论文部分内容阅读
摘 要 采用Lewicki等人创造的“矩阵扫描”任务，对内隐序列学习的表征方式进行了研究。结果发现：规则试验的反应时显著低于随机试验，说明被试能够内隐地掌握复杂规则，没有证据表明这与“运动”频率的大小和序列样例的记忆有关；此外，序列结构也是影响内隐序列学习的因素之一。
关键词 内隐序列学习，表征，抽象观，频率观，记忆观。
分类号 B842.3
1 前言
自1967年Reber[1]提出内隐学习30多年来，在该领域的研究数量激增，并取得了许多研究证据。但是，内隐学习的表征方式一直存在较大争议，主要有规则抽象观、分布观和残断观等。
抽象观认为，人工语法作业中所获得的复杂知识是以概括的、抽象的形式为表征，其中不包含任何刺激的物理特征，它强调刺激间的结构联系。Reber认为，“抽象”在这里是其拉丁文的原义——超越，抽象的质量与学习材料本身无关[2]。抽象观能够解释不同刺激条件间的学习迁移，但不能回答被试是如何将刺激的表面信息剔除，而只将作为知识基础的抽象表征保留下来[3]。
分布观是由Brooks和他的同事提出的[4,5]，又称样例―基础观。这种观点认为，学习中的串词是以一种“原始”样例的方式编码和贮存的。这种观点看上去简单明了，无需刺激编码，无需归纳，然而细究起来，这种表征是有问题的。如此大量的特定样例如何得以精确地保存，又如何清晰地将新的和贮存的刺激进行相似性判断?
残断观与分布观相似，只是更强调两三个元素的组合作用。Perruchet和Pacteau[6,7]认为，被试从人工语法任务的学习阶段所获得的语法规则基于两三个元素（字母）的组合。
上述表征方式多以人工语法范式为基础。Lewicki等人[8]利用矩阵扫描任务对内隐序列学习的表征方式进行了研究。实验中，字母X呈现在四个象限中，每呈现一次为一次试验，每5次试验为一个组段（后人将其标为ABCDE）。在前720个组段中，AB的位置是随机的，而CDE的位置由复杂规则决定。在后98个组段中，5次试验的位置均为随机呈现。结果发现，前720个组段CDE的平均反应时显著低于AB，而后98个组段这种差异消失了。他们认为，被试在学习中归纳出了序列组段中各试验之间位置变换（Lewicki称之为“运动”）的抽象规则。在实验后的访谈中，被试不能说出序列中所含的规则，因此，Lewicki认为，这种情境下的学习是内隐的。Lewicki的这一观点被称为内隐序列学习的抽象观。
Perruchet等人[9]对Lewicki的实验数据进行了重新分析，提出了一种完全不同的理论观点——频率观。他们认为，被试并没有抽象出序列规则，而是以事件频率的形式对序列进行表征。
Ferrer-Gil[10]则用“内隐记忆机制”来解释这种学习模式。实验中，他将三种规则生成的12个序列分成两部分，一部分用于训练，另一部分用于迁移测试。虽然训练阶段和迁移阶段具体的序列不同，但规则是一致的。因此Ferrer-Gil假设，如果序列学习的表征方式是抽象的，训练阶段被试抽象出的规则就能迁移到下一个阶段，结果没有产生迁移。Ferrer-Gil认为，这个结果最自然的解释是被试仅仅记住了训练阶段呈现的序列的样例，这一观点与人工语法研究中的分布观一致。
本实验采用“矩阵扫描”的方法，对内隐学习的表征方式作进一步探讨。
2 研究方法
2.1 被试
河北大学应用心理学专业三年级本科生22名，平均年龄20.4岁，其中男生10名，女生12名。被试视力正常，以前没有参加过内隐学习的实验。
2.2 实验材料和实验工具
实验材料在联想PⅢ计算机上呈现，屏幕被分为4个象限，每个象限的中央有一个22cm的灰色方块，屏幕背景为白色，黑色字母X每次被呈现在一个方块中，X每呈现一次，被试要即刻按下X所在象限对应的数字键（4个象限所对应的4个数字键分别为4、5、1、2），记录被试的反应时，要求被试的反应既快又准。按键反应后到下一个目标出现的时间间隔（RSI）为400ms。
实验中每呈现5次X，即ABCDE为一个组段（block）。每个组段的前两次试验（AB）呈现的位置是随机的，因此AB被称为随机试验；后3次试验（CDE）的位置遵循3个复杂的规则（见表1），因此CDE又被称为规则试验。为了平衡位置效应，3种规则又生成12个规则序列。
2.3 实验程序
本实验共有4080次试验，分成17个阶段，每个阶段由48个序列组段（240个试验）组成。前15个阶段的每个阶段由12个规则序列重复呈现4次，48个组段呈现的顺序是随机排列的，因此前15个阶段被称为规则序列阶段。第16、17阶段每个组段的试验的呈现位置是随机的，因此第16、17阶段也被称为随机序列阶段。
本实验采取被试内设计。全部实验需时约50分钟，为了避免被试疲劳效应，每完成一个阶段被试休息1分钟。为了让被试能有效地区分出组段，每个组段的第一个试验(A)呈现时伴随一个短音调。
2.4 实验后交谈和生成任务
为考查被试学习的内隐性，所有被试在完成上述实验操作之后均需回答在计算机屏幕上呈现的两个问题：一是“对这项任务你有何感受？”二是“你是否注意到字母出现的位置有什么规律？”①有②没有。如果被试对第2个问题回答“有”，计算机屏幕上就会要求其完成一项测验。这项测验参考了内隐学习研究中普遍采用的、由Nissen和Bullemer[11]创立的生成任务[12~16]。这项任务的具体做法是，在类似于正式实验的情景中，给出A、B的位置，然后让被试推测C的位置，推测后给出C的正确位置，然后再推测D的位置，然后是E。被试需要将12个序列组段全部进行一遍，记录被试的正确和错误率。
3 结果分析
3.1 内隐学习被试的鉴别
根据被试实验后的交谈和生成任务中推测的成绩，对被试学习作内隐与非内隐区分。C、D、E的几率水平应该分别为0.33，因此，被试在生成任务中的正确率超过33%(12个)者即为非内隐学习。本实验中共有3名被试的生成任务成绩超过这个比率，其数据未列入实验统计。同时我们认为，非内隐学习并不能等同于外显学习，不应将二者作内隐与外显的比较研究。
3.2 规则试验(CDE)与随机试验(AB)差异分析
首先对两类试验和各学习阶段的反应时进行2×17重复测量方差分析，结果发现，两类试验间主效应显著，F(1,18)=65.56，p＜0.001；各学习阶段间主效应显著，F(16,288)=20.12，p＜0.001；试验和各阶段间交互作用显著，F(16,288)=18.22，p＜0.001。
为了便于分析，进一步对两类试验和第15阶段(规则序列阶段)、第16阶段(随机序列阶段)的反应时进行2×2方差分析。结果与2×17方差分析一致，两类试验的主效应显著，F(1,18)=35.11，p＜0.001；两个阶段的主效应显著，F(1,18)=39.94，p＜0.001；同时，更为重要的是二者间的交互作用也十分显著，F(1,18)=29.92，p＜0.001。于是，我们对两类试验和两个阶段的交互作用作进一步的简单效应检验。发现，在随机试验（AB）水平上，第15、16阶段无显著差异，t（18）=-2.02，p＞0.05；而在规则试验（CDE）水平上，第15、16阶段的差异显著，t（18）=-6.68，p＜0.001。在第15阶段中，规则试验的反应时显著低于随机试验，t（18）=6.21，p＜0.001；在第16阶段中，规则试验的反应时与随机试验无显著差异，t（18）=2.07，p＞0.05。
由图1和上述方差分析可以看出，规则试验的反应时在前15个阶段中随学习阶段的增加明显下降，至第16、17学习阶段其反应时则上升至随机试验水平。而随机试验的反应时虽然在前6个阶段也有下降，但下降幅度明显不如规则试验，而且从第6至17阶段基本上趋于平缓。这说明学习上的这种变化是由序列规则引起的，进一步证明了这种序列内隐学习的存在。
3.3 三种“运动”方式的差异分析
按照Perruchet等人的计算方法，本实验中水平、垂直、交叉等三种运动所发生的频率分别为25%、33.3%和41.7%。方差分析表明，三种“运动”方式的平均反应时存在显著差异，F（2,36）=12.75，p＜0.001。其中交叉“运动”的反应时最短，M=339.50，SD=53.40；其次是垂直“运动”，M=349.08，SD=54.65；反应时最长的是水平“运动”，M=356.80，SD=55.96。从表面上看这似乎与Perruchet等人的“频率观”一致，但是，从表1可以看出，本实验中三种“运动”方式的频率对B、C、D是一样的，即三种“运动”在B、C、D中的分布均为33.3%。对B、C、D的方差分析表明，三个试验之间差异显著，F（2,36）=32.27，p＜0.001。按照“频率观”的说法，“运动”频率相同的试验，其平均反应时应该是相同的，显然，用频率观无法解释B、C、D之间的差异。
3.4 各规则序列组段的差异分析
三种“运动”规则共生成了12个不同的规则序列组段(每种规则4个)。分别对每种规则所生成的4个序列组段的8-15阶段的反应时进行方差分析，结果每种规则的4个规则序列组段间均无显著差别：规则Ⅰ的F(3,2286)=2.21，p＞0.05；规则Ⅱ的F（3,2543）=1.71，p＞0.05；规则Ⅲ的F（3,2172）=0.74，p＞0.05。这一结果说明，被试在第8至15阶段已经掌握了由各个序列构成的规则，这与Ferrer-Gil的具体序列样例记忆观不同。
3.5 序列结构的分析
通过三种规则的差异检验(图2)可以看出，对于序列试验（CDE）来说，三种规则的差异显著，F(2,36)=70.45，p＜0.001，规则Ⅱ的反应时显著低于规则Ⅰ和规则Ⅲ。通过比较我们发现，三种序列规则的内部结构是不同的。规则Ⅱ(垂直—交叉—垂直—交叉)的内部结构符合序列位置内隐学习中的惟一列(unique sequences)要求，即一个序列中所包含的事件都由前一事件所决定，只是在本实验中的序列位置被序列“运动”所取代。因此，惟一列的序列结构可能是规则Ⅱ反应时偏低的原因。
4 讨论
4.1 内隐序列学习能够掌握抽象规则
通过实验可以看出，符合序列规则的试验CDE反应时比随机的试验AB显著地缩短，但在16、17阶段随着CDE序列规则改为随机呈现时，这种差异就消失了，说明被试在前15个阶段的学习中已掌握了序列规则。通过实验后的交谈和生成测验表明，大多数被试对这些规则的掌握是内隐的。因此，本实验证明Lewicki等人所创立的内隐 “运动”序列学习是存在的。
4.2 内隐序列学习的表征方式不是简单的频次计算
虽然我们在实验中看到“水平、垂直、交叉”三种“运动”方式确实表现出了与频次多少的同步性，但这并不能解释相同“运动”频率下的B、C、D之间为何有显著差异。而且对C和E的三种规则的比较也表明，试验E中规则Ⅱ和规则Ⅲ同样都是“交叉运动”，但这两种“交叉运动”的反应时却相去甚远。也就是说试验E的反应时缩短并非由“交叉”运动的频率引起。因此，本实验没有证明内隐序列学习与频率的多少有关。
4.3 内隐序列学习的表征方式也不是序列样例的记忆
对三种规则生成的12个规则序列反应时的差异分析表明，同一规则所生成的序列间均无显著差异。因此，我们认为，本实验中的内隐序列学习与记忆没有直接联系。因为如果将这种内隐序列学习的表征方式归结为对12个序列的记忆，被试对12个序列记忆的效果是无法达到相同水平的。当然，若想完全排除记忆的影响，应该采取Ferrer-Gil的实验方法，将部分由相同规则组成的序列放到迁移阶段，可能更有说服力。
4.4 序列结构在内隐序列“运动”学习中的作用
虽然我们证明了内隐序列“运动”学习的存在，但是，是什么规则决定了CDE的反应时的缩短？实验中发现，三种规则中，规则Ⅱ的反应时最短。分析三种规则的序列结构可以看出，规则Ⅱ的结构与序列位置内隐学习中的惟一列一致。也就是说，序列的内部结构是影响内隐序列“运动”学习的重要因素之一。本实验中虽然揭示了序列结构对内隐“运动”序列学习中的影响，但实验中所用序列组段较短，要想充分说明序列结构的作用，还需增加序列组段的长度。
5 结论
实验表明，随着学习阶段的延长，规则试验CDE的反应时显著小于随机试验AB，但在16、17阶段随着规则条件的改变，这种差异就消失了，这充分证明被试在前15个阶段的学习中已掌握了序列规则。但是，没有证据表明这与“运动”频率的大小和序列样例的记忆有关。进一步分析发现，序列结构是影响内隐序列学习重要因素之一，惟一列结构的序列反应时最短。
参 考 文 献
1 Reber A S. Implicit learning of artificial grammars. Journal of Verbal Learning and Verbal Behavior, 1967, 5, 855~863
2 Reber A S. The Penguin Dictionary of Psychology. Viking Penguin, New York, 1985
3 Berry D C. How Implicit is Implicit Learning. Oxford: Oxford University Press, 1997
4 Brooks L R, Vokey J R. Abstract analogies and abstract grammars: A comment on Reber(1989), and Mathews et al. (1989). Journal of Experimental Psychology: General, 1991, 120, 316~323
5 Vokey J R, Brooks L R. Salience of item knowledge in learning artificial grammars. Journal of Experimental Psychology: Learning, Memory, and Cognition, 1992, 18, 328~344
6 Perruchet P, Pacteau C. Synthetic grammar learning: Implicit rule abstraction or explicit fragmentary knowledge. Journal of Experimental Psychology: General, 1990, 119(3), 264~275
7 Perruchet P, Pacteau C. Implicit acquisition of abstract knowledge about artificial grammar:Some methodological and conceptual issues. Journal of Experimental Psychology: General, 1991, 120, 112~116
8 Lewicki P, Hill T, Bizot E. Acquisition of procedural knowledge about a pattern of stimuli that cannot be articulated. Cognitive Psychology, 1988, 20, 24~37
9 Perruchet P, Gallego J, Savy I. A critical reappraisal of the evidence for unconscious abstraction of deterministic rules in complex experimental situations. Cognitive Psychology, 1990, 22, 493~516
10 Stadler M A, Fresch P A. Handbook of Implicit Learning. Thousand Oaks, CA: Sage, 1998, 342~345
11 Nissen M J, Bullemer P. Attentional requirements of learning: Evidence from performance measures. Cognitive Psychology, 1987, 19, 1~32
12 Cleeremans A, McClelland J L. Learning the structure of event sequences. Journal of Experimental Psychology: General, 1991, 120, 235~253
13 Cohen A, Ivry R I, Keels S W. Attention and structure in sequence learning. Journal of Experimental Psychology: Learning, Memory, and Cognition, 1990, 16, 17~30
14 Jimenez L, Mendez C, Cleeremans A. Comparing direct and indirect measures of sequence learning. Journal of Experimental Psychology: Learning, Memory, and Cognition, 1996, 22(4), 948~969
15 Perruchet p, Amorim P A. Conscious knowledge and changes in performance in sequence learning: Evidence against dissociation. Journal of Experimental Psychology: Learning, Memory and Cognition. 1992, 18, 785~800
16 Willingham D B, Nissen M J, et al. On the development of procedural knowledge. Journal of Experimental Psychology: Learning, Memory, and Cognition, 1989, 15(6), 1047~1060
REPRESENTING FORMAT OF IMPLICIT SEQUENCE LEARNING
Wu Guolai, Shen Deli, Bai Xuejun
(Research Center of Psychology and Behavior, Tianjin Normal University, Tianjin 300074)
Abstract
This research examined the representing format of implicit sequence learning following the matrix-scaning task by Lewicki and his colleagues. The results show that RT of rule trials(CDE) is lower than that of random trials(AB) which means that subjects have learned the complex rules of sequence in implicit conditions, instead of sensitivity to frequency information and memory for instances of sequence. In addition, sequence structure is one of the factors influenced implicit sequence learning.
Key words implicit sequence learning, representation, abstractive account, frequency account, memory for instance account.
关键词 内隐序列学习，表征，抽象观，频率观，记忆观。
分类号 B842.3
1 前言
自1967年Reber[1]提出内隐学习30多年来，在该领域的研究数量激增，并取得了许多研究证据。但是，内隐学习的表征方式一直存在较大争议，主要有规则抽象观、分布观和残断观等。
抽象观认为，人工语法作业中所获得的复杂知识是以概括的、抽象的形式为表征，其中不包含任何刺激的物理特征，它强调刺激间的结构联系。Reber认为，“抽象”在这里是其拉丁文的原义——超越，抽象的质量与学习材料本身无关[2]。抽象观能够解释不同刺激条件间的学习迁移，但不能回答被试是如何将刺激的表面信息剔除，而只将作为知识基础的抽象表征保留下来[3]。
分布观是由Brooks和他的同事提出的[4,5]，又称样例―基础观。这种观点认为，学习中的串词是以一种“原始”样例的方式编码和贮存的。这种观点看上去简单明了，无需刺激编码，无需归纳，然而细究起来，这种表征是有问题的。如此大量的特定样例如何得以精确地保存，又如何清晰地将新的和贮存的刺激进行相似性判断?
残断观与分布观相似，只是更强调两三个元素的组合作用。Perruchet和Pacteau[6,7]认为，被试从人工语法任务的学习阶段所获得的语法规则基于两三个元素（字母）的组合。
上述表征方式多以人工语法范式为基础。Lewicki等人[8]利用矩阵扫描任务对内隐序列学习的表征方式进行了研究。实验中，字母X呈现在四个象限中，每呈现一次为一次试验，每5次试验为一个组段（后人将其标为ABCDE）。在前720个组段中，AB的位置是随机的，而CDE的位置由复杂规则决定。在后98个组段中，5次试验的位置均为随机呈现。结果发现，前720个组段CDE的平均反应时显著低于AB，而后98个组段这种差异消失了。他们认为，被试在学习中归纳出了序列组段中各试验之间位置变换（Lewicki称之为“运动”）的抽象规则。在实验后的访谈中，被试不能说出序列中所含的规则，因此，Lewicki认为，这种情境下的学习是内隐的。Lewicki的这一观点被称为内隐序列学习的抽象观。
Perruchet等人[9]对Lewicki的实验数据进行了重新分析，提出了一种完全不同的理论观点——频率观。他们认为，被试并没有抽象出序列规则，而是以事件频率的形式对序列进行表征。
Ferrer-Gil[10]则用“内隐记忆机制”来解释这种学习模式。实验中，他将三种规则生成的12个序列分成两部分，一部分用于训练，另一部分用于迁移测试。虽然训练阶段和迁移阶段具体的序列不同，但规则是一致的。因此Ferrer-Gil假设，如果序列学习的表征方式是抽象的，训练阶段被试抽象出的规则就能迁移到下一个阶段，结果没有产生迁移。Ferrer-Gil认为，这个结果最自然的解释是被试仅仅记住了训练阶段呈现的序列的样例，这一观点与人工语法研究中的分布观一致。
本实验采用“矩阵扫描”的方法，对内隐学习的表征方式作进一步探讨。
2 研究方法
2.1 被试
河北大学应用心理学专业三年级本科生22名，平均年龄20.4岁，其中男生10名，女生12名。被试视力正常，以前没有参加过内隐学习的实验。
2.2 实验材料和实验工具
实验材料在联想PⅢ计算机上呈现，屏幕被分为4个象限，每个象限的中央有一个22cm的灰色方块，屏幕背景为白色，黑色字母X每次被呈现在一个方块中，X每呈现一次，被试要即刻按下X所在象限对应的数字键（4个象限所对应的4个数字键分别为4、5、1、2），记录被试的反应时，要求被试的反应既快又准。按键反应后到下一个目标出现的时间间隔（RSI）为400ms。
实验中每呈现5次X，即ABCDE为一个组段（block）。每个组段的前两次试验（AB）呈现的位置是随机的，因此AB被称为随机试验；后3次试验（CDE）的位置遵循3个复杂的规则（见表1），因此CDE又被称为规则试验。为了平衡位置效应，3种规则又生成12个规则序列。
2.3 实验程序
本实验共有4080次试验，分成17个阶段，每个阶段由48个序列组段（240个试验）组成。前15个阶段的每个阶段由12个规则序列重复呈现4次，48个组段呈现的顺序是随机排列的，因此前15个阶段被称为规则序列阶段。第16、17阶段每个组段的试验的呈现位置是随机的，因此第16、17阶段也被称为随机序列阶段。
本实验采取被试内设计。全部实验需时约50分钟，为了避免被试疲劳效应，每完成一个阶段被试休息1分钟。为了让被试能有效地区分出组段，每个组段的第一个试验(A)呈现时伴随一个短音调。
2.4 实验后交谈和生成任务
为考查被试学习的内隐性，所有被试在完成上述实验操作之后均需回答在计算机屏幕上呈现的两个问题：一是“对这项任务你有何感受？”二是“你是否注意到字母出现的位置有什么规律？”①有②没有。如果被试对第2个问题回答“有”，计算机屏幕上就会要求其完成一项测验。这项测验参考了内隐学习研究中普遍采用的、由Nissen和Bullemer[11]创立的生成任务[12~16]。这项任务的具体做法是，在类似于正式实验的情景中，给出A、B的位置，然后让被试推测C的位置，推测后给出C的正确位置，然后再推测D的位置，然后是E。被试需要将12个序列组段全部进行一遍，记录被试的正确和错误率。
3 结果分析
3.1 内隐学习被试的鉴别
根据被试实验后的交谈和生成任务中推测的成绩，对被试学习作内隐与非内隐区分。C、D、E的几率水平应该分别为0.33，因此，被试在生成任务中的正确率超过33%(12个)者即为非内隐学习。本实验中共有3名被试的生成任务成绩超过这个比率，其数据未列入实验统计。同时我们认为，非内隐学习并不能等同于外显学习，不应将二者作内隐与外显的比较研究。
3.2 规则试验(CDE)与随机试验(AB)差异分析
首先对两类试验和各学习阶段的反应时进行2×17重复测量方差分析，结果发现，两类试验间主效应显著，F(1,18)=65.56，p＜0.001；各学习阶段间主效应显著，F(16,288)=20.12，p＜0.001；试验和各阶段间交互作用显著，F(16,288)=18.22，p＜0.001。
为了便于分析，进一步对两类试验和第15阶段(规则序列阶段)、第16阶段(随机序列阶段)的反应时进行2×2方差分析。结果与2×17方差分析一致，两类试验的主效应显著，F(1,18)=35.11，p＜0.001；两个阶段的主效应显著，F(1,18)=39.94，p＜0.001；同时，更为重要的是二者间的交互作用也十分显著，F(1,18)=29.92，p＜0.001。于是，我们对两类试验和两个阶段的交互作用作进一步的简单效应检验。发现，在随机试验（AB）水平上，第15、16阶段无显著差异，t（18）=-2.02，p＞0.05；而在规则试验（CDE）水平上，第15、16阶段的差异显著，t（18）=-6.68，p＜0.001。在第15阶段中，规则试验的反应时显著低于随机试验，t（18）=6.21，p＜0.001；在第16阶段中，规则试验的反应时与随机试验无显著差异，t（18）=2.07，p＞0.05。
由图1和上述方差分析可以看出，规则试验的反应时在前15个阶段中随学习阶段的增加明显下降，至第16、17学习阶段其反应时则上升至随机试验水平。而随机试验的反应时虽然在前6个阶段也有下降，但下降幅度明显不如规则试验，而且从第6至17阶段基本上趋于平缓。这说明学习上的这种变化是由序列规则引起的，进一步证明了这种序列内隐学习的存在。
3.3 三种“运动”方式的差异分析
按照Perruchet等人的计算方法，本实验中水平、垂直、交叉等三种运动所发生的频率分别为25%、33.3%和41.7%。方差分析表明，三种“运动”方式的平均反应时存在显著差异，F（2,36）=12.75，p＜0.001。其中交叉“运动”的反应时最短，M=339.50，SD=53.40；其次是垂直“运动”，M=349.08，SD=54.65；反应时最长的是水平“运动”，M=356.80，SD=55.96。从表面上看这似乎与Perruchet等人的“频率观”一致，但是，从表1可以看出，本实验中三种“运动”方式的频率对B、C、D是一样的，即三种“运动”在B、C、D中的分布均为33.3%。对B、C、D的方差分析表明，三个试验之间差异显著，F（2,36）=32.27，p＜0.001。按照“频率观”的说法，“运动”频率相同的试验，其平均反应时应该是相同的，显然，用频率观无法解释B、C、D之间的差异。
3.4 各规则序列组段的差异分析
三种“运动”规则共生成了12个不同的规则序列组段(每种规则4个)。分别对每种规则所生成的4个序列组段的8-15阶段的反应时进行方差分析，结果每种规则的4个规则序列组段间均无显著差别：规则Ⅰ的F(3,2286)=2.21，p＞0.05；规则Ⅱ的F（3,2543）=1.71，p＞0.05；规则Ⅲ的F（3,2172）=0.74，p＞0.05。这一结果说明，被试在第8至15阶段已经掌握了由各个序列构成的规则，这与Ferrer-Gil的具体序列样例记忆观不同。
3.5 序列结构的分析
通过三种规则的差异检验(图2)可以看出，对于序列试验（CDE）来说，三种规则的差异显著，F(2,36)=70.45，p＜0.001，规则Ⅱ的反应时显著低于规则Ⅰ和规则Ⅲ。通过比较我们发现，三种序列规则的内部结构是不同的。规则Ⅱ(垂直—交叉—垂直—交叉)的内部结构符合序列位置内隐学习中的惟一列(unique sequences)要求，即一个序列中所包含的事件都由前一事件所决定，只是在本实验中的序列位置被序列“运动”所取代。因此，惟一列的序列结构可能是规则Ⅱ反应时偏低的原因。
4 讨论
4.1 内隐序列学习能够掌握抽象规则
通过实验可以看出，符合序列规则的试验CDE反应时比随机的试验AB显著地缩短，但在16、17阶段随着CDE序列规则改为随机呈现时，这种差异就消失了，说明被试在前15个阶段的学习中已掌握了序列规则。通过实验后的交谈和生成测验表明，大多数被试对这些规则的掌握是内隐的。因此，本实验证明Lewicki等人所创立的内隐 “运动”序列学习是存在的。
4.2 内隐序列学习的表征方式不是简单的频次计算
虽然我们在实验中看到“水平、垂直、交叉”三种“运动”方式确实表现出了与频次多少的同步性，但这并不能解释相同“运动”频率下的B、C、D之间为何有显著差异。而且对C和E的三种规则的比较也表明，试验E中规则Ⅱ和规则Ⅲ同样都是“交叉运动”，但这两种“交叉运动”的反应时却相去甚远。也就是说试验E的反应时缩短并非由“交叉”运动的频率引起。因此，本实验没有证明内隐序列学习与频率的多少有关。
4.3 内隐序列学习的表征方式也不是序列样例的记忆
对三种规则生成的12个规则序列反应时的差异分析表明，同一规则所生成的序列间均无显著差异。因此，我们认为，本实验中的内隐序列学习与记忆没有直接联系。因为如果将这种内隐序列学习的表征方式归结为对12个序列的记忆，被试对12个序列记忆的效果是无法达到相同水平的。当然，若想完全排除记忆的影响，应该采取Ferrer-Gil的实验方法，将部分由相同规则组成的序列放到迁移阶段，可能更有说服力。
4.4 序列结构在内隐序列“运动”学习中的作用
虽然我们证明了内隐序列“运动”学习的存在，但是，是什么规则决定了CDE的反应时的缩短？实验中发现，三种规则中，规则Ⅱ的反应时最短。分析三种规则的序列结构可以看出，规则Ⅱ的结构与序列位置内隐学习中的惟一列一致。也就是说，序列的内部结构是影响内隐序列“运动”学习的重要因素之一。本实验中虽然揭示了序列结构对内隐“运动”序列学习中的影响，但实验中所用序列组段较短，要想充分说明序列结构的作用，还需增加序列组段的长度。
5 结论
实验表明，随着学习阶段的延长，规则试验CDE的反应时显著小于随机试验AB，但在16、17阶段随着规则条件的改变，这种差异就消失了，这充分证明被试在前15个阶段的学习中已掌握了序列规则。但是，没有证据表明这与“运动”频率的大小和序列样例的记忆有关。进一步分析发现，序列结构是影响内隐序列学习重要因素之一，惟一列结构的序列反应时最短。
参 考 文 献
1 Reber A S. Implicit learning of artificial grammars. Journal of Verbal Learning and Verbal Behavior, 1967, 5, 855~863
2 Reber A S. The Penguin Dictionary of Psychology. Viking Penguin, New York, 1985
3 Berry D C. How Implicit is Implicit Learning. Oxford: Oxford University Press, 1997
4 Brooks L R, Vokey J R. Abstract analogies and abstract grammars: A comment on Reber(1989), and Mathews et al. (1989). Journal of Experimental Psychology: General, 1991, 120, 316~323
5 Vokey J R, Brooks L R. Salience of item knowledge in learning artificial grammars. Journal of Experimental Psychology: Learning, Memory, and Cognition, 1992, 18, 328~344
6 Perruchet P, Pacteau C. Synthetic grammar learning: Implicit rule abstraction or explicit fragmentary knowledge. Journal of Experimental Psychology: General, 1990, 119(3), 264~275
7 Perruchet P, Pacteau C. Implicit acquisition of abstract knowledge about artificial grammar:Some methodological and conceptual issues. Journal of Experimental Psychology: General, 1991, 120, 112~116
8 Lewicki P, Hill T, Bizot E. Acquisition of procedural knowledge about a pattern of stimuli that cannot be articulated. Cognitive Psychology, 1988, 20, 24~37
9 Perruchet P, Gallego J, Savy I. A critical reappraisal of the evidence for unconscious abstraction of deterministic rules in complex experimental situations. Cognitive Psychology, 1990, 22, 493~516
10 Stadler M A, Fresch P A. Handbook of Implicit Learning. Thousand Oaks, CA: Sage, 1998, 342~345
11 Nissen M J, Bullemer P. Attentional requirements of learning: Evidence from performance measures. Cognitive Psychology, 1987, 19, 1~32
12 Cleeremans A, McClelland J L. Learning the structure of event sequences. Journal of Experimental Psychology: General, 1991, 120, 235~253
13 Cohen A, Ivry R I, Keels S W. Attention and structure in sequence learning. Journal of Experimental Psychology: Learning, Memory, and Cognition, 1990, 16, 17~30
14 Jimenez L, Mendez C, Cleeremans A. Comparing direct and indirect measures of sequence learning. Journal of Experimental Psychology: Learning, Memory, and Cognition, 1996, 22(4), 948~969
15 Perruchet p, Amorim P A. Conscious knowledge and changes in performance in sequence learning: Evidence against dissociation. Journal of Experimental Psychology: Learning, Memory and Cognition. 1992, 18, 785~800
16 Willingham D B, Nissen M J, et al. On the development of procedural knowledge. Journal of Experimental Psychology: Learning, Memory, and Cognition, 1989, 15(6), 1047~1060
REPRESENTING FORMAT OF IMPLICIT SEQUENCE LEARNING
Wu Guolai, Shen Deli, Bai Xuejun
(Research Center of Psychology and Behavior, Tianjin Normal University, Tianjin 300074)
Abstract
This research examined the representing format of implicit sequence learning following the matrix-scaning task by Lewicki and his colleagues. The results show that RT of rule trials(CDE) is lower than that of random trials(AB) which means that subjects have learned the complex rules of sequence in implicit conditions, instead of sensitivity to frequency information and memory for instances of sequence. In addition, sequence structure is one of the factors influenced implicit sequence learning.
Key words implicit sequence learning, representation, abstractive account, frequency account, memory for instance account.