交叉重叠类别结构的自主学习优势和集中学习劣势*
正确率,1前言,2方法,1被试,2实验材料,3设计和程序,4决策边界模型,5结果与分析,3讨论,1交叉重叠类别结构下被动学习的劣势,2交叉重叠类别结构下自主学习的优势,3研究局限与进展,4结论
岳 芳 陈剑平 甘可鑫 王宇情 刘志雅交叉重叠类别结构的自主学习优势和集中学习劣势*
岳 芳 陈剑平 甘可鑫 王宇情 刘志雅
(华南师范大学心理应用研究中心/心理学院, 广州 510631)
本研究采用四类别交叉重叠结构, 探索了不同学习方式(集中、交错、随机和自主)对基于规则和信息整合类别学习的影响, 通过计算模型的数据分析方法对265名被试的学习策略进行了模型拟合。结果发现, 在基于规则和信息整合任务中, 自主学习者均能较多地使用最优策略, 自主学习的分类正确率均显著高于集中学习的分类正确率。并没有出现前人发现的规则学习的集中学习优势和信息整合学习的交错学习优势。结果表明, 自主学习存在学习效率上的优势而集中学习存在劣势, 可能是因为交叉重叠类别结构对自主学习的影响相对少于对集中学习的影响。
类别学习, 交叉重叠类别结构, 交错学习, 集中学习, 自主学习
1 前言
人类需要将纷繁复杂的各类知识进行分门别类的加工, 这一对人类生存具有重要影响的认知活动即为类别学习(Ashby et al., 1998; Seger & Miller, 2010)。例如, 自然界中, 许多生物将对象区分为有害或者无害, 并据此做出是否逃避的判断。根据类别学习多系统模型, 如COVIS模型(Competition between Verbal and Implicit Systems), 假定类别学习至少存在两个相互竞争的学习系统:外显的陈述性系统和内隐的程序性系统。前者依赖工作记忆和执行注意, 并通过明确的假设?检验过程来习得类别知识, 后者则基于大脑与特定动作建立的联结来习得类别知识(Ashby et al., 1998; Ashby & Valentin, 2017; Erickson & Kruschke, 1998)。在揭示类别学习多系统的认知机制研究中, 主要涉及的类别结构有两种:基于规则(Rule-Based, RB)和信息整合(Information-Integration, II)的类别结构(Ashby & Maddox, 2011; Nomura et al., 2007)。基于规则的类别结构主要依赖于外显的陈述性系统, 分类规则可以明确用言语表达; 信息整合的类别结构则主要依赖于内隐的程序性系统, 需要整合不同维度加以学习, 规则难以用言语表达(如图1)。
在人类获得类别知识的现实情景中, 学习者通常具有自主性, 有时会在一个类别内集中学习, 有时又会在不同类别间交替学习, 我们把这种学习方式定义为“自主学习” ......
您现在查看是摘要页,全文长 31234 字符。