认知匹配理论的演化评述

雷晶 袁勤俭 刘影

編者按：本期所刊发的这4篇论文属于我刊特约南京大学信息管理学院袁勤俭教授研究团队有关“信息管理实证研究重要理论的研究应用及其展望”的部分研究成果。这4篇论文在分别介绍了认知匹配理论、沉浸理论、资源依赖理论、控制错觉理论的源起及其演化之后，还分析了这些理论在信息系统研究中的现状，指出了信息系统研究中可以运用这些理论的潜在领域。《认知匹配理论的演化评述》一文分认知匹配基础模型、认知匹配扩展模型、认知匹配分布式模型3个阶段对认知匹配理论的主要模型的内容、优缺点、适用范围以及应用中需要注意的问题进行了详细的阐述。《沉浸理论及其在信息系统研究中的应用与展望》一文从沉浸理论的量度指标、影响因素、对用户使用与购买行为的影响等方面评述了沉浸理论在信息系统研究中的应用现状，并指出如何减少沉浸的负面影响、新兴技术对沉浸体验产生的影响等是值得关注的研究方向。《资源依赖理论及其在信息系统研究中的应用与展望》一文指出文化、亚文化和组织文化差异对组织信息系统采纳的影响以及信息技术对政府、教育机构等服务组织的绩效影响等领域都是资源依赖理论可以应用的潜在领域。《控制错觉理论及其在信息系统研究中的应用与展望》一文指出信息系统研究中可以应用控制错觉理论的潜在领域有人机交互、社会化媒体营销、互联网金融、电子商务平台等领域。

我们期望本期专栏的4篇研究论文可以贡献有价值的知识，不仅为学界同仁学习这些理论提供一定的帮助，还能为信息管理学乃至整个管理学应用这些理论的实证研究夯实基础。

〔摘 要〕为了增进国内学者对认知匹配理论的了解，梳理了国内外相关文献，发现认知匹配理论的发展大体上可以划分为认知匹配基础模型、认知匹配扩展模型、认知匹配分布式模型3个阶段。认知匹配基础模型只考虑了任务特征与问题表征的匹配对解决问题的绩效的影响，适用于解决问题者认知负荷较轻的常规信息处理任务，应用时需注意根据任务选择问题表征方式，操控问题解决绩效的一个维度再测量另一个维度，以及用多元匹配关系描述匹配状况。认知匹配扩展模型进一步兼顾了解决问题者个体和环境因素对解决问题的绩效的作用，适用于需要消耗解决问题者更多认知资源或造成更大的认知负荷的专业应用领域，应用时需注意借助理论研究明晰模型扩展的边界和有效性、以任务为核心考察扩展模型的匹配关系。认知匹配分布式模型对认知匹配理论的基本研究框架进行了进一步地解构和发展，适用于需要同时研究认知过程和解决问题的绩效的高度专业化应用领域，应用时需注意综合运用多种测量方法。

〔关键词〕认知匹配理论；认知匹配基础模型；认知匹配扩展模型；认知匹配分布式模型；综述；述评

DOI：10.3969/j.issn.1008-0821.2018.10.023

〔中图分类号〕G202 〔文献标识码〕A 〔文章编号〕1008-0821（2018）10-0152-05

〔Abstract〕In order to enhance domestic scholars understanding of cognitive fit theory，the paper reviewed the literature based on the core concept of cognitive fit at home and abroad，and found that the evolution of the theory could be divided into three stages：the basic model of cognitive fit，the extended model of cognitive fit，and the distributed model of cognitive fit.Since the basic model of cognitive fit only considered the impact of the match between task characteristics and problem representation on the problem-solving performance，it was suitable for the routine information processing tasks for the problem solvers with low cognitive load.When applying the model，it was essential to select the representations of the problem according to the task，to measure another dimension after manipulating one dimension of the problem-solving performance，and to describe the fitting situation with a multivariate fitting relationship.The extended model of cognitive fit further considered the role of the individual and environmental factors of the problem solving on the problem-solving performance，so it was suitable for the professional fields that require more cognitive resources or cause greater cognitive load.When employing the model，researchers needed to pay attention to the boundary and validity of the model expansion by means of theoretical research，and to investigate the fitting relationships of the extended model with the task as the core.As the distributed model of cognitive fit further deconstructed and developed the basic research framework of cognitive fit theory，it was suitable for the highly specialized fields which need to simultaneously study the cognitive process and the problem-solving performance.It was necessary to comprehensively utilize various measurement methods when the model is applied.

〔Key words〕cognitive fit theory；the basic model of cognitive fit；the extended model of cognitive fit；the distributed model of cognitive fit；review；summary

认知匹配理论（Cognitive Fit Theory，简称“CFT”）是1991年由Vessey在认知心理学和信息处理理论的基础上作为一种研究范式提出的，其核心观点是问题表征与任务类型的匹配关系影响了解决问题的绩效[1]。

作为信息系统领域最有代表性的匹配理论之一[2]，自提出之初，认知匹配理论主要被国外学者应用于信息获取、信息评价等简单的信息处理任务，后续相继在信息检索[3]、风险决策[4]、绩效判断[5]等相对复杂的任务，以及会计信息决策支持系统[6]、计算机编程和软件维护[7]、空间决策支持系统[8]、系统需求建模[9]等专业领域得到了验证，并且发展演化出多个理论模型，积累了丰硕的研究成果。虽然国内已有零星的研究应用了认知匹配理论，但多数集中在会计信息系統领域[10-12]，未见对认知匹配理论进行系统性介绍的文献，且学界对理论名称的翻译也不一致，出现了“认知适配理论”[3]、“认知适应理论”[13]和“认知匹配理论”[14-15]等多个版本。除了在上述领域外，在现代教育、智能医疗等系统的信息交互设计、游戏的虚拟现实模拟以及互动广告投放等众多领域，认知匹配理论也有广阔的应用前景。鉴于此，为帮助国内学者深入了解认知匹配理论，本文拟以认知匹配理论的三大经典模型——认知匹配基础模型、认知匹配扩展模型、认知匹配分布式模型为核心，系统介绍该理论的演化以及应用这些模型应注意的问题。

1 认知匹配基础模型

为了解释先前大量研究在对比图形和表格优劣时结论不一致的情况，Vessey率先提出了认知匹配理论，并且建立了由问题表征（Problem Representation）、解决问题的任务（Problem-solving Task）、解决问题的心理表征（Problem-solving Mental Representation）、解决问题的绩效（Problem-solving Performance）构成的认知匹配基础模型（The Basic Model of Cognitive fit）[1]（详见图1）。其中，问题表征指的是与解决问题相关的外部信息展示给解决问题者的方式；解决问题的任务（以下简称“任务”），是问题解决者需要依据问题表征完成的特定任务；解决问题的心理表征（以下简称“心理表征”），是问题在人脑的工作记忆中的表现方式；解决问题的绩效，是解决问题或决策的效率和效果，一般通过解决问题或决策的速度和准确度来衡量。值得指出的是，Vessey的认知匹配基础模型原本是指问题表征与任务类型要匹配，但是由于缺乏指导任务分类的统一标准，故Vessey用任务特征替代任务类型，因此认知匹配基础模型就变成了问题表征与任务特征要匹配。

Vessey将认知匹配理论中的问题表征和任务统称为解决问题的元素，并通过引入心理表征作为模型的中介变量，来解释解决问题的元素之间的匹配关系对解决问题的绩效的影响。具体来说，当解决问题的两个元素匹配时，受二者独立作用所形成的心理表征一致，将降低解决问题者的认知负荷，提升解决问题的绩效；反之，当解决问题的两个元素不匹配时，受二者独立作用所形成的心理表征不一致，解决问题者必须耗费额外的认知努力对问题表征进行转换，使其与任务匹配，或者对解决问题的过程进行转换使其与问题表征匹配，这些都会提升解决问题者的认知负荷，从而降低解决问题的绩效。认知匹配基础模型的优点是用非常简洁的方式阐述了认知匹配理论的核心观点。然而，该模型还存在以下缺点：首先，模型没有阐述问题表征和任务对心理表征的作用机制，导致只能根据对解决问题的绩效的测量来判定是否存在匹配效应；其次，模型界定匹配的结果是二元的，即匹配或不匹配，这种非此即彼的匹配关系过于简单，无法描述现实中复杂的匹配关系；最后，模型忽略了解决问题者的个体差异和问题的复杂程度、辅助技术等环境因素对解决问题的绩效的影响，被认为只体现了简单匹配的思想[15-16]。

由于认知匹配基础模型是基于相对简单的信息获取和信息评价任务提出的[2]，且只考虑了任务特征与问题表征的匹配对解决问题的绩效产生的作用，因此适用于考察用户认知负荷较轻的风险决策、多属性判断、产品信息搜素和产品选择、广告回忆和理解等简单任务，与相对单一的问题表征方式（如图形和表格或其组合）的匹配对解决问题的绩效的影响。

在应用认知匹配基础模型时还需要注意以下几方面问题：1）根据需要完成的任务选择可能匹配的问题表征方式。认知匹配基础模型将问题表征和任务视为两个独立变量考察其间是否存在匹配效应[2]。现实中解决问题者通常会依据需要完成的任务来比较并选择可能匹配的问题表征方式，而不是漫无目的地分别分析任务和问题表征的特征，再进行逐一匹配。因此，研究人员在后续应用该模型进行研究时，可以先分析需要完成的任务的特征，再以此为基础确定可能存在匹配效应的问题表征的类型及范围，从而提升匹配关系的“必然性”，提高研究的效率。2）操控解决问题的绩效的一个维度再测量另一个维度。认知匹配基础模型的因变量——解决问题的绩效包括解决问题的准确度和速度（或时间）两个维度。为了避免因为出现准确度和速度反向变化而难以判断是否存在认知匹配效应的情形，后续的应用研究在测量解决问题的绩效时，可以操控其中一个维度再测量另一个维度。3）采用多元匹配关系描述问题表征与任务间的匹配状况。针对前文提及的二元匹配关系过于简单的缺点，后续应用研究可以采用类似完全匹配—不完全匹配—完全不匹配[1]的多元匹配关系来描述解决问题的元素间的匹配状况。

2 认知匹配扩展模型

为了进一步将解决问题者的个体因素和解决问题的环境因素等纳入认知匹配理论研究的范畴，Vessey及其研究团队又相继提出了2个认知匹配扩展模型（The Extended Model of Cognitive Fit）[7，16]，我們分别称之为“认知匹配扩展模型Ⅰ”和“认知匹配扩展模型Ⅱ”（详见图2和图3）。其中，模型Ⅰ采用解决问题的技能（Problem-solving Skills）来指代解决问题者的个体知识水平、对任务或问题表征的熟悉度、信息偏好、认知需求等个体因素，被认为是影响解决问题的绩效的内部信息线索或内部因素；模型Ⅱ采用解决问题的工具（Problem-solving Tools）来指代解决问题的特定方法、技术或辅助系统等环境因素，被归为影响解决问题的绩效的外部因素。值得指出的是，上述两类扩展变量是分别被提出的，前期很少被同时纳入一个模型进行考察，2000年才有研究尝试在认知匹配扩展模型Ⅰ和模型Ⅱ的基础上，同时将解决问题的技能和解决问题的工具纳入认知匹配扩展模型，构建出新的研究模型[17]，我们将其称之为认知匹配扩展模型Ⅲ（详见图4）。

在认知匹配扩展模型中，除了问题表征和任务是否匹配会影响解决问题的绩效外，解决问题的技能或解决问题的工具是否与问题表征和任务匹配，也会影响解决问题的绩效。认知匹配扩展模型的优点是同时考察了可能影响解决问题的绩效的内、外部因素。但是，认知匹配扩展模型也存在以下缺点：首先，认知匹配扩展模型没有给出扩展变量被纳入模型的原则，也没有具体阐述其与原有两个解决问题的元素之间的关联机制，从而无法清晰地界定模型扩展的边界，也难以检验模型的效度；其次，模型不仅需要同时考察解决问题的元素之间的匹配，还需要考察元素的两两之间的匹配，增加了匹配关系判定的难度。

由于认知匹配扩展模型是基于相对复杂和专业化的任务而提出的，且兼顾了解决问题者个体和外部环境因素，所以适用于考察需要消耗解决问题者更多认知资源、造成更大的认知负荷，或需要借助相关领域知识、技能或专业决策辅助工具、系统等才能完成的会计领域的多属性判断任务（Multi-attribute Judgment Tasks）、与地图相关的地理、空间决策系统的多准则决策任务（Multi-criteria Decision-making Tasks）等，与相对复杂的问题表征方式（如图形组合、表格、地图、动画、音频等），以及扩展元素间的匹配对解决问题的绩效的影响。

在应用认知匹配扩展模型时还需要注意以下两方面问题：1）借助理论研究明晰模型扩展的边界和有效性。认知匹配扩展模型的“解决问题的技能”和“解决问题的工具”涉及的范围很广，它们与模型中其他变量的作用机制不尽相同，因此后续的应用研究可以依据情境从理论上分析“解决问题的技能”和“解决问题的工具”与模型中其他变量的作用机制，决定哪些技能或工具应该被纳入以及如何引入模型，从而确保模型扩展的边界和有效性[18]。2）以任务为核心考察扩展模型的匹配关系。针对前文提及的认知匹配扩展模型匹配关系判定过于复杂的缺点，后续的应用研究可以首先考察问题表征、任务和扩展变量三者的匹配关系，然后以任务为核心分别考察其与问题表征和扩展变量的匹配关系，从而简化扩展模型匹配关系判定的过程和方法。

3 认知匹配分布式模型

为了探究概念建模领域专业型解决问题者的领域知识（Domain Knowledge）对认知匹配效应的影响，借鉴了Zhang等的分布式认知理论的观点，认为解决问题的过程是人脑对内、外部问题表征的信息加工过程[19]，Shaft等在认知匹配扩展模型的基础上于2006年构建了由问题域的内部表征（Internal Representation of the Problem Domain）和外部问题表征（External Problem Representation）构成的分布式问题表征系统，并由此形成了认知匹配分布式模型（Distributed Model of Cognitive Fit）[20]，我们称之为“认知匹配分布式模型Ⅰ”（详见图5）。其中，问题域的内部表征指解决问题者头脑中的知识结构，即可以从记忆中搜寻到的与解决问题相关的知识、符号、规则等，被认为是内部信息线索；外部问题表征指环境中的知识、约束、规定、关系、边界条件等，被认为是外部信息线索。

为了进一步探究系统建模领域以文本呈现的命题式任务（Propositional Task）与包括时间和空间两维数据的问题表征方式的匹配关系，Khartri等于2006年在认知匹配分布式模型Ⅰ的基础上，借鉴Polson等的联想记忆模型（The Human Associative Memory Model，简称“HAM模型”）[21]，将任务进一步分解成外部任务表征（The External Task Representation）和内部任务表征（The Internal Task Representation）两部分，提出了任务表征精细化的认知匹配分布式模型（Distributed Cognitive Fit Model Elaborating on Task Representation）[22]，我们称之为“认知匹配分布式模型Ⅱ”（详见图6）。

认知匹配分布式模型Ⅰ通过构建独立且交互作用的分布式问题表征系统，模拟了信息处理过程中解决问题者的认知结构[23-24]，对认知匹配扩展模型I中的解决问题者的知识结构与其他解决问题的元素的关联机制进行了说明。认知匹配分布式模型Ⅱ在此基础上，进一步将外部任务表征映射到用户的内部记忆系统，构建了一个类似于“内、外存”的任务表征体系，从而搭建了外部任务与心理表征的作用桥梁。认知匹配分布式模型的优点是对认知匹配理论的基本研究框架进行了进一步地解构和发展，本质上是通过对表征维度（Representating Dimension）的细化实现对被表征维度（Represented Dimension）的更充分地表征，从而提升表征方式的有效性[25]，代表了认知匹配理论从重视解决问题的绩效向探究解决问题的认知过程及其内外信息线索的表征机制的转变。然而，该模型也存在以下缺点：首先，认知匹配分布式模型是基于系统建模开发这样高度专业领域的专业人员提出的，难以被直接推广到其他应用领域；其次，认知匹配分布式模型没有阐述内外部问题表征系统交互作用的具体形式及对心理表征的作用机制，难以指导后续的应用研究。

认知匹配分布式模型适用于计算机程序理解与软件维护、系统开发与建模设计等高度专业化任务、解决问题者的知识结构和多维、动态的问题表征方式三者之间的匹配，对认知过程和解决问题的绩效的影响研究。

由于認知匹配分布式模型不仅研究解决问题的绩效，还试图探究解决问题的认知过程，因此在应用认知匹配分布式模型时要注意综合运用多种测量方法。除了要采用问卷法和实验法测量解决问题的绩效外，还应该采用视觉追踪法[26]、发声思维法[20]等手段对信息认知过程的心理表征进行有效测量，通过打开心理表征的黑箱，进而深入研究解决问题者在内、外部表征系统作用下的信息认知过程和解决问题的绩效。

4 结 论

由前述可知，认知匹配理论的发展大体上可以划分为认知匹配基础模型、认知匹配扩展模型、认知匹配分布式模型3个阶段。

认知匹配基础模型只考虑了任务特征与问题表征的匹配对解决问题的绩效的影响，适用于解决问题者认知负荷较轻的常规信息处理任务。在应用认知匹配基础模型时应注意根据需要完成的任务选择可能匹配的问题表征方式，操控解决问题的绩效的一个维度再测量另一个维度，以及采用多元匹配关系描述问题表征与任务间的匹配状况。

认知匹配扩展模型进一步兼顾了解决问题者个体和环境因素对解决问题的绩效的作用，适用于需要消耗解决问题者更多认知资源或造成更大的认知负荷的专业应用领域。在应用认知匹配扩展模型时需注意借助理论研究明晰模型扩展的边界和有效性，并且以任务为核心考察扩展模型的匹配关系。

认知匹配分布式模型通过构建分布式问题表征系统和分布式任务表征系统，对认知匹配理论的基本研究框架进行了进一步的解构和发展，适用于需要同时研究认知过程和解决问题的绩效的高度专业化应用领域。在应用认知匹配分布式模型时需注意综合运用多种测量方法。

参考文献

[1]Vessey I.Cognitive Fit：A Theory-based Analysis of the Graphs Versus Tables Literature[J].Decision Sciences，1991，22（2）：219-240.

[2]Zhang P，Galletta D.Human-computer Interaction and Management Information Systems：Foundations.Series of Advances in Management Information Systems（V5）[M].New York：M.E.Sharpe，2006：10.

[3]Chandra A，Krovi R.Representational Congruence and Information Retrieval：Towards an Extended Model of Cognitive fit[J].Decision Support Systems，1999，25（4）：271-288.

[4]Huang A H，Windsor J C.An Empirical Assessment of a Multimedia Executive Support System[J].Information & Management，1998，33（5）：251-262.

[5]Tuttle B，Kershaw R.Information Presentation and Judgment Strategy from a Cognitive Fit Perspective[J].Journal of Information Systems，1998，12（1）：1-17.

[6]Umanath N S，Vessey I.Multiattribute Data Presentation and Human Judgment：A Cognitive Fit Perspective[J].Decision Sciences，1994，25（5-6）：795-824.

[7]Sinha A P，Vessey I.Cognitive Fit：An Empirical Study of Recursion and Iteration[J].IEEE Transactions on Software Engineering，1992，18（5）：368-379.

[8]Smelcer J B，Carmel E.The Effectiveness of Different Representations for Managerial Problem Solving：Comparing Tables and Maps[J].Decision Sciences，1997，28（2）：391-420.

[9]Agarwal R，Sinha A P，Tanniru M.Cognitive Fit in Requirements Modeling：A Study of Object and Process Methodologies[J].Journal of Management Information Systems，1996，13（2）：137-162.

[10]王环环.任务特征、呈报格式与管理会计报告辅助决策影响的实验研究[D].成都：西南财经大学，2012：8-10.

[11]祝元源.呈报格式、决策者个人能力与管理会计报告决策价值[D].成都：西南财经大学，2014：13.

[12]毛洪涛，何熙琼，苏朦.呈报格式、个人能力与管理会计信息决策价值：一项定价决策的实验研究[J].会计研究，2014，（7）：67-74，97.

[13]刘景方，李嘉，张朋柱，等.用户评论标签摘要系统的有效性研究[J].系统管理学报，2016，25（4）：613-623.

[14]李雷，杨怀珍，谭阳波.任务技术匹配理论研究现状述评与趋势展望[J].外国经济与管理，2016，38（1）：29-41.

[15]闵庆飞，王建军，谢波.信息系统研究中的“匹配”理论综述[J].信息系统学报，2011，8（1）：77-88.

[16]Vessey I，Galletta D.Cognitive Fit：An Empirical Study of Information Acquisition[J].Information Systems Research，1991，2（1）：63-84.

[17]Mennecke B E，Crossland M D，Killingsworth B L.Is a Map More than a Picture？The Role of SDSS Technology，Subject Characteristics，and Problem Complexity on Map Reading and Problem Solving[J].MIS Quarterly，2000，24（4）：601-629.

[18]Whetten D A.What Constitutes a Theoretical Contribution？[J].Academy of Management Review，1989，14（4）：490-495.

[19]Zhang J，Norman D A.Representations in Distributed Cognitive Tasks[J].Cognitive Science，1994，18（1）：87-122.

[20]Shaft T M，Vessey I.The Role of Cognitive Fit in the Relationship Between Software Comprehension and Modification[J].MIS Quarterly，2006，30（1）：29-55.

[21]Polson P G，Anderson J R，Bower G H.Human Associative Memory[J].The American Journal of Psychology，1975，88（1）：131.

[22]Khartri V，Vessey I，RAM S，Ramesh V.Cognitive Fit Between Conceptual Schemas and Internal Problem Representations：The Case of Geospatio-temporal Conceptual Schema Comprehension[J].IEEE Transactions on Professional Communication，2006，49（2）：109-127.

[23]鄧铸，余嘉元.问题解决中对问题的外部表征和内部表征[J].心理学动态，2001，9（3）：193-200.

[24]刘俊生，余胜泉.分布式认知研究述评[J].远程教育杂志，2012，30（1）：92-97.

[25]Zhang J.A Representational Analysis of Relational Information Displays[J].International Journal of Human Computer Studies，1996，45（1）：59-74.

[26]Chen Y，Jermias J，Panggabean T.The Role of Visual Attention in the Managerial Judgment of Balanced-scorecard Performance Evaluation：Insights from Using an Eye-tracking Device[J].Journal of Accounting Research，2016，54（1）：113-146.

（责任编辑：孙国雷）