自我损耗对科学发明问题解决中原型启发效应的影响 *

2022-11-16李文福翟吉存李青青陈井婷

心理与行为研究 2022年5期

李文福翟吉存李青青陈井婷

(1 济宁医学院精神卫生学院，济宁 272067) (2 济宁医学院工会，济宁 272067)

1 引言

顿悟是创造性研究的主要途径之一（Dietrich &Kanso, 2010），但由于其过程的复杂性，研究者对其认知机制尚未达成一致结论（贡喆等, 2016）。原型启发理论认为在顿悟问题解决中，如果能在头脑中激活“原型”及其包含的“关键启发信息”，就能促使顿悟发生（张庆林等, 2012）。比如“鲁班受齿状茅草叶的启发发明锯子”的故事中，“茅草叶”就是“原型”（即可以启发顿悟问题解决的认知事件），“边缘齿状”就是原型中包含的“关键启发信息”（即对顿悟问题解决具有决定性和指导性意义的信息）。要达成顿悟问题解决，需要先“激活”一个与当前问题有关的“原型”，随后将其包含的“关键启发信息”应用到问题解决上。由此，原型启发过程可以分为“原型激活”和“关键启发信息激活”两个阶段（张庆林等, 2012）。

研究者使用字谜材料对原型启发效应进行了探索。比如吴真真等（2009）要求被试一次学习3 个、6 个或9 个原型字谜后解决3 个、6 个或9 个靶字谜，发现原型学习个数不影响原型激活率，可能反映了原型激活是自动加工过程，不需要过多消耗认知资源。另一项研究（吴真真等, 2008）采用相同范式，也发现原型激活率不受字谜个数影响，而字谜材料“启发量”（有、无原型条件下字谜解决正确率的差异）高低不影响原型激活率，但影响问题解决正确率，可能反映了“关键启发信息”的应用是控制加工过程，需要消耗认知资源。

以上研究使用的字谜材料生态学效度较低，不能反映实际发生的顿悟过程。历史上存在大量创造发明实例（如科学家在V 形褶皱鲨鱼皮的启发下发明了鲨鱼皮泳衣），其共同点是在原型（V 形褶皱鲨鱼皮）的启发下解决现实问题（减小水流摩擦力），对类似实例的研究有助于揭示真实发生的科学发明问题解决的顿悟机制。研究指出，科学发明问题解决的原型启发过程也包括“原型激活”和“关键启发信息激活”两个阶段（张庆林等, 2012）。研究发现，科学发明问题解决过程受原型材料的表征方式以及学习原型-解决问题的顺序等的影响（朱丹等, 2011; 朱海雪等,2012）。“先问题-后原型”范式是研究科学发明问题解决中原型启发效应的常用范式（朱海雪等,2020）。该范式模仿现实问题解决过程，先给被试呈现问题情境（如何降低泳衣在水中的阻力），再提供匹配的原型（鲨鱼皮表面的V 形褶皱有助于减小水流摩擦力），要求被试根据原型解决遇到的问题。以往研究采用该范式对原型启发效应进行了探究，发现问题激活（即想到先前遇到的问题）是科学发明问题解决的关键过程（杨文静等, 2018; 朱海雪等, 2020）。

自我控制是个体克制冲动行为、抑制习惯反应的能力（于斌等, 2016）。自我控制资源是有限的，执行需要自我控制的任务会消耗自我控制资源，降低自我控制能力，影响其他需要自我控制资源的任务表现，该现象称为自我损耗效应（Baumeister et al., 2007）。研究发现原型激活具有自动加工性质，关键启发信息激活具有控制加工性质（吴真真等, 2008, 2009; 杨文静等, 2018; 朱海雪等, 2020），但该结论尚缺乏直接证据的支持。要证明原型启发过程的自动和控制加工，需要直接操纵自我控制水平，以观察其对原型激活和关键启发信息激活的影响。鉴于创造性是一种自我控制的资源依赖行为（Benedek et al., 2014），自我损耗可能对原型启发产生消极影响。

综上所述，本研究拟选取高生态学效度的科学发明问题材料，采用“先问题-后原型”的“一对一”（一个问题对应一个原型）和“十对十”（十个问题对应十个原型）两种问题解决范式（杨文静等, 2018; 朱海雪等, 2020），通过比较不同自我损耗状态和问题解决范式条件下的问题解决差异，揭示自我损耗和问题解决范式对原型启发效应的影响。

2 研究方法

2.1 被试

招募80 名在校大学生，男女各半，平均年龄20.91±1.27 岁。随机分为自我损耗组和控制组，各40 人。由于控制组1 名被试中途退出，最终有效被试为79 名。所有被试的视力或矫正视力正常，没有参加过类似实验，实验结束后获得实验报酬。

2.2 实验任务及工具

2.2.1 自我损耗任务

采用中文版E-crossing 任务进行自我控制操纵，该任务已广泛用于自我损耗研究（Vohs et al.,2012）。该任务通过要求被试抄写文字过程中省去某个笔画，达到消耗自我控制资源的目的。抄写文字选自马炳坚编著的《北京四合院建筑》，所选文字共4 个自然段，包括234 个汉字和20 个标点符号（汤文君, 2019）。损耗组被试在前2 段抄写时省去“丿”画，第3 段省去“一”画，第4 段正常抄写。控制组被试正常抄写。

随后回答4 道损耗效果检测问题（7 点计分）：（1）“任务完成的难度有多大？”1 代表“非常容易”，7 代表“非常困难”。（2）“完成任务需要付出多大努力？”1 代表“不需努力”，7 代表“非常努力”。（3）“完成任务后你感到有多疲惫？”1 代表“一点也不疲劳”，7 代表“非常疲劳”。（4）“完成任务后，你感觉自身能量受到多少损耗？”1 代表“一点也没有”，7 代表“损耗非常大”。

2.2.2 科学发明问题解决任务

从科学发明创造问题材料库（朱丹等, 2011）中选取20 道问题材料，每个材料包括有、无原型时的正确率和启发量（有、无原型时的正确率差值）参数。为了更好地观察原型启发效应，所选题目在无原型条件下较难（正确率小于0.30），在有原型条件下较易（正确率大于0.75，平均提高比率为0.74±0.08）。20 个材料随机分为2 组，分别用于“一对一”和“十对十”范式，两组材料在无原型条件正确率[t(18)=1.45,p=0.164]、有原型条件正确率[t(18)=1.13,p=0.273] 和启发量[t(18)=-0.30,p=0.764]上均没有显著差异。

采用“先问题-后原型”的两阶段实验范式，根据一次解决的问题个数，分成“一对一”和“十对十”范式，并在被试间平衡。“一对一”范式中（见图1），预先告知被试实验中将呈现1 个问题，然后呈现1 个与该问题有关的原型，要求被试根据当前原型信息思考问题解决方法。流程如下：首先屏幕中心呈现注视点1 秒，接着呈现1 个科学发明问题，要求被试在60 秒内理解并尝试解决，被试理解后按空格键，随后询问被试是否见过并知道该问题的答案，见过并知道答案按“F”键，不知道答案按“J”键，以排除已有经验对实验的影响。然后呈现与该问题对应的原型材料，要求被试在60 秒内根据原型信息尝试解决前面的问题，若想到答案就按空格键，随后进入下一个问题的学习。直到解决完10 个问题。“十对十”范式分为学习阶段和测试阶段（见图2），预先告知被试实验中将依次呈现10 个问题，然后随机呈现10 个与该问题有关的原型，要求被试根据原型信息思考当前原型可以解决哪个问题，并提出问题解决方法。学习阶段流程：首先呈现注视点1 秒，接着呈现1 个科学发明问题，要求被试在60 秒内理解并尝试解决，理解后按空格键，随后询问被试是否见过并知道该问题的答案，见过并知道答案按“F”键，不知道按“J”键。直到学习完10 个问题。测试阶段流程：首先呈现注视点1 秒，随后随机呈现1 个原型材料，要求被试看到原型后在60 秒内思考该原型是否能解决前面的某个问题，如果能想到解决某个问题并知道答案就按空格键，随后进入下一个原型。直到呈现完10 个原型。实验结束后，要求被试根据呈现的问题在答题纸上写下问题答案。

图1 “一对一”范式实验流程图

图2 “十对十”范式实验流程图

“一对一”范式中，被试尝试解决1 个问题后立即呈现与之对应的原型，不需要从头脑中检索问题，仅需将当前原型包含的关键启发信息应用到问题解决上。而“十对十”范式中，被试尝试解决10 个问题后随机呈现与某个问题对应的原型，需从头脑中检索当前原型可以解决的问题，然后才能将原型包含的关键启发信息应用到问题解决上。通过两种范式的比较，可以探讨自我损耗对原型启发过程的影响。

2.2.3 自我控制量表

为避免被试自我控制差异对结果的可能影响，采用谭树华和郭永玉（2008）修订的自我控制量表测量自我控制能力。该量表共19 个题目，其中15 个反向计分题目，均采用从“完全不符合”到“非常符合”的5 级计分。对反向计分题目反向处理后，计算所有项目得分总和，总分越高自我控制越强。本研究中该量表的Cronbach’s α 系数为0.87。

2.2.4 威廉姆斯创造性倾向量表

由于创造性倾向与科学发明问题解决正相关（朱海雪等, 2012），为避免创造性倾向差异对结果的影响，采用林幸台和王木荣（1997）修订的威廉姆斯创造性倾向量表测量创造性倾向。该量表共50 个题目，其中8 个反向计分题目，均采用从“完全不符合”到“完全符合”的3 级计分。对反向计分题目反向处理后，将所有项目得分相加得到总分，总分越高创造性倾向越强。本研究中该量表的Cronbach’s α 系数为0.82。

2.3 实验设计

采用两因素混合实验设计，自变量1 为自我损耗状态，分为损耗组和控制组，为被试间变量；自变量2 为问题解决范式，分为“一对一”和“十对十”范式，为被试内变量。因变量为原型激活率、关键启发信息激活率和科学发明问题解决正确率。

2.4 实验程序

实验在安静的实验室进行。被试来到实验室后，由主试讲解实验任务，被试明白后签订知情同意书。被试首先填写自我控制量表和威廉姆斯创造性倾向量表，然后完成自我损耗任务和损耗效果检测问题。随后完成科学发明问题解决任务，并在印有科学发明问题材料的答题纸上写出实验程序中想到的答案，程序中没想到（呈现原型材料时没有想到对应问题和答案）但实验后又想到的答案无需填写。实验大约持续40 分钟。

2.5 数据分析

采用SPSS22.0 整理、分析数据。采用独立样本t检验考察自我损耗的有效性以及不同损耗状态被试的特质自我控制和创造性倾向的差异，采用方差分析检验损耗状态和问题解决范式在原型激活率、关键启发信息激活率和科学发明问题解决正确率上的效应。

对被试答案进行0、1、2、3 计分，如果没有写出答案计0 分；如果提到与该问题有关的原型计1 分，表示原型得到激活，得分为1 的题目比率作为原型激活率；如果不仅提到原型还写出原型的关键启发信息计2 分，表示原型和关键启发信息得到激活，得分为2 的题目比率作为关键启发信息激活率；如果不仅提到原型和关键启发信息，还将原型和关键启发信息应用到当前问题的解决上计3 分，表示被试利用原型成功解决了问题，得分为3 的题目比率作为问题解决正确率。计分时，将被试在看到问题材料时按键表明知道问题和答案的题目，以及看到原型时没有按键表明想到相应问题和答案的题目排除，以避免被试在书写答案过程中重新思考对结果的影响，降低因自我损耗恢复对结果的影响。

3 结果

3.1 预分析

3.1.1 特质自我控制水平检验

对损耗组和控制组被试在自我控制量表上的得分进行独立样本t检验，结果显示，损耗组的得分（59.48±11.30）与控制组（57.10±10.53）差异不显著[t(77)=0.97,p=0.337]，表明两组被试在科学发明问题解决上的差异不是由特质自我控制水平差异导致。

3.1.2 创造性倾向检验

结果显示，损耗组的创造性倾向得分（110.28±11.59）与控制组（107.90±11.56）差异不显著[t(77)=0.91,p=0.364]，表明两组被试在科学发明问题解决上的差异不是由创造性倾向差异导致。

3.1.3 自我损耗效应检验

结果发现（见图3），损耗组比控制组在完成抄写任务后感到任务更困难[t(77)=9.98,p＜0.001,Cohen’sd=2.25]、付出更多努力[t(77)=8.30,p＜0.001,Cohen’sd=1.87]、感到更疲惫[t(77)=3.16,p＜0.01,Cohen’sd=0.71]、感到更消耗自身能量[t(77)=4.69,p＜0.001, Cohen’sd=1.05]。结果表明自我损耗操作有效，自我损耗任务显著降低了损耗组被试的自我控制。

图3 自我损耗效应检验

3.2 正确率

3.2.1 自我损耗和问题解决范式对原型激活率的影响

以原型激活率为因变量的方差分析发现，自我损耗状态主效应显著[F(1, 77)=7.91,p=0.006,=0.093]，损耗组的原型激活率（0.68±0.19）显著小于控制组（0.79±0.16）；问题解决范式的主效应显著[F(1, 77)=10.86,p=0.001,=0.124]，“一对一”范式的原型激活率（0.77±0.20）显著高于“十对十”范式（0.70±0.22）。变量的交互作用不显著[F(1, 77)=0.04,p=0.835]。各条件下的原型激活率见表1。

3.2.2 自我损耗和问题解决范式对关键启发信息激活率的影响

以关键启发信息激活率为因变量的方差分析发现，自我损耗状态主效应显著[F(1, 77)=4.43,p=0.039,=0.054]，损耗组的关键启发信息激活率（0.58±0.21）显著小于控制组（0.68±0.23）；问题解决范式的主效应显著[F(1, 77)=16.30,p＜0.001,=0.175]，“一对一”范式的关键启发信息激活率（0.68±0.24）显著高于“十对十”范式（0.58±0.26）。变量的交互作用不显著[F(1,77)=0.04,p=0.843]。各条件下的关键启发信息激活率见表1。

3.2.3 自我损耗和问题解决范式对问题解决正确率的影响

以问题解决正确率为因变量的方差分析发现，自我损耗状态主效应显著[F(1, 77)=7.68,p=0.007,=0.091]，损耗组的问题解决正确率（0.49±0.23）显著小于控制组（0.64±0.23）；问题解决范式的主效应显著[F(1, 77)=12.31,p=0.001,=0.138]，“一对一”范式的问题解决率（0.60±0.25）显著高于“十对十”范式（0.52±0.27）。变量的交互作用不显著[F(1, 77)=0.004,p=0.948]。各条件下的问题解决正确率见表1。

表1 各条件下的原型激活率、关键启发信息激活率和问题解决正确率

3.3 反应时

3.3.1 自我损耗和问题解决范式对问题材料学习时间的影响

以问题材料学习时间为因变量的方差分析发现，自我损耗状态主效应不显著[F(1, 77)=2.71,p=0.104]，问题解决范式的主效应不显著[F(1,77)=2.03,p=0.158]，损耗状态与问题解决范式的交互作用不显著[F(1, 77)=0.18,p=0.672]。各条件下的问题材料学习时间见表2。

3.3.2 自我损耗和问题解决范式对原型材料学习时间的影响

以原型材料学习时间为因变量的方差分析发现，自我损耗状态主效应不显著[F(1, 77)=0.94,p=0.336]；问题解决范式的主效应显著[F(1,77)=13.00,p=0.001,=0.144]，“一对一”范式的原型材料学习时间（15.81±7.82）显著短于“十对十”范式（18.11±8.50）。变量的交互作用不显著[F(1, 77)=0.72,p=0.400]。各条件下的原型材料学习时间见表2。

表2 各条件下的问题材料学习时间和原型材料学习时间（秒）

4 讨论

4.1 自我损耗对原型启发效应的影响

结果发现，自我损耗状态在原型激活率、关键启发信息激活率和问题解决正确率上的主效应均显著，说明自我损耗影响科学发明问题解决中的原型启发效应。同时，自我损耗状态在问题学习时间和原型学习时间上的主效应不显著，进一步说明该差异不是因为学习时间的长短造成，而是由于自我损耗造成的资源损耗影响了原型启发过程。自我控制资源理论（Baumeister et al., 2007）指出自我损耗消耗自我控制资源，影响其他任务表现。以往研究发现，自我损耗影响抵制诱惑和抑制优势反应的能力（Baumeister & Vohs, 2007），而创造性思维需要抑制优势反应以新颖独特地解决问题（Fink et al., 2018）。Baumeister 等人（2008）发现自我损耗被试在发散思维流畅性和独创性得分上低于控制组。Taylor（2021）的研究也表明当要求被试尽可能想出有创造性的答案时，自我损耗降低了创造性表现。本研究进一步表明自我损耗同样也抑制聚合思维过程。

但也有研究发现自我损耗提高了顿悟问题解决能力。比如，DeCaro 和van Stockum （2018）使用火柴算术问题研究自我损耗对顿悟的影响，结果发现损耗组的正确率显著高于控制组。顿悟问题解决四阶段模型（Lv, 2015）认为，问题解决者在最初形成的错误问题空间进行搜索，容易形成思维僵局，而僵局的打破需要表征重组和问题空间重构（Jung-Beeman et al., 2004）。但控制性加工往往将问题解决者的思维限定于已有解决策略，不利于重组问题表征和重构问题空间（Jarosz et al.,2012）。本研究中，被试若要解决科学发明问题，不仅需要在看到原型时激活对应的问题，还需将原型包含的关键启发信息应用到问题解决上，该过程需要控制性加工的参与（朱海雪等, 2020）。因此，本研究结果与以往部分结果的不一致，可能反映了不同顿悟任务背后的心理机制差异。

4.2 问题解决范式对原型启发效应的影响

结果发现，问题解决范式（“一对一”和“十对十”）在原型激活率、关键启发信息激活率和问题解决正确率上的主效应均显著。“一对一”范式中，被试尝试解决1 个问题后立即呈现对应的原型，被试仅需将原型包含的关键启发信息用于刚学习的问题，因此只包含关键启发信息应用的过程。而“十对十”范式中，被试尝试解决10 个问题后才随机呈现1 个原型，被试需要从10 个问题中想到与之相关的问题，然后才能将其包含的关键启发信息应用到问题上。问题解决范式在问题学习时间上的主效应不显著，而在原型学习时间上的主效应显著，被试在“十对十”范式中的原型学习阶段使用了更长的时间，可能进一步印证了该结果。“一对一”范式虽然不需激活原型，但并不能成功解决所有问题，表明成功想到问题并不代表成功解决问题，关键启发信息的应用也是科学发明问题解决的关键过程。以往研究发现，问题激活是原型启发效应促进顿悟的关键过程，被试在看到原型后若能成功想到先前问题，才能将关键启发信息应用到问题解决中（杨文静等, 2018）。本研究结果进一步表明，被试想到与当前原型有关的问题，并不意味着问题的成功解决，还需将关键启发信息应用到想到的问题上，才能成功解决问题。

以往研究表明，问题包含的需求性功能（如鲁班需要高效率的伐木工具）与原型包含的特征性功能（如锯齿状的茅草边缘更锋利）的相似性是原型启发效应的关键，只有二者产生“自动响应”（张庆林等, 2012; 朱海雪等, 2020），被试才能将关键启发信息应用到问题解决上（杨文静等,2018）。本研究中，两类范式使用相同启发量的材料，但“一对一”范式的问题解决正确率高于“十对十”范式，可能表明需求性功能与特征性功能之间的“自动响应”并不是完全“自动”的，可能受相似性功能信息提取难易度的影响。“十对十”范式中，被试尝试解决10 个问题后才学习原型材料，该过程需要排除无关信息干扰（杨文静等, 2018）。被试需要解决的问题和学习的原型越多，需要注意的重要信息越多，影响了注意在创造性问题解决过程中的作用（Yeh et al.,2014），降低了重要信息的发现和无关信息的排除，影响了科学发明问题解决。

本研究结果丰富了原型启发理论，表明科学发明问题解决中的原型启发过程依赖自我控制资源，进一步反映了关键启发信息的应用是控制加工过程。但研究也有一些局限。首先，为避免自我损耗效应消失，让被试最后书写答案，结果可能受重新思考或组织答案的影响，未来可以采取多次损耗的分段实验，让被试即时报告。其次，以往研究表明语义相似性是问题的需求性功能和原型的特征性功能建立联结的心理机制（杨文静等, 2018），未来研究可以进一步探讨自我损耗对不同语义相似性问题解决过程的影响。最后，研究中两组被试未进行记忆能力测试，可能存在记忆能力的组间差异对结果造成的影响，未来研究可以测量被试的记忆能力以提高研究的实验效度。