積極情緒提高背景線索學習的適應性*

陳曉宇 杜媛媛 劉 強1,

積極情緒提高背景線索學習的適應性*

陳曉宇1,2杜媛媛2劉 強1,2

(1四川師范大學腦與心理科學研究院, 成都 610066) (2遼寧師范大學腦與認知神經科學研究中心, 大連 11602)

背景線索的學習缺乏適應性, 這種缺乏表現在兩個方面：其一是難以在已習得的場景表征上捆綁一個新目標位置(Re-learning), 也就是場景表征的更新受阻; 其二是在習得一組場景表征后, 難以學習另一組全新場景(New-learning)。研究表明, 在舊場景表征上捆綁一個新目標位置的能力可能與注意范圍大小有關, 而學習全新場景則需要重置學習功能。積極情緒可以有效擴大注意范圍, 并改善對舊有認知模式的固著, 因此積極情緒啟動將有可能提升背景線索學習的適應性。本研究采用效價為中性和積極的情緒性圖片來啟動對應的情緒, 探索舊場景捆綁新目標位置時和學習全新場景時, 背景線索的學習情況, 驗證積極情緒是否可以提高背景線索學習中的適應性。實驗發現, 積極情緒無法促進舊場景上捆綁新目標位置的背景線索學習(Re-learning), 但是可以促進全新場景的學習(New-learning)。該結果說明, 積極情緒可以提高被試的場景學習能力進而促進對全新場景的學習, 卻無法減少由表征相似性引起的舊表征的自動檢索, 進而無法改善舊表征的更新過程。

背景線索, 積極情緒, 情緒啟動, 視覺搜索。

1 引言

背景線索(Contextual Cueing)即可以引導注意的空間布局(Chun & Jiang, 1998)。Chun和Jiang總結前人基于現實生活現象的研究, 推測視覺背景線索可以通過引導注意分配來提高視覺搜索任務的效率, 并進行了一系列實驗室驗證。在他們的實驗中, 視覺場景被分為重復場景和新異場景兩類。重復場景指的是場景中的目標和分心物位置相對固定, 并在試次間重復出現; 新異場景則是目標和分心物的位置在試次間隨機變化。研究結果發現, 相比于新異場景, 重復場景的搜索反應時更短, 這種現象被叫做背景線索效應(contextual-cuing effect)。背景線索效應表明在搜索過程中, 被試習得了重復場景中的背景線索并利用這種背景線索提高了搜索效率(Chun & Jiang, 1998)。隨后, 背景線索效應得到了大量研究的證實(Chun & Jiang, 1999, 2003; Olson & Chun, 2001, 2002)。

背景線索的學習缺乏適應性(Adaptation), 具體有兩種表現：(1)在習得一組背景線索后, 改變這些已習得的場景的目標位置, 新目標位置相關的背景線索會很難被習得(Re-learning); (2)在習得一組背景線索后, 再學習一組全新的重復場景的背景線索(New-learning)會變得困難。Re-learning困難是Manginelli和Pollmann (2009)發現的, 在他們的研究中, 被試會事先習得一組背景線索, 之后, 仍沿用舊的分心物背景, 而將目標位置改變到之前空白的地方, 結果發現就算這些重復場景的搜索次數遠超初次學習的次數, 也無法產生背景線索效應, 表明新目標位置相關的背景線索學習受到阻礙。另一項研究則發現被試在學習階段進行30次重復場景搜索后, 需要連續進行3天共80次的高強度練習才能在舊場景上建立新的場景?目標連結, 表現出邊緣顯著的背景線索效應, 而要達到和舊目標位置相同的背景線索效應量則需要連續練習7天(Zellin et al., 2014)。New-learning條件下雖然也會表現出學習困難(Mednick et al., 2009), 但是相比于和舊場景高度相似的Re-learning場景, New-learning的重復場景均為全新的場景, 與大腦中的舊場景記憶表征完全不同。Zellin等人(2013)發現, 被試對于任務開始就呈現的重復場景, 只需要2次重復就能夠表現出邊緣顯著的背景線索效應, 而在學習階段進行15次重復場景搜索后, 再給被試呈現一組全新的重復場景時, 被試需要重復練習至少20次才可以產生邊緣顯著的背景線索效應。

有多種方法可以改善背景線索學習的適應性。研究表明, 高強度的練習、睡眠和安靜休息可以促進全新場景的學習(New-learning), 原因是睡眠和安靜休息可以在不同程度上重置認知控制功能, 使學習功能重啟(Mednick et al., 2009; Zellin et al., 2013)。然而, 以上這些方法無法改善Re-learning困難(Zellin et al., 2013; Zellin et al., 2014)。一項研究發現, 通過提高新目標刺激的凸顯性可以使被試成功在Re-learning條件下習得更新后的背景線索。該研究通過提高新目標的亮度來吸引被試的注意, 發現在改變已習得的場景的目標位置后, 經過25次重復呈現, 就可以產生背景線索效應。他們認為, 高亮度的目標作為凸顯刺激有效地吸引了被試注意, 打破了固有注意模式并培養了新的注意模式, 同時增加了對新目標的注意加工, 最終促進了對舊場景記憶表征的更新, 讓被試形成了新目標位置與背景之間線索關系的全新記憶表征(Conci & Zellin, 2021)。另一項研究直接對比了全局注意和局部注意時Re-learning條件下的背景線索學習情況, 表明當被試進行全局注意的時候, Re-learning的背景線索再學習變得容易起來, 但是局部注意時被試仍然無法學習與新目標位置相關的背景線索表征, 表明建立一個更全局的背景表征是讓舊背景線索表征發生更新的重要條件(Zinchenko et al., 2020)。總的來說, 目前的研究表明, 在習得一組背景線索表征后, New-learning的發生需要將認知控制功能轉變為更加被動的狀態, 而要發生Re-learning則需要對新目標進行更多的注意加工或者對場景進行全局注意。

積極情緒(positive emotion)會對個體的認知加工產生復雜廣泛的影響(Ashby et al., 1999; Goschke & Bolte, 2014)。積極情緒是指具有正性效價的情緒, 與人的需要被滿足相聯系, 是一種愉悅的主觀心理體驗(郭小艷, 王振宏, 2007)。Bolte和Goschke認為, 積極情緒增加了多巴胺的釋放, 而多巴胺會作用于前額葉和紋狀體, 分別引起認知穩定性的降低和認知靈活性的提高, 最終導致認知控制對當前加工過程的保護程度的降低。他們尤其指出, 任務不相關的積極情緒會將認知控制從保持現有加工和主動控制轉化為靈活的更新和被動控制(Bolte & Goschke, 2010; Dreisbach & Goschke, 2004; Goschke & Bolte, 2014)。積極情緒對認知控制模式的改變和睡眠與休息帶來的改變有類似之處, 因此有可能促進學習功能重新開始, 進而提高背景線索的學習能力, 尤其是促進New-learning。另一些研究發現, 在積極情緒狀態下, 觀察者的注意范圍將會擴大(Bolte & Goschke, 2010; Fredrickson & Branigan, 2005), 并且可以根據任務要求增加對局部目標的加工(Baumann & Kuhl, 2005), 因此, 積極情緒可能對Re-learning條件下的背景線索學習也有促進作用。

本研究將探索積極情緒能否提高背景線索學習中的適應性。實驗將分為兩階段, 學習階段通過讓被試完成經典的背景線索范式, 形成背景線索的記憶表征; 轉換階段將給被試呈現Re-learning (舊背景?新目標)和New-learning (新背景?新目標)兩種學習條件。同時, 在這一階段將設置中性情緒和積極情緒兩種情緒狀態條件, 將中性情緒狀態條件作為基線, 通過對比這兩種條件下背景線索學習的情況, 探討積極情緒狀態對背景線索學習適應性的影響。我們假設, 如果積極情緒狀態可以提高背景線索學習的適應性, 那么在轉換階段, 相比于中性情緒狀態條件, 積極情緒狀態條件下被試將以更快的速度建立背景線索效應。

2 實驗方法

2.1 被試

Cohen (2013)將檢驗中的高效應量定義為Cohen's= 0.80, 采用G*Power 3.19軟件計算Cohen's= 0.80、α = 0.05、= 18 時, 1 ? β ≈ 0.95。因此, 共招募18名被試參加實驗, 其中男3人, 女15人。平均年齡23.4歲(= 2.2)。被試的視力或校正視力正常, 均為右利手。實驗后, 被試獲得一定報酬。被試在實驗前需要簽署知情同意書。研究得到遼寧師范大學倫理委員會批準。

2.2 實驗材料和設備

將采用具有情緒效價的圖片進行情緒啟動, 這種條件下, 因為圖片是任務無關的, 所以不會形成情緒性的記憶表征, 可以排除情緒材料的記憶表征本身帶來的干擾, 單純地探索情緒啟動對內隱記憶前攝干擾的作用。情緒啟動所用圖片來自中國情緒圖片庫(CAPS)。從CAPS中選取160張情緒刺激圖片, 包含效價為正性、中性的圖片各80張, 像素大小為1024×768。正性情緒圖片包括可愛的嬰兒、動物、優美的風景圖片等, 中性情緒圖片有杯子、桌子圖片等。

視覺搜索任務中, 采用與Manginelli和Pollmann (2009)相似的經典背景線索適應性研究范式, 每個視覺搜索場景由12個刺激組成(包括11個不同旋轉角度(0、90、180、270度)的字母L和1個向左或向右旋轉90度的字母T)。所有刺激的顏色為黑色(RGB = 0, 0, 0), 視覺搜索背景為灰色(RGB = 128, 128, 128)。實驗中, 被試眼睛和屏幕之間的水平距離為55 cm, 字母T、L的尺寸為1.3×1.3°視角, 場景尺寸大小為37.2×28.3°視角。每個刺激隨機抖動 0.8°視角以防共線。

實驗中使用的場景布局由計算機隨機生成。將場景空間分為8×6的48個元正方形組成的長方形區域, 以屏幕中心點為原點, 垂直坐標系的4個象限內各有12個元正方形。組成場景的刺激共有12個, 包括1個目標刺激和11個分心刺激, 均勻分布在場景空間的4個象限內。場景生成時, 首先需要確定目標刺激的位置。48個元正方形中, 在4個象限中各選擇4個位置, 共16個位置作為學習階段的目標刺激出現的位置, 再以相同方式在剩余的位置中選擇16個作為積極情緒啟動條件的目標位置, 其余16個則作為中性情緒啟動條件的目標位置。

實驗刺激由19吋液晶顯示器呈現, 分辨率為1024×768, 刷新頻率為60 Hz。實驗程序和行為反應使用計算機由E-prime軟件實現和記錄。

2.3 實驗設計和程序

本實驗的正式實驗部分分為2個階段, 分別是學習階段和轉換階段。首先進行學習階段, 學習階段結束后是轉換階段, 兩個階段之間沒有提示。

正式實驗的第一個階段是學習階段, 該階段的實驗目標是使被試習得一組背景線索, 形成穩定的背景線索效應。本階段共有16個目標位置, 將在4個象限選擇8個目標位置作為重復場景的目標位置, 并在實驗一開始隨機生成8個場景, 這8個場景在整個實驗中不改變目標和分心物的位置, 這就是重復場景。剩余8個目標位置作為新異場景的目標位置, 雖然新異場景的目標位置固定, 但是每個試次都將基于該試次的目標生成全新的分心刺激位置, 因此配合這8個目標位置的分心物背景一直是變化的, 被試無法利用分心物背景來指導注意。8個重復場景和8個新異場景組成共16個試次的一個block, block內的16個場景以隨機順序出現。5個block組成一個epoch。初始學習階段共進行3個epoch, 也就是15個block, 意味著每個重復場景在學習階段重復出現15次。

正式實驗的第二階段為轉換階段。該階段的目標是探索在New-learning和Re-learning條件下的背景線索學習是否受到積極情緒啟動的影響。New-learning條件的重復場景與學習階段的重復場景完全不同, 包括分心物背景和目標位置。而Re-learning條件的重復場景中, 分心物背景與學習階段的相同, 僅目標位置發生改變, 同時, 該條件下新的場景目標位置總在舊的場景目標位置的對角線象限(Zellin et al., 2013) (見圖1)。

上文已提及, 積極情緒啟動條件和中性情緒啟動條件各有16個目標位置。每個條件的16個目標位置均分成2部分, 8個用于New-learning條件, 8個用于Re-learning條件。在此基礎上, 進一步將4個作為重復場景的目標位置, 4個作為新異場景的目標位置。比如, 積極情緒啟動?New-learning條件下, 將包含4個重復場景目標和4個新異場景目標。重復場景和新異場景的生成方法與學習階段的相同。

該階段的New-learning條件和Re-learning條件將在一個block內以隨機順序呈現。具體來說, 每個block包含有4個New-learning場景、4個Re-learning場景和8個新異場景。同樣地, 5個block組成一個epoch。

圖1 初始學習階段和轉換階段的兩種學習條件的場景布局

轉換階段的關鍵實驗因素是情緒啟動圖片的情緒效價。實驗中, 每種情緒效價條件均包含7個epoch。相同效價的情緒啟動條件作為一個整體連續呈現, 直到完成所有該情緒效價條件下的試次后, 才進行另一個效價的情緒啟動條件。具體來說, 正性情緒啟動的7個epoch結束后, 才開始中性情緒條件的呈現。這樣做是為了盡量保證情緒狀態的一致性。同時, 為了消除順序效應, 積極情緒和中性情緒條件呈現的先后順序進行了被試間平衡。

總體來說, 初始學習階段共有3個epoch, 共15個block。轉換階段包含正性情緒epoch共7個, 共35個block, 中性情緒epoch亦7個, 共35個block。整個實驗共有1360個試次。實驗流程見圖2。

另外, 本研究并沒有模仿經典的背景線索研究進行場景再認任務, 這樣做有兩個理由。其一, 場景再認任務是為了確定背景線索記憶是否是內隱的, 而本研究的結果不涉及背景線索記憶的內隱或者外顯特征。其二, 研究表明, 無論被試是否意識到了場景的規律性, 是否可以外顯地檢索這些場景, 這些場景表征都存儲在同一個記憶系統中, 都會在搜索時被利用, 并且產生的背景線索效應也是一致的(Kroell et al., 2019)。

開始實驗前, 參與實驗的18名被試需先對情緒圖片進行效價評定。分別對中性、正性圖片進行效價的1到9級的評分。評定效價時, “1”對應“非常不愉悅”, “9”對應“非常愉悅”。評定的目的是確保兩組情緒圖片之間的情緒效價差異顯著。

情緒效價評定任務之后, 被試需進行20個試次組成的視覺搜索練習任務, 該任務中場景均為隨機生成, 目的是讓被試熟悉任務。

練習結束后, 開始正式實驗。初始學習階段, 每個試次先呈現500 ms中央注視點, 接著呈現視覺搜索場景, 被試做出反應后自動消失, 如被試不做反應, 場景最長呈現5 s。要求被試在L字母中尋找T并判斷T的朝向。如果T向左旋轉90°, 則按“J”鍵, 如果T向右旋轉90°, 則按“F”鍵, 要求被試又好又快反應。如果被試在搜索場景呈現后5 s仍未反應, 判定為未反應試次, 進入下一個新的試次。轉換階段在中央注視點和視覺搜索場景之間插入呈現2 s的情緒圖片來啟動相應的情緒, 其他操作與初始學習階段一致。每個block結束后都會呈現休息畫面, 被試可按自身的需求進行休息。

2.5 數據分析

采用SPSS 20.0軟件進行數據分析。情緒評定任務方面, 對18名被試的情緒圖片評定結果進行配對樣本檢驗, 確定正性情緒和中性情緒之間的情緒效價區分度。反應時方面, 首先對數據進行預處理, 剔除5 s內未作反應的試次, 剔除高于或低于平均反應時3個標準差的數據。

對預處理后的數據進行重復測量方差分析。

學習階段, 將以反應時為因變量, 進行2 (場景布局：重復場景; 新異場景) × 3 (Epoch：1～3)被試內重復測量方差分析, 以確定被試對場景的學習情況。

轉換階段, 將以背景線索效應值作為因變量, 進行2 (情緒效價：正性情緒和中性情緒) × 2 (學習條件：New-learning和Re-learning) × 2 (學習進程：早期和晚期)重復測量方差分析。

因變量背景線索效應(CC)定義為新異場景的平均反應時與重復場景的平均反應時的差值, 即：

背景線索效應(CC) = RT(新異場景) ? RT(重復場景)

圖2 實驗流程圖

注：轉換階段的New-learning場景、Re-learning場景和新異場景一起進行混合隨機呈現，同時積極情緒和中性情緒呈現的先后順序進行了被試間平衡。

CC可以反映被試對分心物背景的學習情況, 當被試形成了背景線索的記憶表征, 并且利用這些表征來提高搜索效率的時候, CC將大于0。如果被試無法學習或利用背景線索, 那么CC將等于0。同時, CC越大, 表明被試對背景線索的學習和利用程度越好。

轉換階段的每個情緒水平均由7個epoch組成, 時間進程因素的早期定義為轉換階段前兩個epoch, 晚期定義為轉換階段的最后兩個epoch。這種安排可以提高單個條件的試次數量, 獲得更穩定的實驗結果。如果發生了背景線索的學習, 那么學習晚期就會出現背景線索效應, 也就是大于0的CC。學習早期是否出現大于0的CC則體現出學習速度的快慢。通過如上分析, 可以確定影響CC的因素。將對每個條件的CC和0進行單樣本檢驗, 以確定在該條件下被試是否習得了新的背景線索。

3 實驗結果

3.1 情緒圖片評定結果

情緒圖片評定任務中, 情緒圖片評定結果表明, 正性情緒圖片的平均效價為5.82 (= 0.65), 中性情緒圖片的平均效價為5.03 (= 1.12)。配對樣本檢驗表明, 正性和中性圖片的效價存在顯著差異((17) = ?4.79,< 0.001), 表明正性情緒圖片與中性情緒圖片之間區分度良好, 本研究所選取的圖片合理。

3.2 視覺搜索任務結果

被試的平均正確率為98.78% (= 0.02), 表明被試均很好地理解了實驗任務并可以順利完成實驗。去掉每個被試未作反應的試次和反應時超過總體平均反應時3個標準差范圍的試次后, 每個被試剩余試次數量的均值為1317個(= 26)。

1)學習階段

學習階段, 以反應時為因變量, 進行2 (場景布局：重復場景、新異場景) × 3 (時間進程：epoch 1～3)的二因素重復測量方差分析, 判斷不同場景布局隨著時間進程的變化對被試反應時的影響。經Mauchly's球形假設檢驗, 對于交互項場景布局×時間進程以及時間進程因素, 因變量的方差協方差矩陣相等(> 0.05)。重復測量方差分析結果表明, 場景布局的主效應顯著,(1, 17) = 46.76,< 0.001, η2 = 0.73; 時間進程的主效應顯著,(2, 34) = 22.87,< 0.001, η2 = 0.57; 場景布局和時間進程的交互作用對反應時的影響有統計學意義,(2, 34) = 4.00,= 0.028, η2 = 0.19。

因為存在交互作用, 所以對被試內因素的簡單效應進行分析。時間進程方面, epoch1時, 新異場景的反應時(= 1406 ms,= 205 ms)就顯著慢于重復場景的反應時(= 1313 ms,= 238 ms),(1, 17) = 9.13,= 0.008, η2 = 0.35。epoch2時, 新異場景的反應時(= 1297 ms,= 189 ms)和重復場景的反應時(= 1156 ms,= 191 ms)之間的差異也有統計學意義,(1, 17) = 34.49,< 0.001, η2 = 0.67。epoch3時, 新異場景的反應時(= 1276 ms,= 235 ms)和重復場景的反應時(= 1095 ms,= 164 ms)之間的差異仍舊存在,(1, 17) = 47.21,< 0.001, η2 = 0.74 (見圖3)。

實驗結果表明, 背景線索的學習非常迅速, 在第一個epoch就可以表現出顯著的背景線索效應。本階段的結果表明被試已經習得背景線索。

2)轉換階段

本階段各實驗條件下實驗結果的描述統計見表1。

以這些CC數據為因變量, 進行2 (情緒效價：正性情緒、中性情緒) × 2 (學習條件：New-learning、Re-learning) × 2 (學習進程：早期、晚期)重復測量方差分析, 來確定情緒效價, 學習條件和學習進程三個因素對CC的影響。

經Mauchly's球形假設檢驗, 對于交互項學習類型×時間進程、情緒效價×時間進程、情緒效價×學習類型×時間進程以及時間進程因素, 因變量符合球形假設(> 0.05)。重復測量方差分析結果表明, 情緒效價的主效應不顯著,(1, 17) = 4.31,= 0.053; 學習類型的主效應顯著,(1, 17) = 4.57,= 0.047, η2 = 0.21; 學習進程的主效應顯著,(1, 17) = 5.01,= 0.039, η2 = 0.23。交互作用方面, 情緒效價×學習類型×學習進程的三尾交互作用不顯著,(1, 17) = 0.08,= 0.783; 此外, 情緒效價×學習進程的交互作用不顯著,(1, 17) = 1.86,= 0.191; 學習類型×學習進程的交互作用不顯著,(1, 17) = 4.35,= 0.053; 但是情緒效價×學習類型的交互作用顯著,(1, 17) = 4.55,= 0.048, η2 = 0.21。

圖3 初始學習階段每個epoch新異場景和重復場景的平均反應時(*表示p < 0.05)

表1 轉換階段各條件下背景線索效應(CC)的描述統計結果(ms)

對數據進行簡單效應檢驗, 其結果見表2。結果表明, Re-learning條件下, 中性情緒和積極情緒啟動條件下的CC量在學習的早晚期均無差異; New-learning條件下, 雖然學習早期沒有顯示出情緒效價帶來的CC差異, 但是晚期則出現了差異。

為進一步確定被試在各個條件下是否習得了新的背景線索, 對每個條件的CC和0進行單樣本檢驗。結果表明, 積極情緒的New-learning條件下的學習早晚期均有顯著高于0的CC (< 0.05), 同時, 中性情緒的New-learning條件下的學習晚期有顯著高于0的CC ((17) = 2.55,= 0.021), 而中性情緒New-learning條件和全部情緒條件下的Re-learning條件均無顯著高于0的CC (> 0.05), 見圖4。

表2 轉換階段中性情緒條件和積極情緒條件的簡單效應檢驗結果

注：**表示< 0.01

情緒效價×學習類型的交互作用顯著, 簡單效應檢驗又表明New-learning條件的學習晚期, 積極情緒條件下的CC顯著高于中性情緒條件下的CC, 結合CC的單樣本檢驗結果發現積極情緒條件下New-learning學習的早期就表現出高于0的CC, 說明New-learning條件的背景線索學習將會被積極情緒啟動促進。

與此同時, 簡單效應檢驗沒有發現Re-learning條件的學習中有與情緒效價有關的CC改變, 獨立樣本檢驗也沒有發現Re-learning條件下存在任何高于0的CC, 因此積極情緒不會影響Re-learning的背景線索學習。

另一方面, 雖然CC進行的獨立樣本檢驗的結果表明中性情緒條件時, New-learning的后期出現了高于0的CC, 但是重復測量方差分析的三尾交互作用不顯著, 情緒效價×學習進程的交互作用也不顯著, 學習類型×學習進程的交互作用也不顯著, 因此該條件下高于0的CC和情緒效價無關, 是單純的練習效應引起。

4 討論

本研究的目的是探索積極情緒是否可以幫助提高背景線索學習的適應性。為此, 采用與任務無關的情緒性圖片作為情緒啟動材料, 設置中性情緒作為對照條件, 積極情緒作為實驗條件, 測試了Re-learning和New-learning兩種學習條件下的背景線索學習狀況。結果表明, 積極情緒僅促進了全新場景的學習(New-learning), 而對舊背景?新目標組成的場景的學習(Re-learning)沒有作用。

圖4 轉換階段各條件下的背景線索效應

注：*表示經過單樣本檢驗, 該條件下的CC與0有顯著差異(< 0.05), 誤差線為均值的標準誤。

以往研究中采用睡眠等方式來提高New- learning條件的學習能力, 發現需要至少3到4個epoch才能表現出顯著的背景線索效應(Zellin et al., 2013), 而采用積極情緒啟動后, New-learning條件在前兩個epoch (學習早期)就表現出顯著的背景線索效應, 說明相比于睡眠等其他方式, 積極情緒可以更有效提高背景線索學習適應性。

雖然積極情緒促進了全新場景的學習, 但是對Re-learning沒有效果。如果Re-learning的學習是將呈現的舊背景?新目標場景作為全新場景來加工, 那么可以提高新場景學習的適應性的實驗操作就可以促進舊場景的再學習。然而實際上積極情緒啟動后, New-learning條件的學習得到了促進, 而Re- learning依然十分困難, 這表明Re-learning過程不是單純地將呈現的場景當作全新的場景來加工, 舊場景的再學習過程和新場景的學習過程是不同的。

以往的研究發現, Re-learning的完成需要在原有背景?目標聯結的基礎上, 再捆綁一個新的目標位置, 組成一個包含有舊的分心物背景與新舊兩個目標的場景表征(Zellin et al., 2011), 也就是更新舊場景表征。本研究的結果支持這一說法, 并再次表明這種更新是十分困難的(Geyer et al., 2021)。

Zinchenko等(2020)的研究發現, 當被試進行全局注意的時候, Re-learning的學習重新變得容易, 表明注意范圍可能對Re-learning的發生很重要。積極情緒會導致注意變得分散(Dreisbach & Goschke, 2004), 擴大注意范圍(Fredrickson & Branigan, 2005), 因此可能提高Re-learning的適應性。但是在本研究中沒有發現積極情緒對Re-learning的促進作用, 這是因為注意范圍的擴大不等同于全局注意。在Zinchenko等(2020)的研究中, 全局注意條件要求被試將視線固定在視野中央注視點上, 用余光進行搜索, 此時場景以全局的方式進入大腦, 內隱認知加工可以更容易地發現新舊場景的區別, 進而促進了舊場景表征和新目標的整合。而本研究中, 雖然注意范圍擴大了一些, 但是仍不足以發生全局注意, 被試仍然以一種局部的方式進行搜索, 無法形成場景的全局表征, 也就無法促進舊場景的再學習。

提高新目標凸顯性可以將注意誘導到新目標的位置, 以增加對新目標位置的加工, 從而促進Re-learning (Conci & Zellin, 2021)。同時, 已有研究表明, 積極情緒確實可以促進對局部目標的加工(Baumann & Kuhl, 2005), 因此推論積極情緒可以促進Re-learning過程。但是本研究的實證性證據不支持這一推論。造成這種矛盾的原因是, 積極情緒對局部目標加工的促進作用本質上是對任務需求的有意識適應, 是一個外顯而主動的認知調節過程。但是在本研究中, 場景的學習和更新是無明確任務需求的、偶得的、內隱的過程, 被試在任務過程中, 新目標的加工未得到有意識地加深, 最終也就無法促進舊場景表征的更新。

積極情緒無法加快Re-learning條件下的背景線索學習, 但是可以促進New-learning條件下的背景線索學習, 這種促進是通過重啟學習過程來實現的。以往的研究發現, 積極情緒可以提高認知靈活性降低認知穩定性, 消除習慣化和自動化的認知過程, 使認知加工重新變得被動和易受環境影響(Dreisbach & Goschke, 2004; Goschke & Bolte, 2014), 這就意味著積極情緒可以促進已經關閉或閉塞的學習功能重啟。而另一方面, 背景線索相關研究表明, 僵化的認知控制功能對背景線索學習有負面影響, 而學習功能重啟可以促進背景線索的再學習。在一項研究中, 研究者先給被試呈現一組目標位置隨機而分心物背景相同的場景要求被試搜索, 隨后仍使用上一個階段的分心物背景, 并將目標位置也固定, 結果發現在第二個階段被試沒有習得背景線索, 這是因為先前的無規律搜索被習慣化, 成為自動進行的加工, 阻塞了對新規律的學習(Jungé et al., 2007)。這項研究強調了習慣化自動化的認知控制對背景線索學習的阻塞作用。而安靜的休息和過夜睡眠可以通過重啟學習功能來有效促進全新場景的學習(Mednick et al., 2009; Zellin et al., 2013)。因此, 本研究中積極情緒引起New-learning條件下學習是通過使認知控制變得靈活被動來啟動新的學習加工來實現的。

積極情緒可以讓認知控制變得靈活被動, 并重啟學習功能, 這也似乎意味著在積極情緒狀態下, Re-learning條件的學習也會被促進。然而本研究中并沒有這樣的現象。實際上, 存儲在記憶系統的表征在指導行為之前需要被檢索。與舊記憶表征相似度越高的新材料會引發越強的舊記憶表征的自動檢索(Craig et al., 2013; Delaney & Logan, 1979; Friedman & Miyake, 2004; Lustig & Hasher, 2001), 本研究中, Re-learning條件下的新場景材料與已經習得的舊背景線索記憶表征之間僅有的區別是目標位置, 當這些新場景材料進入記憶系統時, 舊背景線索記憶表征會被自動檢索, 使其一直處于高激活狀態(Geyer et al., 2021)。這種自動的檢索從三方面降低了記憶的更新能力：一方面不斷檢索加強了舊背景線索記憶表征本身記憶痕跡(Karpicke, 2017); 一方面, 由檢索帶來的越來越高的激活阻礙了新目標位置表征的記憶(Morton & Munakata, 2002); 最后, 舊背景線索表征的激活會指導注意指向舊目標位置, 進一步增加了對舊目標位置及其附近分心物的加工(Geyer et al., 2021)。當舊背景?目標連結的記憶表征被進一步加強, 而新的目標位置表征記憶受阻時, 在舊的背景?目標連結記憶表征上增加一個新目標表征就變得極為困難。

積極情緒可以消除自動化和習慣化的認知加工, 而自動化檢索顯然是一種自動加工, 因此, 自動檢索的說法似乎不足以解釋積極情緒條件下Re- learning的學習困難。事實上, 以往的研究中, 自動進行的認知加工指的是以人工方式建立的自動化流程化的認知過程, 這些認知加工的自動程度有賴于被試練習的程度。而表征相似性引起的自動檢索是大腦與生俱來的功能, 因此積極情緒的介入無法抑制這種基因決定的自動檢索。另一方面, 就算積極情緒確實在一定程度上抑制了這種自動檢索, 只要這個過程不能完全消失, 舊背景線索記憶表征的激活就一定會提高, 新目標位置和舊背景線索記憶表征的整合過程就仍然會受到阻礙, Re- learning的適應性依然很差。

Morton和Munakata (2002)認為與當前任務相關的新知識的激活強度不足以克服之前的經驗的時候, 會引起前攝干擾, 阻礙新表征的記憶加工。而檢索會提高舊表征的激活, 使得新表征激活相對不足。因此, 人們很容易認為對舊背景線索表征的自動檢索也是New-learning條件適應性不足的原因, 積極情緒對New-learning的促進是因為它抑制了對舊背景線索記憶表征的自動檢索。實際上, New- learning條件的新舊場景材料之間相似度很低, 引起舊表征發生自動檢索的可能性也就非常低, 因此自動檢索起到的作用非常有限。綜上, 本研究中積極情緒引起New-learning適應性提高的主要原因并不是抑制了舊表征的自動檢索, 而是消除了已經習慣化的認知加工, 重啟了學習功能。

總的來說, 本研究中積極情緒通過消除習慣化的認知加工模式, 促進重啟學習功能, 進而促進了全新場景的學習(New-learning), 但是它無法有效阻止由表征相似性引起的舊場景表征自動檢索, 因此無法促進舊背景線索表征的更新(Re- learning)。

Ashby, F. G., Isen, A. M., & Turken, A. U. (1999). A neuropsychological theory of positive affect and its influence on cognition.(3), 529? 550.

Baumann, N., & Kuhl, J. (2005). Positive affect and flexibility: Overcoming the precedence of global over local processing of visual information.(2), 123? 134.

Bolte, A., & Goschke, T. (2010). Thinking and emotion: Affective modulation of cognitive processing modes. In B. Glatzeder, V. Goel & A. Müller (Eds.),(pp. 261?277). Berlin, Heidelberg: Springer Berlin Heidelberg.

Chun, M. M., & Jiang, Y. (1998). Contextual cueing: Implicit learning and memory of visual context guides spatial attention.(1), 28?71.

Chun, M. M., & Jiang, Y. (1999). Top-down attentional guidancebased on implicit learning of visual covariation.(4), 360?365.

Chun, M. M., & Jiang, Y. (2003). Implicit, long-term spatial contextual memory.(2), 224?234.

Cohen, J. (2013).. Routledge.

Conci, M., & Zellin, M. (2021). Stimulus-driven updating of long-term context memories in visual search.,(1)252?267.

Craig, K. S., Berman, M. G., Jonides, J., & Lustig, C. (2013). Escaping the recent past: Which stimulus dimensions influence proactive interference?(5), 650?670.

Delaney, H. D., & Logan, F. A. (1979). Item similarity and proactive interference in short-term memory.(4), 288?290.

Dreisbach, G., & Goschke, T. (2004). How positive affect modulates cognitive control: Reduced perseveration at the cost of increased distractibility.(2), 343?353.

Fredrickson, B. L., & Branigan, C. (2005). Positive emotions broaden the scope of attention and thought‐action repertoires.(3), 313?332.

Friedman, N. P., & Miyake, A. (2004). The relations among inhibition and interference control functions: A latent- variable analysis.(1), 101?135.

Geyer, T., Seitz, W., Zinchenko, A., Müller, H. J., & Conci, M. (2021). Why are acquired search-guiding context memories resistant to updating?, 650245.

Goschke, T., & Bolte, A. (2014). Emotional modulation of control dilemmas: The role of positive affect, reward, and dopamine in cognitive stability and flexibility., 403?423.

Guo, X., & Wang, Z. (2007). Concept, function and meaning of positive emotion.(5), 810?815.

[郭小艷, 王振宏. (2007). 積極情緒的概念、功能與意義.,(5), 810?815.]

Jungé, J. A., Scholl, B. J., & Chun, M. M. (2007). How is spatial context learning integrated over signal versus noise? A primacy effect in contextual cueing.(1), 1?11.

Karpicke, J. D. (2017). 2.27 – Retrieval-based learning: A decade of progress. In J. H. Byrne (Ed.),(pp. 487?514). Oxford: Academic Press.

Kroell, L. M., Schlagbauer, B., Zinchenko, A., Müller, H. J., & Geyer, T. (2019). Behavioural evidence for a single memory system in contextual cueing.(5-8), 551?562.

Lustig, C., & Hasher, L. (2001). Implicit memory is vulnerable to proactive interference.(5), 408?412.

Manginelli, A. A., & Pollmann, S. (2009). Misleading contextual cues: How do they affect visual search?(2), 212?221.

Mednick, S., Makovski, T., Cai, D., & Jiang, Y. V. (2009). Sleep and rest facilitate implicit memory in a visual search task.(21), 2557?2565.

Morton, J. B., & Munakata, Y. (2002). Active versus latent representations: A neural network model of perseveration, dissociation, and decalage.(3), 255?265.

Olson, I. R., & Chun, M. M. (2001). Temporal contextual cuing of visual attention.(5), 1299?1313.

Olson, I. R., & Chun, M. M. (2002). Perceptual constraints on implicit learning of spatial context.(3), 273?302.

Zellin, M., Conci, M., von Mühlenen, A., & Müller, H. J. (2011). Two (or three) is one too many: Testing the flexibility of contextual cueing with multiple target locations.(7), 2065?2076.

Zellin, M., Conci, M., von Mühlenen, A., & Müller, H. J. (2013). Here today, gone tomorrow–adaptation to change in memory-guided visual search.(3), e59466.

Zellin, M., von Mühlenen, A., Müller, H. J., & Conci, M. (2014). Long-term adaptation to change in implicit contextual learning.(4), 1073?1079.

Zinchenko, A., Conci, M., Hauser, J., Müller, H. J., & Geyer, T. (2020). Distributed attention beats the down-side of statistical context learning in visual search.(7), https://doi.org/10.1167/jov.20.7.4

Positive emotions enhance adaptability to contextual-cueing learning

CHEN Xiaoyu1,2, DU Yuanyuan2, LIU Qiang1,2

(1Institute of Brain and Psychological Sciences, Sichuan Normal University, Chengdu 610066, China) (2Brain and Cognitive Neuroscience Research Center, Liaoning Normal University, Dalian 116029, China)

Contextual cueing refers to the global properties of a context or scene used to search for specific objects and regions. Chun and Jiang (1998) found that in a visual search, the reaction time to repeated configurations was shorter than the reaction time to newly generated configurations. The benefit of repeated context-target association is widely known as the contextual-cueing effect, which indicates that the subject has learned the contextual association by which attention is guided to facilitate the searching. However, the learning of contextual cueing lacks adaptability. When the subject has learned a set of contexts, it is difficult to update a new target into existing contexts (re-learning) or to learn a new set of contexts (new-learning). Previous studies have shown that restarted learning processes can facilitate the learning of new context-target associations, while updating old contexts is associated with the scope of attention. Notably, positive emotions could broaden the scope of attention and break the cognitive fixation on old processes; therefore, it is possible to improve the adaptability of contextual-cueing learning via positive emotions.

This study aimed to explore whether positive emotions could enhance the adaptability of contextual learning. To this end, we recruited a sample of 18 young adults with positive and neutral affective priming as experimental conditions and control conditions, respectively, which allowed us to explore the contextual-cueing effect under the conditions of re-learning and new-learning. It should be noted that contextual cueing was defined in operation as the reaction time to the newly generated configuration minus that to the repeated configuration.

The experiment was divided into two phases: the learning phase and the switch phase. In the learning phase, the subjects learned a set of contextual cues. In the switch phase, with the contextual-cueing effect as the dependent variable, a repeated measures ANOVA was conducted with the emotional valence (positive versus neutral), the new contextual-cueing learning type (re-learning versus new-learning), and the time phase (early phase versus late phase).

The results indicated that neutral emotions did not facilitate contextual-cueing learning irrespective of the new contextual-cueing learning type. However, positive emotion improved learning in the new-learning condition, in which the contextual-cueing effect was higher in positive emotions than in neutral emotions both in the late phase and the early phase, whereas the re-learning condition did not show any sign of a contextual- cueing effect above zero.

This study indicates that positive emotions can improve the adaptability of contextual-cueing learning and that the underlying mechanism restarts learning processing, which fails to prevent an automatic retrieval of the old presentations caused by similarity. Therefore, it facilitates the learning of new contextual cueing but does not update learned contextual cueing.

context cueing, positive emotion, affective priming, visual search

2021-10-09

* 國家自然科學基金面上項目(31970989)資助。

B842

劉強, E-mail: lq780614@163.com