郭 薇 段锦云 施李晓云

    (1 华东师范大学心理与认知科学学院，上海 200062； 2 新疆师范大学心理学院，乌鲁木齐 830017)

    1 引言

    个体如何理解、判断纷繁复杂的世界，并以此为依据做出恰当的行为反应？ 认知复杂性(cognitive complexity)作为重要的信息加工变量，反映了个体思考的复杂程度， 表明了个体如何构建其所处的世界。这一领域的研究将认知结构变量与社会感知、判断发生的刺激条件紧密地联系在了一起(Burleson＆ Denton， 1997； Woodard et al.， 2021)， 为洞察个体的理解与判断提供了更细致的观察视角。此外，认知复杂性与社会信息处理能力、 人际交往(Burleson ＆ Caplan， 1998； Gelar， 2008)、心理健康(陈会昌， 张红梅， 2007)、行为决策(Moore ＆Tenbrunsel， 2014； Suedfeld， 2010)、组织绩效(Vogelgesang et al.， 2014)等紧密相关。 鉴于认知复杂性的重要性，对认知复杂性的持续研究值得重视。

    自1955年Kelly 提出个人建构理论(personal construct theory)以来，认知复杂性慢慢进入心理学研究者的视野。 大量学者针对认知复杂性的结构提出了不同的操作性定义，并开发了相应的评估工具。但由于缺乏一个清晰而连贯的脉络来理解认知复杂性的内涵和外延， 这一领域的发展在很大程度上受到了限制。通过文献梳理发现，认知复杂性概念提出伊始， 许多研究者将分化作为认知复杂性的基本特征开展研究， 更高水平的分化意味着个体能够通过更多维度去思考特定的主题 (Bieri， 1955； Scott，1962)。而后续又有学者从分化和整合两个方面对个体信息处理的水平开展研究 (Crockett， 1965；Schroder， 1967； Suedfeld ＆ Tetlock， 1977； Suedfeld et al.， 1992)。 然而，这些理论发展的经典测量工具需要对材料进行编码及人工评分， 大样本施测耗费大量的人力及时间成本。 随着近几年计算机在测量中的应用改善了这一问题， 认知复杂性的研究有了进一步的发展(Conway， 2014)。 基于此，本文将认知复杂性的概念发展及相应的测量工具开发划分为分化、分化与整合两个阶段，以厘清认知复杂性的内涵和工具的适用范围。 对认知复杂性前因的细致梳理可以更好地理解、验证、发现它与重要变量之间的关系，有助于在未来的研究中更好地预测、解释及应用认知复杂性 ......