孫　健

(陜西學前師范學院心理健康教育中心， 陜西西安　710100)

規(guī)則假設形成過程中的信息獲得及其影響因素

孫健

(陜西學前師范學院心理健康教育中心， 陜西西安710100)

摘要：作為假設形成的兩個環(huán)節(jié)，假設產生和假設檢驗中均包含了信息的獲取。在假設產生中，大量研究采用規(guī)則發(fā)現(xiàn)任務發(fā)現(xiàn)信息量較高的規(guī)則具有更高的可得性，但在背景知識或啟發(fā)式效應的影響下卻表現(xiàn)出與信息獲取不一致的結果。在假設檢驗中，證據(jù)的信息診斷力及發(fā)生概率共同決定其信息量大小，而信息量較高的證據(jù)在檢驗中得到優(yōu)先選取。

關鍵詞：假設產生；假設檢驗；信息量；雙加工理論；啟發(fā)式效應

假設形成(hypothesis development)在創(chuàng)造性思維和科學發(fā)現(xiàn)中居于核心地位[1]，在高級思維活動中，人們理解客觀世界離不開各式各樣的規(guī)則。客觀世界由事物組成，事物的作用形式和分類標準均可被視為規(guī)則，而科學研究的本質就是對自然規(guī)則或社會規(guī)則的發(fā)現(xiàn)或構建。

假設產生(hypothesis generation)及假設檢驗(hypothesis test)是假設形成過程中的兩個主要環(huán)節(jié)[2]。一般而言，假設產生過程發(fā)生在結構不良問題空間(ill-defined problem space)，結構不良問題空間是指已知條件、答案和問題解決路徑都不確定的問題集合，因此其思維過程是發(fā)散的、創(chuàng)造性的；而假設檢驗是基于某種原則從已經產生的若干假設中選取最佳假設的過程，它常常發(fā)生在結構良好問題空間(well-defined problem space)，結構良好問題空間是指已知條件、答案和問題解決路徑均比較清晰的問題集合，故其思維過程是聚合的、邏輯性的[3]。問題的創(chuàng)造和評估是同一個心理操作過程的兩個方面[4]，他們相互依存，共同參與完成創(chuàng)造性思維[5][6]。但因有研究發(fā)現(xiàn)假設產生和假設檢驗的神經中樞相互分離[7][8]，這兩種認知過程可能是相互獨立的。

1假設產生中的信息獲取及其它影響因素

假設產生是假設形成過程的第一步，出于理解和解釋客觀世界的需要，人們必須主動產生假設規(guī)則。假設產生通常是借由背景知識與當前問題的相似性，通過隱喻(metaphor)或結構映射(structural mapping)[9]完成的。隱喻是指用一個事物的詞來指代另一個事物的演變方式，結構映射是指通過尋找不同問題在結構上的相似點，進而借助源問題來解決靶問題的高級認知過程[10]。由于假設產生免不了背景知識的參與，所以假設產生常常涉及程序性記憶和陳述性記憶信息的提取[11]。然而，假設產生又并非對記憶信息的簡單提取，它還包括對知識經驗的重新組合或加工，因此具有獨創(chuàng)性。

1.1規(guī)則發(fā)現(xiàn)任務

規(guī)則發(fā)現(xiàn)任務(Rule Discovery Task)是假設產生領域最常用到的研究范式。其基本流程為：在集合U中，主試首先依據(jù)某規(guī)則TR產生目標集合T，然后請被試從集合U中選取成員詢問主試該成員是否屬于目標集合T，如果該集合成員屬于目標集合T，則主試回答“是”，否則回答“否”。被試根據(jù)主試的回答產生并調整假設規(guī)則HR，經過反復詢問主試，最終發(fā)現(xiàn)目標規(guī)則TR。例如，假設符合某客觀規(guī)則TR的個體更易得偏頭痛。為了探明TR，醫(yī)生需首先產生假設規(guī)則HR才能尋找證據(jù)E對其進行檢驗。根據(jù)所得證據(jù)E對假設HR進行調整，直到最終發(fā)現(xiàn)規(guī)則TR為止。規(guī)則發(fā)現(xiàn)任務中雖然也包含了假設檢驗的過程，但該研究范式還是主要著眼于假設產生的心理機制，對于假設檢驗的過程，則只是關心它對下一步假設產生的影響。華生2-4-6任務[12]是一個著名的規(guī)則發(fā)現(xiàn)任務。該任務首先給被試呈現(xiàn)一個三字數(shù)組(通常為2，4，6)并告知被試該數(shù)組遵循一個規(guī)則(目標規(guī)則T)，被試的任務是通過向主試詢問任意數(shù)組是否符合該規(guī)則，并根據(jù)主試的反饋最終發(fā)現(xiàn)這一規(guī)則。例如，若目標規(guī)則是“單調增加”，則被試向主試提問“3，4，6”就會得到“是”的回答，而提問“3，2，1”就會得到“否”的回答，于是一切與“3，4，6”一致的規(guī)則均可得到保留，一切與“3，2，1”相一致的規(guī)則均可被排除。除2-4-6任務外，Wason還運用單個數(shù)字特征規(guī)則進行研究，例如對規(guī)則“完全平方數(shù)”而言，數(shù)字“7”，“9”和“16”得到的回答分別為“否”、“是”和“是”。被試根據(jù)主試的回答最終發(fā)現(xiàn)目標規(guī)則。規(guī)則發(fā)現(xiàn)任務是對科學探索的實驗室模擬，但它與科學探索的區(qū)別在于實驗室任務中被試可就某假設是否符合目標規(guī)則得到主試的反饋，而真實的科研任務中，“造物主”不可能對科學理論假設的真?zhèn)谓o出直接回答。

1.2假設產生中的信息獲取

在假設產生任務中，最理想的狀態(tài)是一次同時產生所有可能的假設。但受工作記憶容量所限，現(xiàn)實中個體往往難以窮盡所有假設[13-14]。研究人員采取華生2-4-6任務發(fā)現(xiàn)信息量(informativeness)是決定假設產生的重要因素。一個規(guī)則的信息量由規(guī)則發(fā)生的頻率所決定，一個規(guī)則發(fā)生的概率越低，則一旦發(fā)生其信息含量就越高，個體首先想到的假設規(guī)則往往正是那些含有更高信息量的規(guī)則[15-16]。例如在數(shù)組“2，4，6”中，規(guī)則“單調遞增的偶數(shù)”比“一組正數(shù)”更先產生。Cherubini，Castelvecchio和Cherubini[16]對規(guī)則信息量進行了簡單量化，他們認為假設規(guī)則的信息量取決于滿足該規(guī)則的數(shù)組個數(shù)與所有數(shù)組個數(shù)的比值，比值越大，信息量越小。例如，在n個數(shù)字中，滿足規(guī)則“三個數(shù)”的三字數(shù)組共有n3個，但是滿足規(guī)則“三個單調增2的數(shù)”的三字數(shù)組只有n-4個，所有可能的三字數(shù)組共有n3個，求取比值比較大小后易得前者比后者的信息量更小。如果集合U中大多數(shù)成員都屬于某規(guī)則的規(guī)則集合T，則該規(guī)則就被稱為寬規(guī)則，如果該規(guī)則集合T只包含集合U中的少量成員則該規(guī)則被稱為窄規(guī)則[17]。按照信息獲取觀點，信息量較大的窄規(guī)則更易于提取。

1.3影響假設產生的其它因素

依據(jù)文章上述的內容可以得知，游戲化的教學方式對于小學數(shù)學教學發(fā)展的影響極為深遠，對此，我國需要大力推廣游戲化教學理念。通過游戲化教學模式的應用，滿足小學生對于數(shù)學知識的好奇心理，提升學生的耐性以及學習數(shù)學知識的信心，激發(fā)學生學習數(shù)學知識的興趣，在數(shù)學教學課堂開始之前，做好數(shù)學游戲的相關準備工作，利用好游戲活動，挖掘學生的內在潛力，提升學生的數(shù)學綜合素質，讓學生都能得到更加全面的發(fā)展。

以上研究發(fā)現(xiàn)，在規(guī)則發(fā)現(xiàn)任務中，個體會遵守信息量獲取原則產生假設。然而不同研究發(fā)現(xiàn)信息量絕非影響假設產生的唯一因素。除此之外還有：

第一，假設在背景知識中曾被提取的頻次和時間均會影響其可得性。例如以下兩條規(guī)則均為數(shù)組2，4，5所滿足：1.第一個數(shù)字是2。2.第一個數(shù)是2，第二個是4，第三個數(shù)字是5。

在以上兩條規(guī)則中雖然后者的信息量最大，但并不易得。其原因可能在于規(guī)則2因過分嚴苛而很少出現(xiàn)，因而較少存在于個體的經驗知識之中。事實上，的確有研究發(fā)現(xiàn)那些經常得到提取的規(guī)則和最近得到提取的規(guī)則具有更高的易得性[18]。

第二，研究中一旦采用了具有文化屬性的實驗材料，研究者就能輕易察覺到社會文化因素對規(guī)則產生的影響。就連抽象的邏輯規(guī)則也并非純粹的客觀實在，而是具有一定社會屬性和美學價值[9]。因此，除背景知識外，規(guī)則的對稱性、組織性和美學屬性也可能影響其產生。然而，除信息量外，影響規(guī)則產生的諸多因素均未得到研究，其原因之一可能在于這些因素難以得到清晰明確的量化。

第三，在具體社會情境下，社會成本和動機等非認知因素可以導致個體對假設信息獲取的忽略。例如企業(yè)招聘員工的目標規(guī)則T為“所有入選者皆合格且所有淘汰者皆不合格”，則為保證每名受聘員工均合格，其假設規(guī)則H比目標規(guī)則T更窄時風險較小。但在流行病學檢測中，目標規(guī)則T為罹患某病的全部條件，則為了最大可能地降低誤診率，個體產生的假設規(guī)則H往往比目標規(guī)則T更寬。可見，在特定的社會誘因下，獲取利益最大化成為了比獲取信息量更為重要的原則。

2假設檢驗中的信息獲取及其影響因素

假設檢驗是指檢驗已有假設的真實性。個體通過選擇性地搜尋證據(jù)來判斷已有假設的真實性，搜尋過程會受到各種主客觀因素的影響。心理學有關規(guī)則假設檢驗的研究多采取以下方式開展：主試首先產生一個集合分類規(guī)則，被試任務是選取一個集合成員并詢問主試該成員是否滿足分類規(guī)則，然后根據(jù)主試的誠實反饋獲得證據(jù)，最后得出接受或拒絕原假設規(guī)則的結論。例如主試產生的假設規(guī)則是“某人人格外向”，則滿足該規(guī)則的行為屬性就構成規(guī)則集合，從而，所有的行為屬性就被劃分為“外向型”和“內向型”兩類。被試詢問此人是否經常表現(xiàn)出某種外向型或內向型的行為特征，再根據(jù)主試反饋判斷原假設規(guī)則是否為真，若為真則接受“某人人格外向”的假設，否則拒絕原假設，得出“某人人格內向”的結論。

2.1信息診斷力

信息診斷力(diagnosticity)是指證據(jù)對假設條件與非假設條件作出有效區(qū)分的能力。在假設檢驗中，信息診斷力是評價證據(jù)對假設檢驗能力的一個重要指標，證據(jù)的的信息診斷力越強，其假設檢驗能力就越高。例如在對假設“某人人格外向”進行檢驗時，若檢驗者檢驗的是此人是否“熱衷集體活動”，由于對集體活動的熱衷和外向人格有較大相關，所以若得到肯定回答則可大大支持原假設，否則大大拒絕原假設?？梢?，“熱衷集體活動”是一個具有較高信息診斷力的證據(jù)。但若檢驗者對此人是否“熱愛音樂”進行檢驗，則無論得到肯定或否定回答均不能提供任何信息量，因為是否熱愛音樂與人格是否外向并無相關，可見證據(jù)“熱愛音樂”不具有信息診斷力。在華生2-4-6任務中，一則證據(jù)(數(shù)組)要么屬于規(guī)則集合，要么不屬于規(guī)則集合，這種規(guī)則叫做絕對規(guī)則。但在很多情況下證據(jù)只能在一定概率上屬于規(guī)則集合，這樣的規(guī)則叫做模糊規(guī)則。如在上述的性格判斷任務中，任何行為表現(xiàn)都只在一定概率上屬于外向型人格所規(guī)定的規(guī)則集合。令總集U中，符合假設H的個例組成子集U1，不符合假設的個例組成子集U2。則在對該假設進行檢驗時，若得到一條證據(jù)，在U1中滿足該證據(jù)的個案所占的比例與在U2中的該比例差距越大，則說明該證據(jù)的信息診斷力就越強。用條件概率表示即為：

在華生2-4-6任務中，若某證據(jù)(數(shù)組)屬于規(guī)則集合，則D→∞；若不屬于則D=0。

上述公式表明，信息診斷力等于E條件下H為真的概率和E條件下H為假的概率的比值。可見，如果證據(jù)E與假設H相互獨立，則D=1，此時證據(jù)E不具備信息診斷力。如果D>1，則證據(jù)支持假設，如果D<1，則證據(jù)反對假設。D值距1越遠，信息診斷力越大。研究表明，在實際假設檢驗過程中人們傾向于搜尋和檢驗那些信息診斷力較高的證據(jù)。例如若要求被試根據(jù)表1提供的特征對某個體的類屬進行判斷[19]，則可以發(fā)現(xiàn)個體求證的特征主要集中于第1、4、7和8條。這些特征在所有9條特征中具有最高的信息診斷力。相應地，在特征2和特征6條件下兩個類屬的概率基本相等，所以信息診斷力幾乎為零，因而也是得到最少驗證的特征。能夠快速選出合適的證據(jù)進行檢驗對于提高認知效率十分重要，作為影響其易得性的重要因素之一，證據(jù)所包含的信息量得到了理論和實證研究的探討。而借助信息診斷力，證據(jù)的信息量可以得到量化[20]。

表1　特征對類別的所屬概率

2.2單一假設檢驗中證據(jù)的信息量

采用以下公式可以對證據(jù)的信息量進行量化：

或者[20]：

如果證據(jù)與假設獨立，則該證據(jù)的信息量為0，因此無論得到肯定或否定均不能影響假設規(guī)則的可信度。如果證據(jù)與假設不獨立，則與假設相符的證據(jù)得到肯定或與假設相悖的證據(jù)遭到否定時假設的可信度得到加強，反之如果與假設相悖的證據(jù)得到肯定或與假設相符的證據(jù)遭到否定則假設的可信度遭到削弱。如果假設是一個具有明確內涵及外延的封閉規(guī)則或概念，則一旦假設相悖的證據(jù)得到肯定或與假設相符的證據(jù)遭到否定即立即拒絕假設。在一次假設檢驗中，如果一個證據(jù)得到支持(或拒絕)后對假設的支持力等于該證據(jù)遭到拒絕(或支持)后對假設的削弱力，則稱該證據(jù)是信息對稱的。若一條證據(jù)得到肯定后能夠大大增強(或削弱)原假設，但遭到否定后只能小幅度地削弱(或增強)原假設，則該證據(jù)具有不對稱性(asymmetry)。例如在對假設“某地氣候干旱”進行檢驗時，證據(jù)“此地年內從未下雨”和“此地年內天天下雨”得到肯定的概率都很小，但是一旦得到肯定，則可極大程度地支持(或拒絕)原假設。在此例中，前者是不對稱證實性檢驗(asymmetrically confirming test)，也稱高風險檢驗策略(high risk test strategy)，意思是試圖通過一條極難得到肯定的證據(jù)來證實原假設，但成功證實原假設的可能性非常低[21]；后者是不對稱證偽性檢驗(asymmetrically disconfirming test)，也被稱為低風險檢驗策略(low risk test strategy)[21]，意思是試圖通過一條極難得到肯定的證據(jù)來推翻原假設，但成功推翻原假設的可能性非常低。

2.3多重假設檢驗中的證據(jù)信息量

上文提到的假設檢驗為序列加工過程(sequential process)，即一次只檢驗一個規(guī)則。但有研究發(fā)現(xiàn)被試可將多個與任務相關的假設同時呈現(xiàn)在工作記憶中[22-23]?？梢?，在工作記憶容量范圍內個體完全有能力同時檢驗多個假設規(guī)則。但迄今為止暫未發(fā)現(xiàn)任何針對多重假設檢驗的實證研究。近期有研究者提出理想狀態(tài)下假設產生過程的信息獲取模型[23]，可以幫助理解多重假設檢驗中的信息量。理想狀態(tài)排除了工作記憶容量的限制，因而可以同時就所有可能的假設規(guī)則進行檢驗。為便于理解，以一個含3元素的集合U為例對該模型進行具體解釋。在集合U中隨機抽取若干元素，共有8(=23)種取法，每種取法作為一種假設規(guī)則，共同組成一個含有8條假設的假設空間。在假設空間內，集合U中的每個元素均有可能入選某個假設規(guī)則集合，若某元素滿足規(guī)則h記1，否則記0，則有表2：

表2　簡單元素集合內全體假設空間

由表2可知含有n個元素的集合的假設空間大小為2n，如果所有假設規(guī)則的權重彼此相等，則如果作為檢驗證據(jù)的某元素(或某些元素的組合)得到肯定，則所有與之符合的假設規(guī)則均被保留，同時所有與之相斥的假設規(guī)則均被排除。于是，在一則證據(jù)面前，某假設規(guī)則恰為目標規(guī)則的概率為：

其中，nr為所有尚未遭到排除的規(guī)則數(shù)量。在上例中，如果證據(jù){x1}得到肯定，則假設p、p、h6和h8均得到保留，此時p(h)=1/4,如果證據(jù){x1,x2}得到肯定，則只有p和h8得到保留，p(h)=1/2。可見，證據(jù)越嚴苛，被證實后得到保留的假設規(guī)則越少，從而該假設規(guī)則恰為目標規(guī)則的概率也越大。一次提問得到肯定或否定所能提供的平均信息量(熵，entropy)可用如下公式表示：

公式中的ny和nn分別表示在對某證據(jù)進行檢驗之后尚未遭到否定的假設規(guī)則數(shù)量和已經被否定的假設規(guī)則的數(shù)量。由于ny∈[0,N]，所以隨著ny增加，Er的取值先增大后減小，當ny=nn時Er取最大值。結合公式可知，若被試就一個只能滿足極少數(shù)(或絕大多數(shù))假設規(guī)則的證據(jù)進行檢驗，則雖然在得到肯定(或否定)回答后即可成功排除假設空間里的大多數(shù)假設規(guī)則，從而得以快速發(fā)現(xiàn)目標規(guī)則，但若該證據(jù)遭遇否定(或肯定)，則只能排除極少量假設規(guī)則，對發(fā)現(xiàn)目標規(guī)則幫助不大。因此相比之下，如果所選證據(jù)恰與假設空間中的一半規(guī)則相一致，則無論該證據(jù)獲得肯定或否定均能保證一半規(guī)則被排除，因而這樣的求證方式效率最高[24]。在猜人游戲中，被試首先求證的往往為性別變量，這與上述原理是一致的[25]。

然而，現(xiàn)實世界并非理想狀態(tài)。首先，個體因工作記憶容量所限只能選擇性提取一部分假設[26]，再者，大多假設規(guī)則并非絕對規(guī)則，它們只能在一定程度上與證據(jù)保持一致。而借助矩陣概念并引入概率參數(shù)可以更好解釋實際情境下的多重假設檢驗推理。以表2為例，所有假設乘以所有證據(jù)可以得到一個假設-證據(jù)矩陣。在假設-證據(jù)矩陣中，若第i個證據(jù)為真時第j個假設為真，則將該元素的值記為1，否則記為0。若設θ為所有矩陣元素值等于1的平均概率(對于絕對規(guī)則而言，θ為設值為1的元素個數(shù)占所有矩陣元素個數(shù)的比例)，則有ny滿足二項分布：ny～B(θ,N)由表2可知理想狀態(tài)下的θ的值恒等于1/2，于是恒有ny=nn。但非理想狀態(tài)下，由于個體所得的假設只能構成假設空間H的一個子集HE，因此θ值不一定等于1/2。若Q<1/2，即在假設-證據(jù)矩陣中的大多數(shù)元素值均為0，此時，多數(shù)假設規(guī)則均不能得到肯定，若一條證據(jù)得到肯定，就能迅速排除大量錯誤規(guī)則從而盡快發(fā)現(xiàn)目標規(guī)則。但由于個體傾向于選擇似真假設構建假設空間[26]，于是在假設-證據(jù)空間中的多數(shù)元素值為1，此時若一條證據(jù)得到肯定只能排除少量錯誤錯誤，因而是低效的。

2.4在假設檢驗中影響信息獲取的因素

與假設產生類似，在假設檢驗中也存在多種因素影響假設檢驗中的信息獲取。首先，證據(jù)的屬性對其選取具有深刻影響。例如，那些最為常見的證據(jù)在假設檢驗過程中最容易得到提取。例如當需要證明“某人是黑色人種”時，個體最先關注的是此人的皮膚。然而事實上，決定人種的核心要素是基因，但由于膚色更易于用作檢驗證據(jù)，所以得到更多的選用。此外，證據(jù)的選取也表現(xiàn)出近因效應，即那些剛剛得到提取的證據(jù)在以后的檢驗任務中更容易被提取[27]。

其次，雖然在假設檢驗中，最大程度地獲取信息遵守邏輯規(guī)則，但人類思維推理很難做到完全理性，它會受到人格或動機等因素的制約。例如，個體的人格特征是樂觀冒進還是謹小慎微會影響它是選擇前文提到過的高風險策略或是低風險策略。有研究發(fā)現(xiàn)，擁有強迫傾向的個體由于具有更高的完美主義傾向和對失誤表現(xiàn)出過度敏感，所以在假設檢驗過程中表現(xiàn)得更加謹慎而悲觀[28]。而具體社會情境下，不同的動機或動機水平也會干擾假設檢驗中的信息獲取。例如，如果一名醫(yī)生主觀希望病人沒有罹患某病，它就有可能傾向于忽略那些支持此人患病的證據(jù)。這一趨勢雖然有違邏輯，但在生活中卻極難避免。

3存在的問題及總結展望

本文集中闡述了假設形成過程中的信息獲取。在已有研究中，有些發(fā)現(xiàn)被試主要基于啟發(fā)式策略進行假設檢驗[29]，有些卻發(fā)現(xiàn)信息量是證據(jù)獲取的決定性因素[30]。在信息獲取領域所表現(xiàn)出的不一致，筆者認為可以借鑒雙加工理論(dual-process theory)[31][32]進行解釋。雙加工理論(dual-process theory)認為人類具有兩個相互獨立的認知系統(tǒng)，系統(tǒng)1是自動化的快速加工過程，系統(tǒng)2是需要自主控制的序列加工過程[33-34]。在規(guī)則發(fā)現(xiàn)任務中，被試需要主動產生假設規(guī)則，因而是系統(tǒng)2參與下的有意識的精細加工過程。然而，在系統(tǒng)1參與下的假設產生過程并不直接受到信息量大小的影響。信息獲取理論[35]可能只適用于系統(tǒng)2，因而如果有系統(tǒng)1參與，則可能表現(xiàn)出對信息獲取原則的悖離。

綜合考慮已有研究，可以發(fā)現(xiàn)在假設形成領域尚有幾點有待改進之處：首先，在已有研究中，未見有針對假設自身性質對假設形成的影響的研究。不同的假設規(guī)則顯然具有不同的性質。例如在2-4-6任務中個體可以根據(jù)數(shù)字間的共同特征產生客體規(guī)則(object rule)，也可以根據(jù)數(shù)字間的關系規(guī)律產生關系規(guī)則(relational rule)[36]。客體規(guī)則比關系規(guī)則更簡單[36]，且二者具有不同的性質，因而宜對二者分別展開討論。此外，對絕對規(guī)則和模糊規(guī)則的區(qū)分也具有現(xiàn)實意義。絕對規(guī)則可將集合成員嚴格清晰地分為兩個子集，如一個人只能在100%或0%的概率上屬于“男人”；而模糊規(guī)則對集合成員的劃分具有概率屬性，例如一個人的人格特征可以在任何概率上屬于“男性化”。可見二者具有本質不同。其次，關于證據(jù)對假設規(guī)則之間的條件關系(充分、必要或充要條件關系)，相關研究至今仍是一片空白。例如在美國，人們普遍認為猶太人族群具有獨特的種族膚色，同時表現(xiàn)得吝嗇而懶惰[37]。但是，人們可以根據(jù)一個人的膚色來判斷他是否屬于猶太人，卻無法根據(jù)他是否吝嗇或懶惰來做出同樣推斷?？梢姡C據(jù)與假設規(guī)則之間的條件關系會影響假設檢驗中證據(jù)的選取，但迄今尚未發(fā)現(xiàn)任何與此問題相關的研究。最后，有關假設產生的目的性尚缺乏明確界定。本文討論的假設產生多以發(fā)現(xiàn)目標假設規(guī)則為目的，但在另外一些情況下，假設產生是發(fā)散的，其過程并不以發(fā)現(xiàn)目標假設為目的，如有研究要求被試在對20只鵪鶉蛋進行觀察之后對問題“為什么鵪鶉蛋的表面形狀和顏色會有不同”給出盡可能多的假設性解釋[38]。與以發(fā)現(xiàn)目標規(guī)則為目的而對一批數(shù)組產生假設規(guī)則相比，如果要求被試僅就這批數(shù)組產生任意的假設規(guī)則，則后者在認知加工過程和神經活動等方面均可能存在本質差異。然而，本文和已有研究中均未就其區(qū)別討論。

[參 考 文 獻]

[1]Lawson, A.E. Science teaching and the development of thinking.Belmont[M]. CA: Wadsworth Publishing Company, 1995: 6 - 19, 43-52.

[2]McPherson, G. R. Teaching & learning the scientific method[J]. The American Biology Teacher, 2001 ,63:242-245.

[3]Jaarsveld, S., Lachmann, T., & Leeuwen, C. . Creative reasoning across developmental levels: Convergence and divergence in problem creation[J]. Intelligence. 2012,40:172-188.

[4]Necka, E. Creative interaction: a conceptual schema for the process of producing ideas and judging the outcomes[M]. In Mark A. Runco (Ed.), Critical creative processes. 2003: 115-128. Cresskill: NJ: Hampton Press.

[5]Szobiova, E. Relation of creativity and intelligence: Coincidence, similarities, and differences[J].Ceskoslovenska Psychologie, 2001,45： 232-337.

[6]Ward, T. B. Creative cognition as a window on creativity[J]. Methods, 2007,42：28-37.

[7]Reverberi, C., Agostini, S. D., Skrap, & M., Shallice, T. Generation and recognition of abstract rules in different frontal lobe subgroups[J]. Neuropsychologia, 2005,43： 1924-1937.

[8]Reverberi, C., Agostini, S. D., Skrap, & M., Shallice, T . Specific inpairments of rule induction in different frontal lobe subgroups[J]. Neuropsychologia, 2005,43(3)： 460-472.

[9]Guhe, M., Pease, A., Smaill, A., Martinez, M., Schmidt, M., Gust, H., & Krumnack, U. . A computational account of conceptual blending in basic mathematics[J]. Cognitive Systems Research, 2011,12： 249-265.

[10]鄧鑄, 姜子云. . 問題圖式獲得理論及其在教學中的應用[J]. 南京師范大學學報：社會科學版, 2006(4):111-115.

[11]Jin, S. H., Kwon, Y. J., Jeong, J. S., Kwon, S. W., & Shin, D. H. . Differences in brain information transmission between gifted and normal children during scientific hypothesis generation[J]. Brain and Cognition, 2006,62：191-197.

[12]Wason, P. C. . On the failure to eliminate hypotheses in a conceptual task[J]. Quarterly Journal of Experimental Psychology, 1960,12： 129-140.

[13]Dougherty, M. R. P., & Hunter J. E. . Hypothesis generation, probability judgment, and individual differences in working memory capacity[J]. Acta Psychologica. 2003,113： 263-282.

[14]Fisher, S. D., Gettys, C. F., Manning, C., Mehle, T., & Baca, S. Consistency checking inhypothesis generation[J]. Organizational Behavior and Human Performance, 1983,31： 233-254.

[15]Cherubini, P., Rusconi, P., Russo, S., Bari, S. D., Sacchi, S. Preferences for different questions when testing hypotheses in an abstract task: Positivity does play a role, asymmetry does not[J]. Acta Psychologica,2010,134： 162-174.

[16]Cherubini, P., Castelvecchio, E., & Cherubini, A. M. Generation of hypotheses in Wason’s 2-4-6 task: An information theory approach[J]. The Quarterly Journal of Experimental Psychology, 2005,58(A)： 309-332.

[17]Miwa, K. Collaborative discovery in a simple reasoning task[J]. Cognitive Systems Research. 2005,5： 41-62.

[18]Shafto, P., Coley, J.D., & Baldwin, D. Effects of time pressure on context-sensitive property induction[J]. Psychonomic Bulletin & Review, 2007,14： 890-895.

[19]Skov, R. B., & Sherman, S. J. Information-gathering processes: Diagnosticity, hypothesis-confirmatory strategies, and perceived hypothesis confirmation[J]. Journal of experimental Social Psychology, 1986,22： 93-121.

[20]Klayman, J., & Ha, Y. W. Confirmation, Disconfirmation,and Information in Hypothesis Testing[J]. Psychological Review. 1987,94(2)： 211-228.

[21]Poletiek, F. H. & Berndsen, M. T. Hypothesis testing as risk behaviour with regard to beliefs[J]. Journal of Behavioural Decision Making, 2000,13： 107-123.

[22]Cowan, N. The magical number 4 in short-term memory: a reconsideration of mental storage capacity[J]. Behavioral and Brain Sciences, 2001,24： 87-185.

[23]Klayman, J., & Ha, Y.-W. Hypothesis testing in rule discovery: Strategy, structure, and content[J]. Journal of Experimental Psychology: Learning, Memory, and Cognition, 1989,15(4)： 596-604.

[24]MacKay, D. Information theory, inference, and learning algorithms[M]. Cambridge, England: Cambridge University Press. 2003.

[25]Navarro, D. J., & Perfors, A. F. Hypothesis Generation, Sparse Categories, and the Positive Test Strategy[J]. Psychological Review. 2011,118(1)： 120-134.

[26]Thomas, R. P., Dougherty, M. R., Sprenger, A. M., & Harbison, J. I. Diagnostic hypothesis generation and human judgment[J]. Psychological Review, 2008,115(1)： 155 - 185.

[27]Croskerry, P. The importance of cognitive errors in diagnosis and strategies to minimize them[J]. Academic Medicine, 2003,78： 775-780.

[28]Mancini, F. & Gangemi, A. The role of responsibility and fear of guilt in hypothesis-testing[J]. Journal of Behavior Therapy and Experimental Psychiatry. 2006,37： 333-346.

[29]Rossi, S., Caverni, J. P., & Girotto, V. Hypothesis testing in a rule discovery problem: When a focused procedure is effective[J]. Quarterly Journal of Experimental Psychology, 2001,54A： 263-267.

[30]Gigerenzer G, Hoffrage U, Goldstein D G. Fast and frugal heuristics are plausible models of cognition：Reply to Dougherty, Franco-Watkins, and Thomas[J].Psychological Review, 2008,115(1): 230 - 237.

[31]Stanovich, K. E. Who is rational? Studies of individual differences in reasoning[M]. Mahwah, NJ: Lawrence Erlbaum. 1999.

[32]Sloman, S. A. The empirical case for two system of reasoning[J]. Psychological Bulletin. 1996,119(1)： 3-22.

[33]Barrouillet, P. Dual-process of reasoning: the test of development[J]. Development Review. 2011,31： 151-179.

[34]Evans, J. St. B. T. Thinking twice: Two minds in one brain[M]. Oxford: Oxford University Press. 2010.

[35]Oksford, M. Contrast classes and matching bias as explanations of effects of negation on conditional reasoning[J]. Thinking and Reasoning, 2002,8： 135-151.

[36]Oaksford, M., & Chater, N. Another look at eliminative and enumerative behaviour in a conceptual task[J]. European Journal of Cognitive Psychology, 1994,6： 149-169.

[37]Coutant, D., Worchel, S., Bar-Tal, D., & Raalten, J. A multimensional examination of the "Stereotype" concept: A developmental approach[J]. International Journal of Intercultural Relations, 2011,35： 92-110.

[38]Jin, S. H., Kwon, Y. J., Jeong, J. S., Kwon, S. W., & Shin, D. H. Increased information transmission during scientific hypothesis generation: mutual information analysis of multichannel EEG[J]. International Journal of Psychophysiology, 2005,62： 337-344.

[責任編輯沈正軍]

收稿日期：2014-10-13；修回日期：2014-11-05

作者簡介：孫健，男，陜西延安人，陜西學前師范學院心理健康教育中心教師。

中圖分類號：G448

文獻標識碼：A

文章編號：2095-770X(2015)01-0116-06

Information Gaining in Rule Hypothesis Development

SUN Jian

(Psychological Health Center, Shaanxi Xueqian Normal University, Xi’an 710100，China)

Abstract:Hypothesis development, including hypothesis generation and hypothesis test, concerns much about information gaining. By searching rule discovery method, many studies have found that a hypothesis rule is more available when it is more informative. However, people do not always tend to gain information especially when there is heuristic background knowledge. When testing a generated hypothesis, the information analysis capability and its occurrence probability of the evidence together determined the amount of the information, and would directly affect which evidence to be chosen. This article points out that it appears confirmative biases which are in conflict with the information-gain principle.

Key words:hypothesis development; hypothesis test; informativeness; dual-process theory; heuristic effect