P3b反映基于相似性的圖形類別歸納決策過程*

楊 雪 龍長權 陳安濤

(西南大學心理學部，重慶 400715)

1 引言

基于類別的歸納(category-based induction)在概念應用和知識拓展方面至關重要(Heit & Hayes，2011；Markman & Ross，2003)；包含將一個事物(或類別)中的某個特征投射到其他事物(或類別)中的認知過程(Kemp & Jern，2014)。例如，已知一組狗的體內含有beta 細胞，人們可能推斷其他狗類或者馬類體內含有beta細胞，因為馬類和狗類都是哺乳動物。同時，人們也會傾向于拒絕椅子含有beta細胞，因為椅子并非哺乳動物。

由于事件相關電位技術(event-related potentials，ERPs)能夠在毫秒級的時間精度下即時測量認知過程，因此可以作為較為理想的研究技術深入研究類別歸納的認知過程。一些研究者通過ERPs技術并采用圖形材料探討了類別歸納的認知過程(Huang，Tang，Li，& Li，2013；Li，Luo，Cao，& Li，2009)。例如，在一項研究中，被試先被告知一些電池有電，一些電池沒有電(前提)，然后要求被試判斷測試電池(結論)是否有電時，Li等(2009)發現前提可歸納的條件比不可歸納條件在刺激呈現420毫秒后誘發了更大的前部晚正成分。然而，Li等(2009)和Huang等(2013)的研究中，他們分析的是前提呈現時的ERP特征，并沒有分析結論出現時的決策過程。因此，圖形類別歸納的決策過程的ERP特征是不清楚的。同時，在他們的研究中，主要采用的是幾何圖形來描述不同的電池，沒有采用語義豐富、具有更高生態效應的真實圖形材料。

因此，該研究擬采用ERP技術，采用具有更高生態效應的真實材料(例如，狗，馬和椅子的圖片材料)，探究圖形類別推理任務下推理決策過程的ERP反應。在該研究中，采用經典的類別歸納任務(例如，Hawkins，Hayes，& Heit，2016；Heit & Hayes，2011)，先告知被試一組狗有beta細胞，要求被試判斷其他的狗、貓和椅子是否也有beta細胞。記錄被試決策時的ERP反應。經典的類別歸納的相似性模型假設歸納是由事物之間的相似性驅動的(Osherson，Smith，Wilkie，Lopez，& Shafir，1990；Sloman，1993；Sloutsky & Fisher，2004)。同時，一些ERP的研究表明P3b成分，一種在刺激呈現后的300～700ms內出現的中后部分布的正偏轉，與相似性程度有關，更高程度的相似誘發更大的P3b的波幅(Azizian，Freitas，Watson，& Squires，2006；Azizian，Freitas，Parvaz，& Squires，2006；Chen et al.，2015)。因此，該研究預測測試的狗類比馬類誘發更大的P3b波幅，而馬類比椅子誘發更大的P3b波幅，因為狗與狗之間的相似性程度高于狗與馬的相似性程度，而馬與狗的相似性程度，高于椅子與狗的相似性程度。

2 研究方法

2.1 被試

22名大學生參加了ERP實驗，其中女生被試12名，被試年齡在17～24周歲(M=19.85，SD=1.73)。被試均為右利手，視力或者矯正視力正常，無精神病史，未服用精神類藥物。17名大學生(10名女生，年齡范圍在17～23歲，M=19.59歲，SD=1.80)參與評定了實驗材料的相似性程度。這些參與實驗材料評定的被試沒有參加ERP實驗。

2.2 實驗設計及實驗材料

與以往實驗相似(Hawkins et al.，2016；Heit & Hayes，2011)，該研究包括兩個實驗階段：學習和決策階段。在學習階段，向被試連續呈現15張狗類的圖片，并告知被試該階段的每只狗都含有beta 細胞。在決策階段，向被試隨機呈現任務圖片(100張狗類圖片，100張馬類圖片和100張椅子圖片)，并要求被試判斷當前呈現事物是否也含有beta 細胞。

圖1展示了實驗流程。被試置身于腦電實驗室中，坐在距離電腦屏幕約60厘米處。實驗者向被試說明他們首先會學習到在一些狗類的體內含有beta 細胞，接下來需要去推測呈現的其他事物中是否也含有beta細胞。首先呈現學習階段。學習階段被試被告知在本階段每一只狗的體內均含有beta細胞。首先在屏幕中間呈現“+”注視點，呈現500ms空屏之后，接下來呈現1000ms的學習圖片，在500ms空屏之后，在呈現1000ms的學習圖片，直至15張狗類的學習圖片相繼呈現完畢。學習階段結束之后，開始呈現決策階段。在決策階段的每個試次中，首先呈現500ms的“+”注視點，隨后呈現600～800ms的隨機空屏，最后呈現1500ms的判斷圖片，被試需要在刺激圖片呈現時間內按鍵做出判斷。1000～1500ms的隨機間隔之后，再呈現下一個試次。被試被要求通過按鍵反應“F J”判斷當前呈現的事物是否存在beta細胞。反應按鍵順序在被試間平衡。正式實驗之前，被試需要完成類似于正式實驗的練習實驗。練習實驗中，10張羊類圖片作為學習材料并告知被試每只羊的體內都含有alpha細胞，然后要求被試對不同的羊，牛和手表的各20張圖片進行是否有alpha細胞的判斷。練習實驗的結果不計入正式實驗。

圖1 實驗流程圖

2.3 腦電記錄與分析

采用國際10～20系統擴展的64導電極帽，以NeuroScan系統記錄EEG信號。腦電信號記錄時將參考電極置于左乳突。同時記錄左眼上下眶的垂直眼電(VEOG)以及雙眼外側的水平眼電(HEOG)。記錄時的濾波帶通為0.05～200HZ，AC模式，采樣頻率為500HZ。所有電極與頭皮之間的阻抗都小于5kΩ.在Matlab 2012(MathWorks，USA)環境下使用EEGlab 工具包(Delorme & Makeig，2004)和ERPlab 工具包(Lopez-Calderon & Luck，2014)對數據進行離線分析，采用Butterworth方法對EEG數據進行0.1HZ的高通濾波及30HZ低通濾波，使用ICA(independent component analysis)方法剔除眨眼、眼動、肌電等偽跡。ICA矯正后的EEG數據再次以左右乳突的均值作為重參考電極并將數據分段。狗類和馬類按鍵為“是”及椅子按鍵為“否”作為實驗的“正確”反應。只對發生在圖片呈現后200～1500ms的“正確”反應誘發的ERP波形進行疊加和分析。自動排除波幅大于±75μV的偽跡信號。狗類，馬類及椅子三種條件下有效疊加次數分別為85.73±6.23，77.41±10.43以及85.36±6.40。分析時程為刺激呈現前200ms(作為基線)到刺激呈現后800ms。

行為反應上，采用重復測量因素方差分析方法分析“正確”反應率，反應時。依據已有文獻(例如，Chen et al.，2007；Chen et al.，2015)，采用重復測量因素方差分析方法分析了決策階段刺激呈現后的300～500ms(P3b成分)時程內的平均波幅，并選擇CP3，CPz，CP4，P3，Pz 及P4電極點平均后波幅進行條件間的重復測量方差分析以降低假陽性(Luck & Gaspelin，2017)。以上統計過程中的p值均采用Greenhouse-Geisser校正，事后比較采用Bonferroni校正。

3 結果

圖2展示了決策階段各條件在FC3，FC4，C3，Cz，C4，CP3，CPz，CP4，P3，Pz及P4電極點誘發的ERP波形圖和300～500ms的腦地形圖。表1展示了各條件下的“正確率”及平均反應時。

3.1 行為結果

表1 各條件下的“正確率”及平均反應時

3.2 ERP結果

4 討論

在已有研究中，采用ERP技術進一步探究類別歸納的認知過程的研究尚不充足，特別是現仍缺乏對圖形歸納推理在決策階段的認知加工過程的研究。該研究結合了高時間分辨率的ERP技術和經典歸納推理任務，考察了圖形歸納推理在結論評估過程中大腦活動的動態時間特征。研究發現P3b成分與圖形類別歸納的決策過程密切相關，進一步支持了基于相似性的歸納推理模型。

該研究行為結果發現，在進行結論判斷時被試選擇狗類圖片“同意”的比例顯著高于馬類和椅子，選擇馬類同意的比例顯著高于椅子。根據經典的類別歸納的相似性模型(Osherson et al.，1990；Sloman，1993；Sloutsky & Fisher，2004)，結論與前提之間的相似性程度越高，結論成立的可能性就越大。相比于類別外條件(類別不一致條件)，類別內條件(類別一致條件)更容易被歸納具有同一生物屬性，因為類別內成員之間的相似性高于類別間成員之間的相似性。相似性評定的實驗結果也表明，狗類結論為與前提之間的相似性顯著高于馬類結論與前提之間的相似性，因此，狗類的正確反應顯著高于馬類。而椅子類結論被評定為與前提最不相似，因此，被試通常會拒絕接受歸納，其拒絕率與狗類的接受率無顯著差異。反應時的結果表明，狗類圖片的“正確”反應時顯著短于馬類圖片和椅子類圖片。這一結果表明類別內的歸納決策比類別間的歸納決策更快。而椅子類圖片反應時短于馬類圖片，表明類別間歸納時，相關類別需要更長的時間進行認知操作(Liang，Zhong，Lu，& Liu，2010；Long et al.，2015)。

圖2 結論呈現階段時各條件的波形圖和地形圖

該研究的ERP結果分析表明，當前提為狗類圖片時，在圖形歸納決策階段，結論狗類與馬類圖片比椅子類圖片誘發了更大的P3b波幅，表明可接受的歸納比不可接受的歸納誘發了更大的P3b。這一研究結果與詞語型類別歸納的ERP研究結果類似(李婧，陳安濤，陳杰，龍長權，2016；龍長權，李曉芳，雷怡，2017)。例如，在詞語型類別歸納的ERP研究中，李靖等(2016)和龍長權等(2017)的研究也發現可接受的歸納比不可接受的歸納誘發更大的P3b波幅。同時，統計結果表明，結論狗類圖片比馬類圖片誘發了更大的P3b波幅。這一結果與龍長權等(2017)關于詞語型類別歸納中典型性效應的ERP研究結果類似(龍長權，李曉芳，雷怡，2017)。在他們的研究中，前提與結論類別一致時，典型和不典型前提和結論均能使被試接受歸納，但典型前提或結論比不典型的前提或結論誘發更大的P3b波幅。

以往的研究表明，P3b與相似性程度的判斷過程有關(Azizian，Freitas，Watson et al.，2006；Azizian，Freitas，Parvaz et al.，2006；Chen et al.，2007；Chen et al.，2015)。例如，在一項幾何圖形分類任務中，Chen等(2007)發現，當探測刺激與目標刺激具有更多的共享屬性時，會誘發更大的P3b波幅。在一項圖形的相似性判斷任務中，Chen等(2015)發現，具有與前提相同的位置信息與顏色信息的探測刺激會比只與前提有相同的顏色信息的探測刺激誘發更大的P3b的波幅，表明探測刺激與前提的相似性程度越大，P3b波幅越大。在該研究中，三種結論條件下，結論狗類圖片與前提之間的相似程度最高，椅子類圖片與前提相似性程度最低。因此，結論狗類圖片誘發了最大的P3b波幅。而椅子類圖片誘發了最小的P3b波幅。這一結果也進一步支持了經典的基于相似性的歸納推理理論模型(Osherson et al.，1990；Sloman，1993；Sloutsky & Fisher，2004)。基于相似性的歸納推理理論模型認為，前提與結論的相似性程度越高，歸納結論成立的可能性就越大。而該研究則進一步提供了ERP研究證明，表明相似性程度判斷是類別歸納，特別是圖形歸納的核心認知過程，反映在P3b波幅上。

P3b的另一個可能的解釋是認為推理階段的P3b代表對推理結論的期望滿意程度(Bonnefond，Castelain，Cheylus，& Van der Henst，2014；Bonnefond，Kaliuzhna，Van der Henst，& De Neys，2014；Bonnefond & Van der Henst，2009，2013)。在一系列條件推理和傳遞性推理中，Bonnefond等發現，符合邏輯的結論比不符合邏輯的結論誘發更大的P3b波幅(Bonnefond，Castelain，et al.，2014；Bonnefond，Kaliuzhna，et al.，2014)。例如，在一項經典三段論演繹推理的研究(前提：如果 P，那么 Q；P；結論：Q)中，符合邏輯的結論(Q)比不符合邏輯的結論(T)誘發了更大的P3b波幅。他們認為，導致這一結果的原因是，符合邏輯的結論比不符合邏輯的結論更符合推理預期，因此，P3b反映的是推理預期的滿意程度，越滿意的推理結論就能誘發更大的P3b波幅。根據這一解釋，在該研究中，結論狗類比馬類圖片比椅子類圖片相比誘發了更大的P3b波幅，是因為狗類和馬類圖片符合推理預期，椅子類圖片不符合推理預期；而狗類圖片比馬類圖片誘發了更大的P3b波幅，是因為結論狗類比馬類更符合推理預期。

5 結論

該研究探查了圖形歸納推理決策過程的ERP特征。研究結果表明，可接受的歸納(當前提為狗類圖片時，結論為其他狗類圖片或者馬類圖片)比不可接受的歸納(結論為椅子類圖片)誘發了更大的P3b波幅；同時，當歸納可接受時，與前提更相似的結論誘發了更大的P3b波幅，表明P3b波幅與相似性判斷過程密切相關。這一結果進一步支持了基于相似性的類別歸納模型。