工作记忆对内隐序列学习中信息加工过程的影响研究

杨海波, 刘新华

（1.闽南师范大学教育科学学院,福建漳州363000；2.福建省应用认知与人格重点实验室,福建 漳州363000）

工作记忆（Working Memory,WM）是信息进行存储、提取和加工的缓存器，它左右着人类的认知活动，具有相对复杂的结构[1].研究者一般采用诸如记忆广度、双任务[2]、变化觉察工作记忆任务（change de‐tection WM tasks）、记忆刷新(Memory Updating，MU)、n-back等任务来检测工作记忆[1,3].

内隐学习由于无法“意识”到知识的表征形式，难以直接探知工作记忆在其中的作用.在以习得量为知识表征的研究中，工作记忆与内隐学习并不存在联系[4-5].Unsworth 和Engle[6]发现工作记忆与外显序列学习有关，但与内隐序列学习无关.Nemeth 等[7]发现，两者存在功能性独立：进行阻塞性睡眠呼吸暂停（Obstructive Sleep Apnea,OSA）后，个体的工作记忆受损，而内隐学习却完好.

持反对观点认为，高的工作记忆能力能为信息加工提供更多的“缓存空间”，更有利于学习的进行[2].视空间工作记忆（Visuo-Spatial Working Memory, VSWM）和言语工作记忆（Verbal Working Memory,VWM）与内隐序列学习显著相关[4].以空间记忆广度（Spatial Short-Term Memory,SSTM）和记忆刷新任务为工作记忆的测量指标发现，它们与内隐序列学习密切相关[3].研究者提出，应当对工作记忆进行功能性区分以更清楚地探讨其与内隐序列学习的关系[8].还有学者进一步指出，在同一范畴内的关系（视觉短时记忆、视觉工作记忆与视觉空间内隐序列学习）强于不同范畴间的关系（言语短时记忆、言语工作记忆与视觉空间内隐序列学习）[3,9].

然而，我国学者[10]在Frensch，Lin 和Buchner[11]的基础上提出了不一样的观点.根据“抑制表达”理论，应从“学习本身和学习结果两个角度进行区分”来探讨工作记忆对内隐序列学习的影响[10].前者是指信息编码，后者是指信息提取.因为知识的习得具有滞后性，在学习过程（信息编码）中，学习者较难以意识到学习结果的表征形式.因此，如果内隐序列学习是以信息编码为测量指标，那么工作记忆就有可能与之无关；如果是以信息提取为测量指标，那么两者可能存在一定关系.

上述研究中，认为两者无关的，是以习得量为测量指标，而习得量更多的是考查学习过程中的编码情况.又由于将工作记忆进行功能性区分后，发现两者是相关的.所以我们推断，工作记忆影响到可能是信息的提取.我们以习得量作为编码阶段的指标[12]，以片段再认任务来测量习得的意识知识（Conscious Knowledge, CK）和无意识知识（Unconscious Knowledge, UCK），CK =p击中-作为信息提取的指标[13].在相同范畴内，通过操纵双任务来改变被试的工作记忆负荷，以考查工作记忆对信息编码的影响（实验1）；通过采用数字记忆广度（digit span）来操作定义WMC，该被试变量的影响均覆盖了学习过程中的信息编码和信息提取（实验2）.

1 实验1 工作记忆对信息编码的影响

1.1 被试

随机选取69名大学生被试，其中男生25名，年龄为19.62±1.50岁，均未参加过类似实验.

1.2.2 材料

实验同杨海波和刘电芝的“敌情信号警戒游戏”[13].包括15 个组段，其中第1 和第14 个组段是随机组段，其他为规则组段.

1.2.3 实验设计

采用单因素被试间设计.自变量为任务类型，分单任务和双任务.因变量为各组段的平均反应时、习得量（RT14组段-）、意识知识（CK =p击中-）和无意识知识（UCK =）.击中虚报组段.

1.2.4 实验程序

实验分两个阶段.第一阶段为学习阶段，完成“敌情信号警戒游戏”，约需30 min.其中，单任务的实验同杨海波和刘电芝的游戏任务.双任务在游戏的同时，还需进行音调（chimes音和ding音）计数任务，在每个组段结束时要求输入ding 音出现的次数.阶段二进行片段再认任务测试[13].采用e-prime2.0 编写实验程序.

1.3 结果

1.3.1 工作记忆对习得量的影响

以组段反应时（以下简称组段）为被试内因素，以任务类型为被试间因素，进行重复测量方差分析发现，组段的主效应显著，F(14,938) = 40.038，p< 0.001，η2p= 0.374；组段×任务类型交互作用显著，F(14,938) = 16.750，p< 0.001，η2p= 0.200.结合图1可知，被试的反应时呈逐渐减少的趋势.

图1 单、双任务中各组段的RT(误差线为SD)Fig.1 The mean of reaction times of blocks between a single task and a double task

在第14个组段改变序列规则之后，反应时增加；而第15组段又恢复规则序列时，反应时又减少.分别对单任务和双任务的习得量采用单样本t-test，两组均出现显著的习得量，前者均值为19.21±20.19，t(31) = 5.298，p< 0.001，Cohend= 0.95，后者均值为25.97±39.07，t(38) = 4.097，p< 0.001，Cohend=0.66；且两者差异不显著，t(67) = -0.872，p> 0.05，Cohend= 0.21.由此说明了，在两种条件下被试均习得到一定的知识.

1.3.2 工作记忆对习得的CK和UCK的影响

以任务类型（单任务和双任务）为自变量，分别以CK和UCK 为因变量，采用单因素方差分析发现，任务类型的主效应均不显著，对于CK，F(1,67) = 0.587，p> 0.05，η2p= 0.009；对于UCK，F(1,67) = 0.056，p> 0.05，η2p= 0.001.

2 实验2 工作记忆对信息提取的影响

2.1 被试

随机选取130名大学生被试，其中男生51名，年龄为20.56±1.05岁，均未参加过类似实验.

2.2.2 材料和仪器

1）数字记忆广度.采用短时记忆的计数广度（Counting Span,SP）作为WMC的测量.

2）敌情信号警戒游戏，同实验1的单任务条件.

2.2.3 实验设计

采用单因素被试间设计.以WMC为自变量，分为高容量、中容量、低容量三个水平；因变量同实验1.

2.2.4 实验程序

实验分三个阶段.第一阶段进行数字记忆广度测试，此阶段约需5 min.第二阶段和第三阶段同实验1的单任务实验，仅将组段数改成13个.

2.3 实验结果

2.3.1 WMC分组

把被试的WMC得分从高到低排列，然后取得分最高的27%的被试作为高容量组(10.44±1.01)，共34人；得分最低的27%的被试作为低容量组(6.73±0.69)，共37 人；其余的作为中容量组(8.30±0.45)，共59人.

2.3.2 WMC对习得量的影响

以组段为被试内因素，以WMC 为被试间因素，采用重复测量方差分析发现，组段的主效应显著，F(12,1524) = 73.958，p< 0.001，η2p= 0.368；组段×任务类型交互作用不显著，F(24,1524) = 0.917，p> 0.05，η2p= 0.014.结合图2可知，被试的反应时呈逐渐减少的趋势.

图2 不同WMC下各组段的RTFig.2 The mean of reaction times of blocks among the WMCs

在第12个组段改变序列规则之后，反应时增加；而第13组段又恢复规则序列时，反应时又减少.分别对高中低WMC的习得量进行单样本t-test，均出现显著的习得量，高容量组35.50±16.40，t(36) = 5.298，p< 0.001，Cohend= 2.16，中容量组35.36±23.92，t(58) = 11.36，p< 0.001，Cohend= 1.48；低容量组39.37±18.40，t(33) = 12.62，p< 0.001，Cohend= 2.14；但工作记忆容量的主效应不显著，F(2,127) =0.486，p> 0.05，η2p= 0.008.由此说明，在三种条件下被试均习得到一定的知识.

2.3.3 WMC对习得的意识知识和无意识知识的影响

以WMC 为自变量，分别以CK 和UCK 为因变量，采用单因素方差分析发现，对于CK，高容量组0.39±0.14，中容量组0.44±0.16，低容量组0.38±0.13，差异达到边缘性显著，F(2,127) = 2.720，p= 0.07，η2p= 0.041，事后多重比较发现，中容量组习得的CK显著地高于低容量组(p= 0.043)和高容量组(p= 0.073)，低容量组和高容量组差异不显著(p> 0.05) ；对于UCK，高容量组0.48±0.16，中容量组0.52±0.17，低容量组0.51±0.17，三组差异不显著，F(2,127) = 0.431，p> 0.05，η2p= 0.007.

3 总讨论

工作记忆与内隐序列学习的关系存在诸多争议.本研究认为这些矛盾，主要在于没有明确工作记忆影响到的是内隐序列学习中的哪个阶段.学习过程一般可分成编码、存储和提取三个阶段.在内隐序列学习中，学习阶段属于信息编码阶段，测验阶段属于信息提取阶段.尽管习得量可算是信息提取的一种结果，但是习得量的数据源于各组段的反应时，其反映的是被试在处理当前刺激时的加工状态，可归属于信息编码阶段.因此，将习得量操作定义为内隐序列学习中的信息编码，而测验阶段（片段再认任务）则为信息提取.

实验1中，在学习阶段加入了第二任务的音调计数任务，增加被试的工作记忆负荷，与单任务相对比，考察工作记忆加载时对信息编码的影响.结果表明，两种任务的习得量差异不显著，这与诸多研究相吻合[4,6].由此，我们推断工作记忆没有影响到内隐序列学习中的信息编码.尽管两种任务中习得的CK 和UCK 也不存在显著差异，但是由于在片段再认任务中并未加入第二任务，所以无法判断其对信息提取的影响，而实验2则有效地回答了这个问题.

在实验2 中，我们通过操纵被试的数字记忆广度，将被试的WMC 分成高容量组、中容量组和低容量组.WMC 属于被试变量，它将影响到内隐序列学习的整个过程，包括信息编码、存储和提取.实验2 的结果表明，三种工作记忆容量的习得量不存在显著差异，也就是说工作记忆并未影响到内隐序列学习中的信息编码，与实验1 相互印证.尽管习得的UCK 差异不显著，但是三种不同WMC 习得的CK 的差异却存在边缘性显著，中容量组习得的CK多于高容量组和低容量组.即工作记忆影响到内隐序列学习中的信息提取.Norman和Borow 提出的双作业操作的互补原则（principle of complementarily）[14]可以很好地解释这个结果.因为在片段再认任务中，被试也需要同学习阶段那样进行按键反应，之后进行再认判断[13]，所以，我们推断WMC中等的被试将更多的精力专注于对刺激的反应，有利于内隐学习中的纯粹接触效应[15]，促进了信息提取；而WMC 高的被试可能把更多的精力用于探索序列的规则，正如前人研究发现，规则组的内隐成绩差于简单记忆组，反而阻碍了内隐序列学习的信息提取[10]；WMC低的被试习得的成绩低则在情理之中.当然本研究的不足之处在于对WMC 的测量采用的是数字记忆广度，根据范畴一致的观点[3,9]，后续的研究若采用VWMC，或许能获得更为显著的差异.

本研究从学习过程和学习结果的角度，统合了以往研究中的矛盾，证实了工作记忆影响的是内隐序列学习中的信息提取而不是信息编码，具有一定的理论价值.