熟悉感在人工語法學習中的作用

姜 珊，關守義

生活中我們都有過這樣的經歷:當我們見到一個人時，可能會感覺很熟悉，但是卻不能回憶起這個人是誰或者我們曾在哪里見過他。這一常見的現象很好地反映了基于熟悉感的再認記憶特點。再認記憶的雙加工模型認為，再認判斷基于兩個獨立的加工過程:回憶和熟悉感［1—9］。回憶是指對于先前識記材料信息的有意識提取，而熟悉感是對先前識記材料的一種主觀上的相似感覺，它可能與概念或知覺加工的流暢性、學習和測驗材料的相似性有關［10］。

大量的行為研究、神經心理學研究以及腦成像研究都證實了熟悉感與回憶是兩個獨立的過程，熟悉感在再認判斷中發揮重要的作用。首先，熟悉感的加工速度比回憶快。例如，在快速測驗條件下，被試基于熟悉感的項目判斷(如對項目的新舊判斷)顯著快于基于回憶的聯想判斷(如判斷何時何地見過某刺激［11—13］)。其次，采用ROC 曲線研究再認記憶發現，熟悉感和回憶的ROC 曲線存在差異。例如，將ROC 曲線進行Z 分數轉換，轉換后ROC 曲線的形態能夠反映再認判斷依賴的心理過程;當以熟悉感為依據進行判斷時，是斜率為1 的對稱曲線;當再認過程僅僅包含回憶時，符合高閾限加工模型，為直線。如果再認判斷同時包含熟悉感和回憶過程，那么此時的ROC 曲線應符合雙加工的信號檢測模型，為非對稱的曲線［8，14—18］。再次，再認記憶的事件相關電位研究發現，回憶和熟悉感的頭皮電位在時間和空間上存在差異［19—25］。最后，一些對腦損傷病人的研究以及對健康被試的神經影像學研究也同樣支持熟悉感和回憶是兩個獨立的加工過程［26—32］。

學習和記憶在某種程度上是不能分離的。在內隱學習的過程中，被試會根據記憶或依據某種似曾相識的感覺做出分類判斷［33—35］，因此將熟悉感投向內隱學習，并且探討其在內隱學習中的作用，這將有助于揭示內隱學習發生過程中被試到底獲得了什么。因此，研究者圍繞這一問題展開了豐富的探索，致力于探討在人工語法學習尤其是限定狀態人工語法學習中，被研究者普遍證實的組塊相似性與熟悉感的關系、內隱學習中知識的意識性與熟悉感的關系，以及內隱學習過程中與熟悉感密切相關的一些來源問題。

一、人工語法學習中獲得的組塊相似性與熟悉感的關系

目前，在再認記憶領域，關于熟悉感的研究，尤其是區分出它與回憶是兩個完全獨立的再認記憶過程的研究，已經被證實［36］。根據再認記憶的總體匹配模型(global matching model)，測驗項目和學習階段獲得信息的總體相似性會引發熟悉感。由于學習過的項目相較于未學習過的項目，在學習階段獲得信息的相似性程度以及總體匹配程度更高，所以學習過的項目所引發的熟悉感程度更強，因此被試能夠區分兩類不同的測驗項目。2004年，Cleary采用她首創的無線索回憶再認(recognition without cued recall，RWCR)范式，在分離回憶過程的基礎上，探討熟悉感是如何產生的以及相似性與熟悉感之間的關系。具體來說，讓被試先學習一個詞表(例如，OBSTRUCTION，HEMLOCK)，測驗詞表包含一些線索詞，其中一半的線索詞與學習項目相似(例如，OBSTETRICIAN，HAMMOCK)，一半不相似。對于每一個線索詞，被試要嘗試回憶該線索詞與學習階段哪個詞最像，并對該線索詞進行熟悉感評分。由于這種方法可以人為地操縱線索詞的相似性，因此能夠直接地探討相似性與熟悉感的關系。研究結果發現，對于一些測驗線索詞，當被試無法進行回憶并且對相似線索詞的熟悉感評分顯著高于不相似的線索詞時，就出現了無辨別再認效應，即相似性引發了熟悉感判斷。其他一些采用圖片［37，38］、聲音［39］的類似研究也同樣證實了對一些具體特征相似性的操縱，能引發熟悉感的判斷。

在內隱學習的人工語法研究中，研究者之所以也關注相似性和熟悉感之間的關系，原因在于許多研究證實了相似性是人工語法學習的根源。1967年，Reber 首次采用人工語法任務證實了內隱學習的存在［40］。他的實驗程序如下:在學習階段讓被試記憶一些由限定狀態人工語法生成的字符串，并在測驗階段向被試呈現一些新的字符串，一半為合法串，一半為非法串，最后讓被試進行分類判斷。結果發現，被試的分類判斷正確率顯著高于隨機水平，并且被試的口語報告表明他們對字符串的規則沒有外顯地掌握。在證實了內隱學習的存在后，一些研究者發現，是表面的相似性引發了被試的分類判斷正確率高于隨機水平。例如，一些研究發現組塊［41—43］和相似性［44—46］能夠影響被試的語法判斷。后來的一些遷移研究也發現了內隱學習的存在。遷移研究通常在測驗階段變換字符串的形式，例如元素不同［47］或者呈現的形式發生變化，如感覺通道不同［33，48—50］，遷移研究發現被試的分類判斷正確率仍然顯著高于隨機水平。有研究者指出這一結果是由于測驗串和學習串具備一種抽象的相似性［51］，即相同的重復結構。例如，如果學習階段的某個字符串為MXVM，測驗階段包含字符串LCDL，那么二者就具有相同的重復結構，此時的LCDL 就容易被判定為合法。

可見，上述研究證實了表面的和抽象的相似性是人工語法學習的根源。這些研究主要探討了在限定狀態下人工語法任務中被試獲得的客觀知識是什么的問題。如果可以是組塊或相似性，那么被試獲得的這些客觀知識在主觀上的表征又是什么?所謂主觀上的表征是指被試在分類判斷過程中經歷的主觀體驗過程。借用再認記憶的總體匹配模型所描述的相似性能夠引發熟悉感，我們可以推論:在人工語法任務中，組塊這種表面的相似性或者重復結構這種抽象的相似性似乎能夠引發被試對于合法串更多的熟悉感，從而能夠區分合法串和非法串。Schreiber 和Anderson 首次采用人工語法任務，從相似性的角度探討了相似性和熟悉感之間的關系，以及熟悉感對語法判斷的影響，他們提出的競爭組塊模型(competitive chunking)的核心概念就是“熟悉感”［43］。他們指出，按照競爭組塊假設，對于一個測驗串來說，隨著組塊相似程度的增加，被試對該字符串的熟悉感也隨之增加，從而更容易將該字符串判斷為合法。這一研究暗示了，在區分合法串和非法串的過程中，熟悉感發揮了重要的作用。Johnstone 和Shanks 的研究也支持這一觀點。他們在測驗階段，向被試呈現新的字符串，一半的字符串是由在學習階段出現過的(熟悉的)組塊構成，一半的字符串是由在學習階段未出現過的(不熟悉的)組塊構成。結果發現，與不熟悉的合法串相比，被試更傾向于將熟悉的非法串判定為合法［44］。Johnstone 和Shanks 進一步指出，被試在人工語法任務中獲得的知識可以表征為對學習階段組塊的熟悉感。

綜上可知，在人工語法的研究中，對測驗階段字符串相似性的操縱引發了熟悉感，進而影響了語法判斷。

雙加工模型已經證實，再認判斷基于熟悉感和回憶兩個獨立的加工過程。一些研究者探討了在人工語法任務中被試在進行分類判斷時究竟是基于相似性的熟悉感，還是有意識的規則提取。他們采用的方法是引入ROC 曲線。這一研究方法最初源于對再認記憶中熟悉感和回憶的探討。Yonelinas采用ROC 曲線分析了熟悉感和回憶過程［7，8］。具體來說，在被試對每個測驗項目進行再認判斷后按照6 點評分給出信心水平，根據其不同信心水平上的擊中和虛報率畫出ROC 曲線，并進行Z 分數轉換。轉換后ROC 曲線的截距反映了辨別力指標d’，斜率反映了該曲線是否為對稱曲線。當斜率為1 時，表明該曲線為對稱曲線。根據簡單信號檢測理論(simple signal detection theory)，對稱的ROC 曲線反映了再認判斷僅僅基于對測驗項目的熟悉感評價(熟悉感為連續變量)。當再認過程僅僅包含回憶的提取過程時，被試會將測驗串與學習串進行精確地匹配，按照全或無的方式，要么提取成功要么提取失敗。這一過程可以用閾限模型描述:對于舊項目來說，當搜索到記憶中存儲的能夠精確匹配的信息時，就超出了被試的判斷閾限，將此項目判斷為“舊”，這一過程也被稱為高閾限加工(high－threshold process)。如果再認測驗基于回憶，那么根據測驗結果畫出的ROC 曲線應該與高閾限加工模型相一致，為直線;如果再認判斷同時包含熟悉感和回憶過程，那么此時的ROC 曲線應符合雙加工的信號檢測模型(Dual-Process Signal Detection Model)，為非對稱的曲線。可見，通過比較ROC 曲線的形態，就可以推測再認判斷依賴的心理過程。Yonelinas 分別考察了項目再認判斷和聯想再認判斷的ROC 曲線，結果發現項目再認的ROC 曲線是非對稱的曲線，而聯想再認判斷的ROC 曲線為直線。這就證實了項目再認判斷同時依賴熟悉感和回憶，而聯想再認判斷主要依賴回憶過程［8］。

Kinder 和Assmann 認為，在人工語法任務中對于規則的有意識提取符合高閾限模型，而基于相似性的熟悉感是一個連續的維度，符合信號檢測模型。因此，如果將上述再認測驗中對ROC 曲線的分析方法應用于人工語法任務的研究，就可以提供被試進行語法判斷的認知加工依據，即被試究竟是基于相似性的熟悉感，還是有意識的規則提取。研究發現，分類判斷的ROC 曲線與基于客觀相似性的熟悉感的信號檢測模型相一致，因此，被試的分類判斷是依賴連續的熟悉感變量［52］。Lotz 和Kinder 采用ROC 曲線再次證實了在人工語法任務中，被試的分類判斷結果同樣與信號檢測模型相一致，這表明分類判斷的依據主要是熟悉感［53］。Tunney和Bezzina 采用人工語法任務在3 個不同的時間點對被試進行了字符串的再認測驗(立即測驗，7天后和14天后測驗)，以考察熟悉感和對規則的有意識提取這兩個過程對再認的貢獻，以及它們如何隨著時間的變化而變化的。通過對不同時間點測驗的ROC 曲線的比較，發現熟悉感和對規則的有意識提取都對再認判斷產生影響，對規則的有意識提取對再認測驗的貢獻隨著時間的推移而下降，即出現了遺忘;而熟悉感對再認測驗的貢獻比較穩定，再次證實了熟悉感在分類判斷過程中的重要作用［54］。

上述的一系列證據都從相似性的角度對熟悉感進行了探討，表明在人工語法任務中與有意識的提取相比，被試更多地依賴熟悉感進行分類判斷。由于熟悉感與相似性存在密切的關系，因而對于被試來說，客觀的相似性在能夠在主觀上表征為熟悉感，進而影響語法判斷。

二、人工語法學習中知識的意識性與熟悉感

內隱學習研究領域關注的一個重要問題是知識的意識性問題，即被試在這一過程中獲得的知識究竟是有意識的還是無意識的。既然在人工語法學習中，分類判斷很大程度上依賴于熟悉感，那么熟悉感在分類判斷過程中究竟是如何變化和發揮作用、進而影響語法判斷的?被試在人工語法學習中獲得知識的意識性與熟悉感存在怎樣的關系呢?

(一)標準化熟悉感模型的提出

Scott 和Dienes 提出的標準化熟悉感模型(calibrated familiarity model，CFM)描述了人工語法學習中知識的意識性與熟悉感之間的關系，以及熟悉感在分類判斷過程中是如何變化和發揮作用的(見圖1)［55］。

在這一模型中，對意識性的探討是通過測量被試的信心水平實現的，即在每次分類判斷后讓被試對其信心進行評定，這種方法稱為主觀測量標準。主觀測量標準包含兩個標準:一是零相關標準(zero-correlation criterion)，即根據信心值和正確率存在相關來測量意識性，如果信心值和正確率不存在相關則表明被試獲得的知識是無意識的;另一個標準稱為猜測標準(guessing criterion)［56，57］，也就是將被試聲稱為猜測的項目找出，并檢驗這些項目的正確率是否顯著高于隨機水平，如果顯著高于隨機水平，則表明被試獲得的知識是無意識的。

標準化熟悉感模型就是采用主觀測量標準描述熟悉感、語法判斷以及知識意識性的動態變化過程。圖1 中模型中間的實線表示平均水平的熟悉感(mean familiarity)。該模型認為，被試在對測驗階段字符串進行語法判斷時，根據對該字符串的熟悉感與平均水平熟悉感的比較，把高于平均水平熟悉感的判斷為合法，把低于平均水平熟悉感的判斷為非法。被試對某個字符串的語法判斷信心水平取決于對該字符串的熟悉感與平均水平熟悉感的差。該模型假設，被試在最初判斷時，信心水平并不穩定，直到平均水平熟悉感穩定之后，被試的分類判斷正確率才高于隨機水平時，其信心水平才趨于穩定。例如，在測驗階段，當被試判斷了3 個測驗項目后，他的判斷僅僅反映了這3 個字符串在熟悉感上的差異，但此時被試的判斷并不能反映出他的信心水平;而當被試判斷了30 個字符串之后，反映在該模型中的熟悉感分布趨于穩定，這時熟悉感的差異就足以支持信心判斷。Scott 和Dienes 把信心與熟悉感的關系逐漸穩定的過程稱為熟悉感的標準化過程。圖1 中的虛線部分稱為信心閾限，虛線的中間部分是指根據猜測標準，被試在信心判斷時給出50%信心水平(完全猜測)且正確率高于隨機水平的測驗項目;虛線的外側部分是被試在信心判斷時高于50%(有一定水平的信心)的項目［55］。熟悉感的標準化過程如圖1 右上角所示，是一個信心閾限逐漸減小和穩定的過程。如上所述，被試最初的判斷并不能夠反映出其信心水平，被試可能更多地依賴于猜測，給出50%的信心值，導致信心閾限范圍較大;隨著測驗項目增多，熟悉感分布趨于穩定。導致信心水平趨于穩定，被試能夠更加敏感地對不同測驗項目給出不同的信心值，導致信心閾限逐漸縮小，即被試猜測的范圍逐漸減小，而有信心的部分逐漸增大，相應地，被試就具備了更多的有意識的判斷知識。這樣，熟悉感差異(對某個字符串的熟悉感與平均水平熟悉感的差異)就能夠更為準確地預測語法判斷。

圖1 標準化熟悉感模型

Scott 和Dienes 采用人工語法任務驗證了標準化熟悉感模型，并探討了熟悉感與判斷知識的關系［55］。在人工語法任務中，判斷知識是指對于“某個字符串是否符合語法”的知識。根據猜測標準，當被試對其判斷沒有信心時(50%的信心值)，其分類判斷超出隨機水平，表明無意識判斷知識的存在。Scott 和Dienes 認為，雖然信心判斷準確地反映了被試的判斷知識是否有意識，但實際上卻并不能夠完全表征被試決策過程的狀態。他們在測驗階段讓被試進行語法判斷、信心評定(50%—100%)和主觀熟悉感評分(0%—100%)，結果發現當被試對語法判斷完全沒有信心時，主觀熟悉感仍然能夠預測語法判斷。這一結果表明，對于不同的測驗字符串，雖然被試對他們自己的判斷缺乏信心，但是其分類判斷超出了隨機水平，說明了無意識判斷知識的存在。即便如此，被試在主觀上仍然能夠感覺到不同字符串之間熟悉感的差異，并且運用熟悉感進行分類判斷［55］。Scott 和Dienes 還發現，隨著測驗的進行，熟悉感的分布區域穩定，被試猜測的范圍逐漸減小，而有信心的部分逐漸增大，表明被試就具備了更多的有意識的判斷知識。此時，熟悉感差異(對某個字符串的熟悉感與平均水平熟悉感的差異)同樣能夠更為準確地預測語法判斷，支持標準化熟悉感模型的假設。可見，熟悉感在人工語法任務中并非穩定不變的，而是經歷了一個逐漸趨于穩定的動態變化過程。由于熟悉感的變化導致信心判斷趨于穩定，無意識判斷知識范圍逐漸縮小，有意識判斷知識逐漸增加，最重要的是，無論在無意識判斷知識還是有意識判斷知識存在的情況下，熟悉感都能夠預測語法［55］。

(二)不同的學習條件下意識性與熟悉感之間的關系

上述的標準化熟悉感模型描述了人工語法學習中知識的意識性與熟悉感之間自發的動態變化關系，另一些研究人為地操縱了不同意識程度的學習條件，探討在有意學習(intentional learning)和附帶學習(incidental learning)兩種不同的學習條件下意識性與熟悉感之間的關系。有意學習采用規則探索指導語，并在學習階段開始前告知被試字符串存在規則，讓被試在學習階段進行規則探索;附帶學習采用記憶指導語，并在學習階段開始前告訴被試對學習階段的字符串進行記憶。Reber 發現，相對于規則探索指導語條件下的有意學習而言，記憶指導語條件下的附帶學習更有利于被試學習到諸如人工語法規則等復雜知識［58］。他的實驗發現:當要求被試記憶字符串時，被試能夠內隱地習得語法規則;而當要求被試尋找字符串的規則時，被試的分類成績卻遠遠沒有記憶組好，即出現了內隱學習優勢效應。那么，在這兩種不同的學習條件下，熟悉感是否發揮著不同的作用呢?

1．有意學習條件

為了更好地探討人工語法學習中被試獲得知識的意識性，Dienes 和Scott 發展出了一種測量知識意識性的方法——結構知識測量。他們認為，在學習階段，被試獲得了學習串的某種結構［59］——他們稱其為結構知識，即“是什么特征或者結構決定了字符串合法還是非法”。例如，某個字符串包含某個組塊，或者符合某種重復結構，所以被試將其判定為合法串。因此，結構知識可以包含特定項目的知識、片斷知識、某種形式的規則或是字符之間的聯結權重。Dienes 和Scott 讓被試直接報告出他們所具備的結構知識，即在測驗階段，對每個字符串進行分類判斷后，從以下四個選項中選擇他們的判斷依據:猜測、直覺、規則和記憶［59］。猜測是指被試的判斷是毫無根據的，就像扔硬幣一樣，結果可能是正面也可能是反面，各有50%的概率;直覺是指被試對自己的判斷有一點點信心，他們從某種程度上知道自己的判斷是對的，但又說不出到底為什么;規則是指被試覺得他們在學習階段獲得了某種規則，并且能夠描述出這種規則;記憶是指被試覺得在學習階段見過該字符串或字符串的一部分。這里，猜測和直覺是無意識的結構知識;記憶和規則是有意識的結構知識。通過這種方式，就可以將被試的結構知識分離出來。目前，作為一種重要的意識性測量方式，這種方法已經廣泛地應用在內隱學習的研究領域中［33—35，60—68］。

Scott 和Dienes 通過操縱學習階段的指導語，在測驗階段采用熟悉感評分測量熟悉感，采用結構知識測量方式測量被試的意識性，探討了在有意學習條件下意識性與熟悉感之間的關系［55］。結果發現，在有意學習條件下，被試大多采用“記憶”和“規則”的外顯結構知識，此時語法性能夠預測語法判斷，而熟悉感不能預測語法判斷。如何對這一結果進行解釋呢?他們認為，這一結果主要源于被試何時和怎樣獲得外顯結構知識。在有意學習條件下，被試可以在學習階段進行假設檢驗，獲得有意識的結構知識(記憶和規則)，此時語法性超越熟悉感，能夠更好地預測語法判斷。

2．附帶學習條件

Scott 和Dienes 同樣探討了在附帶學習條件下，意識性與熟悉感之間的關系，結果發現在附帶學習條件下，無論被試采用哪種結構知識，熟悉感都能夠很好地預測語法判斷［55］。他們認為，與有意學習條件下被試可以在學習階段進行假設檢驗不同，在無意學習條件下，被試需要在測驗階段對外顯結構知識進行提取，這時的提取過程受到對合法串和非法串熟悉感差異的影響。在有意學習和附帶學習條件下，熟悉感貢獻的差異這一結果能夠解釋內隱學習和外顯學習對注意資源的敏感性差異。Dienes和Scott 發現有意學習過程中的分散注意會降低測驗階段“記憶”和“規則”結構知識的正確率，而無意學習過程中的分散注意則沒有影響。這可能是由于分散注意干擾了有意學習過程中對規則的假設檢驗過程，進而影響基于“記憶”和“規則”的正確率;而無意學習后的分類判斷主要受到熟悉感的影響，所以沒有影響［59］。Reber 和Lewis 發現無意學習的正確率顯著高于有意學習，即內隱優勢效應，這一結果很可能是由于有意學習導致被試在測驗階段使用一些不正確的假設規則，不能采用熟悉感作為判斷依據，這就干擾了他們的語法判斷，使正確率降低［69］。

在附帶學習條件下，Scott 和Dienes 采用遷移任務，在測驗階段采用結構知識測量的方式測量被試的意識情況，即讓被試從以下5 個選項中選擇他們的判斷依據:隨機選擇、直覺、熟悉感、規則和記憶，并測量被試對字符串的主觀熟悉感。結果發現，當被試認為自己是隨機選擇時，仍然能夠做出正確的分類判斷，并且在這種情況下，主觀熟悉感能夠很好地預測語法判斷。這再次證實即使在遷移條件下，當被試意識不到分類判斷的依據時，主觀熟悉感仍然發揮著重要的作用，即主觀熟悉感能夠在無意識的情況下影響語法判斷［33］。

綜上可以看出，雖然在再認記憶領域中，基于熟悉感的再認表現出一種快速的自動特性，使它更接近于一種無意識性的特性，但在人工語法學習中，在附帶學習條件下，熟悉感的運用似乎與結構知識判斷沒有關系。也就是說，無論被試運用內隱的結構知識還是運用外顯的結構知識做判斷，熟悉感都能夠很好地預測語法判斷。

其他一些采用結構知識測量方式的研究，也證實了當被試能夠作出正確的分類判斷時(具備判斷知識)，他們可能意識不到自己采用的分類策略(結構知識)是什么。Dienes 和Scott 認為當被試進行語法判斷時，可能會基于某種感覺，這種感覺決定了被試所依據的結構知識，但是這種感覺本身可能是有意識的也可能是無意識的［59］。熟悉感也是一樣，它可以基于無意識的結構知識，但同樣能夠導致有意識的判斷知識。

三、工語法范式中熟悉感的來源

Dienes，Scott 和Wan 指出，熟悉感作為一種主觀的心理狀態或體驗，它是指人們對某個客體有一種似曾相識的感覺。但是有時候，人們可能甚至不知道是客體的什么特征導致他們對其產生了熟悉感。首先，學習和測驗階段字符串的相似性會導致熟悉感，因此，相似性是熟悉感的來源之一。Scott和Dienes 采用人工語法任務直接證實了這一觀點，他們對熟悉感進行了直接測量，即讓被試對熟悉感進行主觀評定，從0(低)到100(高)之間選擇一個合適的數值來衡量熟悉感水平;他們還同時測量了測驗字符串的一系列表面特征，這些特征可以衡量測驗字符串和學習階段字符串的相似性，具體包括字符串長度、相同位置聯結組塊強度(positional associative chunk strength，PACS)、聯結組塊強度(associative chunk strength，ACS)、新異組塊比例(novel chunk proportion，NCP)、相同字母比例(same letter proportion，SLP)、相鄰重復比例(adjacent repetition proportion，ARP)、總體重復比例(global repetition proportion，GRP)等，并采用回歸分析的方法探討熟悉感的來源。結果發現，這些客觀上的表面相似性能夠預測主觀熟悉感評分(R =0.45)，并且主觀熟悉感評分能夠預測語法判斷(R = 0.64)［70］。可見，除了組塊的特征之外，對其他一些表面特征的操縱同樣可以作為熟悉感的來源影響熟悉感評分，進而影響語法判斷。

另一種觀點［71］認為，知覺加工的流暢性是產生熟悉感的原因。知覺流暢性是指某個刺激能夠被識別的難易程度或加工速度。他們認為如果在先前的實驗情境呈現了一個刺激，那么當它在相同的情境再次出現時，被試將更容易識別該刺激，即舊項目比新項目的知覺流暢性更好。當人們能夠很容易很流暢地加工一個刺激時，他們通常會認為之前見過該刺激，并將該刺激在主觀上體驗為熟悉感。因此，他們認為加工流暢性是熟悉感的來源。

一些再認記憶的研究支持熟悉感源于知覺流暢性。Johnston，Dark 和Jacoby 在測驗階段采用知覺澄清任務操縱知覺流暢性，讓被試對一些新舊項目進行再認。知覺澄清任務即在測驗項目呈現時，首先采用隨機分布的點將測驗項目掩蓋，隨著時間隨機點逐漸消失，使得測驗項目從模糊到清晰。被試的任務是在測驗項目完全清晰前對其進行辨認。他們將被試辨認的反應時作為因變量進行測試，結果發現當被試判定某項目為“舊”時(無論該項目實際上是新還是舊)的反應時更快，這證實了與不流暢的測驗項目相比，被試更加傾向于將流暢的測驗項目判定為舊的項目［72］。其他一些研究也得到了相似的結論［73—75］。在此基礎上，Whittlesea 和Williams 進一步探討了流暢性對熟悉感的影響，并對這一現象進行了解釋。他們認為熟悉感并不僅僅取決于流暢性本身，而是取決于刺激項目的真實流暢性和期望流暢性之間的不一致［76］。舉例來說，他們認為當我們對一張人臉非常熟悉(例如一個朋友)或者完全不熟悉(完全的陌生人)時，是不會產生強烈的熟悉感的，只有當我們對這張臉具備有限的知識(只見過幾次)或者這張臉非常像我們的某個朋友時，才會產生熟悉感。原因在于，人們通常會認為他們對認識的臉的加工更流暢，對不認識的臉的加工更不流暢，即期望知覺流暢性和再認信息具備一致性。但是，即使在對某張人臉具備有限知識并使人們會產生知覺上的流暢性時，卻無法在記憶中對其進行提取，這就出現了真實流暢性和期望流暢性之間的不一致。這時，人們就會無意識地將這種無法解釋的流暢性歸因于先前見過，即在主觀體驗上表現為熟悉感。

將知覺澄清任務用在人工語法研究中并探討流暢性對語法判斷的影響始于Buchner。他采用知覺澄清任務來表征對測驗字符串自然發生的流暢性，即字符串的呈現由模糊逐漸變清晰;被試的任務是在他們能夠辨認該字符串的時候做出按鍵反應，他們對每個測驗字符串的反應時被記錄下來［77］。Buchner 發現被試對合法串的反應時顯著快于對非法串的反應時，證實了流暢性是內隱知識的一個來源，但是這種流暢性的差異并不影響語法判斷。與Buchner 使用的自然發生的流暢性不同，Kinder 等同樣采用知覺澄清任務，人為地控制流暢性的變化，即字符串從模糊到清晰的變化速率是不同的［78］。結果發現，流暢性變化速率快的字符串更容易被判定為合法，因此他們得出結論:被試采用流暢性作為語法判斷的依據。然而這一結論并不具備普遍性，因為大多數研究發現，控制知覺流暢性更多地是影響被試對字符串的喜好程度而非語法判斷［79，80］。值得注意的是，在Buchner 和Kinder等人的研究中，測驗字符串只有在知覺澄清任務，由此判斷其時才會呈現，所以被試必須要在知覺澄清任務的同時做出分類判斷。Scott 和Dienes 認為這種分類判斷不同于標準的人工語法分類任務，因為在標準的分類任務過程中，測驗字符串是一直呈現在被試眼前的。［35］他們推測先前研究得到的流暢性對語法判斷的影響很可能是由于其他的判斷依據都受到了限制，被試沒有其他的判斷依據，此時只能夠根據流暢性進行判斷。為了進一步澄清加工流暢性、熟悉感和語法判斷之間的關系，Scott 和Dienes 分別采用了自然發生的流暢性和人為控制的流暢性兩種任務，并在兩種任務中分別設置了知覺澄清任務中是否包含語法判斷過程［35］:一種任務與Buchner 和Kinder 等人的研究類似，測驗字符串只有在知覺澄清任務時才會呈現，被試按鍵后字符串消失;另一種任務是被試按鍵后字符串會再次出現，此時被試就無需在澄清任務過程中進行語法判斷。熟悉感是通過被試的主觀評分進行測量。結果發現，熟悉感是語法判斷的主要來源;而對于流暢性來說，無論是自然發生的流暢性還是人為控制的流暢性，只有當澄清任務包含了語法判斷的決策過程時，流暢性才會對語法判斷產生影響。Whittlesea 和Leboe 發現，當被試可以同時使用流暢性和結構相似性做分類判斷時，他們更傾向于采用結構相似性這一特征，即流暢性不影響語法判斷［81］。Scott 和Dienes 的遷移研究證實了流暢性會影響熟悉感，但是不影響語法判斷［33］。由此可見，在人工語法任務中，對于知覺流暢性究竟是不是熟悉感的來源還存在爭論。

四、結論與展望

綜上所述，熟悉感最初源于再認記憶的雙加工模型，該模型認為再認判斷基于兩個獨立的加工過程:回憶和熟悉感。在人工語法學習中，熟悉感發揮了重要作用，具體表現為測驗階段字符串表面相似性在主觀上表征為熟悉感，進而影響語法判斷;人工語法任務中意識性與熟悉感是一個動態變化并最終趨于穩定的過程。在不同的學習條件下，意識性知識與熟悉感的關系有所不同:在附帶學習條件下，無論被試采用哪種結構知識，熟悉感都能夠很好地預測語法判斷;而在有意學習條件，語法性則超越了熟悉感，能夠更好地預測語法判斷。除了相似性之外，熟悉感也會來源于流暢性，但流暢性本身似乎并不直接影響語法判斷，而是以熟悉感為中介對語法判斷產生影響。

先前的研究對于流暢性和熟悉感之間的關系探討源于記憶領域。這類研究認為，在新舊判斷中，由于舊的項目產生了加工上的流暢性，因此在主觀上體驗為熟悉感，從而更容易將其判斷為“舊”。在以往的采用限定狀態人工語法進行的研究中發現，相似性引發熟悉感，熟悉感導致語法判斷;流暢性引發熟悉感，但不影響語法判斷。那么相似性、流暢性、熟悉感和語法判斷之間的關系究竟是什么?由于限定狀態語法限定了相鄰要素之間的順序，并具有較高的語族相似性，因此，今后的研究可以嘗試從相鄰要素間沒有順序限制的遠距離規則入手，探討當控制了相似性因素、無組塊區分、無重復結構的時候，是否仍能引發被試的熟悉感;或者說熟悉感是否仍然能夠和好地預測語法判斷。也許，這將會是一個探討流暢性與熟悉感異同關的新維度。

［1］R． C． ATKINSON，J． F． JUOLA． Factors Influencing Speed and Accuracy of Word Recognition． In S． KORNBLUM(Ed．)． Fourth International Symposium on Attention and Performance． New York:Academic Press，1973:583—611．

［2］R． C． ATKINSON，J． F． JUOLA． Search and Decision Processes in Recognition Memory． In D． H． KRANTZ，R． C． ATKINSON，R． D． LUCE，et al(Eds．)． Contemporary Developments in Mathematical Psychology:Vol．1． Learning，Memory ＆ Thinking． San Francisco:Freeman，1974:243—293．

［3］L． L． JACOBY． A Process Dissociation Framework:Separating Automatic from Intentional Uses of Memory．Journal of Memory and Language，1991，30(5):513—541．

［4］L． L． JACOBY，M． DALLAS． On the Relationship Between Autobiographical Memory and Perceptual Learning．Journal of Experimental Psychology:General，1981，110:306—340．

［5］G． MANDLER． Organization and Repetition:Organizational Principles with Special Reference to Rote Learning．In L． G． NILSSON(Ed．)． Perspectives on Memory Research． Hillsdale，NJ:Erlbaum，1979:293—327．

［6］G． MANDLER． Recognizing:The Judgment of Previous Occurrence． Psychological Review，1980，(3):252—271．

［7］A． P． YONELINAS． Receiver-operating Characteristics in Recognition Memory:Evidence for a Dual－process model． Journal of Experimental Psychology:Learning，Memory，and Cognition，1994，(6):1341—1354．

［8］A． P． YONELINAS． Recognition Memory ROCs for Item and Associative Information:The Contribution of Recollection and Familiarity． Memory ＆ Cognition，1997，25:747—763．

［9］A． P． YONELINAS． The Nature of Recollection and Familiarity:A Review of 30 Years of Research． Journal of Memory and Language，2002，46:441—517．

［10］P． A． HIGHAM，J． R． VOKEY． Illusory Recollection and Dual－process Models of Recognition Memory． Quarterly Journal of Experimental Psychology，2004，57(4):714—744．

［11］D． L． HINTZMAN，D． A． CAULTON． Recognition Memory and Modality Judgments:A Comparison of Retrieval Dynamics． Journal of Memory and Language，1997，37(1):1—23．

［12］S． D． GRONLUND，M． B． EDWARDS，D． D．OHRT． Comparison of the Retrieval of Item Versus Spatial Position Information． Journal of Experimental Psychology:Learning，Memory，and Cognition，1997，23(5):1261—1274．

［13］D． L． HINTZMAN， D． A． CAULTON， D． J．LEVITIN． Retrieval Dynamics in Recognition and List Discrimination:Further Evidence of Separate Processes of Familiarity and Recall． Memory and Cognition，1998，26(3):449—462．

［14］J． ARNDT，L．M． REDER． Word Frequency and Receiver－operating Characteristic Curves in Recognition Memory:Evidence for a Dual-process Interpretation． Journal of Experimental Psychology:Learning，Memory，and Cognition，2002，28(5):830—842．

［15］R． KELLEY，J． T． WIXTED． On the Nature of Associative Information in Recognition Memory．Journal of Experimental Psychology:Learning，Memory，and Cognition，2001，27(3):701—722．

［16］S． D． SLOTNICK，S． A． KLEIN，C． S． DODSON，et al． An Analysis of Signal Detection and Threshold Models of Source Memory． Journal of Experimental Psychology:Human Learning and Memory，2000，28(6):1499—1517．

［17］C． M． ROTELLO，N． A． MACMILLAN，G． VAN TASSEL． Recall-to-reject in Recognition:Evidence from ROC Curves． Journal of Memory and Language，2000，43(1):67—88．

［18］A． P． YONELINAS． The Contribution of Recollection and Familiarity to Recognition and Source－ memory Judgments:A Formal Dual-process Model and an Analysis of Receiver Operating Characteristics． Journal of Experimental Psychology:Learning，Memory，and Cognition，1999，25(6):1415—1434．

［19］T． CURRAN． Brain Potentials of Recollection and Familiarity． Memory ＆ Cognition，2000，28(6):923—938．

［20］E． Düzel，A． P． YONELINAS，G． R． MANGUN，et al． Event－ related Brain Potential Correlates of Two States of Conscious Awareness in Memory． Proceedings of the National Academy of Sciences of the USA，1997，94(11):5973—5978．

［21］M． E． SMITH． Neurophysiological Manifestations of Recollective Experience During Recognition Memory Judgments．Journal of Cognitive Neuroscience，1993，5(1):1—13．

［22］W． KLIMESCH，A． DOPPELMAYR，A． O． YONELINAS，et al． Theta Synchronization during Episodic Retrieval:Neural Correlates of Conscious Awareness． Cognitive Brain Research，2001，12(1):33—38．

［23］孟迎芳，郭春彥． 內隱記憶和外顯記憶的ERP 分離與聯系． 科學通報，2007，52(17):2021—2028．

［24］孟迎芳，郭春彥． 內隱與外顯記憶的編碼與提取非對稱性關系． 心理學報，2009，41(8):694—705．

［25］喬艷陽，張慶林，張利萍，王翠春，蔡乾偉． 情緒調整的記憶鞏固促進熟悉性再認:來自腦電的證據． 中國臨床心理學雜志，2014，22(1):7—11．

［26］J． P． AGGLETON，D． McMACKIN，K． CARPENTER，et al． Differential Cognitive Effects of Colloid Cysts in the Third Ventricle That Spare or Compromise the Fornix．Brain，2000，123(1):800—815．

［27］G． A． CARLESIMO，M． G． LOMBARDI，C． CALTAGIRONE，et al． Recollection and Familiarity in the Human Thalamus． Neuroscience ＆ Biobehavioral Reviews，in press．

［28］W． HURST，B． T． VOLPE． Temporal Order Judgments with Amnesia． Brain and Cognition，1982，1(3):294—306．

［29］F． A． HUPPERT，M． PIERCY． Recognition Memory in Amnesic Patients:Effects of Temporal Context and Familiarity of Material． Cortex，1976，12(1):3—20．

［30］F． A． HUPPERT，M． PIERCY． The Role of Trace Strength in Recency and Frequency Judgments by Amnesic and Control Subjects． Quarterly Journal of Experimental Psychology，1978，(2):347—354．

［31］C． J． MOULIN，C． SOUCHAY，R． G． MORRISB． The Cognitive Neuropsychology of Recollection． Cortex，2013，49(6):1445—1451．

［32］A． J． RYALS，A． M． CLEARY，C． A． SEGE． Recall Versus Familiarity When Recall Fails for Words and Scenes:The Differential Roles of the Hippocampus，Perirhinal Cortex，and Category－ specific Cortical Regions． Brain Research，2013，1492:，72—91．

［33］R． B． SCOTT，Z． DIENES． Knowledge Applied to New Domains:The Unconscious Succeeds Where the Conscious Fails． Consciousness ＆ Cognition，2010a，19:391—398．

［34］R． B． SCOTT，Z． DIENES． Prior Familiarity with Components Enhances Unconscious Learning of Relations．Consciousness ＆ Cognition，2010b，19:413—418．

［35］R． B． SCOTT，Z． DIENES． Fluency Does not Express Implicit Knowledge of Artificial Grammars． Cognition，2010c，114:372—388．

［36］趙廣平，郭秀艷． 熟悉性與回想分離的新證據． 心理科學進展，2014，22(7):1122—1128．

［37］A． M． CLEARY，M． M． LANGLEY，K． R． SEILER．Recognition without Picture Identification:Geons as Components of the Pictorial Memory Trace． Psychonomic Bulletin ＆ Review，2004，11:903—908．

［38］A． M． CLEARY，A． J． RYALS，J． S． NOMI． Can Déjàvu Result from Similarity to a Prior Experience?Support for the Similarity Hypothesis of Déjàvu． Psychonomic Bulletin ＆ Review，2009，16:1082—1088．

［39］A． M． CLEARY，M． M． WINFIELD，B． KOSTIC． Auditory Recognition without Identification． Memory ＆ Cognition，2007，35:1869—1877．

［40］A． S． REBER． Implicit Learning of Artificial Grammars．Journal of Verbal Learning and Verbal Behavior，1967，6:855—863．

［41］D． E． DULANY，R． A． CARLSON，G． I． DEWEY． A Case of Syntactical Learning and Judgment:How Conscious and How Abstract． Journal of Experimental Psychology:General，1984，113:541—555．

［42］P． PERRUCHET，C． PACTEAU． Synthetic Grammar Learning:Implicit Rule Abstraction or Explicit Fragmentary Knowledge． Journal of Experimental Psychology:General，1990，119:264—275．

［43］E． SERVAN-SCHREIBER，J． R． ANDERSON． Learning Artificial Grammars with Competitive Chunking． Journal of Experimental Psychology:Learning，Memory，and Cognition，1990，16:592—608．

［44］T． JOHNSTONE，D． R． SHANKS． Abstractionist and Processing Accounts of Implicit Learning． Cognitive Psychology，2001，42(1):61—112．

［45］B． J． KNOWLTON，L． R． SQUIRE． The Information Acquired during Artificial Grammar Learning． Journal of Experimental Psychology:Learning，Memory and Cognition，1994，1:79—91．

［46］R． J． TUNNEY． Sources of Confidence Judgments in Implicit Cognition． Psychonomic Bulletin and Review，2005，12:367—373．

［47］A． S． REBER． Transfer of Syntactic Structure in Synthetic Languages． Journal of Experimental Psychology，1969，81(1):115—119．

［48］G． T． M． ALTMANN，Z． DIENES，A． GOODE． Modality Independence of Implicitly Learned Grammatical Knowledge． Journal of Experimental Psychology:Learning，Memory and Cognition，1995，21(4):899—912．

［49］C． M． CONWAY，M． H． CHRISTIANSEN． Statistical Learning within and between Modalities． Psychological Science，2006，17(10):905—912．

［50］R． J． TUNNEY，G． T． M． ALTMANN． Two Modes of Transfer in Artificial Grammar Learning． Journal of Experimental Psychology:Learning，Memory and Cognition，2001，27(3):614—639．

［51］L． R． BROOKS，J． R． VOKEY． Abstract Analogies and Abstracted Grammars:Comments on Reber(1989)and Mathews et al．(1989)． Journal of Experimental Psychology:General，1991，120:316—323．

［52］A． KINDER，A． ASSMANN． Learning Artificial Grammars:No Evidence for the Acquisition of Rules． Memory and Cognition，2000，28(8):1321—1332．

［53］A． LOTZ，A． KINDER． Classification and Recognition in Artificial Grammar Learning:Analysis of Receiver Operating Characteristics． Quarterly Journal of Experimental Psychology，2006，59:667—682．

［54］R． J． TUNNEY，G． BEZZINA． Effects of Retention Intervals on Receiver Operating Characteristics in Artificial Grammar Learning． Acta Psychologica，2007，125(1):37—50．

［55］R． SCOTT，Z． DIENES． The Conscious，the Unconscious，and Familiarity． Journal of Experimental Psychology:Learning，Memory，＆ Cognition，2008，34:1264—1288．

［56］Z． DIENES，G． ALTMANN，L． KWAN，et al． Unconscious Knowledge of Artificial Grammars is Applied Strategically． Journal of Experimental Psychology:Learning，Memory，and Cognition，1995，21(5):1322—1338．

［57］Z． DIENES，D． BERRY． Implicit Learning:Below the Subjective Threshold． Psychonomic Bulletin ＆ Review，1997，4(1):3—23．

［58］A． S． REBER． Implicit Learning of Artificial Languages:The Role of Instruction Set． Journal of Experimental Psychology:Human Learning，and Memory，1976，2:88—94．

［59］Z． DENNES，R． SCOTT． Measuring Unconscious Knowledge:Distinguishing Structural Knowledge and Judgment Knowledge． Psychological Research，2005，69(5):338—351．

［60］W． CHEN，X． GUO，J． TANG，et al． Unconscious Structural Knowledge of Form-meaning Connections．Consciousness ＆ Cognition，2011，20:1751—1760．

［61］Q． FU，Z． DIENES，X． Fu． Can Unconscious Knowledge Allow Control in Sequence Learning?Consciousness＆ Cognition，2010a，19:462—475．

［62］Q． FU，Z． DIENES，X． FU． The Distinction between Intuition and Guessing in the SRT Task Generation:A Reply to Norman and Price． Consciousness ＆ Cognition，2010b，19:478—480．

［63］X． GUO，L． ZHENG，L． ZHU，et al． Acquisition of Conscious and Unconscious Knowledge of Semantic Prosody．Consciousness ＆ Cognition，2011，20:417—425．

［64］S． JIANG，L． ZHU，X． GUO，et al． Unconscious Structural Knowledge of Tonal Symmetry:Tang Poetry Redefines Limits of Implicit Learning． Consciousness ＆ Cognition，2012，21:476—486．

［65］姜珊，郭秀艷，楊靖，馬聞笛． 漢語聲調遠距離規則的內隱學習及其遷移效應． 心理學探新，2014，34(5):416—422．

［66］F． LI，S． JIANG，X． GUO，et al． The Nature of the Memory Buffer in Implicit Learning:Learning Chinese Tonal Symmetries． Consciousness ＆ Cognition，2013，22(3):920—930．

［67］P． REBUSCHAT，J． WILLIAMS． Implicit Learning of Word Order． In N． A． TAATGEN，H． VAN RIJN(Eds．)． Proceedings of the 31th Annual Conference of the Cognitive Science Society． Austin，TX:Cognitive Science Society，2009:425—430．

［68］L． L． WAN，Z． DIENES，X． L． FU． Intentional Control Based on Familiarity in Artificial Grammar Learning．Consciousness and Cognition，2008，17:1209—218．

［69］A． S． REBER，S． LEWIS． Implicit Learning:An Analysis of the Form and Structure of a Body of Tacit Knowledge． Cognition，1977，114，14—24．

［70］Z． DIENES，R． B． SCOTT，L． L． WAN． The Role of Familiarity in Implicit Learning． In P． Higham，J． Leboe(Ed．)． Constructions of Remembering and Metacognition:Essays in Honour of Bruce Whittlesea． Palgrave Macmillan，2011:51—52．

［71］L． L． JACOBY，M． DALLAS． On the Relationship between Autobiographical Memory and Perceptual Learning．Journal of Experimental Psychology:General，1981，110:306—340．

［72］W． A． JOHNSTON，V． J． DARK，L． L． JACOBY．Perceptual Fluency and Recognition Judgments． Journal of Experimental Psychology:Learning，Memory，and Cognition，1985，11:3—11．

［73］W． A． JOHNSTON，K． J． HAWLEY，M． G． ELLIOT．Contribution of Perceptual Fluency to Recognition Judgments． Journal of Experimental Psychology:Learning，Memory，and Cognition，1991，17:210—223．

［74］C． R． LUO． Enhanced Feeling of Recognition:Effects of Identifying and Manipulating Test Items on Recognition Memory． Journal of Experimental Psychology:Learning，Memory，and Cognition，1993，19:405—413．

［75］M． VERFAELLIE，L． S． CERMAK． Perceptual Fluency as a Cue for Recognition Judgments in Amnesia． Neuropsychology，1999，13:198—205．

［76］B． W． A． WHITTLESEA，L． D． WILLIAMS． The Source of Feelings of Familiarity:The Discrepancy－attribution Hypothesis． Journal of Experimental Psychology:Learning，Memory，and Cognition，2000，26(3):547—565．

［77］A． BUCHNER． Indirect Effects of Synthetic Grammar Larning in an Identification Task． Journal of Experimental Psychology:Learning，Memory， and Cognition，1994，20(3):550—566．

［78］A． KINDER，D． R． SHANKS，J． COCK，et al． Recollection，Fluency，and the Explicit/Implicit Distinction in Artificial Grammar Learning． Journal of Experimental Psychology:General，2003，132(4):551—565．

［79］B． R． NEWELL，J． E． H． Bright． The Relationship between the Structural Mere Exposure Effect and the Implicit Learning Process． The Quarterly Journal of Experimental Psychology A:Human Experimental Psychology，2001，54A(4):1087—1104．

［80］D． M． ZIZAK，A． S． REBER． Implicit Preferences:The Role(s)of Familiarity in the Structural Mere Exposure Effect． Consciousness and Cognition，2004，13(2):336—362．

［81］B． W． A． WHITTLESEA，J． P． LEBOE． The Heuristic Basis of Remembering and Classification:Fluency，Generation，and Resemblance． Journal of Experimental Psychology:General，2000，129(1):84—106．