反饋效價影響家族相似性類別學習的ERPs研究

邢強 孫海龍 車敬上

摘要采用事件相關電位技術，以大學生為被試，運用被試問實驗設計探討反饋效價（積極反饋，消極反饋）對家族相似性類別學習的影響。研究結果表明，行為結果上相比積極反饋，消極反饋在推理測驗中的成績顯著優于積極反饋。腦電結果上，P200，P300和FRN均與家族相似性類別學習中的反饋加工有關；家族相似性類別學習中，積極反饋與消極反饋存在不對稱性。相比于無反饋的條件，P300對消極反饋更加的敏感，消極反饋誘發更大的波幅，而P300對于有無積極反饋并不敏感。說明消極反饋條件下，吸引學習者投入更多的注意資源進行認知加工。此外，相比無反饋條件下，消極反饋條件下FRN有更大的激活，說明了消極反饋對被試以后的行為起著更大的調節作用。總之，研究表明相比于積極反饋，消極反饋對家族相似性類別學習更加有效，錯誤驅動發揮較大作用。

關鍵詞類別學習，P300，反饋相關負波，反饋效價，家族相似性。

1引言

現實生活中，人們往往基于客體之間的相似性或按一定規則將客體分成不同的類別，這種將客體分類的能力可以通過不同方式加以學習其中分類學習是類別（category）學習的主要方式，分類學習的基本范式是：逐個呈現所有的完整刺激，要求被試判斷該刺激屬于哪個類別，反應后提供反饋，使得被試獲取類別知識（Johansen&Kruschke;，2005；劉志雅，莫雷，2009）。由此可見，分類學習范式中，反饋是必不可少的（孫海龍，邢強，2014）。

根據反饋的效價，可以將反饋分為積極反饋和消極反饋。積極反饋是指對正確反應給出反饋，消極反饋是指對錯誤反應給出反饋（Ashby&O;'Brien，2007；Ashby&Maddox;，2010）。已有研究認為反饋的功能不僅僅是對正確反應給予正強化，還在于對錯誤反應給予負強化。積極反饋注重對正確反應的正強化，而消極反饋則注重對錯誤反應的負強化，需要對類別的不同特征進行綜合推理，消極反饋與積極反饋所起到的作用有所差異（KuIhavy&Anderson;，1972；Monchi，Petrides，Doyon，Postuma，worslcy，&Dagher;，2004，邢強，孫海龍，車敬上，2015）。Smilh和Kimball（2010）則進一步提出相比于積極反饋，對錯誤反應的消極反饋具有更大的作用，因為類別學習中反饋的作用在于促使學習者尋找正確的答案，犯錯誤會給學習者提供更多的信息，告訴學習者哪些特征是無關的，錯誤反應提供的信號能夠引導規則的選擇和策略轉換。那么，到底積極反饋和消極反饋是如何影響類別學習的？隨著認知神經技術的發展，相比于傳統的行為實驗，事件相關電位（ERPs）對很多認知事件具有相當的敏感性，為探討類別學習中積極反饋和消極反饋的作用機制提供了很好的手段。

反饋領域的研究發現P200，P300和FRN均參與反饋加工（Hajeak Mosce Holroyd，&simons;，2006；PoleZZi，Lotto，Daum，Sartori，&Rumiati;，2008）。Polezzi等（2008）發現P200對反饋的預期敏感，不可預期的反饋比可預期的反饋誘發更大波幅的P200。一般認為P300是與注意、決策、結果評價等認知功能相關的ERP成分（Sato et al，2005；Yeung&Sanfey;，2004）。P300波幅與認知資源的投入量成正比，能夠反映大腦對注意資源的分配情況（Leng&zhou;，2010；Polich，2007）。而采用賭博任務的研究發現P300對反饋數量敏感（如獎賞信息中提供+3的獎賞，還是+1的獎賞）而不受反饋效價（積極反饋或消極反饋）的影響。

此外，ERPs研究在200～300ms發現與反饋刺激特定相關的負波，被稱為反饋相關負波（feedback-related negativity，FRN）（李鵬，李紅，2008）。Holroyd和Coles（2002）認為FRN可能與行為所產生的結果的評價以及行為的動機意義相關聯，而不是對犯錯誤本身其反應。隨后，Yeung和Sanfey（2004）表明FRN只對結果反饋的效價（積極反饋或消極反饋）敏感，而對于獎懲的量的多少并不敏感。消極反饋比積極反饋誘發的FRN波幅更大，說明FRN對于積極反饋和積極反饋的敏感性不同。而FRN不僅僅代表結果的好壞，而且反映了未來如何調節行為。van derHelden，Boksem和Blom（2010）發現FRN大小能夠預測被試是否在下次調節行為或轉換策略。當被試從當前的消極反饋中有所學習時，下次就會選擇以前沒有嘗試過的選項（即成功的調節行為），FRN的波幅就越大；而當被試沒有從當前的消極反饋中學習時，仍然選擇以前嘗試過的選項（重復錯誤的選項），FRN的波幅就越小。但是以上結論大多是在賭博范式或測謊任務范式中得出，這些研究中的反饋效價涉及報酬的多少或獎懲機制，可能存在著復雜的情感過程（崔茜，張慶林，2013）。那么對于對家族相似性類別這類學習任務而言，積極反饋與消極反饋的認知神經機制如何，尚未有研究加以考察。

因此，本研究擬以家族相似性類別結構為研究對象，采用事件相關電位技術研究反饋效價影響類別學習的認知神經機制。家族相似性類別結構是以相似性為基礎的類別學習任務，其更強調類別內成員之問的相似性（Yamauchi&Markman;，1998）（如表1）。相比于基于規則和信息整合這類知覺類別結構，家族相似性類別結構具有明確的維度特征，更加接近自然的類別材料，被試可以采取多種策略進行學習（邢強等，2015）。具體而言，根據反饋效價分為積極反饋組和消極反饋組，積極反饋組為反應正確提供積極反饋，反應錯誤不提供任何反饋；消極反饋組與之類似。實驗分別記錄被試在不同反饋效價和有無反饋共四種條件下的認知過程，分別比較：有無積極反饋、有無消極反饋和積極反饋.消極反饋條件下的特定ERP成分差異。由于不同反饋條件下對個體注意資源、策略轉換等不同，通過分析特定腦電成分探討類別學習中反饋的作用機制。

2方法

2.1被試

20名大學生被試，男女各半，年齡介于20～25歲，其裸視視力或矯正視力正常。被試均為右利手，身體健康，無心理疾病和頭部重大創傷，自愿參加實驗，實驗結束后給予適當報酬。積極反饋組和消極反饋組各隨機分配10名被試，根據劉志雅和莫雷（2008）的實驗設計，我們將被試連續3個block（實驗組塊）達到90%正確率為學習成功，30個block仍未達到90%正確率的為學習不成功。剔除實驗過程中沒有學習成功的被試，最后獲得有效數據13份，其中積極反饋條件7份，消極反饋條件6份。其中積極反饋組一名被試偽跡較多，予以刪除，12名被試數據進行腦電統計分析。

2.2實驗材料

根據表l的相關維度數據，使用Photoshop設計圖片，像素設置為1024x768。圖片由一個類別標簽（F或J）和四個維度特征組成。F和J的原型見圖1。

2.3實驗設計

被試問實驗設計，自變量為反饋效價和有無反饋，其中反饋效價包括積極反饋和消極反饋，有無反饋包括有反饋和無反饋。因變量包括行為指標（達到標準所需單元數、學習階段和測試階段的正確率）和ERP成分。在ERP系統中根據反饋類型與是否提供反饋做四個標記，分別為S44（積極反饋，有），S55（積極反饋，無）；S66（消極反饋，有），S77（消極反饋，無）。

2.4實驗程序

使用E-prime2.0軟件進行編程，刺激圖片呈現在分辨率為1024x768的顯示器上。實驗分學習和測試兩個階段。

在學習階段（如圖2），首先呈現刺激，然后被試判斷刺激所屬類別，最后給出反饋。原型刺激在實驗中不呈現，非原型實驗刺激隨機呈現，8個trials（試次）為1個block，3個block有1分鐘休息時間，當被試連續3個block的正確率達到90%，學習結束進入測試階段（若被試30個block達不到學習標準學習階段也結束）。積極反饋組，被試分類反應正確呈現紅色“√”，分類判斷錯誤時不提供反饋，呈現空白屏；消極反饋組，則被試分類反應正確時不提供反饋，呈現空白屏，被試分類反應錯誤呈現紅色“×”。

參考劉志雅和莫雷（2008）的實驗設計，測試階段包括3個分測試，均不提供反饋。第一個是分類測試，要求被試像學習階段那樣對呈現的圖片進行判斷，判斷的圖片增加了兩個類別的原型。第二個是記憶測試（圖3a），要求被試判斷單個特征所屬類別。第三個為推理測試（圖3b），要求被試判斷虛線上的兩個特征哪個屬于圖片所屬類別。分類測試與學習階段完全一樣，增加了原型；記憶測試是對單個特征的記憶，而推理測試則需要對類別內部特征關系或者類別結構進行推理才能取得較好成績，通過三種測試，以便全面探查積極反饋與消極反饋的特點。

2.5數據記錄與分析

采用德國Brain Products公司生產的ERP記錄系統，采用國際10～20系統的32導電極帽記錄腦電，以雙耳乳突的連線作為參考電極，雙眼外側安置電極記錄水平眼電（HEOG），左眼上下安置電極記錄垂直眼電（VEOG）。每個電極處的頭皮電阻保持在5 KQ以下，濾波帶通0.01～80 Hz，采樣率為500Hz/9，50Hz陷波（市電頻率），放大100000倍，完成連續記錄EEG后離線（offline）處理數據，自動校正VEOG和HEOG，剔除波幅大于±80μV偽跡。

采用自帶Analyzer 2.0軟件對數據進行分析，分析時程（epoch）為1000ins，即反饋呈現前200ms到反饋呈現后800ms，基線（-200～0）ms。使用Segmentation功能按照標記的刺激類型進行分段，基線校正（-200～0），并進行以反饋刺激為零點疊加獲得總平均圖（趙侖，2004）。根據實驗目的和總平均圖（如圖4和圖5），選取6個電極點，分別是Fz、Fcl、Fc2、cz、Cp1、Cp2進行分析，參考以往研究（Polezzi et al，2008），不同條件下被試的錯誤反應（即有消極反饋和無消極反饋）的ERP波形，在時間窗100～220ms對P200進行分析；分別在有無消極反饋、有無積極反饋和積極反饋和消極反饋條件下選取時間窗300～400 ms，對P300進行分析；在有無消極反饋條件下，選取時間窗為200～300ms對FRN進行分析。所得p值使用Greenhouse-Geisser法進行校正。

3結果與分析

3.1不同反饋效價下被試的學習情況

消極反饋組被試平均需要（13.83±7.99）個組塊達到學習標準，而積極反饋組被試平均需要（19.43±8.79）個組塊達到學習標準。積極組被試的學習速度慢于消極組，但獨立樣本f檢驗表明兩者差異不顯著t（11）=-1.192，p>0.05。

對積極反饋組和消極反饋組的測試階段成績進行獨立樣本t檢驗。分類測試成績上，積極反饋的正確率為（0.94±0.23），消極反饋的正確率為（0.98±0.13），兩者差異不顯著t（11）=1.19，p>0.05。記憶測試成績上，積極反饋正確率為（0.82±0.39），消極反饋正確率為（0.896±0.309），兩者差異不顯著t（11）=1.07，p>0.05。推理測試上，消極組被試的正確率為（0.896±0.306），積極組被試的正確率為（0.74±0.44），兩者差異顯著t（11）=4.21，p<0.001，即消極反饋組推理測試成績顯著好于積極反饋組。

3.2 ERP結果

為檢驗呈現不同的反饋條件后，被試分類過程中誘發的腦電成分是否有差異，依據反饋效價和有無反饋，分別對“積極反饋一有”、“積極反饋-無”、“消極反饋-有”和“消極反饋-無”的波形進行疊加。其中，疊加的“積極反饋-有”條件下平均有效試次為79，“積極反饋-無”條件下平均有效試次42，“消極反饋-無”條件下平均有效試次為57，“消極反饋-有”條件下平均有效試次為40。同時，依據圖4和圖5的總平均圖，發現誘發的P200，P300，FRN等腦電成分，采用最大振幅法，以波幅和潛伏期對各成分進一步進行統計檢驗。

3.2.1 P200

個體反應錯誤時，從圖4（a）可以看到激活P200，100-220 ms時間窗，對P200的潛伏期進行2（有消極反饋，無消極反饋）x電極（Fe1，Fe2，Cp1，Cp2，cz，Fz）重復測量方差分析，發現均無主效應及交互效應。表明對于個體的錯誤反應，有無反饋下的潛伏期沒有顯著差異。

對于p200峰值進行2（有，無）×電極（Fel，Fe2，Cp1，Cp2，cz，Fz）重復測量方差分析，結果發現，反饋的主效應顯著，F（1，10）=9.13，p 0.013，n2=0.78，有消極反饋條件下波幅顯著小于無消極反饋條件下；電極主效應顯著F（5，50）=13.01，p<0.001，n2=0.97，兩者交互作用不顯著，F（5，50）=1，72，p=0.210。

3.2.2P300

（1）被試反應錯誤

個體反應錯誤時，如圖4（a），在300～400 ms時間窗內，對P300的潛伏期進行反饋（有消極反饋，無消極反饋）和電極（Fc1，Fe2，Cp1，Cp2，cz，Fz）的重復測量方差分析表明：各主效應及交互作用均不顯著。

對P300的峰值進行反饋（有消極反饋，無消極反饋）和電極（Fc1，Fe2，Cp1，Cp2，Cz，Fz）的重復測量方差分析，反饋主效應顯著，F（1，10）=11.83，p=0.006，n2=0.87，電極主效應不顯著F（5，50）=3.13，p=0.084；交互作用不顯著，F（5，50）=0.83，p>0.05。

（2）被試反應正確

個體反應正確下，如圖4（b）在300～400ms時間窗，對P300的潛伏期進行反饋效價（有積極反饋，無積極反饋）和電極（Fc1，Fe2，Cp1，Cp2，cz，Fz）的重復測量方差分析表明，各主效應及交互作用均不顯著。

對P300的峰值進行重復測量方差分析，結果-表明，反饋的效應不顯著，F（1，10）=0.53，p>0.05；電極主效應顯著F（5，50）=8.79，p<0.001，n2=0.98；交互作用不顯著，F（5，50）=1.04，p>0.05。

（3）積極反饋與消極反饋

積極反饋與消極反饋的條件下，如圖5在300ms～400 ms時問窗，對P300的潛伏期進行反饋效價（積極反饋，消極反饋）和電極（Fe1，Fc2，Cpl，Cp2，Cz，Fz）的重復測量方差分析表明，各主效應及交互作用均不顯著。

對P300的峰值進行反饋效價（積極反饋，消極反饋）和電極（Fc1，Fe2，Cp1，Cp2，Cz，Fz）的重復測量方差分析，結果表明，反饋效價主效應不顯著，F（1，10）=1.70，p>0.05；電極主效應顯著F（5，50）=5.44，p-0.008，n2=0.84，交互作用不顯著F（5，50）=1，36，p>0.05。

3.2.3 FRN

個體反應錯誤下，選擇時間窗200 ms～300 ms，對FRN的潛伏期進行反饋（無消極反饋，有消極反饋）和電極（Fc1，Fe2，Cp1，Cp2，cz，Fz）的重復測量方差分析，結果表明：各主效應及交互效應均無顯著差異。表明無論有無消極反饋條件的潛伏期上不存在顯著差異。

個體反應錯誤下，選擇時間窗200 ms～300 ms，對FRN的波峰進行反饋（無消極反饋，有消極反饋）和電極（Fc1，Fc2，Cp1，Cp2，Cz，Fz）的重復測量方差分析，結果表明：反饋主效應顯著，F（1，10）=8.02，p=0.018，n2=0.72；電極主效應不顯著F（5，50）=2.20，p=0.157。交互作用不顯著F（5，50）=0.76，p>0.05。

4討論

本研究以家族相似性類別結構為研究對象，對反饋效價影響類別學習的電生理機制進行了研究。行為結果顯示，兩種條件下，被試在分類測試與記憶測試上成績沒有差異；推理測試中消極組被試的成績顯著優于積極組，表明消極反饋可能使得被試對刺激有更深的認知加工。

腦電結果上，反饋呈現后的200～300 ms，無反饋比有消極反饋條件下誘發更正的P300，但積極反饋和消極反饋條件下誘發的P300波幅并沒有顯著差異。反饋呈現后的200～300ms，有消極反饋和無消極反饋條件下均誘發產生FRN，消極反饋下的FRN波幅顯著大于無反饋條件。

4.1 P200

Polezzi等（2008）發現P200對反饋的預期敏感，不可預期的反饋比可預期的反饋誘發更大的P200，實驗中發現無反饋的條件下比有消極反饋下P200有更大的激活，相比而言，無反饋的條件下，更是一種不可預期的反饋，因此會誘發更大的P200。此外，因為本研究并未采用概率反饋，即積極反饋組對于被試每次的正確反應均會做出反饋，錯誤反應則為空白屏，消極反饋組類似。由于每一幅刺激只有錯誤和正確兩種情況，所以可能在沒有反饋出現的情況下，被試依然猜出其反應正確與否的問題。但在不同條件下被試反應錯誤時，誘發的P200成分可以發現，P200在無反饋條件下（即空白屏）的波幅顯著大于有反饋條件。如果被試能夠猜出呈現空白屏時為反應錯誤，那么空白屏的出現即為消極反饋，但從腦電數據上可以發現空白屏呈現條件（即無消極反饋）與有消極反饋組之間的P200的波幅差異達到顯著水平，一定程度上說明了被試并未猜測出空白屏呈現時自身的反應正確與否。

4.2P300

本研究中消極反饋和積極反饋條件都激活了P300成分，但兩種反饋條件下誘發的P300波幅之間差異不顯著，這是與已有的研究相一致的（Yeung&Sanfey;，2004）。已有的研究表明P300對于反饋效價（積極反饋或消極反饋）并不敏感雖然積極反饋和消極反饋誘發了正負兩種不同的情緒體驗，但兩種情緒體驗的強度并無差異（崔茜，張慶林，2013）。但值得注意的是，當我們分別比較有無消極反饋、有無積極反饋的腦電結果時，發現積極反饋與消極反饋對于家族相似性類別學習的不對稱性。具體而言，相比于無反饋的條件，P300對消極反饋更加的敏感，消極反饋誘發更大的波幅；而P300對于有無積極反饋并不敏感。已有研究表明P300與記憶更新，編碼和提取有關，且P300波幅大小反映的是注意資源的投入的程度（Donchin&Coles;，1988）。該結果表明提供在家族相似性類別學習中，相較于積極反饋與無反饋，消極反饋比無反饋可以吸引學習者投入更多的注意資源，進行認知加工。

4.3FRN

腦電結果發現個體反應錯誤情況下，反饋呈現后的200-300 ms，有無消極反饋下均誘發產生FRN，且消極反饋下FRN波幅顯著大于積極反饋下的波幅。vanderHelden等（2010）發現了當被試從當前的消極反饋中有所學習時，下次就會選擇以前沒有嘗試過的選項（即成功的調節行為），FRN的波幅就越大；而當被試沒有從當前的消極反饋中學習時，仍然選擇以前嘗試過的選項（重復錯誤的選項），FRN的波幅就越小。說明了消極反饋相比于積極反饋幫助被試調整學習策略，更好的學習類別知識。

4.4是強化學習還是錯誤驅動

本研究的行為指標上，積極反饋組和消極反饋組的學習標準、分測驗成績與已有行為研究結果并不一致（邢強等，2015）。具體而言本研究在達到學習標準的速度上，消極反饋組（13.83±7.99）學習速度快于積極反饋組（19.43±8.79），但并未達到顯著性水平。其次對兩種條件測試階段的成績進行比較，在分類測試與記憶測試上，積極反饋組和消極反饋組被試的成績之間沒有顯著差異，而推理測試上，消極反饋組的成績顯著高于積極反饋組的成績。與之相反，邢強等（2015）同樣以家族相似性類別結構為研究對象，采用學習.遷移范式，結果發現被試消極反饋組在學習速度上顯著優于積極反饋組，且在分類測驗和記憶測驗上的成績顯著優于積極反饋組，但兩種反饋條件在推理測驗上則不存在差異。考慮到本研究采用腦電實驗，相比于邢強等研究，由于腦電數據處理等因素對被試的剔除，使得本研究3的被試量較少，因此我們行為數據上存在一定差異，以后的研究還可進一步補充研究，確認積極反饋和消極反饋對不同測試任務影響的差異性。但腦電數據依然可以發現相比于積極反饋與無反饋條件，無論P300還是FRN成分，消極反饋條件的波幅均顯著大于無反饋條件下。總體上而言，本研究與邢強等研究均認為相比于積極反饋，消極反饋對家族相似性類別結構具有更大的影響。消極反饋比積極反饋提供更多的信息，在消極反饋條件下，被試既知道什么是正確的，又知道什么是不正確的（Kulhavy&Anderson;，1972；Smith&Kimball;，2010）。在本研究中積極反饋反應正確和消極反饋反應正確的條件下，P300在消極反饋條件下有更大的波幅值，表明消極反饋可以吸引學習者投入更多的注意資源。而另一方面對錯誤反應，有消極反饋下FRN波幅顯著大于無反饋條件。這說明了在消極反饋下使得個體大腦皮層有更大的激活，調整策略（Niv，2009）。

5結論

本研究條件得出如下結論：（1）行為結果上相比積極反饋，消極反饋在推理測驗中的成績顯著優于積極反饋。（2）腦電結果上，P200，P300和FRN均與家族相似性類別學習中的反饋加工有關；家族相似性類別學習中，積極反饋與消極反饋存在不對稱性。相比于無反饋的條件，P300對消極反饋更加的敏感，消極反饋誘發更大的波幅，學習者投入更多的注意資源進行認知加工。而P300對于有無積極反饋并不敏感。（3）相比無反饋條件下，消極反饋條件下FRN有更大的激活，說明了消極反饋對被試以后的行為起著更大的調節作用。總之，實驗表明相比于積極反饋，消極反饋對家族相似性類別學習更加有效，錯誤驅動發揮較大作用。