線索呈現(xiàn)位置對概率類別學習的影響

線索呈現(xiàn)位置對概率類別學習的影響第一頁，共五十八頁，編輯于2023年，星期三自變量：線索位置呈現(xiàn)的方式：（2個水平）隨機出現(xiàn)方式固定出現(xiàn)方式線索的模式：（2個水平）單線索模式多線索模式第二頁，共五十八頁，編輯于2023年，星期三因變量：進行多系統(tǒng)還是單系統(tǒng)的概率類別學習第三頁，共五十八頁，編輯于2023年，星期三概率類別學習：所謂概率類別學習，就是指人們通過反復的歸類嘗試的反饋學習而逐漸獲得線索和結果間的概率關系，并對線索的類別成員的屬性進行判斷的過程。第四頁，共五十八頁，編輯于2023年，星期三概率類別學習中涉及的學習記憶系統(tǒng)主要存在多系統(tǒng)和單系統(tǒng)兩種理論觀點。第五頁，共五十八頁，編輯于2023年，星期三單系統(tǒng)理論觀點：人類的概率類別學習中只有一個內(nèi)隱學習系統(tǒng)（即人們能完成天氣預測任務，但卻不知道自己是如何完成的），只有在內(nèi)隱學習系統(tǒng)正常的情況下人們才能完成概率類別學習的任務，天氣預測任務的完成主要依賴于中腦多巴胺功能系統(tǒng)。第六頁，共五十八頁，編輯于2023年，星期三【證據(jù)】中顳葉發(fā)生病變但中腦多巴胺能系統(tǒng)正常的遺忘癥病人和早期阿爾茲海默癥病人都能學會天氣預測，并且前50次歸類嘗試的學習成績和正常人一樣，后期的學習成績雖低于正常人但仍優(yōu)于機遇水平50%，但是在外顯性評價任務中，病人卻不知道自己是如何完成任務的?；咨窠?jīng)節(jié)存在嚴重病理癥狀的巴金森癥和亨廷頓氏舞蹈癥病人，則不能完成天氣預測任務，但是簡單的樣例類別學習等外顯學習任務中卻表現(xiàn)正常。第七頁，共五十八頁，編輯于2023年，星期三多系統(tǒng)理論觀點：概率類別學習中同時存在外顯學習和內(nèi)隱學習兩種學習系統(tǒng)，且二者之間是競爭關系。第八頁，共五十八頁，編輯于2023年，星期三【證據(jù)】功能磁共振技術的應用（fMRI），poldrack等人首先運用fMRI技術探討了人們在完成天氣預測任務時大腦激活模式，結果發(fā)現(xiàn)，在天氣預測任務中，大腦的中顳葉和基底神經(jīng)兩個學習系統(tǒng)之間存在競爭，學習早期中顳葉激活，但隨著學習的推進其逐漸失活，同時基底神經(jīng)節(jié)激活。第九頁，共五十八頁，編輯于2023年，星期三對概率類別的影響研究進行多系統(tǒng)學習還是單系統(tǒng)學習內(nèi)隱學習外顯學習內(nèi)隱學習

第十頁，共五十八頁，編輯于2023年，星期三本實驗采用的經(jīng)典范式天氣預測任務第十一頁，共五十八頁，編輯于2023年，星期三四種圖形：

：代表晴天概率80%

：代表晴天概率60%

：代表晴天概率40%

：代表晴天概率20%■◆▲●兩種結果下雨晴天第十二頁，共五十八頁，編輯于2023年，星期三實驗程序采用visualbasic6.0進行編程，電腦呈現(xiàn)刺激，分辨率為1024*768，被試個別施測。首先要求被試根據(jù)看到的卡片按鍵預測可能的天氣情況是“天晴”還是“下雨”。按鍵后，屏幕右上角會即時反饋正確的天氣情況是“天晴”還是“下雨”，反饋階段卡片不消失。然后被試自主按鍵開始進行下一個歸類嘗試、第十三頁，共五十八頁，編輯于2023年，星期三第十四頁，共五十八頁，編輯于2023年，星期三任務一：要求被試根據(jù)看到的卡片預測天氣是天晴還是下雨，學習過程中會給予及時反饋。任務二：要求被試在學習結束后對每張卡片預測天晴或下雨的概率等進行評價。第十五頁，共五十八頁，編輯于2023年，星期三實驗一實驗目的：探討是否是線索的位置固定和隨機導致了外顯和內(nèi)隱兩種學習系統(tǒng)在概率類別學習中不同程度的參與。本次天氣測試任務，實驗中每張卡片的呈現(xiàn)位置在被試內(nèi)固定和被試間平衡，并且除了要求被試評估每張卡片預測天氣的概率進行評價之外，還要求被試評估沒每張片在天氣預測中的重要程度。第十六頁，共五十八頁，編輯于2023年，星期三實驗簡單介紹：40名在校大學生隨機分成隨機組和固定組進行實驗。分別以隨機呈現(xiàn)和固定呈現(xiàn)的方式呈現(xiàn)4張卡片，進行200次的歸類。后又將200次歸類分為4個區(qū)組。第十七頁，共五十八頁，編輯于2023年，星期三實驗結果圖片：（1）預測天氣的正確率（2）預測卡片概率結果：（外顯性評價）（3）被試認為的卡片重要性的結果

第十八頁，共五十八頁，編輯于2023年，星期三第十九頁，共五十八頁，編輯于2023年，星期三結果表明：組別主效應顯著，存在交互作用，但是交互作用不明顯。位置固定組的成績總體優(yōu)于位置隨機組，并且學習的推進兩組被試的學習成績逐步提高，并且學習的推進兩組被試的學習成績逐步提高。最后的學習成績沒有顯著差異。

第二十頁，共五十八頁，編輯于2023年，星期三

第二十一頁，共五十八頁，編輯于2023年，星期三結果表明位置固定組被試不僅學會了天氣預測任務，而且在總體上能正確估計卡片預測天晴的概率。相反地，位置隨機組被試盡管學會了天氣預測任務，但是不能正確估計卡片預測天晴的概率。

第二十二頁，共五十八頁，編輯于2023年，星期三從預測天氣的重要程度來看長方形卡片1和三角形卡片4是預測天氣的強線索而菱形卡片2和圓形卡片3是預測天氣的弱線索。第二十三頁，共五十八頁，編輯于2023年，星期三第二十四頁，共五十八頁，編輯于2023年，星期三結果表明對于評價卡片的重要程度的評價中，可以看出位置固定組正確的評價了不同線索預測天氣的強弱，位置隨機組被試錯誤的評價了線索預測天氣的強弱。

第二十五頁，共五十八頁，編輯于2023年，星期三總結果分析：位置固定組和位置隨機組在主效應上不存在明顯差異，因為最后一個區(qū)組的正確率分別為74%和68%，因此不存在顯著差異。同時也表明了無論是哪個組的被試都學會了天氣預測任務。第二十六頁，共五十八頁，編輯于2023年，星期三但是，在位置固定條件下，被試能夠正確的估計線索預測天氣的概率和重要性，因此說概率類別學習為外顯學習。而位置隨機條件下，被試不能夠正確的估計線索預測天氣的概率和重要性，因此說概率類別學習為內(nèi)隱學習。第二十七頁，共五十八頁，編輯于2023年，星期三因此本實驗很好的驗支持了線索位置的不同呈現(xiàn)方式導致了內(nèi)隱學習系統(tǒng)和外顯學習系統(tǒng)的不同參與，支持了概率類別學習的多系統(tǒng)觀點。第二十八頁，共五十八頁，編輯于2023年，星期三小結（1）是否能夠正確的預測天氣（2）是否正確估計了卡片的概率（3）是否正確的判斷卡片重要性

第二十九頁，共五十八頁，編輯于2023年，星期三人們在概率學習中主要有三種策略：（1）多線索策略（multi-cuestrategy）是指同時考慮四條線索并學習所有14種線索組合對應的天氣結果；第三十頁，共五十八頁，編輯于2023年，星期三（2）單模式策略（singletonstrategy）是指主要考慮學習四條線索單獨出現(xiàn)的四種組合模式下的天氣結果，而以猜的方式判斷其他10種組合模式的天氣結果；第三十一頁，共五十八頁，編輯于2023年，星期三（3）單線索策略（one-cuestrategy）則是指僅依靠一種線索進行預測，如：只要長方形卡片出現(xiàn)就預測為天晴，反之，則預測為下雨。Gluck等人通過數(shù)學模型對策略使用情況進行了分析，結果表明，被試的單模式策略占主導地位，并且隨著任務的推進，有向最佳的多線索策略轉(zhuǎn)移的傾向。第三十二頁，共五十八頁，編輯于2023年，星期三實驗二實驗目的：通過單模式的線索位置固定下概率類別學習的模式，即僅一張卡片出現(xiàn)時固定其呈現(xiàn)位置這種條件下的概率類別學習模式，來進一步探討單模式策略是否是概率類別學習的主要策略。與實驗一相同，除了學習掌握通過線索預測天氣，還要求被試評估每張卡片預測天氣的概率進行評價，同時還要求被試評估每張卡片在天氣預測中的重要程度。第三十三頁，共五十八頁，編輯于2023年，星期三實驗簡介：32名大學生被試隨機分成位置固定組和位置隨機組。而實驗二的一個大前提就是呈現(xiàn)的線索為單線索模式呈現(xiàn)。分別以固定呈現(xiàn)和隨機呈現(xiàn)的方式呈現(xiàn)單張卡片，進行200次的歸類。后又將200次歸類分為4個區(qū)組。第三十四頁，共五十八頁，編輯于2023年，星期三實驗結果圖片：（1）預測天氣的正確率（2）預測卡片概率結果：（外顯性評價）（3）被試認為的卡片重要性的結果

第三十五頁，共五十八頁，編輯于2023年，星期三第三十六頁，共五十八頁，編輯于2023年，星期三結果表明本實驗主效應不顯著，存在交互作用，交互作用不顯著。隨著學習的推進學習成績逐步提高，兩組被試最終都學會了天氣預測任務，且二者的學習成績沒有顯著差異。

第三十七頁，共五十八頁，編輯于2023年，星期三第三十八頁，共五十八頁，編輯于2023年，星期三結果表明

兩組被試對卡片的概率估計不存在顯著差異。盡管兩組被試都學會了天氣預測任務，但是兩者都不能正確估計卡片預測天晴的概率。

第三十九頁，共五十八頁，編輯于2023年，星期三從預測天氣的重要程度來看，長方形卡片1和三角形卡片4是預測天氣的強線索。而菱形卡片2和圓形卡片3是預測天氣的弱線索。第四十頁，共五十八頁，編輯于2023年，星期三第四十一頁，共五十八頁，編輯于2023年，星期三結果表明兩組被試盡管都學會了天氣預測任務，但是都不能正確估計線索預測天氣的強弱。

第四十二頁，共五十八頁，編輯于2023年，星期三小結（1）是否能夠正確的預測天氣（2）是否正確估計了卡片的概率（3）是否正確的判斷卡片重要性

第四十三頁，共五十八頁，編輯于2023年，星期三總結果分析位置固定組和位置隨機組在主效應上不存在明顯差異，都學會了預測天氣。同時也表明了無論是哪個組的被試都學會了天氣預測任務。但是，位置固定組合位置隨機組都不能正確的正確估計線索的重要程度。因此本實驗在兩種條件下都是內(nèi)隱學習。第四十四頁，共五十八頁，編輯于2023年，星期三排除的額外變量：1）原來的實驗中各個卡片代表的概率是：75%、57%、43%、25%。而新的天氣預測任務中，改為了80%、60%、40%、20%。提高了概率區(qū)分率，減少學習次數(shù)的同時并不影響概率類別學習的過程。第四十五頁，共五十八頁，編輯于2023年，星期三2）使用的4張卡片16種組合中的14中，排除了沒有卡片和四張卡片同時出現(xiàn)的情況。確保了使用材料的準確性，避免影響實驗結果。3）實驗中所設置的各個組合反饋為晴天和下雨的概率相同，各占50%的歸類嘗試。保證了概率類別學習的準確性，減少了誤差。第四十六頁，共五十八頁，編輯于2023年，星期三謝謝觀看504宿舍第四十七頁，共五十八頁，編輯于2