知识特征维度与类别主题存在相关，因此有助于学习者发现定义特征维度与其他特征维度之间存在的主题关系。 (陈琳 钟罗金 郑允佳 莫雷)
关键词：类别学习 认知学习机制 双机制 错误驱动
分类号：RR425
1、前言
类别学习机制的研究先后经历了规则观、原型观、样例观和多系统模型(Ashby，Alfbnso-Reese，Turken，&Waldron，1998；Bruner，Goodnow，&Austin，1956：Erickson&KnuSehke，998；Kr-uschke，1992；Krusehke&Johansen，1999；Nosof-skv。1992；Nosofsky，Palmeri，&McKinley，1994；Roseh&Mervis，1975)。这些理论均认为，学习者通过不断调整分配在不同特征维度上的注意力，积极关注对减少归类错误有用的特征来减少归类错误，即类别学习是减少归类错误的过程。因此这类理论被统称为错误驱动的类别学习理论(陈琳，莫雷。徐贵平，郑允佳，2011)。
根据错误驱动的类别学习理论，为了减少归类的错误，在类别学习中人们只关注对归类有用的特征，并且对样例特征的学习会随着归类错误的消失而停止(Ashby，Alfnso-Reese，Turken，&Waldron，1998；Erickson&Krusehke，1998；Krusehke&Jo-hansen，1999；Nosofsky，Palmeri，&McKinley，1994)。但Bott等的研究发现，在类别学习中人们会尽可能多地学习样例的特征(Bott，Hoffman，&Murphv，2007)：Blair等采用眼动技术也发现，即使在类别学习中不存在归类错误时，人们仍会继续优化对特征维度注意力的分配，并学习样例特征(Blair，Warson，&Meier，2009)。同样，根据错误驱动的类别学习理论，随着类别特征维度数的增多。特征之间的竞争加强，类别学习会变困难。但Hoffman和Murohv的研究发现，随着特征维度数的增加，类别学习的速度并未减慢：而且随着样例特征维度数的增多，人们掌握的特征维度数也增多(Hoffman，Harris，&Murohv，2008；Hoffman&Murphy，2006)。
由于错误驱动的类别学习理论在解释类别学习现象时面临窘境，有必要对类别学习的机制重新进行思考：除了错误驱动的学习机制，类别学习是否包括其他学习机制？关于人类学习的最新研究发现，人类学习同时包括联结学习机制和认知学习机制。一方面人们的学习受到事件线索联结性的影响，并且线索联结性影响对该事件线索分配的注意力：另一方面，人类学习同时是一个充满理性控制和推理的认知加工过程，学习动机、信念和知识背景都会对学习过程产生影响(Evans，2008：Le Pel-ley，Beesley&Suret，2007；Le Pelley，Oakeshott，Wills，&Mclaren，2005；Shanks，2010；陈琳，莫雷，郑允佳，2012a；陈琳，莫雷。黄平。郑允佳，2012b：莫雷，1998，1999；温红博。2008)。在前人研究的基础上。研究者提出了类别学习的双机制理论，认为类别学习同时包括错误驱动的联结学习机制和认知学习机制：(1)错误驱动的联结学习机制具有联结学习的特点。在错误驱动的联结学习机制内，类别学习过程受到减少归类错误的驱动，类别学习的目的就是最高效地完成归类任务。是任务定向的学习机制(Denton&Kruschke。2006；Kruschke etal.，2005)；(2)作为一种高级认知学习过程，类别学习同时包括认知学习机制(Bott et al.，2007；Hoffman et al.，2008；Hoffman&Murphy，2006)。在认知学习机制内，类别学习的目的不仅仅是为了完成归类任务。类别学习的目的是构建类别的整体图式，完成对类别的整体表征，因此类别学习受到学习者的学习动机、学习信念和知识背景等因素影响。在类别学习中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(陈琳，莫雷，郑允佳，王雨函，2013)。
本研究在类别学习双机制理论观点的基础上，设置定义特征维度，考察非定义特征维度的学习情况，从而检验类别学习双机制中的认知学习机制。所谓定义特征维度即根据该特征维度可以将样例归入到正确类别中去，非定义特征维度则不具备这样的功能。如果当类别学习中存在一个定义特征维度，但人们除了掌握定义特征维度之外，还掌握了非定义特征维度。则说明类别学习包括认知学习机制。由于在认知学习机制的主导下，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，掌握更多的非定义特征维度。因此在本研究中，通过变化样例特征的呈现方式以及定义特征的性质，对特征之间的关系进行控制，从而检验类别学习中的认知学习机制。在本研究中，设置的两种特征呈现方式为样例特征随机和样例特征固定位置呈现，在样例特征随机呈现条件中，所有样例中每个特征的呈现位置由电脑随机决定，在样例特征固定位置呈现条件中，每个特征在所有样例中的呈现位置都固定相同。当样例特征的呈现位置固定时，由于所有特征呈现的位置都不发生改变，相对于样例特征随机呈现时更容易帮助学习者发现和掌握特征维度之间存在的关系。本研究中两种不同性质的定义特征维度分别为知识定义特征维度和机械定义特征维度。在知识定义特征维度条件中。定义特征维度为与类别主题相关的知识特征维度，在机械定义特征维度条件中，定义特征维度为与类别主题无关的机械特征维度。当定义特征维度为知识特征时，由于知识特征维度与类别主题存在相关，因此有助于学习者发现定义特征维度与其他特征维度之间存在的主题关系。 (陈琳 钟罗金 郑允佳 莫雷)