关系复杂性对数字归纳推理的调节

【摘 要】推理作为人类的一种高级认知过程，也是人与其他动物能够区分的最显著的特征。归纳推理可以帮助我们从表层肤浅的信息，去抽取获得更一般和深入的规律。使我们更有效率的进行学习，认识，以及进行创造性的活动。推理的过程是一个关系整合的过程，不同的关系复杂性程度，对整合的要求也不同。而将关系复杂性理论运用到数字归纳推理的任务中，可以延伸关系复杂性理论的应用范围。通过关系复杂性的控制，我们成功的分离出了不同关系复杂性对数字归纳推理过程产生的影响。

【关键词】数字归纳推理；调节

一、引言

前人关于推理能力的测量主要集中于瑞文推理测试，瑞文推理测试主要通过图形等非言语任务来得到一个标准化的分数，对每个人的智力水平进行定义（张厚粲 & 王晓平， 1989）。而本研究想要采取数字归纳推理任务，通过关系复杂性理论来控制任务的复杂程度，以被试在完成不同条件任务时的反应时和正确率为依据来探索关系复杂性理论是否能成功的对数字归纳推理任务进行控制。在实验中，相继呈现4个数字，被试需要根据前三个数字的规律通过按键来判断第四个数字是否符合规律。实验中一共有三个条件，0袁关系为简单的重复数字（0，0，0，0），一元关系为简单的规则（1，2，3，4）规则为+1，也就是说规则不发生变化，而二元关系为复杂变化的规则（1，2，4，7）规则为+1，+2，+3。我们预期这三种条件中，被试在0元关系上的表现要好于一元和二元，而二元关系条件中，被试会耗费最多的反应时和得到最低的正确率。

二、方法

（一）被试

本实验选取25名正常大学生（男12，女12人）为被试，年龄范围在19-25岁。所有被试均为右利手，视力或矫正视力正常，没有精神病，以及脑部无精神病史，实验完成后支付给被试一定的报酬。

（二）实验程序

行为实验采用19寸显示器，被试距离显示器40厘米，实验刺激在电脑屏幕上呈现，屏幕北京为黑色。实验开始时向被试呈现500ms注视点，之后呈现800-1200毫秒空屏，空屏結束后，呈现第一个数字，数次呈现时间为500ms，第一个数字消失后，再次呈现800-1200毫秒空屏，空屏结束后呈现第三个数字，一个试次相继呈现四个数字。在第四个数字出现时，被试进行判断，如果符合前面三个数字规律按“f"键，不符合数字规律的按”j"键，按键在被试键进行平衡。实验中，0元关系，1元关系，2元关系三个实验条件随机出现，每种条件八十个试次，一共240个试次。

三、结果分析

三种实验条件探测数字的准确率和反应时数据见图1。0元关系的正确为0.99±0.001（平均数±标准差），1元关系的正确率为0.97±0.002，2元关系的正确率为0.93±0.015.重复测量方差分析显示三种条件之间的正确率差异显著（F[2， 24] = 36.55，p<.001， ？浊2=.58）。简单效应分析发现，2元关系的正确率显著大于1元关系和0元关系（ps< .032），而1元关系的正确率显著大于0元关系（ps< .025）。

根据被试的正确试次对反应时进行分析，发现0元关系的反应时为500±10毫秒，1缘关系为540±15毫秒，二元关系为720±10毫秒。重复测量方差分析发现三种条件之间的差异显著（F[2，24]= 60.15，p<.001， ？浊2=.56）。简单效应分析发现，2元关系的反应时显著大于1元关系和0元关系（ps< .048），而1元关系的反应时显著大于0元关系（ps< .015）。

四、讨论

本研究根据Halford的关系复杂性理论，对数字归纳推理之中的数列任务进行了关系复杂性的控制。通过对行为结果的分析，发现通过关系复杂性的控制，可以成功对数字归纳推理任务进行复杂程度的设置。实验中向被试呈现了三种不同的实验条件，分别为0元关系，也就是完全数字重复的数列。而1元关系，则指的是具有相同规则的数列，其规则统一为+1或者+2。2元关系作为其中最复杂性的关系，其规则在不断的变化。

不仅在数字归纳推理之中存在数字之间的关系，我们的世界也是有许许多多的关系组成。关系复杂性理论不论是对理论上的指导，还是我们实际生活中都可以得到很好地利用。

本研究发现了关系复杂性在数列归纳推理中的应用，未来的研究可以继续将关系复杂性理论继续推广，例如通过关系复杂性理论对其他类型的推理，递推推理，三段论推理进行控制，来确定关系复杂性理论使用的广度。同时也可以将关系复杂性理论进行更深入的挖掘，例如当我们遇到更多维的关系复杂性时，一般会采用怎样的策略进行解决。这些都是以后的研究中有待于继续发现的。

作者简介：孙铁（1992.1-），男，回族，陕西西安人，在读研究生，研究方向：数字归纳推理。

参考文献：

[1]Xiao， F.， Long， C. Q.， Chen， Q. F.， & Li， H. （2017）. The Rule Expectancy Effect on the Electrophysiological Correlates underlying Numerical Rule Acquisition. Neuroscience Letters.

[2]肖凤，李红，龙长权，陈庆飞，王荣燕， &李富洪. （2012）. 归纳推理的认知神经机制.心理科学进展，2018.