创造能力不同学生的分类加工过程差异的眼动特点

心理学报 2010, Vol. 42, No.2, 251−261 Acta Psychologica Sinica DOI: 10.3724/SP.J.1041.2010.00251 收稿日期: 2006-11-19 * 教育部哲学社会科学研究重大课题攻关项目“创新人才与教育创新研究”课题(03JZD0034)。 通讯作者: 林崇德, E-mail: linchongde@263.com; 沃建中, E-mail: jzwo@bnu.edu.cn 251 创造能力不同学生的分类加工过程差异的眼动特点* 沃建中 陈婉茹 刘 扬 林崇德 (北京师范大学发展心理研究所, 北京 100875) 摘 要 在分类理论观的基础上, 本研究在目标匹配范式下, 使用可以表示一定概念的现实物体或场景的 图片材料, 通过眼动法对分类加工过程的分离, 考察了 40 名创造能力不同的中学生分类加工过程的差 异。结果表明, 在首次加工阶段, 创造能力高和低的被试均先对目标类别概念进行加工, 然后再对选项区的 待分类概念进行加工。创造能力高的被试更多地使用概括性的加工策略完成任务并表现出加工的有效性, 创 造能力低的被试更多地使用比较性的加工策略表现出加工的无效性。在再加工阶段, 高和低创造能力的被试 将加工的重点放在待分类概念上。创造能力低的被试通过概括和比较的策略完成任务。 关键词 创造能力; 分类加工; 目标概念; 待分类概念; 眼动 分类号 B844 1 问题提出 1.1 创造能力与分类加工 从分类的相似观强调分类是从概念出发通过 比较归纳概念间关系的加工过程, 而分类的理论观 则认为, 在大结构中起到联系作用的样例、特征和 概念间的关系才是分类加工的真正出发点。二者的 矛盾表现在: 首先, 概念和概念间的关系问题。基于相似性 的归类理论都是在特殊的抽象水平的概念内讨论 问题的, 很少或无法涉及到概念间的关系。分类的 过程就是拿客体的特征和大脑中的类别表征相比 较, 然后归到最相似的类别中去。但是从相似的理 论观上出发, 就会提出这样的疑问：为什么选择这 些特征而不选择其他的特征呢？如果用有羽毛、卵 生、会飞的特征来比较 , 企鹅将不能被归为鸟类 , 而用羽毛、卵生的特征的话企鹅就可以被归为鸟类 了。因此, 理论观强调人们头脑中已有知识在分类 中的重要作用。研究发现, 单纯的感知相似性不能 充分解释类别的形成, 自然类别的表征更多的是以 理论和已有知识为基础的(Murphy & Medin, 1985), 如 专 业 知 识 对 树 种 分 类 的 结 果 有 显 著 的 影 响 (Medin & Lynch, 2000)。 其次, 概念内部特征之间的关系问题。归类的 作用在于获得某一概念的知识, 从而让我们在必要 的时候懂得如何运用它。从分类的相似观出发我们 知道一辆自行车是由车架、车轮、脚蹬、车链、车 铃等各个部分组成的。而理论观则认为, 真正了解 一个概念不仅要知道这个概念的特征而且要知道 概念特征之间的关系。一辆自行车的概念不仅包括 车架、车轮、脚蹬、车链、车铃等, 还要包括如何 组合这些部件才能成为一辆真正的自行车, 才可以 供人使用。当我们看到自行车的车轮掉下来的时候 我们知道这辆车不能骑了。已有的研究中, 在提供 了分类主题且被试的已有知识和主题一致的分类 活动中, 被试的分类学习要快于没有提供分类主题 的任务 , 而且任务完成得更好(Kaplan & Murphy, 1999, 2000; Spalding & Murphy, 1996)。 因此, 同分类的相似观相比, 分类的理论观将自 上而下的加工模式引入到分类加工的过程中, 弥补 了相似观中只强调自下而上加工的模式的不足, 同 时指出了知识效应在分类加工的重要性。被试的知识 背景不仅影响事物的分类而且影响类别的结构和表 征(Ross & Murphy, 1999)。且预先的知识不管是从长 252 心 理 学 报 42 卷 时记忆中提取(Rehder & Ross, 2001)的还是在实验中 习得的, 都会对分类归纳产生影响(Rehder & Hastie, 2001)。甚至是在无意识学习的条件下(Fu, Liu, & Fu, 2004), 被试对概念结构中因果关系的觉察也高于对 无因果关系的觉察, 而且同有意识学习条件下的学 习效果无显著差异(Wattenmaker, 1999)。这些结果证 明了已有知识对类别学习的影响。 已有的知识会对分类归纳产生影响现已是不 争的事实, 但是知识对分类归纳的影响机制, 即知 识依附于何种能力又如何对分类加工产生影响, 目 前并没有得到解释。因此本研究选取与知识密切相 关的创造能力作为切入点, 解读创造能力不同的被 试分类加工过程的差异。 我们知道创造能力是运用已有知识产生新知 识的能力。虽然关于创造力的本质和定义仍在争论 中 , 但国内对创造能力的定义比较一致的看法是 , 根据一定的目的, 运用一切已知信息, 产生出某种 新颖、独特、有社会或个人价值的产品的智力品质, 这里的产品既指思维成果 , 也指物质成果。因此 , 对已有知识的理解、运用并生成新的知识是创造性 活动和分类活动共有的思维特点。在此共性的基础 上, 本研究的目的之一即为考察创造能力和分类加 工之间的关系, 研究者认为创造能力的高低会影响 被试的分类加工过程, 创造能力不同的人在分类加 工的不同阶段会有不同的行为表现 , 研究者预计, 创造能力高的被试因为其对知识掌握的高灵活性 而会比创造能力低的被试更准确地完成分类任务。 1.2 眼动与分类加工过程 虽然现有研究中少有的学者使用眼动记录的 方法来研究类别学习, 但是注意和眼动之间的紧密 联 系 已 经 被 大 量 的 认 知 任 务 验 证 (Deubel & Schneider, 1996) 。 因 此 眼 动 记 录 的 方 法 在 阅 读 (Rayner, 1998) 、 语 言 产 生 (Meyer, Sleiderink, & Levelt, 1998)、理解(Frisson & Pickering, 1999)、背 景感知(Henderson, 1999)、问题解决(Grant & Spivey, 2003)、技能获得(Haider & Frensch, 1999)和面孔识 别(Althoff & Cohen, 1999)等认知过程的研究中都 被认为能够有效地测量认知加工过程 (Rehder & Hoffman, 2005a)。最早使用眼动记录仪进行分类研 究的是 Rehder 和 Hoffman (2005b), 他们致力于探 索类别学习过程中注意转移和眼动的关系。研究发 现, 在经典的类别研究范式中正确的分类与被试注 意 的 类 别 维 度 的 数 量 相 关 (Shepard, & Hovland, 1961), 这一过程由眼动数据中反映出的注意力的 最佳分配而证明(Rehder & Hoffman, 2005b)。 在本研究中, 研究者同样地使用眼动记录仪来 考察被试在分类加工过程中注意力的转移与分配。 但不同的是, 首先, Rehder 和 Hoffman (2005b)的研 究以分类的相似观为理论基础, 因此他们选用的材 料都是维度清晰的人工材料, 被试可以明白清楚认 知物体的每一个维度但却往往无法将其整合, 认知 完整物体。而本研究以分类理论观为基础来考察分 类加工过程, 因此使用的材料不是没有实际意义的 人工材料而是一些现实生活中的物体和场景的绘 图, 被试需要理解整张图片的内容才能完成实验任 务。用此来考察被试在其原有知识的基础上对图片 内容的理解和加工。 其次, 前人的图形研究中传统的眼动指标为注 视时间, 注视点个数和注视概率等, 虽然将考察区 域划分成了不同的兴趣区, 实现了对特征维度的分 离, 但是却没有考虑到在同一特征维度上, 不同加 工过程中注意的累加。因为加工过程的复杂性, 被 试对材料的加工往往有多个加工过程, 为了考察这 些过程, 我们的实验采用了多种眼动指标(某个兴 趣区第一次被注视到的时间, 是否是第一个注视到 的兴趣区, 首次注视时间, 凝视时间, 凝视点个数, 再读时间, 回视次数, 回视时间, 注视时间, 注视 点个数 ), 将加工过程分为首次加工和再次加工 , 考察在不同的加工过程中注意力的分配和转移, 实 现了加工过程顺序上的分离和比较。 再次, 本研究范式为分类研究中的目标匹配范 式, 将每个任务材料分为问题区(目标类别概念区) 和选项区(待分类概念区), 被试需要首先概括出目 标概念然后对待分类概念做出选择。在这种范式中, 我们可以分别考察被试在问题区和选项区上注意 力的分配和转移, 分离出概括和比较二种加工过程, 实现了加工过程种类的分离和比较。 综上, 使用眼动记录的方法结合对过程的分离 使研究者能够直观地“看到”不同分类加工过程中 被试注意力的变化, 也就使得研究者直观地了解到 被试在完成分类任务过程中的信息加工模式。不同 的信息加工模式导致不同的任务策略, 而不同的策 略导致任务完成的准确性和时间上的差异。将其应 用于创造能力不同的被试在分类归纳任务中加工 方式的差异研究, 希望能够了解到创造能力不同的 被试的分类加工过程的差异。 本研究的假设是: 创造能力的高低会影响被试的分类行为, 创造 2 期 沃建中 等: 创造能力不同学生的分类加工过程差异的眼动特点 253 能力高的被试其分类归纳的正确率高于创造能力 低的被试。 在分类加工的首次加工阶段, 创造能力高的被 试会更早地注视到问题区域并按照概括－比较的 顺序进行有效加工, 而创造能力低的被试表现出加 工的无效性。 在分类加工的再加工阶段, 创造能力低的被试 按照概括－比较的顺序进行加工, 而创造能力高的 被试则没有这一过程。 在整个分类加工过程中, 创造能力高的被试表 现出加工的高效性。 2 研究方法 2.1 被试 先选取北京市某重点中学初一到高三的学生 共 520 人参加创造性思维能力测验, 每个年级选取 一个普通班, 一个重点班。尤其是尽可能地把有创 造力成果(包括老师推荐和参加过相关竞赛活动)的 中学生纳入其中。然后选择创造性思维能力得分在 前 5％的 29 人作为高创造能力组; 后 5％的 23 人作 为低创造能力组。其中收集到有效眼动数据的人数 为高创造能力组 21 人, 低创造能力组 19 人。 矫正视力 1.0 以上。 2.2 实验材料 2.2.1 被试筛选材料 本研究采用自编的《中学生 创造性思维能力量表》作为对被试的创造能力进行 筛选的材料, 该量表是在《托兰斯创造性思维能力 测验》(TTCT)、《Snijders-Oomen 的非言语智力测验》、 《遥远联想测验》和 Sternberg 的《三元智力测验》 的基础上开发出来的。包括发散思维和聚合思维两部 分。发散思维量表都是主观题, 包括“非常用途”、“词 语联想”、“可能的解释”、“图形意义解释”、“组合图 形”和“未完成图形”。聚合思维量表都是客观题, 包括 “遥远联想”、“分类概括”、“事件排序”和“填充图形”。 被试完成整个量表约需 2 个小时的时间。 该量表具有良好的信效度指标。总量表的内部 一致性系数为 0.85, 发散思维量表和聚合思维量表 的内部一致性系数分别为 0.89 和 0.71。发散思维量 表和聚合思维量表间隔 4 个月后, 重测信度为 0.30 和 0.67; 复本信度为 0.82 和 0.77; 发散思维量表的 评分者信度为 0.99。 2.2.2 正式实验材料 为了排除相似性的干扰 , 实验中所使用的图形不是有简单的几个维度的几 何图形, 而是画有一些事物或表示一定事物关系的 手绘黑白线条图。每个题目中的目标图片和备选图 片表示的概念为下位概念, 但整个题目是以上位概 念为中心的。被试需要对题干中的图片进行加工, 抽象概括出目标图片表示的上位概念, 然后再对备 选图片归类。题目分成 3 个水平, 例如容易的题目 是按具体概念分类, 如图 1 是食物, 附录中的 A2 是衣物 ; 难的水平是抽象水平分类 , 如附录中的 A7 是按自由分类。 首先对题目进行筛选和修改, 选取北京师范大 学心理学院本科生和研究生被试 20 人纸笔方式完 成题目, 并给出意见(包括图片是否能够反映想考 察的概念 , 图片的难度梯度如何); 实验者根据反 馈意见修改图形, 直到被试对图形所表达的概念没 有异议。 最终选取图片 24 张, 其中练习实验图片 2 张, 正式实验图片 22 张。见图 1。 2.3 兴趣区的划分 将每一个表示某一概念的图片(1~8)作为一个 兴趣区, 共８个兴趣区; 将作为问题的上面三张图 片(9)作为问题区, 将备选的下面五张图片(10)作为 选项区, 因此整道题共有 10 个兴趣区。见图 1。 2.4 实验仪器和程序 本研究所用的眼动记录仪是由美国科学实验 室(ASL)生产的 504 型眼动仪; 实验程序由 DELL 奔腾４计算机呈现于 17 寸液晶显示器。 眼动程序为控制软件 EYEPOS 和分析软件 EYENAL 和 FIXPLOT, 开启后 EYEPOS 自动纪录 被试相关的眼动数据; 主试控制程序呈现实验图片, 实验程序自动记录被试的反应的结果和时间, 反应 时的精确度为毫秒。开始后被试用鼠标在显示屏中 选择答案, 一道题完成后间隔 1500ms 程序自动进 入下一题, 直至实验结束。 2.5 实验任务与步骤 (1) 单独施测, 被试进入实验室后, 坐在仪器 前面 75cm 处, 头放在 U 型托上并进行固定。 (2) 进行眼校准。 (3) 呈现实验指导语并给予说明, 指导语如下: “同学你好！这是一个二重选择测验, 在这一测验的 每道题中, 都将呈现一系列图画, 上面三幅, 下面 五幅。上面的三幅图画在某些方面有着相同的特征, 你需要从下面五幅可选择的图画中选出两幅图画, 使它们可以与上面的三幅图归为一类。你的选择没 有时间限制, 但希望你能够又快又好的完成任务。 如果明白, 请告知主试。” 254 心 理 学 报 42 卷 图 1 实验图片和兴趣区划分举例 (4) 练习实验。共二题, 被试第一题选择完毕 并点击“确定”后 , 程序自动出现“下一题”的白屏 , 1500ms 后自动出现第二题, 被试完成后出现“正式 实验”的白屏。 (5) 正式实验。主试询问, 确认被试已理解作 答方式后, 主试按键进入正式实验。正式实验中被 试 每 完 成 一 道 题 就 会 出 现 “ 下 一 题 ” 白 屏 并 有 1500ms 的间隔, 之后程序会自动进入下一题。被试 依次完成剩余的题目直至实验结束。 主试根据被试的反应操作眼动程序记录眼动 数据。 2.6 分析指标 某个兴趣区第一次被注视到的时间: 指从图片 开始呈现到被试注视到这个兴趣区所用的时间。在 本研究中用来考察被试对兴趣区的注视顺序。 是否是第一个注视到的兴趣区: 指该兴趣区是 否是被试第一个注视到的兴趣区。在本研究中用来 考察被试首先注视的兴趣区是哪个。 以上二个指标用来考察对兴趣区进行加工的 顺序。 首次注视时间: 指落在某兴趣区第一个注视点 的持续时间。 凝视时间: 指从第一次进入某个兴趣区到第一 次离开这个兴趣区的所有注视点的持续时间之和。 在本研究中用来考察对某兴趣区第一次进行加工 的时间。 凝视点个数: 指从第一次进入某个兴趣区到第 一次离开这个兴趣区的所有注视点的个数之和。在 本研究中用来考察对兴趣区进行加工的程度。 以上三个指标用来考察被试进行首次加工时 的眼动过程。 再读时间: 除了凝视时间之外, 某兴趣区的注 视时间。在本研究中用来考察对兴趣区再次进行加 工的时间。 回视次数: 除了凝视次数之外对某个兴趣区注 视的次数。 回视时间: 除了凝视时间之外对某个兴趣区的 注视时间。 以上三个指标用来考察被试进行再次加工时 的眼动过程。 注视时间: 落在某个兴趣区的所有注视点的持 续时间之和。 注 视 点 个 数 : 落 在 某 个 兴 趣 区 的 注 视 点 的 个数。 以上二个指标用来考察被试在整个加工时的 眼动过程。 3 实验结果 3.1 创造能力不同的学生分类结果的比较 多元方差分析结果表明, 创造能力高组和低组 被试在创造力得分上的差异显著, F 创造力(1,50)＝78.82, p<0.001; 两组被试在分类加工任务中, 高创造力组 的准确率略高于低组, 反应时也略快于低组, 但差异 不显著(见表 1), F 正确率(1,36)＝2.12, p=0.154; F 反应时 (1,36)=0.23, p=0.635; 在各个眼动指标上创造能力的 主效应也不显著, F 各眼动指标 (1,24)<3.385, p>0.05。 2 期 沃建中 等: 创造能力不同学生的分类加工过程差异的眼动特点 255 表 1 高低创造能力学生分类结果的正确率和反应时 创造力得分 分类正确率 分类反应时(ms) 创造能力 M SD M SD M SD 高 113.25 11.81 0.40 0.06 14, 14 6.03 低 84.34 11.47 0.37 0.06 14, 25 5.20 3.1.1 创造能力不同的学生在问题区和选项区的 加工过程比较 分别对高创造能力和低创造能力 的被试问题区眼动指标和选项区眼动指标进行配 对 t 检验, 我们发现: 在进行分类加工的首次加工阶段, 不管是高创 造能力学生还是低创造能力学生, 从图片呈现到注 视到问题区的时间短于选项区的时间且差异显著, 被试首先注视到问题区的次数高于选项区且差异 显著。说明在进行分类加工的过程中, 被试首先对 目标概念的类别进行加工, 分析概括目标类别中各 个图片之间的关系, 然后再对待分类的概念进行加 工。在进行首次加工的过程中高创造能力的被试对 问题区的凝视时间和凝视点个数多于选项区, 而低 创造能力的被试则是对选项区的凝视时间多于问 题区。说明在进行加工时高创造能力的被试将首次 加工的重点放在了对问题区的加工上, 而低创造能 力的被试则放在了对选项区的加工上。见表 2、表 3 和图 2。 在进行分类加工的再加工阶段, 不管是高创造 能力的学生还是低创造能力的学生, 对选项区的再 读时间多于问题区, 且差异显著。说明当被试对分 类概念进行再加工的过程中, 他们将分析概括的重 点更多地集中在了待分类的概念上。也就是说当被 试对在第一次的加工中没有找到自己的答案或者 是对自己的答案不肯定时, 会对待分类的概念而不 是目标概念进行更多的加工。见表 2、表 3 和图 3。 在整个分类加工的过程中, 在对兴趣区的注视 时间和注视点个数的分析上我们发现, 虽然高低创 造能力的被试均对选项区的加工多于问题区, 但是 对低创造能力被试来说, 这种差异在注视时间和注 视点个数二个指标上显著, 而高创造能力的被试则 在注视时间上的差异不显著。同样说明在整个过程 中, 低创造能力的被试比高创造能力的被试对选项 区进行了更多的加工, 而高创造能力的被试比低创 造能力的被试对问题区进行了更多的加工。见表 1、 表 2 和图 4。 表 2 高创造能力学生在分类加工中在问题区和选项区的眼动数据(n=21) 兴趣区 某个兴趣区 第一次被注 视到的时间 是否是第一 个被注视到 的兴趣区 首次注 视时间 凝视时间 凝视点个数 再读时间 注视点个数 注视时间 M 14.69 12.19 6.27 32.93 109.76 34.80 282.33 85.81 问题 区 SD 11.90 7.04 2.11 17.07 48.89 28.64 155.50 51.28 M 67.48 3.67 5.49 27.93 97.91 72.00 330.67 99.94 选项 区 SD 31.120 3.99 1.31 16.49 49.99 47.13 144.01 52.05 t −6.28 3.66 1.64 1.54 1.21 -6.59 −2.61 −2.05 p 0.001 0.002 0.117 0.139 0.242 0.000 0.017 0.054 表 3 低创造能力学生在分类加工过程中问题区和选项区的眼动数据(n=19) 兴趣区 某个兴趣区 第一次被注 视到的时间 是否是第一 个被注视到 的兴趣区 首次注 视时间 凝视时间 凝视点个数 再读时间 注视点个数 注视时间 M 16.07 11.16 6.37 26.45 93.58 29.88 232.95 64.55 问题 区 SD 13.52 6.47 1.60 11.83 40.47 21.01 103.28 29.69 M 61.79 2.53 5.51 29.10 102.26 75.5 348.74 104.60 选项 区 SD 47.77 3.42 0.97 11.86 37.75 47.46 134.71 47.21 t −4.36 4.13 2.08 −1.09 −1.12 −4.44 −3.51 −3.53 p 0.000 0.001 0.052 0.290 0.278 0.000 0.002 0.002 256 心 理 学 报 42 卷 图 2 对兴趣区的凝视时间 图 3 对兴趣区的再读时间 图 4 对兴趣区的注视时间 3.1.2 创造能力不同的学生对选项区中正确选项 和干扰选项的加工过程比较 对分别对高创造能 力和低创造能力的被试的正确选项和干扰选项的 眼动指标进行配对 t 检验, 我们发现: 注视之初, 不管是高创造能力的学生还是低创 造能力的学生均没有首先注视到正确选项或干扰 选项, 也就是说在刚注意到问题区的时候, 正确选 项和干扰选项对被试来说是没有差别的, 由此证明 实验材料的公平性。 对问题区的正确选项和干扰选项进行首次加 工的过程中, 高创造能力的被试对正确选项的首次 注视时间长于干扰选项, 且差异显著, 低创造能力 的被试则没有此种差异; 高创造能力对正确选项的 凝视时间和凝视点个数多于干扰选项, 且差异显著, 而低创造能力的被试也没有此种差异。说明高创造 能力的被试在分类加工的首次阶段就已经对正确 选项给予更多的注意。也就是说, 高创造能力的被 试在对问题区的各部分进行第一次加工的过程中 就对正确选项进行了更多的加工。见表 4、表 5 和 图 5。 在对问题区的各部分再加工的阶段, 低创造能 力的学生对问题区正确选项的回视次数和回视时间 多于干扰选项且差异显著, 而高创造能力的被试则 没有此种差异。说明在再次加工阶段, 低创造力的被 试对正确选项给予更多的加工。见表 4、表 5 和图 6。 在对问题区的各个部分进行加工的整个阶段 中, 不管是高创造能力的学生还是低创造能力的学 生, 对正确选项的注视点个数和注视时间多于干扰 选项且差异显著, 但此种差异在高创造力被试中表 现的更加明显。说明高创造力的被试对正确选项进 行了更多的注意和加工。见表 3、表 4 和图 7。 表 4 高创造能力学生在分类加工过程中正确答案和干扰选项的眼动数据(n=21) 选项 某个兴趣区 第一次被注 视到的时间 是否是第一 个被注视到 的兴趣区 首次注 视时间 凝视 时间 凝视点 个数 再读 时间 回视 次数 回视 时间 注视点 个数 注视 时间 M 108.35 0.38 5.48 7.443 24.76 11.78 9.95 4.75 61.33 19.22 正确 选项 SD 35.27 0.57 1.83 2.495 6.24 9.16 6.53 4.22 30.30 11.40 M 107.56 0.46 4.85 6.109 21.79 9.36 9.08 3.93 51.60 15.47 干扰 选项 SD 36.27 0.63 1.56 2.089 5.257 7.21 5.63 3.20 25.06 8.98 t 0.35 -0.662 3.59 5.09 5.07 3.55 1.38 2.04 4.31 4.54 p 0.727 0.515 0.002 0.000 0.000 0.002 0.184 0.055 0.000 0.000 2 期 沃建中 等: 创造能力不同学生的分类加工过程差异的眼动特点 257 表 5 低创造能力学生在分类加工过程中正确答案和干扰选项的眼动数据(n=19) 选项 某个兴趣区 第一次被注 视到的时间 是否是第一 个被注视到 的兴趣区 首次注 视时间 凝视 时间 凝视 点个数 再读 时间 回视 次数 回视 时间 注视 点个数 注视 时间 M 100.15 0.37 5.98 7.7 25.68 11.98 12.03 5.48 63 19.68 正确 选项 SD 36.38 0.47 1.74 2.06 4.77 6.67 4.43 2.34 21.64 8.00 M 103.19 0.40 5.66 7.07 24.49 10.48 10.26 3.90 59.11 17.55 干扰 选项 SD 32.56 0.60 1.65 2.20 5.75 6.26 4.86 2.14 23.02 8.03 t −0.84 −0.28 1.60 1.99 1.57 2.47 2.71 4.24 2.36 3.28 p 0.413 0.785 0.126 0.062 0.133 0.024 0.014 0.000 0.030 0.004 图 5 对正确选项和干扰选项的凝视时间 图 6 对正确选项和干扰选项的回视时间 图 7 对正确选项和干扰选项的注视时间 4 讨论 4.1 目标匹配范式中分类加工的过程 在目标概念类别(问题区概念)和待分类概念类 别(选项区概念)加工过程之间的顺序关系的考证中, 本研究结果为 , 在进行分类加工的首次加工阶段 , 不管是高创造能力还是低创造能力的被试均是首 先对目标概念的类别(问题区概念)进行加工, 分析 概括目标类别中各个图片之间的关系, 然后再对待 分类的概念(选项区概念)进行加工(见图 2)。 从眼动指标的分析我们发现, 被试在加工的过 程中会对目标概念和待分类概念进行不止一次的 加工, 存在再加工的阶段。而且在分类加工的再加 工阶段, 不管是高创造能力的被试还是低创造能力 的被试均将加工的重点更多地集中在了待分类的 概念(选项区概念)上, 也就是说当被试第一次加工 不成功时, 会对待分类的概念(选项区概念)进行更 多的加工(见图 3)。这一结果说明待分类概念(选项 区概念)在再加工中有更高的再加工的可能性, 也 即证明在再加工中从对目标类别概念的加工到对 待分类概念的加工这一过程。 当然需要指出的是, 在真正的分类加工过程中, 每个人的知识背景因为个体的差异并不能完全相 同, 因此他们会在分类任务中建构有个体特色的不 同的类别, 但即便如此很多人却有相似甚至相同的 分类加工过程, 也就是说知识在加工中的作用是可 以 用 一 定 的 带 有 普 遍 性 的 模 型 来 表 示 的 , 正 如 Markmam 和 Ross (2003) 的研究中指出的, 科学是 追寻规律性的东西, 寻找一个普遍使用的理论模型 还是最重要的。因此我们认为在目标匹配范式中分 类加工过程如图 8。 在上述过程中: (1) 在类别学习中, 对目标类别中的概念逐个 进行加工, 分析概括各个概念之间的关系, 形成对 258 心 理 学 报 42 卷 该类别内部关系表征; (2) 对待分类的概念或概念间间的关系进行加 工和形成表征, 这一过程为同时性加工过程; (3) 在分类过程中, 将待分类概念的表征和目 标类别表征进行比较, 考察其表征是否可以纳入到 目标类别关系体系的表征中; (4.1) 择优 (最好的一个 )选择概念进行归类 ; 如果待分类的概念中可分类的概念不只一个则重 复(3), 依次选择出符合条件的概念。 (4.2) 如 果 无 法 选 择 出 可 归 类 的 概 念 则 重 复 1~4 或 2~4, 直至选出可归类的概念为止, 这一过 程为再分类过程。 研究者认为分类加工过程中 , 在(1)中目标类 别内部概念的关系的把握, 在(2)(3)中能够准确对 待分类概念形成表征并迅速对待分类物体的归属 进行判别, 是分类加工的关键过程。 图 8 目标匹配范式中的分类加工过程 4.2 高低创造力学生分类加工过程差异性 创造能力高的被试在首次加工的时候将加工 重点放在了对目标类别概念的概括上, 并且对正确 选项的加工更多, 表现出加工的有效性。而低创造 能力的被试则将加工的重点放在了待分类概念的 与目标类别概念的比较上, 但并没有对正确选项给 予更多的加工, 表现出加工的无效性(见图 2、图 4、 图 5)。 Murphy 和 Alllopenna (1994) 研究指出, 当类 别中的共性特征能够由一个主题联系起来时, 类别 学习显著加快, 是知识促进了类别的整合。类别学 习中已有的知识能够引导被试有选择地关注特定 的特征和观察物, 因此缩小了可假设的空间。正因 为在加工的初始阶段, 创造能力高的被试面对看似 没有关联的问题区的图片时, 他们的知识结构和整 合新知识的能力使他们能够对问题区进行了更多 的加工, 形成对目标概念的表征, 所以他们能够更 准确地概括目标概念。正因为他们准确地概括了目 标概念, 所以他们能够在首次加工中发现正确选项 并对其进行更深入加工。而创造能力低的被试因为 其已有知识和整合知识的有限性使得他们无法对 问题区进行更多的加工, 不能概括出目标概念, 所 以他们只能将加工的重点转移到选项区, 希望能够 通过比较来发现答案。因为没有目标概念的参照, 无法发现正确选项, 所以只能对待分类概念逐一加 工。这一过程体现了创造能力高的被试加工的有效 性和创造能力低的被试加工的无效性, 而加工的效 率的提高是以充分利用已有知识并进行概括为必 要条件的。 在再加工阶段创造能力高和低的被试均对待 分类概念的加工多于对目标概念的加工; 创造能力 低的被试对正确选项的加工多于对干扰选项的加 工, 而创造能力高的被试则没有这样的差异。这一 过程对创造能力高的被试来说是检查所选答案的 正确性, 因此只需要重复比较过程。而对创造能力 低的被试来说依然是要完成任务, 因此要重复概括 和比较的过程(见图 6)。 整合效应认为当人们学习一个新的类别的时 候, 通常要接受二个方面的信息, 一是对当前类别 成员的经验观察; 二是头脑中既有的对相关类别的 期望信息。类别的初始表征是以已有知识为基础的, 而且这一表征随着学习者的新的发现的不断出现 而逐渐发展(Heit, E. 1994)。对创造能力低的被试来 说, 首次加工失败后他们对已有知识形成的期望信 息进行了调整, 通过再一次概括加工后, 他们已经 能够概括出目标概念, 因此他们再加工的时候发现 了正确选项并对其进行了更多的比较加工。创造能 力高的被试已经完成了任务, 因此只需要将待分类 概念与目标概念逐一比较, 检查答案即可, 因此没 有正确、干扰选项上加工的差异。 在整个分类加工的过程中, 创造能力高和低的 被试均对待分类概念的加工多于对目标概念的加 2 期 沃建中 等: 创造能力不同学生的分类加工过程差异的眼动特点 259 工, 但是这种差异在创造能力低的被试中更显著; 创造能力高和低的被试均对正确选项的加工多于 对干扰选项的加工, 但是这种差异在创造能力高的 被试中更显著(见图 7)。 整个加工过程的结果是首次和再次加工结果 的累计, 虽然总体上高低创造能力加工过程基本相 同, 但是我们通过加工顺序的分离找到其差异所在, 通过二次差异的累加即可解释此结果, 不再赘述。 4.3 眼动记录法与信息加工过程研究的实现 信息加工过程的研究把焦点从特质分析转移 到内部过程的探索上。其依靠的主要手段不是对任 务操作结果进行事后归纳, 而是运用信息加工的过 程分析方法, 对心智活动的内部过程作尽可能的定 量描述。眼动记录法的出现极大地促进了这一认知 加工过程黑箱的透明化。本研究中使用的眼动记录 仪记录了从图片呈现到完成任务的整个加工过程 中被试注意力的转移和分配, 得到了事后分析所无 法得到的关于加工过程的发现, 再一次证明了眼动 记录法对于信息加工过程的研究的有用性。 除了定量描述加工过程, 解释加工结果外, 在 本实验中我们通过眼动记录法的使用调整了仅仅 从行为结果出发得到的结果的偏差。若仅仅从正确 率和反应时上看创造力高低不同的被试的分类结 果, 我们无法发现二者的差异。但是通过使用眼动 记录法, 我们将加工的过程进一步分离为首次和再 次加工二个阶段, 将累计的差异进行加工顺序上的 分离, 而得到了创造能力高低不同的被试在每个加 工阶段中的不同, 从而发现不同的被试在分类加工 过程中使用策略的差异, 弥补了尽靠事后分析结果 中因为片面性而导致的偏差, 再次体现了了眼动记 录法在信息加工过程研究中的优势。 4.4 本研究存在的问题 本研究以知识效应为中介变量, 研究创造能力 对分类加工的影响, 但是现有的研究对创造力本身 和影响创造力的因素并没有一致的结果, 知识效应 仅仅是本研究所考虑到的影响创造能力的基本因 素之一, 智力, 人格特点等影响创造能力的因素并 未在本研究的考察范围内, 因此本研究的结果可能 带有一定的片面性。 本研究在对分类加工过程的探讨中确实发现 了相同结果下的不同加工方式, 但这仅仅是做了真 正的信息加工过程研究的准备工作。在加工过程上 研究者仅仅分类了首次和再次加工过程, 而实际的 加工过程并不能仅笼统地用二次时间进程完全概 括, 因此对分类加工模式的描述还处于粗浅表层加 工上。更有普遍性的、揭示更深层机制的加工模型, 以及此过程与智力等其他认知加工过程的关系等, 还有待于进一步的研究和探索。 5 结论 创 造 能 力 的 高 低 会 影 响 分 类 任 务 中 使 用 的 策略。 在进行分类加工的首次加工阶段, 创造能力高 和低的被试均先对目标类别概念进行加工, 然后在 对选项区的待分类概念进行加工。创造能力高的被 试因为其对知识使用的流畅性和灵活性使得他们 对目标类别概念的加工更深入, 所以更能使用概括 的加工策略, 得到目标类别概念。进而在对待分类 概念进行加工的时候能容易通过目标类别概念发 现正确答案, 表现出加工的有效性。而创造能力低 的被试因为其知识使用能力的限制而不能概括出 目标类别概念, 所以加工中只能通过待分类概念与 目标类别概念的逐一比较来进行加工, 表现出分类 加工的无效性。 在分类加工的再加工阶段, 不管是高创造能力 的被试还是低创造能力的被试均将加工的重点更 多的放在待分类的概念上, 但是创造能力低的被试 通过再一次的概括加工而得到了目标类别概念, 进 而找出正确选项。创造能力高的被试此过程主要进 行的是对所选答案的验证。 在整个分类加工的过程中, 创造能力高和低的 被试均表现出对待分类概念的加工多于目标类别 概念的加工, 但是这种差异在创造能力低的被试中 更显著; 创造能力高和低的被试均对正确选项的加 工多于对干扰选项的加工, 但是这种差异在创造能 力高的被试中更显著。所以创造能力高的被试表现 出分类加工的高效性。 参 考 文 献 Althoff, R. R., & Cohen, D. (1999). Eye-movement-based memory effect: A reprocessing effect in face perception. Journal of Experimental Psychology: Learning, Memory, and Cognition, 25, 997–1010. Deubel, H., & Schneider, W. X. (1996). Saccade target selection and object recognition: Evidence for a common attentional mechanism. Vision Research, 36, 1827–1837. Frisson, S., & Pickering, M. J. (1999). The processing of metonymy: Evidence from eye movements. Journal of Experimental Psychology: Learning, Memory, and Cognition, 25, 1366–1383. Fu, Q. F., Liu, Y. F., & Fu, X. L.(2004). The effects of type and feature of knowledge on implicit sequence learning (in 260 心 理 学 报 42 卷 Chinese). Acta Psychologica Sinica, 36(5), 525–533. [付秋芳,刘永芳,傅小兰. (2004). 知识类别和特点对内隐序 列学习的影响. 心理学报, 36 (5), 525–533.] Grant, E. R., & Spivey, M. J. (2003). Eye movements and problem solving: Guiding attention guides thoughts. Psychological Science, 13, 462–466. Heit, E. (1994). Models of the effects of prior knowledge on category learning. Journal of Experimental Psychology: Learning, Memory and Cognition, 20(6), 1264-1282. Henderson, J. M. (1999). The effects of semantic consistency on eye movements during complex scene viewing. Journal of Experimental Psychology: Human Perception and Performance, 25, 210–228. Haider, H., & Frensch, P. A. (1999). Eye movement during skill acquisition: More evidence for the information- reduction hypothesis. Journal of Experimental Psychology: Learning, Memory, and Cognition, 25, 172–190. Kaplan, A. S., & Murphy, G. L. (1999). The acquisition of category structure in unsupervised learning. Memory & Cognition, 27, 699–712. Kaplan, A. S., & Murphy, G. L. (2000). Category learning with minimal prior knowledge. Journal of Experimental Psychology: Learning, Memory, and Cognition, 26, 829–846. Markman, A., & Ross, B. (2003). Category use and category Learning. Psychological Bulletin, 129(4), 592–613. Murphy, G. L. & Alllopenna, D. P. (1994). The locus of knowledge effects in concept learning. Journal of Experimental Psychology: Learning, Memory and Cognition, 20(4), 904–919. Murphy, G. L., & Medin, D. L. (1985). The role of theories in conceptual coherence. Psychological Review, 92(3), 289– 316. Meyer, A. S., Sleiderink, A., & Levelt, W. J. (1998). Viewing and naming objects: Eye movements during noun phrase production. Cognitive Psychology, 66, B25–B3. Medin, D. L., Lynch, E. B., & Solomon, K. O. (2000). Are there kinds of concepts? Annual Review of Psychology, 51, 121–147. Rayner, K. (1998). Eye movements in reading and information processing: Twenty years of research. Psychological Bulletin, 124, 372–422. Ross, B. H., & Murphy, G. L. (1999). Food for thought: Cross classification and category organization in a complex real-world domain. Cognitive Psychology, 38, 495–553. Rehder, B., & Ross, B. H. (2001). Abstract coherent categories. Journal of Experimental Psychology: Learning, Memory, and Cognition, 27, 1261–1275. Rehder, B., & Hastie, R. (2001). Causal knowledge and categories: The effects of causal beliefs on categorization, induction, and similarity. Journal of Experimental Psychology: General, 130, 323–360. Rehder, B., & Hoffman, A. B.(2005a). Eyetracking and selective attention in category learning. Cognitive Psychology, 31, 1–41. Rehder, B., & Hoffman, A. B. (2005b). Thirty-something categorization results explained: Selective attention, eyetracking, and models of category learning. Journal of Experimental Psychology: Learning, Memory, and Cognition, 31, 811–829. Spalding, T. L., & Murphy, G. L. (1996). Effects of background knowledge on category construction. Journal of Experimental Psychology: Learning, Memory, and Cognition, 22(2), 525–538. Shepard, R. N., & Hovland, C. I. (1961). Jenkins H M. Learning and memorization of classifications. Psychological Monographs, 75, Whole No. 517. Wattenmaker, W. D. (1999). The influence of prior knowledge in intentional versus incidental concept learning. Memory & Cognition, 27(4), 685–698. 附录： 分类任务举例： 2 期 沃建中 等: 创造能力不同学生的分类加工过程差异的眼动特点 261 The Eye Movements Differences During Category Learning Process Between High and Low Creativity Students WO Jian-Zhong, CHEN Wan-Ru, LIU Yang, LIN Chong-De (Institute of Developmental Psychology, Beijing Normal University, Beijing, China 100875) Abstract Theory-based view makes a point of knowledge in category learning and is different with similarity-based view which emphasizes the prototype or exemplar models. There are