選擇性注意對聽覺內隱學習的影響*

(上海師范大學教育學院, 上海 200234)

1 引言

人類的生活環境中既有隨機變化的事物, 也有規律性變化的事物。人類經常能夠從隨機變化的環境中無意識地、無目的地習得其中的規律性, 并能利用習得的規律指引未來的行為。因學習主體沒有意識到學習過程的發生, 也無法報告出所學習的內容, 因此把這種現象稱為內隱學習。內隱學習被認為是人類無意識、無目的獲得復雜規則的自動化過程(Reber, 1989)。

有關內隱序列學習與注意的關系是內隱學習研究中的一個熱點問題, 目前還存在著很大的爭議(付秋芳, 傅小蘭, 2006)。Turk-Browne, Jungé和Scholl (2005)為了探討視覺內隱學習的自動化問題,給被試呈現 24個圖形, 其中一半圖形的顏色為紅色, 另一半為綠色, 每個顏色的圖形又分成 4組,每組構成一個包含3個圖形的三聯體(triplet), 將兩個顏色的三聯體交替呈現給被試, 每個三聯體的最后一個圖形重復出現, 當重復的圖形出現時, 要求被試進行按鍵反應。為了控制被試的注意, 要求被試只對某一個顏色的重復圖形進行探測反應。結果發現, 被試僅習得進行探測反應的那個顏色的序列規則, 而沒有習得未進行探測反應的另一個顏色的序列規則。因此, Turk-Browne等認為內隱學習的發生需要選擇性注意。然而, Musz, Weber和Thompson-Schill (2015)采用相同的實驗程序和相似的實驗材料, 卻得出與之相反的結論。Musz等給被試交替呈現兩種顏色的圖形序列, 與Turk-Browne等人(2005)不同的是, 探測目標不再是相繼出現的相同的序列元素, 而是一個隨機呈現的圖形, 盡管探測目標出現在兩個顏色的序列中, 但只要求被試對指定的顏色序列進行探測反應。結果發現, 被試不僅習得了進行探測反應的序列結構規則, 也習得了未進行探測反應的序列結構規則。Jiang和Leung (2005)在考察忽略的背景信息是否能夠被內隱的習得時得出與Musz等(2015)一致的研究結果。Jiang和Leung(2005)要求被試在分心物中搜素目標刺激。第一個階段, 目標刺激為黑色 T, 分心物為黑色 L和白色L。這樣, 黑色 L構成了注意背景, 白色 L則構成了忽略的背景。第二個階段, 把第一階段中的白色L變為黑色 L, 黑色 L變為白色, 依然要求被試搜索目標刺激黑色 T。如果忽略的背景能夠被習得,則當第一階段中白色 L背景在第二階段中變成黑色的L背景時, 會顯示出線索效應, 從而會提升搜索速度, 如果第一階段中忽略的背景未被習得, 則在第二個階段中不會對目標的搜索有幫助作用。結果發現, 先前忽略的白色L背景變成注意的L背景時, 立刻顯示出線索效應。因此研究者認為“內隱學習的發生不需要注意” (Guo et al., 2013; Jiang &Leung, 2005)。Huang, Zhang, Liu, Li和 Wang (2014)的研究也支持了這一觀點, Huang等給被試呈現 3種類型的刺激材料, 一種是無背景的字母序列, 一種是有顏色背景的字母序列, 顏色背景又分為規則顏色背景和隨機顏色背景, 要求被試僅對字母進行記憶, 結果發現, 隨機顏色背景組的成績顯著低于另外兩個組, 而規則顏色背景組和無顏色背景組沒有顯著差異, 表明背景信息影響了被試對字母的學習, 也就是說被試能夠內隱的習得背景信息, 內隱學習的發生不需要注意。一些研究者甚至把它看作是與有目的、有選擇的學習相對照的另一種學習方式(eg. Hayes & Broadben, 1988)。

上述研究均采用序列反應時任務(SRT), 且大部分的研究支持了“內隱學習的發生不需要選擇性注意”這一觀點。相對于 SRT范式, 人工語法學習(AGL)范式下的探討則少的多。由于序列反應時任務與人工語法學習的原理有很大區別, 由前者得出的結論不一定適用于后者。比如經典SRT范式表明,盡管被試沒有意識到序列規則的存在, 但其反應時還是會隨著固定序列的重復而逐漸下降, 這說明被試在固定序列中做出選擇反應的心理過程被易化,對固定序列中的目標刺激做出反應相對容易, 從而使反應時得以縮短; 而對于隨機序列的反應較難,從而使反應時延長(胡彬, 馮成志, 2013)。相反, 經典的 AGL范式在學習階段要求被試記憶由特定語法規則生成的一系列字符串, 但并不告知被試這些字符串遵從一定規則, 測驗開始前告訴被試, 在學習階段呈現的字符串是由一定規則構成, 并要求被試對接下來呈現的字符串是否和學習階段字符串具有相同規則進行判斷, 結果表明被試的判斷正確率高于幾率水平, 而在意識性測驗中被試又表現出了對規則習得的無意識性, 由此表明被試內隱地習得了語法規則(張潤來, 劉電芝, 2014)。SRT在預測的基礎上能夠進行錯誤矯正, 而 AGL更傾向于是對刺激的一種自動化的組塊加工(Tanaka, Kiyokawa,Yamada, Dienes, & Shigemasu, 2008)。由于SRT和AGL的學習機制不同, 因此選擇性注意(selective attention)在不同的實驗范式中的作用表現形式也可能不同。基于此, 研究者們在人工語法學習范式下, 對選擇性注意在內隱學習中的作用展開了新一輪的探討(Eitam, Schul, & Hassin, 2009; Eitam et al.,2013; Tanaka et al., 2008; Weiermann & Meier, 2012)。

Tanaka等(2008)為了對選擇性注意進行控制,采用GLOCAL字母串作為學習材料。GLOCAL字母串是一系列的合成字母(GLOCAL strings are chains of compound letters) (Navon, 1977)。每一個合成字母代表著一個更大的字母(global letter), 而每個大字母都是由一個小字母(local letters )的集合構成(Each compound letter represents one large letter “ a global letter” that is composed of a set of small letters “ local letters” )。GLOCAL 字母串可以使被試同時看到兩個不同的序列, 例如, 被試可以同時看到global字母序列為NVJTVJ, local字母序列為BYYFLB, 如圖1所示。global字母遵從一個語法, local字母遵從另一個語法, 要求被試對某個水平的字母序列進行抄寫, 以此對選擇性注意進行控制。如果內隱學習的發生需要選擇性注意, 則被試只能習得進行抄寫的序列規則, 而不能習得未抄寫的序列規則。結果表明, 被試僅習得了抄寫的序列規則。由于Tanaka等(2008)的實驗中, 序列分別呈現在global和local的位置, 這種不對等的位置信息或許會影響被試對序列規則的學習, 從而影響實驗結論。Eitam 等(2009)在 Tanaka等(2008)的基礎上改進了實驗設置, 給被試呈現具有顏色背景的字母序列, 顏色背景是一個方框, 字母則充滿整個方框, 這樣就避免了 GLOCAL字母在位置及大小上處于懸殊的不對等狀態的問題。字母構成的序列遵從一個語法規則, 背景顏色構成的序列遵從另一個語法規則。要求被試記憶字母序列或顏色序列, 發現被試同樣僅能夠習得選擇注意的信息。由于Eitam 等(2009)的實驗材料具有不同的維度, 一個是字母序列, 一個是顏色序列, Eitam等(2013)認為或許是實驗材料的不同維度而不是選擇性注意導致了這一結果。為了進一步驗證Eitam等(2009)的實驗結果, Eitam等(2013)采用具有相同維度的刺激材料。他們選取了10個不同的顏色, 5個顏色分配給同心圓的內圓, 5個顏色分配給同心圓的外圓。內圓顏色構成的序列遵循一個語法規則, 外圓顏色構成的序列遵循另一個語法規則, 要求被試對內圓或外圓的顏色進行記憶, 結果發現, 只有被執行記憶 任務的序列規則被習得。這些研究均表明選擇性注意對人工語法學習具有充分的調節作用。

圖1 GLOCAL字母串

可見, 關于注意在內隱學習中的作用, 研究結論之間并不一致, 這可能源于實驗范式、實驗材料或實驗設置的不同。同時, 也有一些爭論源自對注意概念本身的界定不清晰, 混淆了注意作為資源和作為選擇機制的界限。在此, 我們對二者進行區分。二者以不同的理論為基礎。注意作為資源是源于注意的“認知資源理論”, 該理論認為, 人的認知資源是有限的, 任何一項認知活動都需要占用和消耗一定的認知資源, 認知活動越復雜, 占用的認知資源就越多, 如果同時進行兩項及以上的活動, 就會出現多項認知任務同時競爭有限的認知資源的情況(Kahneman, 1973)。注意作為選擇機制是源于注意的“選擇性理論”, 該理論認為, 從外界進入感覺通道的信息量非常大, 由于信息加工系統結構的限制,無法對作用于感官的所有刺激進行注意加工, 只能對刺激進行選擇性的注意加工(Johnston & Heinz,1978)。有關注意和內隱學習關系的研究表明, 注意作為一種資源, 并不因為第二任務占用了注意資源,而影響被試對第一任務的學習 (Jiang & Leung,2005)。注意作為一種選擇機制, 對兩個任務中的一個任務進行選擇注意, 只有選擇注意的信息能夠發生內隱學習(Turk-Browne et al., 2005)。本研究則是進一步探討“注意”作為選擇機制對內隱學習的影響。

文獻梳理發現, 以往對人工語法學習的研究所用實驗材料均為視覺刺激。盡管人工語法學習并沒有限定刺激類型, 刺激是隨機選擇的, 比如圖形、顏色、字母等等, 但上述研究均是對視覺刺激進行選擇性注意的控制, 并沒有探討視覺刺激之外的刺激類型。選擇性注意在人工語法學習中所體現出來的調節作用是否源于或僅限于視覺認知的特點？Conway和Christiansen (2009)及石文典、李秀君、王維和嚴文華(2013)在比較視覺和聽覺內隱學習時發現, 人類的內隱學習存在通道特異性。那么, 選擇性注意對內隱學習的影響是否也具有通道特異性？為了探討這一問題, 我們將實驗材料擴展到聽覺刺激, 對選擇性注意與聽覺內隱學習的關系進行研究。對這一問題的探討非常必要, 因為聽覺是人類獲得語言的重要通道, 對聽覺內隱學習的研究有助于人們更好地理解人類語言的獲得過程; 同時還能夠為通道特異性或者通道共同性提供新的證據。

我們采用人工語法學習(AGL)的發展范式——雙人工語法學習(2AGL)范式(Tanaka et al., 2008),將遵循不同語法規則的兩種序列同時呈現給被試,使被試同時接收到兩個序列刺激——即兩個刺激均在注意范圍內(in the focus of attention), 但是指導被試選擇注意 (selective attention)其中一個序列刺激。根據文獻, 執行一定的任務可以直接導致注意對這一序列刺激的指向(Jiang & Chun, 2001;Jiang & Leung, 2005; Jiménez & Méndez, 1999)。因此, 可以通過指導被試對其中一個序列刺激進行任務加工, 比如記憶或復述, 從而實現一個序列刺激在注意范圍內并被選擇注意, 另一個序列刺激在注意范圍內但被忽略。

雙耳分聽是研究聽覺通道選擇性注意的常用范式(羅躍嘉, 魏景漢, 1997)。雙耳分聽技術能夠實現在左耳和右耳同時呈現兩種不同的刺激, 而追隨耳程序則是對某一只耳或兩只耳聽到的信息執行一定的任務加工。本研究通過雙耳分聽技術同時呈現具有不同語法規則的兩種刺激——字母序列和數字序列, 要求被試對追隨耳的信息進行復述和記憶。因此, 追隨耳的序列為選擇注意序列, 非追隨耳的序列為忽略序列。以此考察被試對選擇注意和忽略序列的習得情況, 從而為選擇性注意對內隱學習的影響提供進一步的證據。如果選擇性注意是聽覺內隱學習發生的條件, 則只有被選擇注意的信息流能夠發生內隱學習, 忽略的信息流則不能發生內隱學習。

2 實驗1

2.1 實驗目的

在左耳和右耳同時呈現具有不同語法規則的兩種刺激——字母序列和數字序列, 要求被試復述并記憶一只耳的序列, 測量被試對選擇注意和忽略序列的習得情況。

2.2 方法

2.2.1 被試

隨機選取在校本科生60名(男女各半), 所有被試聽力正常, 年齡在 20～24之間, 以前均未參加過類似實驗。

2.2.2 實驗材料與儀器

實驗儀器為電腦, 配備耳機。采用 E-prime進行編程。學習階段采用兩個不同的人工語法 (AG)(Tanaka et al., 2008 ) (如圖2)。語法一包括5個字母(N,C,D,V,K), 語法二包括5個數字(2, 4, 6, 7, 9), 每個語法產生出 18個合法序列, 這些序列包含 3～6個元素。測驗階段包括由20個新合法序列(每個語法各產生10個)和20個非語法序列, 每個序列包含5～6個字母。非語法序列均由合法的第一個元素開始, 合法的最后一個元素結束, 中間違反語法兩次。

2.2.3 實驗設計與程序

采用2(序列類型：字母序列或數字序列)×2(注意指向：選擇注意或忽略)組間設計。

圖2 人工語法圖

圖3 字母序列和數字序列同時呈現

學習階段, 采用雙耳分聽和追隨耳程序。將不同語法但長度相同的序列隨機組對通過耳機同時呈現, 字母序列在一只耳呈現, 數字序列在另一只耳呈現(如圖 3), 平衡字母或數字序列在左右耳的呈現順序。要求被試僅注意一只耳的信息, 一組被試被要求注意并記憶字母序列(字母序列組), 另一組被試被要求注意并記憶數字序列(數字序列組)。為了使被試盡可能地只注意一只耳朵(追隨耳)的信息, 讓被試復述事先規定的那只耳朵聽到的元素(字母或數字)。每個元素呈現1 s, 前后呈現的元素之間沒有時間間隔, 序列與序列之間的間隔是2 s。每個序列呈現 3次, 一共是 2×18×3 = 108個 trial(Eitam et al., 2009)。

測驗階段, 在測驗開始之前, 根據被試學習的序列類型, 告訴被試：剛才聽到的字母序列或數字序列是按照一定的復雜規則構成的, 現在呈現給你們的是新的序列, 其中部分是按照同一個規則產生的, 而其他部分不是, 這些序列是隨機呈現的, 你們需要完成的任務是對這些序列進行分類, 如果新的序列是由學習階段的規則產生的, 則按 yes; 若不是, 則按no。被試按鍵反應后, 呈現下一個序列。測驗階段只呈現字母序列或數字序列。測驗階段的序列呈現時間與學習階段相同。

2.3 結果

由于2名被試未看懂實驗程序, 有效被試共58人。字母序列組的有效被試為30人, 其中選擇注意組15人, 忽略組15人; 數字序列組的有效被試為28人, 其中選擇注意組14人, 忽略組14人。描述統計結果顯示(見表 1), 無論字母序列還是數字序列, 選擇注意時的測驗成績均好于忽略。2(序列類型：字母序列 vs. 數字序列)×2(注意指向：選擇注意 vs. 忽略) 方差分析的結果表明, 注意指向主效應顯著,

F

(1, 54) = 34.52,

p

< 0.001, η= 0.39; 序列類型主效應不顯著,

F

(1, 54) = 1.18,

p

= 0.28; 注意指向主效應與測驗類型交互作用不顯著,

F

(1, 54)= 1.90,

p

= 0.17。結果表明, 選擇性注意對內隱學習具有明顯的調節作用, 序列類型對測驗成績沒有太大影響。

表1 單維度序列學習的測驗正確率(M ± SD) (%)

由于選擇性注意是本研究關注的核心問題, 為了更為清晰地展現選擇注意序列與忽略序列的差異, 我們對每種序列類型的選擇注意序列與忽略序列學習成績分別進行獨立樣本

t

檢驗。結果發現, 兩種序列類型的選擇注意與忽略序列的學習成績差異均顯著。序列類型為字母序列時,

t

(28) = 5.49,

p

<0.001,

d

= 1.47; 序列類型為數字序列時,

t

(26) =2.98,

p

= 0.006,

d

= 1.38。這表明, 被試對選擇注意序列規則的學習好于忽略的序列規則, 這一結論與假設一致。為了檢驗每種實驗條件下內隱學習是否發生,我們將每個單元格的測驗正確率與幾率水平相比較。如果被試的測驗成績高于幾率水平, 則表明被試習得了序列規則, 即發生了內隱學習; 如果被試的測驗成績與幾率水平相當, 則表明被試未習得序列規則, 即沒有發生內隱學習。根據文獻(Conway& Christiansen, 2006), 在所有的實驗條件下, 幾率水平被定義為50%。對選擇注意的字母序列、數字序列學習成績分別進行單樣本

t

檢驗(與幾率水平相比較), 發現選擇注意時兩種序列類型的學習成績均顯著高于幾率水平, 序列類型為字母序列時,

t

(14) = 6.34,

p

< 0.001,

d

= 1.64; 測驗類型為數字序列時,

t

(13) = 2.49,

p

= 0.03,

d

= 0.66。對忽略的字母序列、數字序列學習成績分別進行單樣本

t

檢驗(與幾率水平相比較), 發現兩種序列類型的學習成績均與幾率水平無顯著差異, 序列類型為字母序列時,

t

(14) = ?1.68,

p

= 0.12; 序列類型為數字序列時,

t

(13) = ?1.63,

p

= 0.13。上述結果表明, 選擇注意時發生了內隱學習; 忽略時未發生內隱學習。

2.4 討論

實驗1同時呈現的字母序列和數字序列均在注意范圍(in the focus of attention)內, 被試聽到了兩個序列, 應該能夠同時習得兩個序列的語法規則。但事實上, 只有選擇注意(selective attention)的序列規則被習得。這一現象可以被解釋為, 內隱學習的發生需要選擇性注意。當然, 這個解釋還可能會面臨兩種質疑。第一, 可能是由于語法規則比較復雜,被試對選擇注意序列的學習耗費了內隱學習所需要的所有能量, 致使被試只習得了選擇注意序列的語法規則, 忽略的序列規則未被習得(Eitam et al.,2009)。換句話說, 忽略的序列規則未被習得, 是由于被試不能同時習得聽覺呈現的兩個不同的語法規則, 而不論兩種序列是否被選擇注意。第二, 也可能是被試事實上習得了忽略序列的語法規則, 只是不能在測驗階段進行應用(Jiang & Leung, 2005),導致忽略的序列規則的學習成績處于幾率水平。

針對上述兩種質疑, 我們設計了實驗2做進一步的考證。在學習階段要求被試同時記憶兩個維度的序列, 以考察被試是否能夠同時習得兩個不同維度的序列規則。

3 實驗2

3.1 實驗目的

在左耳和右耳同時呈現具有不同語法規則的兩種刺激——字母序列和聲音序列, 要求被試學習并記憶兩個維度的序列, 測量被試對兩個維度序列規則的習得情況。

3.2 方法

3.2.1 被試

隨機選取30名大學生, 選取標準同實驗1。

3.2.2 實驗材料與儀器

同實驗1。

3.2.3 實驗設計與程序

采用組間設計, 將被試隨機分為兩組, 要求被試同時記憶字母序列和數字序列。測驗階段, 一組被試測驗字母序列, 另一組被試測驗數字序列。其他與實驗1同。

3.3 結果

由于1名被試中途退出, 有效被試共29人, 其中字母序列組被試為15人, 數字序列組被試為14人。描述統計結果顯示, 字母序列組的學習成績(

M

=62.34,

SD

= 8.85)好于數字序列組(

M

= 56.79,

SD

=11.55)。為了檢驗雙任務學習時序列類型是否影響被試對序列規則的學習, 我們對兩種序列類型的學習成績進行獨立樣本

t

檢驗。結果發現二者差異并不顯著,

t

(27) = ?1.46,

p

= 0.16, 這表明測驗類型并不影響聽覺通道的內隱學習。盡管兩耳呈現的序列表面特征有差異, 一個是字母序列, 一個是數字序列, 但對序列的深層結構——規則的習得并無差異。為了進一步檢驗雙任務學習時被試是否能夠習得兩種序列規則, 對字母序列、數字序列的學習成績分別進行單樣本

t

檢驗(與幾率水平相比較)。結果發現, 兩種測驗類型的學習成績均顯著高于幾率水平。測驗類型為字母序列時,

t

(14) = 5.41,

p <

0.001,

d

= 1.40; 測驗類型為數字序列時,

t

(13) = 2.20,

p <

0.05,

d

= 0.59。這表明盡管語法規則很復雜, 被試依然能夠成功地習得兩種序列規則。實驗1要求被試要么記憶字母序列, 要么記憶數字序列, 即只有一個刺激被選擇注意, 而實驗 2要求被試同時記憶字母序列和數字序列, 即兩個刺激均被選擇注意。對單任務和雙任務的字母序列學習成績進行獨立樣本

t

檢驗,

t

(28) = 0.72,

p

= 0.48,二者差異不顯著; 對單任務和雙任務的數字序列學習成績進行獨立樣本

t

檢驗,

t

(26) = 0.32,

p

= 0.75,二者差異也不顯著。上述結果表明, 單任務和雙任務學習成績近乎一樣好。

3.4 討論

實驗2的結果表明, 被試能夠同時習得兩個不同的序列規則, 這就排除了實驗 1中“被試不能夠同時習得兩個不同語法規則”的推測。被試不僅習得了兩個序列規則, 而且能夠在合法與不合法序列的區分任務中進行應用。所以, 同時也推翻了“被試僅習得了兩個不同的語法, 但是不能全部應用”的推測。實驗2的這些發現有力地佐證了實驗1的結果, 被試未能習得第二個語法是由于未選擇注意所導致。

單任務和雙任務的內隱學習差異不顯著, 體現了內隱學習具有心理資源節約性、無意識性、自動概括性等特點。該結果與石文典等(2013)的研究結果一致, 石文典等在視聽通道同時呈現兩個信息流,發現被試能夠同時習得兩個信息流的規則, 且與只呈現一個信息流時無顯著差異, 由此認為內隱學習并行存在多重學習系統, 而本研究的實驗2則為內隱學習并行存在多重學習系統提供了進一步的證據。

盡管單、雙任務的內隱學習成績差異不顯著,但從描述統計的結果看, 實驗2的內隱學習成績不如實驗1好, 也就是雙任務的內隱學習成績不及單任務的好。這表明, 在一定程度上內隱學習是需要耗費一定認知資源的(Dienes, Broadbent, & Berry,1991; Eitam et al., 2009)。被試在實驗2需要同時學習兩個信息流, 而在實驗1只需要學習一個信息流,實驗2的認知載荷高于實驗1, 被試在實驗2執行雙任務時對每個任務的資源分配要少于在實驗1執行相應的單任務, 于是導致雙任務的內隱學習成績略差于單任務的內隱學習成績。

Eitam等(2009)發現, 在相同的實驗條件下, 同時呈現在視覺通道的不同刺激材料, 其內隱學習效果不同, 被試對字母序列的學習成績好于顏色序列。我們對聽覺通道考察的結果發現, 當刺激為聲音材料時, 實驗1與實驗2中字母序列的成績略好于數字序列, 但被試對字母序列的學習和對數字序列的學習并沒有顯著差異。因此, 在聽覺通道并未發現因材料類型不同而導致的學習差異這一現象,這表明內隱學習確實具有通道特異性。

4 總討論

實驗1呈現兩個信息流, 要求被試僅對一個信息流進行記憶, 忽略另一個, 測量被試對每個信息流的習得情況, 結果發現被試對記憶的信息流的學習好于對忽略信息流的學習, 并且記憶的信息流的學習成績顯著高于幾率水平, 而忽略的信息流的學習成績與幾率水平無顯著差異。該結果的一種可能的解釋是：只有選擇注意的序列能夠發生內隱學習,而忽略的序列不能發生內隱學習。然而, 這一解釋可能面臨新的質疑：由于語法規則比較復雜, 被試不能同時習得兩個語法, 即使能夠同時習得兩個語法卻不能同時將兩個語法進行應用, 于是表現為一個信息流的學習成績高于幾率水平, 另一個信息流的學習成績與幾率水平沒有顯著差異。到底被試能不能同時習得兩個語法規則呢？我們在實驗2中要求被試同時學習兩個信息流, 測驗任務與實驗1相同, 這樣兩個信息流都被選擇注意。結果發現被試不僅能夠同時習得兩個信息流的規則, 并且能夠在區分任務中進行應用。這就推翻了“不能習得或應用兩個語法”的質疑, 同時進一步證實了實驗 1的結果, 選擇注意的序列能夠發生內隱學習, 而不論選擇注意一個序列還是兩個序列。

忽略的刺激是否能夠發生內隱學習, 在一定程度上依賴于選擇注意的刺激的復雜程度。復雜的刺激認知負荷高, 簡單的刺激認知負荷低, 當目標刺激——選擇注意的刺激的認知負荷足夠高時, 忽略的刺激盡管也在注意范圍內(in the focus of attention),但依然不能很好地被加工(Lavie, 2005)。與此相一致, Rowland和Shanks (2006)也發現, 在序列反應時任務中, 目標任務認知負荷低時, 分心序列發生了內隱學習, 目標任務認知負荷高時, 分心序列則不能發生內隱學習。因此, 目標刺激的低認知負荷有助于非目標刺激內隱學習的發生。由此推論, 在簡單的環境中, 無論選擇注意還是忽略的刺激都更傾向于能夠發生內隱學習; 而在復雜的環境中, 單個刺激獲得的認知加工少于簡單環境中的單個刺激獲得的認知加工, 因此必須對其進行選擇注意以獲得較多的加工才能發生內隱學習(Mayr, 1996)。本研究采用復雜的人工語法作為刺激材料, 具有很高的認知負荷, 被試必須對其進行選擇注意和加工才能夠獲取結構規則。因此, 只有選擇注意的序列發生了內隱學習, 而未選擇注意的序列則沒有發生內隱學習。當然, Mayr (1996)的這一觀點是否同樣適用于簡單的語法學習還有待進一步的檢驗。

本研究同時支持了Treisman (1964)的注意衰減理論。我們知道有一種現象, 當我們和朋友在一個雞尾酒會或某個喧鬧場所談話時, 盡管周邊的噪音很大, 我們還是可以聽到朋友說的內容。同時, 在遠處突然有人叫自己的名字時, 我們會馬上注意到。又比如, 在周圍交談的語言都不是我們的母語時, 我們可以注意到較遠處以母語說出的話語。這個現象就是雞尾酒會效應(Cocktail Party Effect,CPE)。該效應揭示了人類聽覺系統中令人驚奇的能力, 使我們可以有選擇的注意某一個聲音刺激。這也是聽覺注意神經信息處理機制發揮重要作用的體現, 它可幫助人類從復雜的背景噪音環境中快速精確地提取出感興趣或重要的聲音內容, 并據此做出進一步的反應。實驗1即為雞尾酒會效應的體現,即當我們把注意集中到某個刺激時, 其他的信息會被過濾掉, 因此選擇注意的信息被習得, 未選擇注意的信息不能被習得。有研究者在模擬人類聽覺認知神經信息處理機制時也發現, 在自然環境下, 人類的聽覺系統能夠有效增強注意信息的顯著性, 降低和抑制非注意背景混疊音的干擾(劉揚, 張苗輝,鄭逢斌, 2013)。實驗2的結果表明當選擇注意兩個信息流時, 被試能習得兩個信息流的統計規則, 這或許可以看作是雞尾酒會效應的拓展, 即只要是選擇注意的信息均能夠被習得, 而不論是選擇一個還是兩個信息。Treisman (1964)的注意衰減理論認為,人的信息加工總能力是有限的, 信息加工過程中存在一個過濾器, 但過濾器不是按“有或無”的方式工作, 而是按照衰減的方式工作。當外界輸入的信息通過過濾裝置時, 被注意或被追隨的信息能完全通過, 不被注意或非追隨的信息也能通過, 但在強度上出現衰減。我們的研究結果表明選擇注意的信息通過了過濾器得到了加工, 沒有被選擇的信息則在強度上出現衰減, 相對于選擇注意的信息其學習成績低下。當選擇注意的信息是兩個時, 則兩個信息流均通過了過濾器并得到了很好的加工。

5 結論

在人工語法學習范式中, 當刺激維度被選擇注意時內隱學習才能夠發生。選擇注意對人工語法學習的影響具有跨通道的適用性, 不僅適用于視覺刺激, 也同樣適用于聽覺刺激。

Conway, C. M., & Christiansen, M. H. (2006). Statistical learning within and between modalities: Pitting abstract against stimulus-specific representations.

Psychological Science,17

, 905–912.Conway, C. M., & Christiansen, M. H. (2009). Seeing and hearing in space and time: Effects of modality and presentation rate on implicit statistical learning.

European Journal of Cognitive Psychology, 21

, 561–580.Dienes, Z., Broadbent, D., & Berry, D. C. (1991). Implicit and explicit knowledge bases in artificial grammar learning.

Journal of Experimental Psychology: Learning, Memory,and Cognition, 17

(5), 875–887.Eitam, B., Glicksohn, A., Shoval, R., Cohen, A., Schul, Y., &Hassin, R. R. (2013). Relevance-based selectivity: the case of implicit learning.

Journal of Experimental Psychology:Human Perception and Performance, 39

(6), 1508–1515.Eitam, B., Schul, Y., & Hassin, R. R. (2009). Goal relevance and artificial grammar learning.

The Quarterly Journal of Experimental Psychology, 62

, 228–238.Fu, Q. F., & Fu, X. L. (2006). Relationship between representation and consciousness in implicit learning.

Advances in Psychological Science, 14

(1), 18–22.[付秋芳, 傅小蘭. (2006). 內隱學習中表征與意識的關系.

心理科學進展, 14

(1), 18–22.]Guo, X. Y., Jiang, S., Wang, H. Y., Zhu, L., Tang, J. H., Dienes,Z., & Yang, Z. L. (2013). Unconsciously learning task-irrelevant perceptual sequences.

Consciousness and Cognition, 22

, 203–211.Hayes, N. A., & Broadbent, D. E. (1988). Two modes of learning for interactive tasks.

Cognition, 28

, 249–276.Hu, B., & Feng, C. Z. (2013). The different effects of PM types,motivation, and task sequence on prospective memory.

Acta Psychologica Sinica, 45

(9), 944–960.[胡彬, 馮成志. (2013). 前瞻記憶類型差異及動機與任務序列對前瞻記憶的影響.

心理學報, 45

(9), 944–960.]Huang, H. X., Zhang, J. X., Liu, D. Z., Li, Y. L., & Wang, P.(2014). Implicit sequence learning of background and goal information under double dimensions.

Procedia-Social and Behavioral Sciences, 116

, 2989–2993.Jiang, Y. H., & Chun, M. M. (2001). Selective attention modulates implicit learning.

The Quarterly Journal of Experimental Psychology, 54

, 1105–1124.Jiang, Y. H., & Leung, A. W. (2005). Implicit learning of ignored visual context.

Psychonomic Bulletin & Review, 12

, 100–106.Jiménez, L., & Méndez, C. (1999). Which attention is needed for implicit sequence learning?

Journal of Experimental Psychology: Learning, Memory, and Cognition, 25

, 236–259.Johnston, W. A., & Heinz, S. P. (1978). Flexibility and capacity demands of attention.

Journal of Experimental Psychology:General, 107

(4), 420–435.Kahneman, D. (1973).

Attention and effort

(p. 246). Englewood Cliffs, NJ: Prentice-Hall.Lavie, N. (2005). Distracted and confused? Selective attention under load.

Trends in Cognitive Sciences, 9

(2), 75–82.Liu, Y., Zhang, M. H., & Zheng F. B. (2013). Cognitive neural mechanisms and saliency computational model of auditory selective attention.

Computer Science, 40

(6), 283–287.[劉揚, 張苗輝, 鄭逢斌. (2013). 聽覺選擇性注意的認知神經機制與顯著性計算模型.

計算機科學, 40

(6), 283–287.]Luo, Y. J., & Wei, J. H. (1997). The method of event-related potentials researches on selective attention.

Psychological Science, 20

(6), 553–554.[羅躍嘉, 魏景漢. (1997). 選擇性注意的ERP研究方法.

心理科學, 20

(6), 553–554.]Mayr, U. (1996). Spatial attention and implicit sequence learning: Evidence for independent learning of spatial and nonspatial sequences.

Journal of Experimental Psychology:Learning, Memory, & Cognition, 22

(2), 350–364.Musz, E., Weber, M. J., & Thompson-Schill, S. L. (2015).Visual statistical learning is not reliably modulated by selective attention to isolated events.

Attention, Perception,& Psychophysics, 77

(1), 78–96.Navon, D. (1977). Forest before trees: The precedence of global features in visual perception.

Cognitive Psychology,9,

353–383.Reber, A. S. (1989). Implicit learning and tacit knowledge.

Journal of Experimental Psychology: General, 118

(3),219–235.Rowland, L. A., & Shanks, D. R. (2006). Attention modulates the learning of multiple contingencies.

Psychonomic Bulletin & Review, 13

(4), 643–648.Shi, W. D., Li, X. J., Wang, W., & Yan, W. H. (2013). Comparison of implicit learning effect between multisensory and unisensory.

Acta Psychologica Sinica, 45

(12), 1313–1323.[石文典, 李秀君, 王維, 嚴文華. (2013). 多通道與單通道的內隱學習效應比較.

心理學報

,

45

(12), 1313–1323.]Tanaka, D., Kiyokawa, S., Yamada, A., Dienes, Z., & Shigemasu,K. (2008). Role of selective attention in artificial grammar learning.

Psychonomic Bulletin & Review, 15

(6), 1154–1159.Treisman, A. M. (1964). Selective attention in man.

British Medical Bulletin, 20

(1), 12–16.Turk-Browne, N. B., Jungé, J. A., & Scholl, B. J. (2005). The automaticity of visual statistical learning.

Journal of Experimental Psychology: General, 134

(4), 552–564.Weiermann, B., & Meier, B. (2012). Implicit task sequence learning with auditory stimuli.

Journal of Cognitive Psychology, 24

(4), 468–475.Zhang, R. L., & Liu, D. Z. (2014). The development of graded consciousness in artificial grammar learning.

Acta Psychologica Sinica, 46

(11), 1649–1660.[張潤來, 劉電芝. (2014). 人工語法學習中意識加工的漸進發展.

心理學報, 46

(11), 1649–1660.]