- 相關(guān)推薦
人工語法學(xué)習(xí)遷移效應(yīng)研究進展
[摘要]遷移和潛在抽象知識表征是內(nèi)隱學(xué)習(xí)的兩個重要基石。在人工語法學(xué)習(xí)研究范式下，對遷移效應(yīng)產(chǎn)生機制的解釋主要有兩類：一是組塊信息遷移的統(tǒng)計歸納理論。主張對測驗序列進行分類的基礎(chǔ)是序列成分組塊分布特征的統(tǒng)計歸納；二是抽象類比遷移理論，主張是對測驗序列進行分類的基礎(chǔ)是在范例序列相似性基礎(chǔ)上的重復(fù)成分的抽象類比．兩種觀．最各持一說。其問存在著明顯的分歧和爭議．
[關(guān)鍵訶]人工語法學(xué)習(xí)；遷移效應(yīng)；序列依存性；組塊信息遷移；抽象類比遷移
內(nèi)隱學(xué)習(xí)作為一個研究領(lǐng)域始于20世紀(jì)60年代后期，Reber開創(chuàng)的人工語法學(xué)習(xí)(artificialgrammar learning)研究揭開了內(nèi)隱學(xué)習(xí)研究的序幕，而對此研究領(lǐng)域的進一步關(guān)注則是最近十幾年的事情．由Broadbent及其同事進行的造句系統(tǒng)研究推動(Berry&Broadbent，1984)，繼而被系列反應(yīng)時(Nissen&Bullemer，1987)和偶然反應(yīng)時研究(Lewicki&Czyzewska&Hafman，1987)將其引向了認(rèn)知，6-理學(xué)研究的前沿u J．遷移是個體在一種情境中的學(xué)習(xí)對其在其他情境中的學(xué)習(xí)和行為的影響．作為內(nèi)隱學(xué)習(xí)經(jīng)典研究范式的人工語法學(xué)習(xí)對遷移的關(guān)注源于被試在學(xué)習(xí)階段習(xí)得的知識表征的本質(zhì)屬性與遷移密切相關(guān)，遷移和潛在的抽象知識表征是內(nèi)隱學(xué)習(xí)的兩個重要基石．對人工語法學(xué)習(xí)遷移效應(yīng)的研究有助于我們更深入地認(rèn)識和把握內(nèi)隱學(xué)習(xí)的機制，從而為探明無意識學(xué)習(xí)的實質(zhì)提供了一個重要的視角和有效的研究途徑．
1 人工語法學(xué)習(xí)遷移效應(yīng)研究的新進展
過去的三十多年中，研究者提出了許多理論來解釋被試在人工語法學(xué)習(xí)中的學(xué)習(xí)．一些研究者認(rèn)為，從僅以抽象規(guī)則知識為基礎(chǔ)的解釋到抽象規(guī)則知識與整個學(xué)習(xí)范例共存，從僅以局部知識為基礎(chǔ)的解釋到局部與抽象規(guī)則共存．語法規(guī)則的抽象與序列成分的分布統(tǒng)計特征的習(xí)得是相同的．人工語法學(xué)習(xí)及對遷移的解釋與被試在學(xué)習(xí)過程中習(xí)得的知識表征密切相關(guān)．有三種理論解釋被試在人工語法學(xué)中習(xí)得的知識：第一是基于范例的解釋，認(rèn)為對學(xué)習(xí)序列初步加工的表征構(gòu)成了被試的知識；第二是局部編碼加工理論，認(rèn)為被試習(xí)得的是組成序列的成分對或成分組塊知識；第三是基于抽象知識的解釋，認(rèn)為被試習(xí)得了獨立于學(xué)習(xí)序列表層結(jié)構(gòu)的潛在語法結(jié)構(gòu)知識．這三種理論對遷移效應(yīng)的解釋也各不相同．在最早的內(nèi)隱學(xué)習(xí)研究中，Reber認(rèn)為被試習(xí)得了抽象結(jié)構(gòu)知識，這些知識可以被相對容易地應(yīng)用到潛在結(jié)構(gòu)相同的序列中，并且能夠成為區(qū)別語法和非語法(潛在語法結(jié)構(gòu)不同)序列的基礎(chǔ)．對抽象知識的明確表述是由Whittle．sea和Dorken提出的，他們將這些知識稱為深層結(jié)構(gòu)，是重復(fù)出現(xiàn)在每個序列中的模式，對它們的編碼加工獨立于學(xué)習(xí)序列的表層結(jié)構(gòu)．主張局部加工解釋的研究者認(rèn)為，被試習(xí)得的知識基本由成分組塊(兩個或兩個以上的序列成分)構(gòu)成．基于范例的解釋則認(rèn)為，學(xué)習(xí)序列在學(xué)習(xí)階段中未被加工，被試記憶了整個學(xué)習(xí)序列，在標(biāo)準(zhǔn)分類任務(wù)和遷移操作中，被試是在測驗序列與已貯存的學(xué)習(xí)序列的相似性基礎(chǔ)上做出判斷的．在一般的內(nèi)隱學(xué)習(xí)和具體的人工語法學(xué)習(xí)中，內(nèi)隱知識的遷移包括兩類：一是表層結(jié)構(gòu)和深層結(jié)構(gòu)都相同的刺激間的遷移；二是表層結(jié)構(gòu)不同，但深層結(jié)構(gòu)相同的刺激間的遷移．目前，研究者已經(jīng)提出大量的理論來解釋第一類遷移效應(yīng)，認(rèn)為被試學(xué)習(xí)和表征了序列的潛在語法規(guī)則，且能在這種規(guī)則的基礎(chǔ)上，對測驗序列進行分類．一些研究表明，被試習(xí)得的并不是語法規(guī)則的真實表征信息，而是一些與語法規(guī)則相關(guān)的信息表征，Perruchet和Pacteau將這些相關(guān)的信息表征稱為“相關(guān)語法”(correlatedgrammar)，認(rèn)為它們是由對學(xué)習(xí)序列成分出現(xiàn)頻率的記憶組成的，被試根據(jù)測驗序列是否由他們所熟悉的成分構(gòu)成，來分類測驗序列．Vokey和Brooks則認(rèn)為，被試對整個學(xué)習(xí)序列進行了編碼，在已貯存的學(xué)習(xí)與測驗序列之間相似性的基礎(chǔ)上，對測驗序列進行了分類．但是，在不考慮表征是對抽象語法結(jié)構(gòu)進行編碼，還是對序列成分進行編碼，亦或是對整個序列范例進行編碼的情況下，在這三種表征形式中，都假定被試對學(xué)習(xí)序列的一些基本分布特征敏感，如序列的成分經(jīng)常獨自或共同出現(xiàn)在序列的哪些位置上 ．因此，當(dāng)測驗與學(xué)習(xí)序列表層結(jié)構(gòu)相同時，對測驗序列的分類而言，三種編碼形式之間有很大的重疊，它們之間的差異很難區(qū)分．但當(dāng)測驗序列的表層結(jié)構(gòu)與學(xué)習(xí)序列不同時，三種編碼形式之間則有差異．在此情況下，被試就需要在兩個序列集合的潛在語法結(jié)構(gòu)知識間建立一種對應(yīng)關(guān)系．此外，Brunstrom(2002)等人研究發(fā)現(xiàn)，內(nèi)隱學(xué)習(xí)需要注意，可能依賴注意機制和工作記憶機制 ．注意的指向與集中系統(tǒng)哪一個是內(nèi)隱學(xué)習(xí)所必需的?內(nèi)隱學(xué)習(xí)受被試運用策略影響的程度如何?而且，注意容量有限，同時進行的認(rèn)知過程間會有沖突(如不同的工作記憶過程)，那么哪些工作記憶過程是內(nèi)隱學(xué)習(xí)所必需的呢?它們又是如何影響內(nèi)隱學(xué)習(xí)的呢?有關(guān)這些問題的實證研究已經(jīng)逐漸成為內(nèi)隱學(xué)習(xí)研究的熱點，但迄今為止，尚無明確的結(jié)論．目前，有關(guān)人工語法學(xué)習(xí)遷移效應(yīng)的研究都采用無意義的材料，這樣就限制了其生態(tài)效度．如何減少人為性，讓實驗研究更符合人類學(xué)習(xí)的真實情況呢?這些都對我們在實驗設(shè)計、變量選擇與控制．材料的運用等方面提出了更高的要求，同時也使這一領(lǐng)域的研究充滿了挑戰(zhàn)，敦促我們繼續(xù)在這片廣袤未知的領(lǐng)域中探索前行．
2 人工語法學(xué)習(xí)遷移效應(yīng)研究的爭議
不論人工語法還是自然語法，都可以用于建構(gòu)知識，而這些知識則是受其組成成分的序列順序限定的，這些限定可以被分解為：相同成分問的序列依存性(在序列某一位置上，某個成分的出現(xiàn)取決于其前某一位置上不同成分的出現(xiàn))和不同成分間的序列依存性(在序列某一位置上，某個成分的出現(xiàn)取決于其前某一位置上同一成分的出現(xiàn))，它們可以獨立地解釋表層結(jié)構(gòu)不同的情景下的分類操作．這里分別將它們稱為“非重復(fù)”和“重復(fù)”成分間的序列依存性．目前，相關(guān)的理論已經(jīng)將重復(fù)成分間依存性的遷移和整個學(xué)習(xí)序列的記憶，及其抽象類比的形成過程聯(lián)系在一起；而非重復(fù)成分間依存性的遷移則和局部序列組塊的記憶，以及相關(guān)規(guī)則的歸納相聯(lián)系．研究表明，潛在語法規(guī)則與表層結(jié)構(gòu)的相似性之間在機能上可以分離．研究者從不同角度出發(fā)，對內(nèi)隱學(xué)習(xí)中人工語法學(xué)習(xí)遷移效應(yīng)進行研究，獲得了證據(jù)，但也存在一些明顯的分歧和爭議，主要表現(xiàn)在：
2．1 實驗證據(jù)及理論解釋上的分歧與爭議有些研究結(jié)果表明：人工語法學(xué)習(xí)遷移效應(yīng)是在潛在的抽象規(guī)則的基礎(chǔ)上產(chǎn)生的．研究者對此進行了進一步探討并發(fā)現(xiàn)：這種遷移效應(yīng)是在測驗與學(xué)習(xí)序列的相似性基礎(chǔ)上，進行抽象類比產(chǎn)生的．另一些研究結(jié)果則表明：人工語法學(xué)習(xí)遷移效應(yīng)是在序列成分組塊信息的基礎(chǔ)上產(chǎn)生的，當(dāng)學(xué)習(xí)與測驗序列的表層結(jié)構(gòu)不同時，遷移效應(yīng)很難發(fā)生[10]．但是他們的研究只關(guān)注了遷移效應(yīng)的出現(xiàn)，而并沒有進一步探究遷移效應(yīng)緣何而起，所以這些研究涉及了序列依存性，但卻沒有深入分析．一些更為系統(tǒng)深入的實驗研究表明：人工語法學(xué)習(xí)中，當(dāng)序列的表層結(jié)構(gòu)不同時，遷移效應(yīng)是以重復(fù)結(jié)構(gòu)的抽象類比，即重復(fù)成分間的序列依存性為基礎(chǔ)的，而非重復(fù)成分間的依存性則不能遷移．另一些研究表明：人工語法學(xué)習(xí)遷移效應(yīng)是以成分組塊的分布特征的統(tǒng)計歸納，即以非重復(fù)成分間依存性為基礎(chǔ)的，而不是以重復(fù)結(jié)構(gòu)的抽象類比為基礎(chǔ)的．實驗證據(jù)上的分歧引發(fā)了理論解釋上的爭議，這些分歧和爭議基本可以分為兩方面．1)組塊信息(chunks information)一一統(tǒng)計歸納(statistical induction)遷移Redington和Chater(1996)提出了一種啟發(fā)式模型的解釋，這種模型可以將重復(fù)和非重復(fù)成分間的依存性遷移到不同表層結(jié)構(gòu)的序列中．例如，學(xué)習(xí)序列是JKJK和I(JI(J，那么模型就會將JK和I(J作為一個整體組塊進行編碼，然后根據(jù)測驗序列是否由其熟悉的組塊構(gòu)成，對測驗序列進行語法分類．結(jié)果序列JKJKJ就有可能被判斷為語法序列，因為它是由模型所熟悉的組塊JK或I<J構(gòu)成；而序列JKKJ則可能被判斷為非語法序列，因為序列中包含了模型不熟悉的組塊KK．那么這種啟發(fā)式模型是怎樣將組塊信息遷移到表層結(jié)構(gòu)不同的情境中的呢?他們的實驗表明，這種模型對每個學(xué)習(xí)序列開始的兩個成分非常敏感，在學(xué)習(xí)階段中掌握了所有序列都是以MS、Mv和VX開始的．在測驗階段中呈現(xiàn)表層結(jié)構(gòu)不同的序列，例如JDHBHF，BFHHHH和JBHH，此時模型就會做出判斷：J出現(xiàn)在序列位置1的頻率較高，而其后則跟有兩個成分D和B．因此，測驗序列中的J一定與學(xué)習(xí)序列中的M相對應(yīng)，因為M 出現(xiàn)在測驗序列位置1上的頻率相對較高；與之相似，B一定與v對應(yīng)，因為B與v一樣，既可以出現(xiàn)在位置1，又可以出現(xiàn)在位置2；F是惟一跟在B后面的成分，而學(xué)習(xí)序列中x是惟一跟在v后面的成分，故而F與X相對應(yīng)；那么D只有和S對應(yīng)．一旦知道了這種構(gòu)成成分間的對應(yīng)關(guān)系，那么對表層結(jié)構(gòu)不同的測驗序列的分類，就可以按照對表層結(jié)構(gòu)相同的測驗的分類方式進行．啟發(fā)式模型可以解釋許多先前研究中所發(fā)現(xiàn)的遷移效應(yīng)，但是隨著啟發(fā)式模型編碼序列成分組塊的長度不同，其模擬的準(zhǔn)確率與被試分類成績之間差異很大，同時模型對包含在遷移中的心理過程也沒有提出一種合理的解釋[ ．研究者提出了一種更為有效合理的解釋—— 簡單循環(huán)網(wǎng)絡(luò)模型(Simple Recurrent Network，SRN；)．模型包括輸出層、輸入層和潛藏層，它能夠習(xí)得并遷移重復(fù)和非重復(fù)成分間的依存性，給SRN呈現(xiàn)一個序列的部分組成成分，讓它通過改變網(wǎng)絡(luò)內(nèi)成分的聯(lián)結(jié)強度，來預(yù)測序列中的下一個成分．倘若SRN可以準(zhǔn)確地預(yù)測某一序列的構(gòu)成成分，那么此序列就被判斷為符合語法，反之則被認(rèn)為是不符合語法的．經(jīng)過學(xué)習(xí)階段后，SRN就能夠正確地模擬出被試分類序列的情況．但是，在SRN中激活模式與序列成分的表層結(jié)構(gòu)緊密相連，這樣就很難解釋，假如SRN習(xí)得了序列ABCD間的依存性，那它又是如何將這種依存性遷移到表層結(jié)構(gòu)不同的序列LMND中的?【1 1Dienes和Altmann等人(1999)提出了一種解釋，認(rèn)為由于序列成分的表層結(jié)構(gòu)是作為一種激活的分布模式，經(jīng)由輸入單元被呈現(xiàn)給SRN的；而語法是作為聯(lián)結(jié)的分布模式，通過網(wǎng)絡(luò)中除輸出單元以外的其他單元被表征的，因此只有輸出和輸入層與序列的表層結(jié)構(gòu)相連．這樣，當(dāng)序列的表層結(jié)構(gòu)不同時，SRN要預(yù)測隨后輸入的序列成分，只需要調(diào)整從輸入到輸出各單元間的聯(lián)結(jié)強度就可以了．假如SRN保持其內(nèi)部的聯(lián)結(jié)強度(即對表層結(jié)構(gòu)相同的序列成分的統(tǒng)計分布的編碼)不變，且SRN的任務(wù)只是關(guān)注預(yù)測序列成分的話，那么它就能夠判斷出在表層結(jié)構(gòu)不相同的序列中，哪些成分會跟在另一些成分之后．實際上SRN也就形成了不同表層結(jié)構(gòu)的序列成分間的映射(mapping)關(guān)系．他們對SRN進行了修正和完善，在模型中增加了一個編碼層，它是輸入單元和潛藏層之間的中介．他們認(rèn)為SRN對學(xué)習(xí)序列的成分進行了編碼，而不是貯存了學(xué)習(xí)序列本身，從本質(zhì)而言這種學(xué)習(xí)是一種統(tǒng)計歸納．與Redington和Chater(1996)提出的啟發(fā)式模型相同，SRN可以在學(xué)習(xí)和測驗序列成分出現(xiàn)的頻率間形成映射，并在此基礎(chǔ)上將學(xué)習(xí)序列成分間的依存性遷移到表層結(jié)構(gòu)不同的測驗序列中序列范例—— 抽象類比(abstract anMogy)遷移另一些研究者認(rèn)為，被試可能記憶了全部學(xué)習(xí)序列，在隨后的分類測驗中，他們會以學(xué)習(xí)與測驗序列的相似性為基礎(chǔ)對測驗序列進行分類．當(dāng)學(xué)習(xí)與測驗序列的表層結(jié)構(gòu)相同時，被試可以直接計算出它們之間的相似性(忽略了重復(fù)與非重復(fù)成分)．例如，被試在判斷序列MXRMXT時，可能回憶起序列MXRVXT，那么測驗序列就可能被判斷為語法序列，因為它與學(xué)習(xí)序列僅有一處不同，而序列MVXRMX則可能被判斷為非語法序列，因為它與學(xué)習(xí)序列的不同多于一處；當(dāng)學(xué)習(xí)與測驗序列的表層結(jié)構(gòu)不同時，二者間的相似性是以重復(fù)結(jié)構(gòu)的抽象類比為基礎(chǔ)，逐個序列進行計算的．假如被試記憶了一個學(xué)習(xí)序列MXVVVM，那么測驗序列BDCCCB則可能被判斷為語法序列，因為它包含了與學(xué)習(xí)序列相似的重復(fù)模式，這種模式可以被抽象為1-2221，而序列BCCDBC則被判斷為非語法序列，因為它的抽象結(jié)構(gòu)為122—12．對沒有重復(fù)成分的序列而言，有關(guān)序列成分的信息(如出現(xiàn)的頻率)就會丟失，被試也就不能歸納出序列成分及其依存性在表層結(jié)構(gòu)不同序列間的對應(yīng)關(guān)系．TunneY和Altmann(1999，2001)指出，目前還沒有證據(jù)表明被試能對非重復(fù)成分間的序列依存性進行遷移．但有證據(jù)表明，被試可以遷移包含了重復(fù)結(jié)構(gòu)的信息，也可以遷移包含了在序列特定位置上單個成分出現(xiàn)頻率的信息．但是對遷移包含了成分組塊共同出現(xiàn)頻率信息的證據(jù)尚不充分．因此，現(xiàn)在的問題在于，是否能找到成分組塊共同出現(xiàn)頻率信息可以遷移的證據(jù)，如果可以找到，那么以重復(fù)結(jié)構(gòu)為基礎(chǔ)的遷移和以非重復(fù)成分間的序列依存性為基礎(chǔ)的遷移，二者之間是否可以分離?
2．2 兩種遷移模型的分離在人工語法學(xué)習(xí)的研究范式下，倘若給被試呈現(xiàn)了表層結(jié)構(gòu)相同的學(xué)習(xí)和測驗序列，那么以范例為基礎(chǔ)的表征模式和以成分組塊為基礎(chǔ)的表征模式，在被試的分類任務(wù)中可以等同，它們都反映了學(xué)習(xí)序列的分布統(tǒng)計特征，且測驗序列中的重復(fù)成分和非重復(fù)成分都能被計算．但是當(dāng)學(xué)習(xí)與測驗序列的表層結(jié)構(gòu)不同時，重復(fù)成分與非重復(fù)成分就將兩種不同的表征模式區(qū)分開來，不同的表征模式必然會產(chǎn)生不同的理論解釋及遷移模型．這兩種表征模式之間的第一個主要差異是，學(xué)習(xí)與測驗序列成分間的對應(yīng)過程是在逐個序列基礎(chǔ)上進行的，還是在全部序列基礎(chǔ)上進行的．主張統(tǒng)計歸納解釋的研究者認(rèn)為，被試在學(xué)習(xí)了全部序列后，以學(xué)習(xí)和測驗序列成分共同遵循的分布統(tǒng)計規(guī)則為基礎(chǔ)，計算出兩種表層結(jié)構(gòu)下序列成分間的對應(yīng)關(guān)系，編碼分布統(tǒng)計規(guī)則的表征是在學(xué)習(xí)了全部序列后被歸納出來的，它不依賴于重復(fù)成分和非重復(fù)成分間的具體差異．主張抽象類比的研究者則認(rèn)為，測驗和學(xué)習(xí)序列間的相似性可以在逐個序列的基礎(chǔ)上計算出來，而且抽象類比也能夠辨別出重復(fù)與非重復(fù)成分，盡管在序列表層結(jié)構(gòu)相同的情況下，非重復(fù)成分間依存性的信息對序列的分類起了一定的作用，但在表層結(jié)構(gòu)不同的情況下，這些信息并不重要，此時相似性是在重復(fù)成分間依存性的基礎(chǔ)上逐個序列地被計算出來．究竟遷移效應(yīng)是抽象類比的結(jié)果還是成分組塊信息的遷移呢?Altmann等人(1995)研究發(fā)現(xiàn)，當(dāng)表層結(jié)構(gòu)不同時，抽象類比并不是遷移發(fā)生的惟一基礎(chǔ)．但他們在隨后的研究中又發(fā)現(xiàn)(1999)，先前的結(jié)論并不成熟，因為在先前的實驗中，不同表層結(jié)構(gòu)下的語法和非語法序列中還含有其他的依存性．他們對實驗設(shè)計進行了改進，發(fā)現(xiàn)被試僅對出現(xiàn)在序列首位成分的頻率敏感，并沒有證據(jù)表明，表層結(jié)構(gòu)不同時，被試能夠以非重復(fù)成分間的依存性為基礎(chǔ)對測驗序列進行分類．與此相似，Gomez等人(2000)研究發(fā)現(xiàn)，只有以重復(fù)結(jié)構(gòu)為基礎(chǔ)區(qū)分語法和非語法序列時，才能出現(xiàn)語法信息的遷移效應(yīng)n ．這兩種表征模式之間的第二個主要差異是：當(dāng)測驗與學(xué)習(xí)序列的表層結(jié)構(gòu)不同時，學(xué)習(xí)序列的分布特征對二者成分間映射關(guān)系形成的重要性．抽象類比的遷移理論認(rèn)為，序列成分的分布特征對遷移效應(yīng)影響不大．譬如，被試編碼或記憶了兩個重復(fù)成分間的依存性A—A一，那么就會很容易地將這種序列依存性的模式對應(yīng)到表層結(jié)構(gòu)不同的序列x—x一上，在此情況下被試就能夠通過將測驗序列與貯存的一個或多個包含了重復(fù)成分間序列依存性的范例進行比較，對測驗序列進行分類．即使學(xué)習(xí)階段中，引入了噪音序列，如A—B一，這樣A不總是決定另一個A的出現(xiàn)，此時被試仍然能夠在序列A—A一和X—x一之間形成匹配．這說明另一種結(jié)構(gòu)的存在并沒有對被試提取恰當(dāng)?shù)姆独�索產(chǎn)生不利影響，只要能找到與測驗序列的重復(fù)結(jié)構(gòu)相匹配的學(xué)習(xí)序列就可以了．與此相反，非重復(fù)成分間序列依存性的匹配則是一個相對復(fù)雜的過程，因為學(xué)習(xí)序列的分布特征是非常重要的．例如，倘若每個學(xué)習(xí)序列都以成分組塊AB的形式出現(xiàn)，那么被試就可能在出現(xiàn)頻率的基礎(chǔ)上，通過學(xué)習(xí)序列歸納出語法規(guī)則(如將AB匹配到測驗序列的XY上)．但是，倘若學(xué)習(xí)序列內(nèi)的依存性不只一個(引入噪音分布)，即位置1的A并不總是與B相連，那么AB與XY之間對應(yīng)的計算就很困難了．因此，從理論上講；學(xué)習(xí)序列中噪音的介入會抑制以統(tǒng)計歸納為基礎(chǔ)產(chǎn)生的遷移效應(yīng)，而對以重復(fù)結(jié)構(gòu)的抽象類比為基礎(chǔ)產(chǎn)生的遷移效應(yīng)影響不大，但會使隨后對特定學(xué)習(xí)范例的提取變得更困難．研究證明，這兩種遷移過程可以進行分離(Tunney，2001)，它們是以各自對不同類型的編碼具有不同的敏感性為基礎(chǔ)的：一種對共同出現(xiàn)的成分的分布統(tǒng)計歸納特征很敏感，而另一種則對編碼重復(fù)結(jié)構(gòu)的抽象很敏感．就此而言，應(yīng)該存在兩種不同的表征圖式．
2．3 人工語法學(xué)習(xí)遷移知識及其表征的內(nèi)隱性目前，關(guān)于人工語法學(xué)習(xí)遷移知識內(nèi)隱性的爭論仍然懸而未定【15，l6】．有關(guān)測量知識內(nèi)隱性的方法主要有三種：口頭報告，根據(jù)被試能否報告出自己用于作出判斷的知識來區(qū)別內(nèi)隱與外顯知識，倘若被試無法報告出那些明顯影響其判斷的知識，那么這些知識就是內(nèi)隱的．有研究者認(rèn)為，被試不能報告出影響其判斷的知識并不是因為知識是內(nèi)隱的，而是因為缺少恰當(dāng)?shù)谋磉_方式，因此他們主張用客觀檢驗法，即將間接測量(分類任務(wù))與直接測量(再認(rèn)任務(wù))間的分離，來作為檢驗知識內(nèi)隱性的一種客觀方法．另一些研究者從實驗設(shè)計和方法學(xué)上對客觀檢驗法存在的問題提出了批評，認(rèn)為這種方法的結(jié)果并不能說明人工語法知識是內(nèi)隱的或是外顯的，因為其檢驗結(jié)果并不純凈，用于檢驗外顯知識的客觀法有可能受到內(nèi)隱知識的污染，他們主張用主觀測量方法來檢驗知識的內(nèi)隱性，并提出了主觀自信水平(Subjective confidence Levels)的概念，認(rèn)為倘若在測驗任務(wù)中，被試的成績超過了機遇值，但他們?nèi)哉J(rèn)為自己是猜測的，也就是說他們的自信度與正確率無關(guān)，那么他們所具有的知識就是內(nèi)隱的．這也說明在被試的語言知識與其主觀意識程度間出現(xiàn)了分離，即被試缺乏對自己完成任務(wù)的元知識，這是閾下知覺的一個本質(zhì)特征．有研究者指出，知識表征的內(nèi)隱與外顯性間的區(qū)別，似乎并不在于知識能否被意識到，而是在于信息加工的特點上．他們發(fā)現(xiàn)：在人工語法學(xué)習(xí)中，被試習(xí)得的知識是由對具體范例的記憶構(gòu)成的，而非對抽象規(guī)則的貯存，內(nèi)隱知識大部分基于記憶系統(tǒng)中范例的積累，而范例表現(xiàn)了序列成分的分布特征汐卜顯知識則更多是基于抽象規(guī)則，且凌駕于具體范例之上．目前，還不能確定人工語法中遷移是否是內(nèi)隱的，但有一點需要考慮的是，學(xué)習(xí)是發(fā)生在傳統(tǒng)的內(nèi)隱學(xué)習(xí)條件下，因此可以認(rèn)為，人工語法學(xué)習(xí)遷移效應(yīng)在主觀上是內(nèi)隱的，它們遷移的知識即被試在人工語法學(xué)習(xí)范式下習(xí)得的知識，低于主觀閾限卻高于客觀閾限．此外，當(dāng)前的研究只集中于內(nèi)隱學(xué)習(xí)獲得的知識是否是內(nèi)隱的，卻很少考慮其潛在的表征形式．傳統(tǒng)的內(nèi)隱學(xué)習(xí)研究中將內(nèi)隱知識界定為不能報告的知識．Roberts(1997)對傳統(tǒng)內(nèi)隱知識的界定進行了區(qū)分，認(rèn)為在這種界定下包含了兩種可能：一是這種由于某些原因而不能報告的知識在表征上卻是外顯的；二是這些不能報告出的知識在表征上也是內(nèi)隱的．目前，對這兩種可能性的區(qū)分尚不清楚．內(nèi)隱知識是否就是被內(nèi)隱表征的呢?在理論上也存在外顯表征的可能性，倘若內(nèi)隱知識是外顯表征的，那么表征的內(nèi)隱性就不能作為內(nèi)隱知識的特征，而且它也不能為內(nèi)隱知識和內(nèi)隱學(xué)習(xí)提供一個適宜的解釋框架。我們可以推測，內(nèi)隱知識可能是位于以范例為基礎(chǔ)到以抽象規(guī)則為基礎(chǔ)的連續(xù)體上，但內(nèi)隱知識與外顯知識也有可能是截然不同的．總之，在以后的深入研究中，我們將面臨一個嚴(yán)峻的挑戰(zhàn)——怎樣才能更準(zhǔn)確地探知內(nèi)隱知識和外顯知識的特征及其相互作用，并將其具體化．
3 結(jié)語
人工語法學(xué)習(xí)遷移效應(yīng)的研究發(fā)展至今，已經(jīng)蓄積了豐富的實驗證據(jù)，理論總結(jié)方面也有了長足的進步．研究者開始嘗試對眾多實驗成果作出系統(tǒng)的理論概括，以期能更好地揭示出人工語法學(xué)習(xí)遷移效應(yīng)的機制，這也為研究的進一步發(fā)展提供了一個比較清晰的框架．但是這些理論分析還有待于實驗研究的進—步證實，研究的范圍還有待于進一步拓寬，以增強其理論模型的解釋力．
中國碩士論文網(wǎng)提供大量免費碩士畢業(yè)論文,如有業(yè)務(wù)需求請咨詢網(wǎng)站客服人員！
【人工語法學(xué)習(xí)遷移效應(yīng)研究進展】相關(guān)文章：
談英語學(xué)習(xí)應(yīng)重視母語的負(fù)遷移03-19
簡析“首因效應(yīng)”與大學(xué)生學(xué)習(xí)動機之間的關(guān)系03-18
談學(xué)習(xí)遷移理論在《建筑構(gòu)造》教學(xué)中的應(yīng)用03-18
學(xué)習(xí)遷移理論對英語詞匯教學(xué)的啟示及對策03-24
“語法化”問題03-27