Smith, J. D., Boomer, J., Zakrzewski, A. C., Roeder, J. L., Church, B. A., & Ashby, F. G. (2014). Deferred feedback sharply dissociates implicit and explicit category learning. Psychological science, 25(2), 447-457.
關(guān)于多分類學(xué)習(xí)系統(tǒng)的爭(zhēng)論讓人想起了關(guān)于多記憶系統(tǒng)的爭(zhēng)論，如記憶中存在內(nèi)隱記憶和外顯記憶類似，在分類學(xué)習(xí)系統(tǒng)中可能也存在外顯的分類學(xué)習(xí)過程和內(nèi)隱的分類學(xué)習(xí)過程。這篇文章的作者試圖通過設(shè)計(jì)一個(gè)實(shí)驗(yàn)范式來證明這兩種過程。在設(shè)計(jì)區(qū)分外顯和內(nèi)隱分類學(xué)習(xí)的實(shí)驗(yàn)范式時(shí)，作者使用了比較心理學(xué)中的deferred reinforcement 技術(shù)，以及rule-based和information integration 兩種學(xué)習(xí)任務(wù)。
在設(shè)計(jì)區(qū)分外顯分類學(xué)習(xí)和內(nèi)隱分類學(xué)習(xí)的實(shí)驗(yàn)范式之前，所需要了解的背景知識(shí)
1、外顯分類學(xué)習(xí)和內(nèi)隱分類學(xué)習(xí)有何不同？
外顯系統(tǒng)通過使用工作記憶和注意力主動(dòng)測(cè)試假設(shè)來進(jìn)行學(xué)習(xí)，外顯學(xué)習(xí)比較快，學(xué)習(xí)者能比較容易的用口頭語言表述學(xué)習(xí)規(guī)則。
內(nèi)隱系統(tǒng)通過類似于條件作用的程序?qū)W習(xí)過程進(jìn)行聯(lián)想學(xué)習(xí)，內(nèi)隱學(xué)習(xí)比較慢，學(xué)習(xí)者通常不能用語言來描述他們所使用的隱式分類策略。
2、目前有哪些證據(jù)有可能可以證明這兩種系統(tǒng)的存在？
基于rule-based（RB） 和information-integration（II）的學(xué)習(xí)任務(wù)有可能可以證明
假設(shè)這兩種任務(wù)的每個(gè)examplar都是一條單線，每個(gè)examplar在長(zhǎng)度（X維度）和方向（Y維度）上都不同。
RB任務(wù)中，只能根據(jù)X維度的變化來判斷examplar的類別信息，Y維度上的變化不會(huì)影響examplar的類別（如examplar的長(zhǎng)度小于50分為A類，examplar的長(zhǎng)度大于50分為B類），這個(gè)任務(wù)被試形成策略之后可以很容易的用口頭語言表述出來，被認(rèn)為是一個(gè)外顯的學(xué)習(xí)過程。如圖1-a所示。
II任務(wù)中，X維度和Y維度上值同時(shí)決定examplar的類別，被試要想準(zhǔn)確的分類，就必須將兩個(gè)維度整合來形成分類策略。這導(dǎo)致被試很難口頭解釋他們對(duì)II任務(wù)的分類策略，解決II任務(wù)的過程被認(rèn)定為是一個(gè)內(nèi)隱的，程序化的過程。如圖1-b所示。
3、deferred reinforcement 技術(shù)在該實(shí)驗(yàn)范式中的作用
deferred reinforcement?從定性上消除了內(nèi)隱的、信息整合的類別學(xué)習(xí)。
本文作者所涉及的實(shí)驗(yàn)范式包括四種條件，這四種條件由兩種變量，學(xué)習(xí)任務(wù)（RB、II）和強(qiáng)化條件（immdiate 、deferred）交叉產(chǎn)生。
該范式有三種假設(shè)：
1、deferred reinforcement 可以使II學(xué)習(xí)任務(wù)中的聯(lián)想學(xué)習(xí)失效，也就是說deferred reinforcement 可以阻止II學(xué)習(xí)任務(wù)
2、RB任務(wù)學(xué)習(xí)者將他們的類別規(guī)則保存在工作記憶中，deferred reinforcement 對(duì)RB學(xué)習(xí)沒有影響
3、當(dāng)deferred reinforcement 阻止了II學(xué)習(xí)時(shí)，被試可能會(huì)使用RB策略
作者通過證實(shí)這三種假設(shè)，來分離外顯系統(tǒng)和內(nèi)隱系統(tǒng)
實(shí)驗(yàn)具體描述：
1、刺激
顯示在一個(gè)17英寸頂部的中心黑色背景上，包含綠色像素的無邊框矩形；刺激在兩個(gè)維度上變化（size，density）
2、四種實(shí)驗(yàn)條件：RB-immediate、RB-deferred、II-immediate、II-deferred?
3、結(jié)果分析
只有II-immediate和II-deferred條件下被試的學(xué)習(xí)表現(xiàn)在統(tǒng)計(jì)學(xué)上有顯著差異。在這兩種情況下，分別有11名和0名強(qiáng)學(xué)習(xí)者。因此，deferred?reinforcement對(duì)II學(xué)習(xí)任務(wù)會(huì)產(chǎn)生很大的影響
本文作者將最后100次的實(shí)驗(yàn)平均分為了5個(gè)Trial Block（Block 0表示學(xué)習(xí)標(biāo)準(zhǔn)）
圖3是作者根據(jù)這100次實(shí)驗(yàn)和被試的正確率繪制的backward learning curve，圖3-a是被試在RB-deferred條件下的一個(gè)學(xué)習(xí)路徑，圖3-b是被試在II-deferred條件下的學(xué)習(xí)路徑，圖3-c是被試在II-immediate條件下的學(xué)習(xí)路徑
由圖3-a可以看出被試在block 0 附近的表現(xiàn)突然從正確率50%左右，突然達(dá)到了98%,也就是說被試很有可能突然發(fā)現(xiàn)了category rule（圖3-a的正確率基于維度X，即根據(jù)矩形大小來進(jìn)行分類的正確率，圖3-b中的正確率基于維度Y，也就是說作者在繪制backward learning curve時(shí)，不是根據(jù)被試判斷categoryA，和categoryB的正確率，即不是成功學(xué)習(xí)II任務(wù)的正確率（這樣做的目的是為了看出被試有沒有使用rule來進(jìn)行分類）。
由圖3-c，被試在block 0 之前就表現(xiàn)出了比較強(qiáng)的學(xué)習(xí)力，在block 0 之后也只有一個(gè)很小的跳躍，并且之后學(xué)習(xí)能力又慢慢降到了原來的位置。也就是說RB策略在II-immediate條件下不明顯。
由圖3-b，可以看出被試在block 0 附近的表現(xiàn)也發(fā)生了突變，也就是說被試也很有可能使用了rule來進(jìn)行分類，但是此時(shí)被試的實(shí)驗(yàn)條件是II-deferred，這個(gè)實(shí)驗(yàn)結(jié)果證實(shí)了上面所說的假設(shè)三，當(dāng)deferred reinforcement 阻止了II學(xué)習(xí)時(shí)，被試可能會(huì)使用RB策略。
4、建模
作者根據(jù)最后100次的實(shí)驗(yàn)進(jìn)行建模，確定了四種條件下，被試的decison bounds，如圖4所示。
將圖4-c和圖4-d的模型進(jìn)行對(duì)比，我們可以發(fā)現(xiàn)deferred reinforcement可以阻止II任務(wù)的學(xué)習(xí)（證實(shí)假設(shè)一）
并且當(dāng)deferred reinforcement 阻止了II學(xué)習(xí)時(shí)，被試可能會(huì)使用RB策略（證實(shí)假設(shè)三）
將圖4-a和圖4-b的模型進(jìn)行對(duì)比，deferred reinforcement 對(duì)RB學(xué)習(xí)沒有影響（證實(shí)假設(shè)二）
總結(jié)：
作者認(rèn)為這三個(gè)假設(shè)的證實(shí)，強(qiáng)有力的說明了RB和II學(xué)習(xí)任務(wù)的差別，這種差別不能歸結(jié)為任務(wù)的難度不同。
也證明了外顯學(xué)習(xí)分類系統(tǒng)和內(nèi)隱學(xué)習(xí)分類系統(tǒng)的存在
