内隐学习本质特征的实验研究

本实验以人工语法范式的常规模式和Reber语法的一个变式对内隐与外显学习进行了分离,采用的手段为记忆指导语与规则发现指导语。此外,我们还增添了字母集变量以了解内隐学习的抽象性,及时间变量(单元)以推测内隐学习的理解性。通过本实验,我们再次证明了内隐学习的自动性,初步验证了内隐学习的抽象性、间接测得了内隐学习的理解性。     

内隐学习理论的新进展及其对专长研究的启示

内隐学习是近年来心理学领域的一个新兴的研究课题。该研究对近些年内隐学习理论的新进展进行了论述,主要表现在内隐学习的抽象性、内在表征机制、内隐学习和外显学习的相互关系以及内隐学习的应用领域等方面。内隐学习的这些新进展为专长获得的内在机制和专长习得途径方面的研究提供了新的视野。     

汉语声调水平映射规则的内隐学习及其长度迁移效应

内隐学习领域关注的重要问题是被试能够习得何种结构及其相应的学习机制。远距离规则的研究为澄清这一问题提供了新的视角。现有研究已证实被试能够内隐地习得并迁移固定长度的远距离规则。按照内隐学习抽象性的观点,如果被试习得的是远距离的抽象规则本身,那么迁移也同时会发生在不同长度的材料上。因此,研究以独特的汉语声调水平映射规则为材料,通过对表面特征与底层规则之间的分离操作,探讨声调水平映射规则的内隐习得和长度迁移,结果表明被试不仅能够习得这一规则,还能够将该规则灵活迁移到不同长度的材料上,进一步为内隐学习的抽象性特点和无限性的学习机制提供强有力的新证据。     

汉语声调远距离规则的内隐学习及其迁移效应

内隐学习研究领域的一个重要问题是内隐学习获得的知识究竟是什么,即内隐学习获得的知识究竟是底层的抽象规则还是表面的特征.研究以汉语声调的远距离水平映射这一远距离规则为材料,通过对表面特征和底层规则之间的分离操作,在控制组块和重复结构等表面特征的条件下,探讨声调远距离规则的习得和迁移,结果发现被试能够内隐地习得和迁移汉语平仄声调的水平映射规则,证实了内隐学习确实能够获得底层的抽象规则,为内隐学习的抽象性问题提供了新的证据.     

内隐学习与外显学习的相互关系

对内隐与外显学习过程的相互作用进行了探讨。被试为上海高二学生 10 0人 ,实验通过限定状态语法和双条件语法两种材料的会聚操作对 5种实验条件进行了比较。研究结果表明 :(1)内隐学习具有很强的抽象性 ,本研究首次对此给予了高度评价 ;(2 )内隐与外显学习存在相互作用 ,在学习过程中 ,时而互相促进 ,时而互相冲突 ,时而内隐学习贡献大 ,时而外显学习贡献大 ,本研究探明了内隐学习与外显学习的贡献谁大谁小 ,视学习材料的难度而定。实验启示 ,在人类的学习和生活中 ,内隐学习及其与外显学习的相互作用起着不可估量的作用 !     

内隐知识具有抽象性吗?——来自内隐序列学习迁移的证据

内隐知识是否具有抽象和概括性,已有研究有着不同的争议,而迁移是检验习得知识是否具有抽象性的有效手段。探索RSI从0 ms至1000 ms中5种条件下内隐序列学习的迁移差异,并试图证实随着RSI的变化,迁移发生从无到有的变化,以迁移来证明内隐知识的抽象性。结果发现:随着RSI的增加,迁移出现了从无到有的质变,证明了内隐知识可具有抽象性;内隐序列学习效应和转移组段的新异刺激效应共同促进了迁移的产生,纯粹的内隐序列学习是产生迁移的必要非充分条件,转移组段(新异刺激)则加速促进了内隐知识的学习;本实验条件下产生的不可知但可迁移的内隐知识具有边缘意识特点。     

神经网络模型对内隐学习的探索

近几年来,研究者们借助人工神经网络模型的方法对内隐学习研究中突出的争论性问题进行了新的探索。针对内隐学习的无意识问题,模拟研究发现确实存在一种无意识的内隐学习,然而这种无意识加工的发生与否要取决于规则的难易程度;针对内隐学习的抽象性问题,人工神经网络模型所主张的分布式概率表征能较好地加以解释。可见,神经网络模型的原理和模拟研究可能为真正地解决内隐学习的无意识性和抽象性等目前争论较多的领域提供一个全新的视角和研究方向。     

试析内隐学习的意识-无意识兼容性

内隐学习研究初期,其无意识特点揭示了区别于外显学习的独特本质。但随着研究的深入,内隐学习逐渐昭显出与意识的丝丝联系。本文从此出发,探讨内隐学习的意识-无意识的兼容特点,具体从理论和实证两方面探讨内隐学习和无意识的联系,从次要任务研究、内隐学习的理解性以及内隐知识的发展三方面阐述内隐学习和意识的联系。     

中学生颜色内隐学习特征的实验研究

该研究以48名中学生为被试,分别用色块串和色词串为材料,设时间变量（单元）以了解学习的详细进程,研究了中学生颜色内隐和外显学习的特点。结果发现：（1）非言语材料（色块）较言语材料（色词）更适合于内隐加工;（2）时间变量上整体呈递增趋势,称长时功效。内隐学习的长时功效在教学上有重要意义;（3）指导语上存在主效应,内隐学习优于外显学习,即内隐学习在不同材料上的优势效应依然存在。     

内隐学习的意识性研究述评

在内隐学习的研究中,尽管目前已经默认了内隐学习的存在,但是,内隐学习与意识的关系,一直有着不断的争论.文章从内隐学习足否是无意识的、次级任务对内隐学习的影响和内隐学习的关系等三个方面对内隐学习的意识性研究主要的矛盾焦点进行了述评.     

试析内隐学习的长时功效

内隐学习的长时功效是指 ,其发生是自动的 ,但是需要一定时间的练习积累 ;内隐学习的效果是抗干扰的 ,但是其进程仍然是动态发展的。长时功效的提出 ,促使人们在理论上反思内隐学习的特性、内隐学习和外显学习的关系、乃至整体的知识表征问题 ;在实践上则为内隐学习的合理诱发和充分利用提供了借鉴。     

The implicit benefit of learning without errors

Two studies examined whether the number of errors made in learning a motor skill, golf putting, differentially influences the adoption of a selective (explicit) or unselective (implicit) learning mode. Errorful learners were expected to adopt an explicit, hypothesis-testing strategy to correct errors during learning, thereby accruing a pool of verbalizable rules and exhibiting performance breakdown under dual-task conditions, characteristic of a selective mode of learning. Reducing errors during learning was predicted to minimize the involvement of explicit hypothesis testing leading to the adoption of an unselective mode of learning, distinguished by few verbalizable rules and robust performance under secondary task loading. Both studies supported these predictions. The golf putting performance of errorless learners in both studies was unaffected by the imposition of a secondary task load, whereas the performance of errorful learners deteriorated. Reducing errors during learning limited the number of error-correcting hypotheses tested by the learner, thereby reducing the contribution of explicit processing to skill acquisition. It was concluded that the reduction of errors during learning encourages the use of implicit, unselective learning processes, which confer insusceptibility to performance breakdown under distraction.     

Implicit probabilistic sequence learning is independent of explicit awareness

Studies into interactions between explicit and implicit motor sequence learning have yielded mixed results. Some of these discrepancies have been attributed to difficulties in isolating implicit learning. In the present study, the effect of explicit knowledge on implicit learning was investigated using a modified version of the Alternating Serial Response Time (ASRT) task, a probabilistic sequence learning paradigm that yields continuous and relatively pure measures of implicit learning. Results revealed that implicit learning occurred to the same extent, whether or not subjects had explicit knowledge. Some evidence, however, indicated that explicit knowledge could interfere with the expression of implicit learning early in training. In addition, there were dissociations between learning measures, in that reaction time and accuracy were differentially affected by explicit knowledge. These findings indicate that implicit sequence learning occurs independently of explicit knowledge, and help to explain previous discrepant findings.     

序列学习中的内隐学习效应

该研究采用较为复杂的包含图形出现的位置规则和顺序规则的实验材料,通过对比被试直接测验和间接测验、内隐学习和外显学习成绩的异同,考察了序列学习中的内隐学习效应,并探讨了规则特点对内隐学习效应的影响。结果表明,在图形位置的序列学习中存在内隐学习效应,内隐学习效应的大小受规则特点的影响。     

内隐学习和外显学习关系评述

文章从内隐学习与外显学习的区别、联系以及相互作用三方面,对这两个概念集合间的关系进行了辨析。最初,内隐学习这一概念的提出,是源于其与外显学习在现象学、实验操作、神经生理学以及学习机制等方面的诸多不同。近年来,虽然内隐学习的独立地位已被充分确立,但是,也有越来越多的证据表明,内隐学习和外显学习之间的独立性是相对的,它们之间存在紧密的联系和相互作用,任何一个学习任务都是内隐和外显学习的结合物。最后,作者结合自己的实验研究进一步提出了,内隐学习和外显学习之间相互权衡的动态关系。     

内隐学习潜在机制研究的某些新进展

内隐学习需要一定的注意和工作记忆参与,但关于它们影响内隐学习过程的潜在机制尚存在争议;随着内隐序列学习研究的深入,研究们开始关注序列知识的表征问题,这为揭示内隐知识的潜在表征机制开辟了新的途径;有关内隐学习神经机制的研究表明,基底神经节、联合区、额叶在内隐学习中起重要作用。     

Learning non-local dependencies

This paper addresses the nature of the temporary storage buffer used in implicit or statistical learning. Kuhn and Dienes [Kuhn, G., and Dienes, Z. (2005). Implicit learning of nonlocal musical rules: implicitly learning more than chunks. Journal of Experimental Psychology-Learning Memory and Cognition, 31(6) 1417-1432] showed that people could implicitly learn a musical rule that was solely based on non-local dependencies. These results seriously challenge models of implicit learning that assume knowledge merely takes the form of linking adjacent elements (chunking). We compare two models that use a buffer to allow learning of long distance dependencies, the Simple Recurrent Network (SRN) and the memory buffer model. We argue that these models - as models of the mind - should not be evaluated simply by fitting them to human data but by determining the characteristic behaviour of each model. Simulations showed for the first time that the SRN could rapidly learn non-local dependencies. However, the characteristic performance of the memory buffer model rather than SRN more closely matched how people came to like different musical structures. We conclude that the SRN is more powerful than previous demonstrations have shown, but it's flexible learned buffer does not explain people's implicit learning (at least, the affective learning of musical structures) as well as fixed memory buffer models do.