CC BY
118
УДК 159.95
Вестник СПбГУ. Сер. 16. 2014. Вып. 4
И. И. Иванчей
ЗНАНИЕ «КАК» БЕЗ ЗНАНИЯ «ПОЧЕМУ»: РОЛЬ МЕТАКОГНИТИВНОЙ ЧУВСТВИТЕЛЬНОСТИ В НАУЧЕНИИ ИСКУССТВЕННОЙ ГРАММАТИКЕ1
Работа посвящена двум вопросам, связанным с метакогнитивными мерами осознанности, а именно тому, насколько сильно они различаются по своим характеристикам и в какой степени они отражают осознанность приобретаемого в ходе имплицитного научения знания. Сравниваются оценки уверенности и совершение ставок на собственный ответ. Показано, что две эти меры различаются как в части использования испытуемыми предложенных шкал, так и в части влияния на процесс применения имплицитного знания (т. е. на измеряемое поведение). Во второй части работы показано, что метакогнитивная чувствительность (способность субъективно различать свои правильные и неправильные ответы) не коррелирует со способностью целенаправленно использовать имеющееся знание. Делается вывод о том, что метакогнитивная чувствительность, вопреки классическим представлениям, не отражает осознанность. Библиогр. 21 назв. Ил. 5. Табл. 2.
Ключевые слова: сознание, меры осознанности, осознанность, имплицитное научение, научение искусственным грамматикам, метакогниции, уверенность.
1.1. Ivanchei
KNOWING "HOW" WITHOUT KNOWING "WHY": THE ROLE OF METACOGNITIVE SENSITIVITY IN ARTIFICIAL GRAMMAR LEARNING
The work is dedicated to two questions related to metacognitive awareness measures: how much they differ in their features and what extent they reflect awareness of knowledge acquired during implicit learning process. The artificial grammar learning paradigm is used. Confidence ratings and post-decision wagering are compared. These two measures are shown to differ in two aspects. First is the features of subject's use of the scales provided by these two measures: speed of scale level choice and its variance on different levels of the scale, distributions of two measures etc. The second aspect is how these measures affect the process of implicit knowledge application (that is the measurable behavior). It is shown that people tend to classify strings slower when they give confidence ratings. Thus confidence ratings and post-decision wagering are probably based on different cognitive phenomena. In the second part of the paper it is shown that metacognitive sensitivity (the ability to distinguish between correct and incorrect answers) does not correlate with the ability to apply present knowledge purposefully. Generation task with inclusion and exclusion conditions was used to measure the ability to use learned rules of the artificial grammar. Despite the fact that metacognitive sensitivity appeared to be unrelated to the generation performance, it correlates with classification performance. The conclusion is done that in contrast to classical point of view metacognitive sensitivity does not reflect awareness. On the contrary, it can reflect the ability to monitor and control present unconscious knowledge. The possible implications for single and multiple system approaches are discussed. Refs 21. Figs 5. Tables 2.
Keywords: consciousness, awareness measures, awareness, implicit learning, artificial grammar learning, metacognition, confidence.
Введение
Отражает ли уверенность в ответе точное знание оснований принимаемого решения? Представим себе, что человек решает задачу классификации с неявным
Иванчей Иван Иванович — аспирант, Санкт-Петербургский государственный университет, Российская Федерация, 199034, Санкт-Петербург, Университетская наб., 7/9; i.ivanchei@spbu.ru
Ivanchei Ivan — postgraduate student, St. Petersburg State University, 7/9, Universitetskaya nab., St. Petersburg, 199034, Russian Federation; i.ivanchei@spbu.ru
1 Исследование выполнено при финансовой поддержке РГНФ в рамках проекта № 14-36-01271 а2 «Роль субъективных переживаний в имплицитном научении».
основанием. Ему нужно принимать решение об отнесении объекта к классу А или к классу Б, однако признаки, которые определяют принадлежность к классу, неизвестны и находятся в сложной взаимосвязи. В такой ситуации человеку трудно их вычленить и всё время отвечать правильно. Реальная окружающая среда с детства создает для нас такие условия. Как понять, что человек всё-таки приблизился к пониманию упомянутых признаков, не спрашивая об этом напрямую? Мы можем попросить его в каждой пробе оценивать уверенность в своём ответе. Что уверенность в ответах может сказать нам об актуальном знании человека? Скорее всего, средняя оценка будет отражать базальную уверенность, общую уверенность человека в себе. Но если проанализировать связь уверенности и точности ответов, мы сможем получить намного больше полезной информации. Рассмотрим двух людей, играющих на условных скачках. Они выбирают по лошади и делают на них ставки. Один из них никак не может угадать: то делает высокие ставки на лошадей, которые приходят последними, то наоборот. Второй оказывается более удачливым: если он выбрал медленную лошадь, он ставит на неё мало, а высокие ставки делает на лошадей, которые чаще прибегают первыми. К кому из них мы скорее обратимся за справкой о беговых качествах лошадей? Пожалуй, ко второму. Кажется, он лучше понимает, какие лошади быстрее, хотя в среднем эти два игрока выбирают одинаковых скакунов. В данной статье корреляция между точностью выполнения задания и уверенностью в ответах будет рассматриваться как мера осознанности знания, которое человек приобрел в ходе эксперимента.
Как уже говорилось, задача классификации объектов на основе неявных оснований довольно часто встречается в жизни. С подобными задачами человек сталкивается с самого детства в самых разных областях: это и усвоение языка, и правильное поведение в отношении разных объектов, и понимание мимики и жестов других людей, и заучивание стандартных двигательных реакций в определенных ситуациях. В мире взрослых человеку также часто приходится принимать решение в условиях обилия значимой информации и дефицита времени (спорт, покупки, выбор специалиста и пр.). Экспертное знание, которым обладают упомянутые специалисты, само по себе непосредственно относится к обсуждаемой нами теме. На основе большого опыта (частью осознанного, частью неосознанного) эксперты научились быстро принимать квалифицированные решения, причём знание, на основе которого принимаются такие решения, бывает очень трудно передать другим людям. В когнитивной психологии такое знание называют неявным, или имплицитным, а процесс приобретения такого знания — имплицитным научением.
Для исследования имплицитного научения в лабораторных условиях было разработано несколько методик. Одна из них, на которой и будет сосредоточено наше внимание, — заучивание искусственной грамматики. В экспериментах с использованием этой методики испытуемые сначала приобретают опыт взаимодействия с объектами, подчиняющимися определённой закономерности, а затем помещаются в ситуацию, где они должны принимать решения, основываясь на этом опыте. Типичный эксперимент состоит из двух серий. В обучающей серии испытуемому сообщают, что он принимает участие в исследовании памяти. Затем ему предъявляется для запоминания набор строчек из латинских букв. Эти строчки на самом деле составлены на основе сложной системы правил — искусственной грамматики (рис. 1), о чём испытуемый не подозревает. После обучающей серии испытуемому сообщают,
что строчки, которые он запоминал, были составлены на основе сложной системы правил и что сейчас ему будут предъявлены новые строчки, часть из которых подчиняется этой же системе правил, а часть — нет. Затем ему предъявляются новые строчки, каждую из которых испытуемый классифицирует как соответствующую правилам грамматики (обозначим такую строчку как «грамматическую») или не соответствующую им («неграмматическую»). Таким образом создаётся уже знакомая нам ситуация классификации с неявным основанием, в качестве которого выступают правила грамматики. Как выясняется, обычно испытуемые чаще случайного правильно классифицируют строчки, но при этом не могут ничего рассказать о правилах грамматики.
Рис. 1. Искусственная грамматика
Первые исследователи интерпретировали такой результат как демонстрацию неосознанного усвоения абстрактных правил [1]. Позднее эта интерпретация была подвергнута серьёзной критике. Многие авторы показали, как такие результаты могут быть достигнуты без заучивания абстрактных правил [2] и без привлечения бессознательной обработки информации [3]. Вторая мишень критики — осознанность приобретаемого в ходе экспериментов знания — стала горячей темой для всей когнитивной психологии на долгие годы (см. обзоры: [4-5]).
Важной областью работы, порожденной этими дискуссиями, стало изучение различных мер осознанности знания, которым обладает человек. Вербальные отчёты критиковались по нескольким причинам (систематический разбор см. в классической работе: [3]). Во-первых, знание, которым обладает человек, может быть трудно вербализовать. Во-вторых, возможно, что человек, не уверенный в своем знании, принимает решение не рассказывать о нём экспериментатору, хотя и опирается на это знание в эксперименте. И в-третьих, к концу эксперимента испытуемый может просто забыть то, что помнил, когда выполнял задание.
Для решения этих проблем были предложены метакогнитивные меры осознанности. Типичный пример — оценка уверенности в данном ответе в каждой пробе. При этом человек не должен вербализовывать знание, на которое он опирается, не должен решать, что рассказывать, а что не рассказывать экспериментатору, и оценка осуществляется параллельно с выполнением основного теста.
В основе метакогнитивных мер осознанности лежит предположение о том, что поведение испытуемого детерминировано имеющейся у него репрезентацией. Предполагается, что если человек может оценить, насколько точным будет использование этой репрезентации в каждом конкретном случае, у него есть сознательный доступ к этой репрезентации.
Впервые измерение уверенности было применено в качестве меры осознанности имплицитного знания в работе Ч. Чена [6]. В стандартном эксперименте с заучиванием искусственной грамматики Чен просил испытуемых оценивать уверенность в своём ответе в каждой пробе тестового этапа. Между точностью ответов испытуемых и оценками уверенности не было зафиксировано значимой корреляции. Однако корреляция появлялась, если испытуемым перед обучающей серией сообщали о наличии правил грамматики и просили искать эти правила. Чен сделал вывод о том, что при данном условии испытуемые смогли осознанно заучить часть правил грамматики в обучающей серии и применяли эти знания на тестовом этапе.
В дальнейшем было проведено множество исследований с использованием уверенности в качестве меры осознанности. В некоторых из них наблюдалась корреляция между точностью и уверенностью [7-8], в некоторых — нет [9-10]. В некоторых исследованиях корреляция не обнаруживалась при стандартной форме ответа (когда испытуемый должен был сообщить, грамматическая или неграмматическая строчка ему предъявлена), но возникала, когда испытуемого просили выбрать из двух предъявленных строчек грамматическую [9]. Корреляция может возникнуть, если используется другой тип шкалы уверенности (например, бинарная вместо континуальной [7]). Корреляция отсутствует в трансферных экспериментах — когда в тестовой серии буквы в строчках заменяются на новые, но правила грамматики остаются теми же [10].
В последнее время стали появляться подходы, согласно которым корреляция между уверенностью и точностью ответов свидетельствует не об использовании осознанного знания, а об осознанной опоре на имеющееся знание, опосредованной какими-то другими психическими процессами. Иначе говоря, репрезентация, содержащая заученные правила грамматики (или их фрагменты), недоступна субъекту напрямую, но сознание может получить сигнал о ней. В качестве такого сигнала могут выступать чувство беглости переработки информации [11], чувство знако-мости [12], чувство приятности [13] и др. З. Динес и Р. Скотт назвали такие переживания, возникающие при имплицитном научении, оценочным знанием — знанием о том, как правильно классифицировать предъявленную тестовую строчку [14]. Знание структуры грамматики они назвали структурным знанием, допустив, что структурное знание может, будучи неосознанным, проявляться в сознании в виде оценочного знания. С точки зрения субъективных переживаний испытуемого это должно выглядеть примерно так: «Я знаю, что данная строчка грамматическая (или неграмматическая), но не могу объяснить, почему мне так кажется». В таких ситуациях испытуемые будут уверены в своих правильных ответах, однако знание правил грамматики (структурное знание) будет оставаться неосознанным. Есть основания полагать, что имплицитное знание применяется преимущественно таким способом.
Динес и Скотт проделали множество экспериментов, чтобы доказать, что ме-такогнитивные меры осознанности позволяют измерить осознанность только
оценочного знания, но не структурного [15]. Однако сравнение мер осознанности, основанных на измерении уверенности, с другими мерами напрямую не осуществлялось. Кроме того, не исследовались инидивидуальные различия в осознанности, измеренной метакогнитивным мерами. В данной работе будет произведено сравнение метакогнитивных мер осознанности с другим популярным методом измерения осознанности — тестом генерации. Он состоит в том, что после окончания тестовой серии испытуемых просят сгенерировать несколько стимулов, которые, по их мнению, соответствуют заученной закономерности (включающая генерация), и несколько стимулов, которые нарушают её (исключающая генерация). Тест базируется на таком аспекте сознания, как контроль над репрезентациями: если субъект может контролировать применение имеющихся знаний, значит, они осознанны. Таким образом, мерой осознанности служит разница в соответствии сгенерированных стимулов заученной закономерности при включающей и исключающей генерации: чем она больше, тем более осознанным считается знание (см. историю применения данного метода: [4]).
Нами была предпринята попытка подробного исследования метакогнитивных мер осознанности. Первой задачей было изучить различия между двумя версиями стандартной метакогнитивной меры осознанности — оценками уверенности в ответе и ставками на собственные ответы. В первом случае человек после каждого классификационного суждения (о том, грамматическая или неграмматическая строчка предъявлена) в тестовой серии оценивает уверенность в своём ответе. Во втором случае после каждого классификационного суждения человек делает низкую или высокую ставку в условных единицах на точность своего ответа. Н. Персо и его коллеги показали, что эта мера может иметь определённые преимущества над оценкой уверенности, так как делая ставку, человек оценивает свою уверенность в ответе как бы напрямую, не задавая самому себе вопрос «уверен ли я?» [16].
Второй задачей было понять, действительно ли эти меры являются мерами осознанности правил грамматики. Для того, чтобы ответить на этот вопрос, мы сравнили данные метакогнитивных мер осознанности с другой мерой осознанности — тестом генерации, который отражает способность испытуемых использовать имеющееся знание о правилах грамматики для генерации новых стимулов.
Предполагается, что метакогнитивные меры осознанности отражают способность человека взаимодействовать с имеющимися у него имплицитными, а не осознанными знаниями (т. е., в терминах Динеса и Скотта, отражают способность к мониторингу и целенаправленному использованию имеющегося оценочного знания). Таким образом, при высоких показателях по этой шкале можно скорее говорить не об осознанности, а о метакогнитивной чувствительности, т. е. способности человека к мониторингу своих психических процессов. При этом важно понимать, что корреляция между точностью и метакогнитивной оценкой может быть связана с тем, что человек ясно осознаёт релевантные характеристики и уверен в своих ответах, когда может использовать это знание. Отстаиваемая позиция состоит в том, что это не единственное возможное объяснение корреляции между точностью и уверенностью и что такая корреляция может возникать в условиях неосознанного знания. Такой взгляд предполагает, что ответы при выполнении основного задания и мета-когнитивные оценки этих ответов проистекают из разных источников. Это означает, что точность ответов может быть не связана с уверенностью в них: человек может
хорошо понимать, когда он даёт верные ответы, а когда неверные, но это не поможет ему увеличить точность своих ответов. Это позволяет объяснить, например, случаи уверенности в неверных ответах, или сверхуверенности (см. обзор эффектов уверенности: [17-19]). Такая позиция развивается в многосистемных подходах к описанию психики [15; 20]. Следовательно, будучи проявлением разных когнитивных систем, метакогнитивная чувствительность и способность использовать заученную структуру для генерации новых стимулов должны возникать независимо, что не позволит обнаружить корреляцию между ними.
Основные гипотезы эксперимента можно сформулировать следующим образом:
1. Оценки уверенности и ставки будут различаться по таким характеристикам, как распределение выбираемых оценок и скорость выбора оценок.
2. Индивидуальные показатели метакогнитивной чувствительности не будут связаны с показателями постэкспериментального теста генерации.
Эксперимент
Для ответа на поставленные вопросы было проведено экспериментальное исследование. Сначала испытуемые выполняли стандартное задание по заучиванию искусственной грамматики, состоящее из обучающей и тестовой серий, а затем проходили постэкспериментальное интервью. Все процедуры проводились на одном и том же компьютере.
Испытуемые. В исследовании приняло участие 34 добровольца (26 женщин, 8 мужчин; средний возраст = 20,2, SD = 2,9).
Испытуемые были случайным образом разбиты на две группы, в которых использовались разные версии метакогнитивной меры осознанности: оценка уверенности в одной группе, ставки — в другой.
Стимульный материал и процедура эксперимента. Испытуемые выполняли задание на компьютере. На экране предъявлялась инструкция, в которой испытуемым сообщалось, что они принимают участие в эксперименте на запоминание и что они должны запоминать строчки из латинских букв, которые будут им предъявлены. Затем начиналась обучающая серия, в ходе которой на экране по очереди появлялись строчки, составленные по представленной на рисунке 1 схеме, каждая на 4 секунды. Было дважды предъявлено 15 различных грамматических строчек в случайном порядке; таким образом, всего было 30 предъявлений. После этого появлялась инструкция к тестовой серии, в которой сообщалось, что предъявленные ранее строчки были составлены на основе определённой системы правил и что сейчас будут предъявлены новые строчки, которые нужно будет классифицировать как соответствующие этой системе правил или как нарушающие её.
В тестовой серии испытуемым было предъявлено 20 грамматических и 20 неграмматических строчек в случайном порядке, каждая на 7 секунд. Испытуемые должны были ответить, соответствует ли предъявленная строчка правилам искусственной грамматики (клавиша «К» на клавиатуре) или нет (клавиша <^»). Время на ответ не ограничивалось.
Испытуемые группы 1 («уверенность») после каждой классификационной пробы оценивали уверенность в своём ответе по 4-балльной шкале:
1. «Совсем не уверен(а)»;
2. «Скорее не уверен(а)»;
3. «Скорее уверен(а)»;
4. «Уверен(а)».
Испытуемым группы 2 («ставки») в инструкции сообщалось, что после каждого ответа в тестовой серии они должны сделать ставку на точность своего ответа. Пояснялось, что им даётся 100 очков и они могут сделать ставку в 10, 20, 30 или 40 очков на то, что их ответ окажется верным. Если ответ окажется правильным, то к их балансу прибавляется сумма очков, которую они поставили. Если ответ окажется неверным, то такая же сумма вычитается из баланса. Испытуемым сообщалось, что итоговый баланс будет показан в конце эксперимента.
Оценки уверенности и ставки производились с помощью выбора необходимого пункта компьютерной мышью.
Постэкспериментальное интервью. После окончания тестовой серии эксперимента испытуемые проходили постэкспериментальное интервью, которое включало в себя тест генерации. Испытуемому предлагалось составить 10 строчек, которые, по его мнению, соответствуют правилам искусственной грамматики (включающая генерация), и 10 строчек, которые нарушают их (исключающая генерация). Строчки должны были состоять не менее чем из 4 символов и начинаться только на буквы «V» и «М».
Результаты эксперимента
1. Научение у испытуемых
1.1. Точность. Средняя точность испытуемых (процент правильно классифицированных строчек) составила 67,4% (SD = 10,2), что значимо отличается от уровня случайного угадывания в 50,0% (1-тест, 1 = 9,8792, df = 33, р < 0,001). Таким образом, испытуемые продемонстрировали научение.
1.2. Разница между двумя группами в научении. Межгрупповое условие (оценки уверенности или ставки) не повлияло на точность ответов: различие между группами не значимо (1 = -1,0915, df = 32, р = 0,2832). Таким образом, не обнаружено влияния типа метакогнитивного измерения на точность ответов испытуемых.
2. Сравнение двух метакогнитивных мер
2.1. Разница между двумя группами во времени классификации. Две группы значимо различаются по времени классификации тестовых строчек (т. е. по времени ответа на вопрос: «Предъявленная строчка грамматическая?»): среднее время классификации строчек в группе «уверенность» составило 5,517 с (SD = 3,101), в группе «ставки» — 4,979 с ^ = 2,828) (1-тест, 1 = 3,3417, df = 1358, р < 0,001).
2.2. Разница между двумя группами в распределении метаоценок. Для упрощения представления данных разные уровни двух типов метаоценок будут приведены к одному виду: от 1 до 4 (см. табл. 1).
Табл. 1. Соответствие уровней метаоценок в двух группах
Оценка уверенности Ставка Категория метаоценки
«Совсем не уверен(а)» 10 очков 1
«Скорее не уверен(а)» 20 очков 2
«Скорее уверен(а)» 30 очков 3
«Уверен(а)» 40 очков 4
Распределение метаоценок в двух группах можно увидеть на рисунке 2. Распределения значимо различаются (хи-квадрат = 228,5073, df = 3, р < 0,001). На рисунке видно, что в группе «ставки» испытуемые избегали делать самую высокую ставку. В группе «уверенность» испытуемые почти не использовали категорию «Совсем не уверен(а)».
о о
п
о ю см
Ставки Уверенность
Рис. 2. Распределение метаоценок в двух группах.
Разными цветами обозначены категории метаоценок
2.3. Разница между двумя группами в скорости использования метаоценок. Среднее время оценки уверенности в своём ответе составило 2,684 с (SD = 1,931), среднее время ставки — 2,254 с (SD = 2,094). Разница значима по тесту Манна — Уитни (и = 180639, р < 0,001; непараметрический тест использовался из-за значимой разницы в дисперсиях). Испытуемые первой группы оценивали уверенность медленнее, чем делали ставки испытуемые второй группы. Кроме того, различие между группами проявилось в скорости различных метаоценок (рис. 3). Разные ставки — от самой маленькой до самой большой — делались с приблизительно одинаковой скоростью
(ANOVA, F = 0,064, df1= 1, df2= 678, p = 0,8), в то время как разные оценки уверенности значимо различались по скорости (ANOVA, F = 8,645, df1= 1, df = 678, p < 0,01).
i.
* * * * * # / * т * "о 1 К-.. г
* * * -* 1 * 7
Группа ~ Ставки Г '¡Уверенность
1 г з л
Оценка
Рис. 3. Скорость выставления метаоценок в двух группах (с 95-процентными доверительными интервалами)
2.4. Разница между двумя группами в точности классификации в пробах с разными метаоценками (рис. 4). По причине того, что данные о точности ответов имеют бинарный вид (правильно — неправильно), а усреднить их по отдельным оценкам у испытуемых нельзя, поскольку некоторые испытуемые использовали не все оценки, был применён непараметрический тест Краскала — Уоллеса. Он показал, что в обеих группах точность классификации тестовых строчек при выборе разных уровней метаоценки значимо различается (в группе «уверенность»: хи-квадрат = 18,1453, df = 3, р < 0,001; в группе «ставки»: хи-квадрат = 9,7123, df = 3, р < 0,05). На рисунке 4 видно, что когда испытуемые выбирают самые высокие ставки или оценки уверенности, они дают более точные ответы, чем при более низких ставках или оценках уверенности.
2.5. Разница между двумя группами во времени классификации в пробах с разными метаоценками (рис. 5). Как уже было сказано, испытуемые в группе с оценкой уверенности классифицировали строки несколько медленнее. Из-за неэквивалентности дисперсий для оценки разницы во времени классификации строчек в пробах с разной величиной метаоценки также использовался тест Краскала — Уоллеса. Было обнаружено, что в обеих группах время классификации строчек в пробах с метаоценками разной величины значимо различается (в группе «уверенность»: хи-квадрат = 38,7657, df = 3, р < 0,001; в группе «ставки»: хи-квадрат = 63,4077, df = 3, р < 0,001). На рисунке 5 хорошо видно, что обе группы демонстрируют схожий тренд
0 9
£08
(И
§0.7
05
Группа -г — Ставки
■
т X ± х * у X * X + * *
_____4 V % V ч * , » * * # у
* % - - г'
12 3 4
Оценка
Рис. 4. Точность классификации в пробах с разными метаоценками (с 95-процентными доверительными интервалами)
снижения времени с ростом метаоценки: чем быстрее принимается решение о том, грамматическая предъявлена строчка или нет, тем выше уверенность в этом ответе или ставка на него.
8-
ш
£
О)
£6-
Е
ш от
Группа
~~ Ставки г * Уверенность
Оценка
Рис. 5. Время классификации строчек в пробах с разными метаоценками (с 95-процентными доверительными интервалами)
Проведённый анализ показывает, что в основе разных метаоценок (ставок и оценок уверенности), возможно, лежат различные процессы, так как были зафиксированы некоторые различия между характеристиками этих метаоценок. Кроме того, зафиксировано определённое влияние метаоценок на выполнение основного задания: испытуемые, которые должны были в каждой пробе оценивать свою уверенность, в основном задании классифицировали строчки медленнее, чем испытуемые, которые должны были делать ставку на точность сделанного классификационного суждения.
3. Связь метаоценок с другими мерами осознанности
3.1. Критерий угадывания и критерий нулевой корреляции. В классическом варианте метакогнитивного теста осознанности используются два критерия. Критерий угадывания позволяет оценить наличие неосознаваемого знания, о влиянии которого человек не знает. Если человек отвечает правильно чаще случайного в пробах, в которых уверенность оценивается на минимальном уровне или делается минимальная ставка из возможных, следует вывод о том, что испытуемый обладает имплицитным знанием, о существовании которого не подозревает. Критерий нулевой корреляции позволяет констатировать наличие имплицитного знания в случае, если оценки уверенности (или ставки) при правильных и неправильных ответах не различаются.
Обе группы удовлетворяют критерию угадывания, обнаруживая наличие неосознаваемого знания у испытуемых (одновыборочный г-тест; группа «уверенность»: г = 2,0788, df = 30, р < 0,05; группа «ставки»: г = 4,6798, df = 205, р < 0,001).
Для проверки соответствия критерию нулевой корреляции была рассчитана средняя метаоценка для правильных и неправильных ответов в каждой группе. Ме-таоценка (оценка уверенности или ставка) оказалась статистически значимо выше в пробах с правильными ответами в обеих группах (г-тест для зависимых выборок; группа «уверенность»: г = 4,2553, df = 16, р < 0,001; группа «ставки»: г = 3,0975, df = 16, р < 0,001). Таким образом, согласно классической интерпретации, испытуемые обладали определённым объемом эксплицитного знания.
Для дальнейшего анализа использовался такой показатель, как индивидуальная метакогнитивная чувствительность: для каждого испытуемого вычислялась разница в средних метаоценках для правильных и неправильных ответов.
3.2. Рост метакогнитивной чувствительности с ходом эксперимента. Чтобы понять, научаются испытуемые использовать свои метакогниции для классификации строк в ходе тестовой серии или делают это автоматически с самого начала, мы сравнили среднюю метакогнитивную чувствительность в первой и во второй половинах тестовой серии. Двухфакторный дисперсионный анализ не показал ни значимого главного эффекта части серии ^ = 0,24, dfl= 1, df2= 64, р = 0,626), ни взаимодействия факторов группы и части серии ^ = 0,45, df1= 1, df2= 64, р = 0,505). Таким образом, метакогнитивная чувствительность испытуемых не росла в ходе эксперимента.
3.3. Связь метакогнитивной чувствительности и теста генерации. Согласно взглядам, лежащим в основе процедуры диссоциации процессов, чем более осознанным было правило грамматики для испытуемого, тем большей должна быть разница между грамматичностью строчек, которые он записал в заданиях включающей и исключающей генерации. В данном эксперименте были использованы две меры грамматичности сгенерированных строк. Первая — это просто следование
правилам грамматики (далее — ГРА). Строчкам, которые полностью соответствуют грамматике, присваивалось значение 1, а тем, которые не соответствуют, — значение 0. Второй мерой стала «ассоциативная сила чанка» (далее — АСЧ). Это показатель того, насколько часто двух- и трёхбуквенные сочетания (чанки), на которые можно разделить строчку, встречались в обучающей серии эксперимента. Это более мягкая мера, отражающая скорее заучивание частот сочетания элементов, чем усвоение правил грамматики. Во многих исследованиях было показано, что люди в большой мере заучивают именно чанки, а не абстрактные правила (см., напр.: [21]).
Таким образом, в качестве постэкспериментальных мер осознанности выступили: разница между средней ГРА строчек в тестах включающей и исключающей генерации у данного испытуемого, а также разница между средней АСЧ строчек — опять же в тестах включающей и исключающей генерации.
Между использованными постэкспериментальными мерами осознанности (ГРА и АСЧ) обнаружилась довольно сильная корреляция (г = 0,54, df = 32, р < 0,01). А вот между метакогнитивной чувствительностью испытуемых и постэкспериментальными мерами осознанности значимой корреляции выявлено не было — ни по группам, ни при слиянии двух групп (величины корреляций и уровни значимости приведены в таблице 2).
Табл. 2. Корреляции (и их p-уровни) между метакогнитивными мерами осознанности и постэкспериментальными мерами осознанности
ГРА АСЧ
г Р г р
Группа «уверенность» -0,22 > 0,1 0,02 > 0,1
Группа «ставки» 0,00 > 0,1 0,33 > 0,1
Две группы вместе -0,10 > 0,1 0,15 > 0,1
3.4. Связь метакогнитивной чувствительности и точности в основном тесте. Корреляция между индивидуальной метакогнитивной чувствительностью и точностью классификации строк на тестовом этапе эксперимента значима на уровне тенденции (г = 0,32, df = 32, р = 0,06). Скорее всего, это говорит о недостаточной величине выборки и, видимо, о связи между метакогнитивной чувствительностью и успешностью имплицитного научения — по крайней мере в выбранной задаче.
Обсуждение результатов
Был проведён эксперимент с использованием парадигмы заучивания искусственной грамматики. Испытуемые продемонстрировали научение: они классифицировали новые строчки правильно чаще случайного (результат 1.1). Согласно классической интерпретации метакогнитивных мер осознаннности [9], испытуемые усвоили как осознаваемое, так и неосознаваемое знание (3.1). Согласно интерпретации, которая развивается в данной работе, условия эксперимента позволили испытуемым выработать метакогнитивную чувствительность.
Перед проведением эксперимента было поставлено два главных вопроса:
Различаются ли два типа метакогнитивных мер осознанности?
Отражают ли метакогнитивные меры осознанности приобретение осознанного знания о закономерностях в окружающей среде?
Обобщая полученные данные, на первый вопрос с уверенностью можно ответить положительно. Оценка уверенности и ставки на собственный ответ характеризуются разными распределениями выбираемых категорий (2.2). Оценивая уверенность, испытуемые действуют более смело: часто выбирают категории «скорее уверен(а)» и «уверен(а)» и почти не выбирают категорию «совсем не уверен(а)». Делая ставки на свой ответ, испытуемые, наоборот, избегают самой высокой ставки, другие же категории ставок выбирают охотно, с приблизительно равной частотой (рис. 2). Можно сделать вывод, что метакогнитивные оценки, выраженные в ставках, более осторожны, чем оценки, выраженные в терминах уверенности. При этом решение о степени своей уверенности испытуемые принимают медленнее, чем решение о ставке, а уровни уверенности — в отличие от уровней ставки — выбираются с разной скоростью (2.3). Это может означать, что совершение ставки представляет собой более простой и понятный для испытуемого процесс по сравнению с оценкой своей уверенности. Полученные данные могут свидетельствовать о том, что в основе совершения ставок и оценки своей уверенности лежат разные психические процессы. Поэтому мы должны стремиться к установлению более тесной связи между теоретическими представлениями об изучаемых процессах и методическими средствами их исследования.
Помимо различий в показателях самих метакогнитивных мер осознанности, две названные меры по-разному влияют на основное задание, которое выполняет испытуемый, т. е. на классификацию строчек на основе имплицитно заученной закономерности. Если испытуемый в каждой пробе должен оценивать уверенность в своём ответе, он классифицирует строчки несколько медленнее, чем в ситуации, когда в каждой пробе делаются ставки (2.1). Это может свидетельствовать о том, что используемый инструмент измерения влияет на процессы принятия решения на основе имплицитных знаний — процессы, которые, собственно, и измеряются. К счастью, на точность применения имплицитного знания меры не повлияли (1.2). Связь между точностью классификационных суждений и выбранной метаоценкой не зависит от типа метаоценки — профили в двух группах схожи (2.4, рис. 4). Примерно так же обстоит дело и с временем классификационных суждений (2.5, рис. 5).
Можно заключить, что две метакогнитивные меры осознанности демонстрируют некоторые различия, а также по-разному влияют на основное задание. Это вряд ли представляет опасность для исследования имплицитного научения, однако говорит о том, что данные меры не являются абсолютно идентичными и полностью взаимозаменяемыми. Отдельной проблемой является то, что мы не можем по-настоящему оценить значение тех или иных различий между мерами, пока не дано теоретическое описание явления осознанности, лежащего в их основе.
Основываясь на полученных данных, можно скорее рекомендовать использование ставок в качестве метакогнитивной меры осознанности имлицитного знания. Судя по всему, испытуемым легче делать ставки, чем оценивать свою уверенность. Кроме того, распределение разных ставок более ровное, что лучше для анализа данных.
Что касается второго вопроса, то на него можно ответить отрицательно. Как оказалось, метакогнитивная чувствительность (способность субъективно отличать успешные пробы от неуспешных) не связана со способностью конструировать
новые стимулы на основе имплицитно заученной закономерности (3.3). Тем не менее метакогнитивная чувствительность, судя по всему, играет роль в поведении испытуемых: чем она выше, тем точнее классификация строчек, т. е. тем эффективнее использование имплицитного знания (3.4). Предположение Динеса и Скотта о существовании оценочного знания, которое содержит информацию о том, что в данном конкретном случае может быть применено релевантное неосознаваемое знание, хорошо ложится на полученные данные. В проведённом эксперименте испытуемые действительно различали ситуации, в которых они могут, и ситуации, в которых они не могут успешно применять имплицитное знание. Однако это не влияло на их способность произвольно извлечь и использовать это знание в тесте генерации. Таким образом, происхождение и механизмы оценочного знания (или метакогнитивной чувствительности) остаются загадкой. Полученные данные не подтверждают предположения о том, что оно постепенно формируется в ходе эксперимента: средние значения метакогнитивной чувствительности не меняются на протяжении тестовой серии (3.2).
Заключение
Полученные данные говорят о том, что две метакогнитивные меры осознанности не являются взаимозаменяемыми. Метакогнитивная чувствительность (или, в терминах Динеса и Скотта, способность формировать оценочное знание) влияет на точность использования имплицитного знания, однако неясным остаётся механизм её возникновения и функционирования. Как и во многих других экспериментах в современной когнитивной психологии, главный вывод из полученных данных состоит в том, что для их осмысления нам не хватает теоретической базы. То же самое касается и имеющихся методических инструментов.
Литература
1. Reber A. S. Implicit learning of artificial grammars // Journal of Verbal Learning and Verbal Behavior. 1967. Vol. 6, No. 6. Р. 855-863.
2. Perruchet P., Pacteau C. Synthetic grammar learning: Implicit rule abstraction or explicit fragmentary knowledge? // Journal of Experimental Psychology. General. 1990. Vol. 119, No. 3. Р. 264-275.
3. Shanks D. R., St. John M. Characteristics of dissociable human learning systems // Behavioral and Brain Sciences. 1994. Vol. 17, No. 3. Р. 367-395.
4. Иванчей И. И., Морошкина Н. В. Измерение осознанности. Старая проблема на новый лад // Когнитивная психология сознания / под ред. В. М. Аллахвердова, О. В. Защиринской. СПб.: ЛЕМА,
2011. С. 39-53.
5. Морошкина Н. В., Иванчей И. И. Имплицитное научение: исследование соотношения осознаваемых и неосознаваемых процессов в когнитивной психологии // Методология и история психологии.
2012. Т. 7, № 4. С. 109-129.
6. Chan C. Implicit cognitive processes: Theoretical issues and applications in computer design systems: unpublished doctoral dissertation. Oxford: University of Oxford, 1991. v+298 р.
7. Tunney R. J., Shanks D. R. Subjective measures of awareness and implicit cognition // Memory & Cognition. 2003. Vol. 31, No. 7. Р. 1060-1071.
8. Wierzchon M., AsanowiczD., PaulewiczB., Cleeremans A. Subjective measures of consciousness in artificial grammar learning task // Consciousness and Cognition. 2012. Vol. 21, No. 3. Р. 1141-1153.
9. Dienes Z., Altmann G., Kwan L., Goode A. Unconscious knowledge of artificial grammars is applied strategically // Journal of Experimental Psychology: Learning, Memory, and Cognition. 1995. Vol. 21, No. 5. Р. 1322-1338.
10. Dienes Z., Altmann G. Transfer of implicit knowledge across domains: How implicit and how abstract? // How implicit is implicit learning? / ed. by D. Berry. Oxford: Oxford University Press, 1997. Р. 107123.
11. Kinder A., Shanks D., Cock J., Tunney R. Recollection, fluency, and the explicit/implicit distinction in artificial grammar learning // Journal of Experimental Psychology. General. 2003. Vol. 132, No. 4. Р. 551-565.
12. Scott R. B., Dienes Z. The conscious, the unconscious, and familiarity // Journal of Experimental Psychology. Learning, Memory, and Cognition. 2008. Vol. 34, No. 5. Р. 1264-1288.
13. Gordon P. C., Holyoak K. J. Implicit learning and generalization of the "mere exposure" effect // Journal of Personality and Social Psychology. 1983. Vol. 45, No. 3. Р. 492-500.
14. Dienes Z., ScottR. Measuring unconscious knowledge: distinguishing structural knowledge and judgment knowledge // Psychological Research. 2005. Vol. 69, No. 5-6. Р. 338-351.
15. Dienes Z. Conscious versus unconscious learning of structure // Statistical learning and language acquisition / ed. by P. Rebuschat, J. Williams. Boston: Mouton de Gruyter Publishers, 2012. P. 337-364.
16. Persaud N., McLeod P., Cowey A. Post-decision wagering objectively measures awareness // Nature Neuroscience. 2007. Vol. 10, No. 2. Р. 257-261.
17. Одайник А. С. Уверенность как результат независимой проверки гипотез // Психология. Журнал Высшей школы экономики. 2013. Т. 10, № 3. С. 3-28.
18. Четвериков А. А., Одайник А. С. Модели субъективной оценки эффективности решения когнитивных задач: часть 1. Теории дополнительной оценки и теории частичного доступа // Вестн. С.-Петерб. ун-та. Сер. 16. 2013. Вып. 3. С. 55-61.
19. Четвериков А. А., Одайник А. С. Модели субъективной оценки эффективности решения когнитивных задач: часть 2. Теории косвенной оценки // Вестн. С.-Петерб. ун-та. Сер. 12. 2014. Вып. 1. С. 117-125.
20. Аллахвердов В. М. Сознание как парадокс. СПб.: ДНК, 2000. 528 с.
21. Meulemans T., Linden M. van der. Associative chunk strength in artificial grammar learning // Journal of Experimental Psychology: Learning, Memory, and Cognition. 1997. Vol. 23, No. 4. Р. 1007-1028.
Статья поступила в редакцию 20 июня 2014 г.
