时间压力对多线索概率推理任务中策略选择的影响

孟秋辰，王婷，张婷，张凤华，2

（1.江西师范大学心理学院，南昌 330022；2.江西师范大学心理健康教育研究中心，南昌 330022）

在日常生活中，人们经常要做出决策。决策任务的一个关键的特点在于价值之间的冲突，决策者必须用一个线索上的损失来换取另一个线索上的收益[1]。各线索具有概率性质，即可靠性高低不等，决策者不仅需要考虑不同选项上各个线索的值，还要考虑线索效度，也就是权重[2]。在认知领域，学习这些线索的统计特性的过程被称为概率推理[3]。在有两条以上线索的概率推理任务中，对多条线索信息进行整合，从而做出决策的过程，就是多线索概率推理(multiple-cue probabilistic inference)的过程[4]。现实生活中的大部分决策都涉及多线索概率推理的过程，探究人们在多线索概率推理任务中进行策略选择的心理机制具有重要意义。

依据决策的双系统理论，分析系统和启发式系统共同影响了多线索概率推理任务中的策略选择[5]。与分析系统相对应的是补偿性策略，如等权加和策略(equal weight rule,EQW)[6]和加权加和策略(weighted additive strategy, WADD)[7]。EQW 的规则是忽略线索效度，把所有线索视为同等重要，然后对每一选项上的线索值求和，选择值最大的选项；WADD 考虑选项中所有线索的值以及每个线索所占的权重，通过加权求和求得每一选项的总值，选择总值最大的选项。与启发式系统相对应的是非补偿性策略，如采纳最佳启发式(take the best,TTB)[8]，即按照线索效度从高到低搜索，选择线索值高的选项，如果线索值没有区别则搜索下一个线索。

策略的选择是适应性的，在多线索概率推理任务中，分析系统和启发式系统哪个占据主导地位，被试选用补偿性策略还是非补偿性策略受任务和情境因素的影响，时间压力就是其中最重要的变量之一[9]。时间压力是指在处理信息或作出决策时，个体对时间限制的察觉，常通过限制单次决策的时间进行操纵[10]。目前关于时间压力对多线索概率推理任务中策略选择的影响的研究，结果仍存在争议。Glöckner的一系列研究表明，无论时间压力高低，被试都使用补偿性策略[11，12]。有研究者对此提出质疑，认为Glöckner的实验采用双极线索，但现实更多是等级形式的线索值。等级线索增加了信息整合的难度，也间接加大了时间压力[13-15]。因此，等级线索下，高、低时间压力的被试是否仍采用补偿性策略尚需探究。

此外，目前的研究采用信息板技术(也称Mouselab)来记录被试的信息获取过程，但Mouselab 点击一次只允许查看一个线索值，这严重干扰了直觉的、自动化的加工，阻碍了非补偿性策略的使用[16，17]。这可能也是Glöckner 得出无论时间压力高低，被试都使用补偿性策略的结论的原因。眼动追踪(eyemovement tracking)技术弥补了这一缺点，让被试能够根据时间压力的高低自由地选择补偿性或非补偿性策略。因此，在弥补了技术上的缺点后，重新探讨时间压力如何影响多线索概率推理任务的决策过程很有必要。

为解决上述问题，本文设计了两个实验，实验一旨在探讨采用等级线索时，时间压力如何影响多线索概率推理任务中的策略选择。实验二使用眼动技术代替Mouselab 技术，以期从过程检验的角度得到相关证据。

1 实验一 采用等级线索时，时间压力对多线索概率推理任务的影响

首先进行了29人的预实验，以确保对高时间压力条件的成功操纵。结果显示被试的平均决策时间是4.8s，标准差为1.9。

实验一通过对时间压力的操纵，探究被试在多线索概率推理任务中如何进行策略选择。实验假设：在低时间压力下，多数被试使用补偿性策略（WADD 或者EQW）；高时间压力下，多数被试使用非补偿性策略（TTB）。

1.1 被试

参照以往研究的效应量[15]，经G-power 计算，被试数量需大于或等于52。故随机选取大学生57名，男生16人，女生41人，年龄17～27岁。所有被试身心健康，视力或矫正视力正常，均未参加过相关实验。实验约15分钟，被试完成之后给予一定报酬。

1.2 实验设计

采用单因素被试间设计，自变量是时间压力（低、高），因变量是决策选项和反应时。低时间压力下，被试有足够的时间做决定；高时间压力下，要求被试在3s内做出决定。将被试随机分成两组，接受不同的实验处理，其中低时间压力下28 人，高时间压力下29人。

1.3 实验材料和程序

实验采用基于已知的多线索概率推理任务，信息完全呈现给被试。任务中存在两个选项、四条线索，线索值使用等级形式（1～4），线索效度的设置参照Glöckner 的实验[12]，从高到低依次是0.80、0.70、0.60和0.55。

实验的具体情境是，让被试想象自己是一家公司的总经理，现在公司需要推出一款新果汁。公司目前研发了两款产品（产品1和产品2），需要被试从给定的信息中选择一款质量最好的产品。现在有4个质检员甲、乙、丙、丁给出了产品1和产品2的检测结果。检测结果以等级形式（1～4）给出，4 代表检测质量好，1代表检测质量差。4个质检员检测的可靠度（线索效度）不同，甲最高：0.80，其次是乙：0.70，然后是丙：0.60，最后是丁：0.55。

为使不同的策略产生不同的预测结果，以便从被试的决策选项中推测出被试使用的策略，本研究在Glöckner 实验[12]的基础上进行改编，设计了12 种等级线索模式(见表1)。本研究要区分的3种策略分别是：EQW、WADD、TTB。根据3 种策略的决策规则，可以预测不同模式下的决策选项（见表2）。

表1 12种线索模式

表2 3种策略在不同模式下的预测结果

按照预测，TTB 在每种模式下选择产品1 的比例都是100%。EQW 在模式1、5、9、11、12 选择产品1 的比例是100%，模式2、6、10 选择产品1 的比例50%，模式3、4、7、8 选择产品1 的比例是0%。WADD 策略在模式1、2、5、6、9、10、11、12 选择产品1 的比例是100%，模式3、4、7、8 选择产品1 的比例是0%。

首先有一个练习阶段，包含4个试次，以便被试熟悉实验任务和流程。练习结束后，被试进入正式实验。电脑屏幕上弹出一个红色的“+”符号注视点，提醒被试开始实验。将12 种模式左右位置交换，则有24个版本，每个版本重复呈现一次，共48个试次。被试需要从给定的信息中选择一款质量最好的产品，选择产品1 按“F”键，选择产品2 按“G”键。低时间压力：你现在有足够的时间，可以思考之后再做出决定，按键反应之后进入下一个试次。高时间压力：每次决策只有3s 的时间，请在限定的时间内做出决定，按键反应之后进入下一个试次。被试需要综合考虑甲、乙、丙、丁4 个人的检测结果，选择质量最好的选项。选对的次数越多，获得的报酬越多。

1.4 实验结果

1.4.1 决策选项的分析 从整体上看，在模式1、5、9、11、12上选择产品1的人数极多，且高低时间压力下的选择没有太大差异，这与预测结果相符。而在模式7、8、10上，不同时间压力下选择产品1的人数差异较大。这说明在不同时间压力水平下，被试选用的策略发生了变化。在不同的时间压力水平下12 种模式中选择产品1的人数比例如图1。

图1 不同模式下选择产品1的百分比

图2 低时间压力下，不同策略使用者的反应时（s）趋势

从策略预测的准确率（被试实际选择的选项中符合策略预测的比例）来看，低时间压力下EQW 策略对所有被试预测的准确率最高，为79.84%；高时间压力下TTB 策略对所有被试预测的准确率最高，为66.45%。这为“低时间压力下，人们更倾向于选择补偿性策略；高时间压力下，人们更倾向于选择非补偿性策略”的观点提供了初步的证明。见表3。

表3 策略预测的准确率（%）

由于策略使用存在个体差异，所以仅在整体上考察策略预测的准确率不足以说明问题，还需要检验个体的策略使用情况。由表2 可知，根据模式3、4、7、8 下的决策选项，可以区分补偿性策略和非补偿性策略：TTB 策略的预测在这几种模式下都选择产品1，WADD 策略和EQW 策略的预测都会选择产品2。然后再通过分析模式2、6、10 的决策选项，来区分补偿性策略中的WADD和EQW：WADD预测在这些模式下都选择产品1，EQW 则预测一半的几率选择产品1，一半的几率选择产品2。通过上述步骤得出使用不同策略的被试人数，见表4。

表4 使用不同策略的被试人数

将使用EQW 和WADD 策略的人数加和作为使用补偿性策略的人数，和使用非补偿性策略（TTB）的人数进行独立性卡方检验，结果显示χ2(1)=10.32，P＜0.001。即在高、低时间压力下使用补偿性策略和非补偿性策略的被试数量存在显著差异。在低时间压力下以补偿性策略为主（WADD或EQW），在高时间压力下则是以非补偿性策略为主（TTB）。实验一的假设得到证实。

1.4.2 反应时的分析 对反应时的分析显示，在低时间压力下，被试平均每个试次用时7.82s，在高时间压力下，被试平均每个试次用时1.52s。独立样本t检验结果显示，不同时间压力下的反应时呈现出显著的差异（t=6.47，df=28，P＜0.001），低时间压力下的反应时要显著高于高时间压力下的反应时。这说明本实验对时间压力的操纵是成功的。

单因素方差分析显示，低时间压力下，三种策略下的反应时表现出显著的差异（F=31.13，df=2，P＜0.001）。事后检验发现，使用WADD（12.06s）被试的反应时与使用TTB（4.42s）和EQW（4.77s）被试的反应时存在显著差异，而TTB和EQW在反应时上不存在显著差异。

对高时间压力下使用TTB 与EQW 被试的反应时进行独立样本t检验，结果表明，不同策略被试的反应时表现出显著差异（t=15.68，df=1，P＜0.001）。使用TTB 策略的被试的反应时（1.71s）要显著高于使用EQW 被试的反应时（1.23s）。但使用TTB 的人数多于使用EQW 的人数，说明即使在高时间压力下，仍存在速度—准确性权衡的过程。

由图3 可见，TTB 在不同模式上的反应时表现和TTB预测的不完全一致。也就是说即使被试的决策结果符合TTB 的预测，也有可能不符合TTB 策略的搜索和停止搜索规则。这与Newell等[18]的研究结果一致。由于样本决策错误的存在，从决策结果进行反推的检验方式存在一定误差，需要过程检验加以佐证。

图3 高时间压力下，不同策略使用者的反应时（s）趋势

2 实验二 眼动范式下时间压力对多线索概率推理任务的影响

实验二采用眼动技术，探讨在高、低时间压力下，不同策略决策过程的差异。实验假设：低时间压力条件下的注视点时长和注视点个数均高于高时间压力条件，高、低时间压力下对重要线索的关注度没有显著差异。

2.1 被试

参照以往研究的效应量[15]，经G-power 计算，被试数量需大于或等于52。故随机选取大学生60名，男生17 人，女生43 人，年龄17～27 岁。所有被试身心健康，视力正常或矫正视力正常，均未参加过相关实验。其中低时间压力下30 人，高时间压力下30人。实验结束之后每人给予一定报酬。

2.2 实验设计

采用单因素被试间设计，自变量是时间压力（低、高），因变量为注视点时长和注视点个数。低时间压力下，被试有足够的时间做出决定。高时间压力下，被试需在3s内做出决定。将被试随机分成两组，接受不同的实验处理，其中低时间压力下30人，高时间压力下30人。

2.3 实验材料和程序

实验仪器为TX300眼动仪。屏幕大小为23寸，屏幕和视线夹角水平夹角28°，垂直夹角21°，显示器的刷新率为85Hz，屏幕分辨率为1400×1050 像素。被试与显示器中心的距离约为60～65cm，眼睛正对显示器中心。眼动仪采样率为120 Hz，响应时间5ms，精度0.45°。实验划分了15 个兴趣区，每一个矩形框是一个兴趣区，每个兴趣区412×177px。字体大小为22号字体，29px。

采用实验一的材料，有12 种线索模式，每个模式重复呈现一次。每个被试需要做24 次决策。实验材料全部设置成图片的形式，划分为15 个兴趣区，每一个矩阵信息块是一个兴趣区。从左到右，从上到下依次命名为：AOI1a、AOI1b、AOI1c、AOI2a、AOI2b、AOI2c、AOI3a、AOI3b、AOI3c、AOI4a、AOI4b、AOI4c、AOI5a、AOI5b、AOI5c。 兴趣区AOI1a、AOI1b、AOI1c 表示的信息是一种背景信息；AOI2a、AOI3a、AOI4a、AOI5a表示的是线索信息。质检员甲和质检员乙是两条重要的线索，故AOI3a、AOI3b、AOI3c、AOI4a、AOI4b、AOI4c为重要兴趣区。

正式实验之前有4 次练习的机会，以便让被试熟悉实验流程，指导语同实验1。

2.4 结果和分析

2.4.1 注视点时长的分析 独立样本t检验结果显示，高、低时间压力下，在AOI1a、AOI1b、AOI1c、AOI2a 兴趣区上注视点时长不存在显著差异，其余兴趣区上都存在显著差异，且低时间压力下的注视时长均高于高时间压力下的注视时长。见表5。

表5 不同兴趣区下注视点时长（s）的t检验

因兴趣区AOI1a、AOI1b、AOI1c 被试很少关注，因此图4 没有呈现上述兴趣区。AOI2a、AOI3a、AOI4a、AOI5a 在整个决策过程中保持不变，被试对这些信息的关注也较少。被试关注较多的是线索值信息（见图5），被试注视AOI3a、AOI3b、AOI3c、AOI4a、AOI4b、AOI4c 的时长占整个兴趣区的比例，称为对重要信息的关注度。其值在低时间压力下为64%，高时间压力下为68%，卡方检验未发现显著差异。

图4 不同兴趣区下的注视点时长的趋势图

图5 低时间压力下的被试轨迹图示例

2.4.2 注视点个数的分析 因被试对兴趣区AOI1a、AOI1b、AOI1c 的关注很少，所以没有分析这些数据。表6 显示，除了在兴趣区AOI2a 上，高、低时间压力没有显著差异以外，其余兴趣区上均存在显著差异，且低时间压力条件下的注视点个数要显著高于高时间压力条件下的。

质检员甲和质检员乙是两条重要的线索，分析兴趣区AOI3a、AOI3b、AOI3c、AOI4a、AOI4b、AOI4c注视点个数占整个兴趣区的比例，低时间压力下为65%，高时间压力下为68%，卡方检验并未发现显著差异。

实验二结果显示，在低时间压力下，被试表现出更多的注视点，更长的注视时间，但高、低时间压力下的被试都主要关注了重要线索，在这点上并没有表现出明显的差异。实验二的假设得到了证实。

此外，注视时长可以反映出信息加工的程度。信息加工分为两个阶段，前一阶段是自动化的信息搜索和扫描，呈现的多为短注视点（＜250ms）；后一阶段用于发现不同的信息，表现为较多的长注视点（＞500ms）[19]。Horstmann 等认为采用了加权方式的计算会导致较多的长注视点[20]。据表5，在低时间压力下，重要线索的注视时长都超过了500ms，这说明被试可能采取一种加权的方式来整合重要线索。而在高时间压力下，短注视点较多，长注视点较少，这表明被试也查看了所有信息，但没有能力根据权重对所有的信息进行整合，这证实了实验一的假设：高时间压力下多数被试使用非补偿性策略。

3 讨论

有关策略选择的理论一直存在较大的争论。努力准确性权衡取向认为人脑中存储着多种策略，决策者在使用某种策略时，会计算使用该策略的成本和所获得的收益，并根据任务情境选择一个认知努力程度小且准确率高的策略，而时间和认知能力的局限会让他们放弃补偿性策略而选择非补偿性策略[7]。这一理论观点已经得到了一些研究的证实[15，21]。实验一的结果也符合这一理论：低时间压力下，多数被试使用补偿性策略（WADD和EQW）以详细考虑每一条线索，从而推进最优决策；而在高时间压力下，多数被试选用TTB 策略。是因为时间和认知资源的严重不足阻碍了WADD策略的使用，且相对于全然忽视线索效度的EQW，TTB对准确性的把控更好[22]。

但联结主义取向认为这一理论忽视了自动化系统在决策过程中所起的作用。该理论认为，时间压力会妨碍精细化的加工过程，但不会妨碍自动化的加工过程。在信息获取不受限制时，人们极有可能使用自动化系统做出决策[23]。有很多实验结果能很好地被联结主义取向预测[24，25]。在Glöckner 的实验中，决策时间只有1.7s 的时候还是有大量被试使用了补偿性策略（WADD）[11]，这证明了直觉自动化系统的作用。但这种结果很可能是由线索值的呈现形式所引起的：双极线索降低了信息整合的难度，也间接减小了时间压力[15]。另外，据实验二，即使在高时间压力下，被试也查看了所有的信息，但是不能对其进行加权整合。这说明自动加权策略不仅受到信息获取限制的影响，也会受到时间限制和任务复杂程度的影响[26]。即使决策任务保证了被试可以立即获得所有的信息，决策者也不一定能使用自动加权策略。

此外，高时间压力下，虽然很多被试从决策选项上被划为使用了TTB 策略，但实验者并没有严格检验TTB策略的搜索规则和停止搜索规则。有研究证实使用TTB策略的被试并没有完全遵循TTB策略的规则[18，27]。TTB 策略搜索规则认为信息搜索是按照线索效度的高低进行系列化的搜索，但是很多研究都证实信息搜索可以是同时进行的，特别是在信息完全呈现的情景下[28]。与TTB规则预测最不同的一点是，即使被试在找到了一个有差别的线索后也不会停止搜索信息。Newell考察了哪些因素会影响到TTB 策略的使用，认为当获取信息的代价很高且线索效度已知时，被试最有可能采用TTB 策略[18]。这一观点的提出，使得过程检验变得尤为重要。而实验二的结果再次验证了努力准确性权衡取向的观点，即低时间压力下被试多使用补偿性策略，而高时间压力下被试多使用非补偿性策略。