楊文靜 靳玉樂 邱 江 張慶林
(1西南大學心理學部; 2西南大學教育學部, 重慶 400715)
創(chuàng)造性思維作為創(chuàng)造性的核心, 研究者們對這一問題進行了大量探索。頓悟是實驗室中探索創(chuàng)造性思維過程的一種重要方式, 研究者們采用不同實驗材料和范式對頓悟的認知神經(jīng)機制進行探討, 但其機制仍沒有一致的結(jié)論(Kounios & Beeman,2014)。早期的頓悟研究采用雙繩問題(Maier, 1930),蠟燭問題(Duncker, 1945), 九點問題等(Scheerer,1963)。但由于這些問題很難界定頓悟發(fā)生的瞬間,因此很難研究頓悟發(fā)生那一瞬間前后的認知活動。隨后產(chǎn)生出一系列新的頓悟測試范式:如遠距離聯(lián)想測試(Bowden, Jung-Beeman, Fleck, & Kounios,2005), 謎語任務(Luo & Knoblich, 2007; Luo &Niki, 2003), 及具有深層和淺層含義的中國字謎任務(Qiu et al., 2010), 測試范式和材料的發(fā)展使得研究者們可以在實驗室中對頓悟這種難以把握的認知過程有深入的理解。但這些實驗材料和實驗范式都與現(xiàn)實生活中真正的科學發(fā)明問題相似之處甚少, 材料的生態(tài)效度有待提高(McCaffrey, 2012)。同時, 這些材料都屬于知識貧乏領(lǐng)域, 撇開了知識經(jīng)驗的作用, 但真正的科學發(fā)明創(chuàng)造是離不開知識的。因此這些測試問題很難應用于知識豐富領(lǐng)域,比如科學發(fā)明中的頓悟問題, 解決知識豐富領(lǐng)域的問題需要特定領(lǐng)域的知識(Schauble, 1996)。
對于頓悟的理論, 目前比較有影響的有“表征轉(zhuǎn)變”理論(The Representation Change Theory)和“進程監(jiān)控”理論(The Progress Monitoring Theory)(Knoblich, Ohlsson, Haider, &Rhenius, 1999)?!氨碚鬓D(zhuǎn)變”理論認為, 人們在解決頓悟問題時, 首先根據(jù)題目所提示的表述方式進行問題表征, 從而在所提示的問題空間里進行答案的搜索。由于人們開始采用了不正確或不完整的問題表征方式, 所以不能有效解決問題。這時就應該尋找一個新的不同于現(xiàn)在的問題表征方法, 這就需要從在錯誤問題空間中的搜索轉(zhuǎn)變?yōu)樵谠絾栴}空間進行問題搜索, 找到新的合適的問題表征方法, 從而最終解決頓悟問題(Kaplan & Simon, 1990)。而“進程監(jiān)控”理論認為,個體在解決問題時, 會根據(jù)需要達到的問題目標狀態(tài), 制定一些內(nèi)在標準來實時監(jiān)控每一步的有效性,一旦該行為沒有縮短當前狀態(tài)與目標狀態(tài)間的距離, 就會產(chǎn)生一種內(nèi)驅(qū)力, 促使繼續(xù)尋找新的能夠不斷逐步接近“目標”的“手段”。問題空間太大, 所以人們不能找到有效的啟發(fā)來引導和限制自己的搜索空間, 這兩個理論得到了許多研究的支持(Knoblich et al., 1999; ?llinger, Jones,Faber, &Knoblich, 2013; Martinsen, Furnham, &H?rem,2016)。從認知過程上看, 頓悟包含兩個方面, 一是舊的無效的思路如何被拋棄(即打破思維定勢), 二是新的有效的問題解決思路如何實現(xiàn)(新異聯(lián)系的形成) (羅勁, 2004)。表征轉(zhuǎn)變和進程監(jiān)控理論都更多關(guān)注如何打破思維定勢。表征轉(zhuǎn)變理論沒有詳細說明人們從錯誤問題空間轉(zhuǎn)到元水平問題空間后,如何找到正確的問題空間 (McCaffrey, 2012)。現(xiàn)實生活的實例和研究表明啟發(fā)法在從元水平問題空間找到正確的問題空間的過程中發(fā)揮著重要作用(Luo et al., 2013; 張慶林, 田燕, 邱江, 2012)。進程監(jiān)控理論并沒闡明人們在放棄那些不能逐步接近目標狀態(tài)的方法之后, 是如何探測到有效的能夠不斷逐步接近“目標”的“手段”從而產(chǎn)生頓悟。啟發(fā)法被證明是獲得頓悟的一種有效方法(Luo et al.,2013)。在科學發(fā)明創(chuàng)造的過程中, 經(jīng)過了漫長的對答案的思索之后, 科學家們的頓悟往往是在某一個啟發(fā)原型被激活以后發(fā)生的。例如魯班受到茅草啟發(fā)發(fā)明鋸齒, 人們受到鳥的翅膀構(gòu)造的啟發(fā)設(shè)計了機翼等。激活相應原型為重新指引問題解決方法搜索的方向和克服思維定勢提供了關(guān)鍵的啟發(fā)信息。研究者們采用科學發(fā)明事例進行研究, 探討了科學發(fā)明中原型啟發(fā)下頓悟的認知神經(jīng)機制(Ming,Tong, Yang, Qiu, & Zhang, 2014; 張慶林等, 2012)。
根據(jù)原型啟發(fā)理論, 在解決頓悟問題的過程中,如果能夠在大腦中激活恰當原型及其所包含的“啟發(fā)信息”, 那么頓悟就能夠發(fā)生(張慶林, 邱江, 曹貴康, 2004; 張慶林等, 2012)。以往研究采用“四等分問題”證明了原型啟發(fā)能有效促進頓悟問題解決,而原型激活是原型啟發(fā)的關(guān)鍵(曹貴康, 楊東, 張慶林, 2006)。但先前的研究都采用“先原型范式”,探討了被試如何從多個表面無關(guān)的原型中找到與當前問題表面無關(guān), 但能夠幫助解決當前問題的原型(Luo et al., 2013; Ming et al., 2014)。但現(xiàn)實生活中的原型啟發(fā)促發(fā)頓悟的情景往往是個體先遇到問題, 思索答案不得其解, 然后偶然遇到原型材料,將原型和儲存在大腦中的問題連接起來最終解決了問題。在這種問題先導的情景下, 原型啟發(fā)促發(fā)頓悟問題解決的核心認知過程是什么呢?個體如何把當前原型和儲存在大腦中的問題連接起來呢?先前研究采用“先原型范式”, 通過標識為被試提示出原型的特征性功能, 讓被試注意到原型的特征性功能, 這樣有利于頓悟(張慶林等, 2012, Hao et al., 2013)。但如果在沒有提示的情況下, 被試頓悟了, 他們是否是把握了原型的特征性功能呢?被試又是依據(jù)什么信息將原型和問題連接起來的呢?目前沒有研究詳細探討這些問題。其次, 以往有很多研究發(fā)現(xiàn)尋找到事件之間潛在的語義相似性, 即便在表面不相似的情況下, 是發(fā)明創(chuàng)造中類比推理的一種有效方式(Green, Kraemer, Fugelsang, Gray,& Dunbar, 2012)。先前研究采用“先原型范式”發(fā)現(xiàn)問題和原型中的功能語義相似度對原型激活率和問題解決正確率有顯著影響(張慶林等, 2012, Hao et al., 2012)。但不清楚在問題先導下的情況下, 被試是如何有效的激活與當前原型相關(guān)的儲存于大腦中的科學問題的。探討這一現(xiàn)實生活中經(jīng)常發(fā)生的現(xiàn)象的認知機制具有重要意義。最后, 先前研究都采用簡單原型材料, 但現(xiàn)實生活中的原型實際包含了冗余干擾信息, 且不一定是用文字材料總結(jié)出來呈現(xiàn)給個體的, 那么在這樣的情景下, 被試又是如何有效的將原型和問題連接在一起的呢?本研究通過兩個研究來探討問題先導下的原型啟發(fā)促發(fā)頓悟的核心認知過程及其機制。實驗1首先采用科學發(fā)明問題來探討問題先導下的原型啟發(fā)的核心認知過程, 實驗 2采用被試自我報告的方式, 在3種不同難度的原型材料中探討問題激活的機制。
本研究利用現(xiàn)實生活真實的科學發(fā)明問題材料, 采用“先問題范式”探討現(xiàn)實生活中經(jīng)常發(fā)生的問題先導下的原型啟發(fā)促發(fā)頓悟的核心認知過程。
招募西南大學本科生或研究生 48名參與實驗(男, 22 名; 女, 26 名), 平均年齡為 22.3 ± 0.34 歲,所有被試均未參加過類似的實驗, 不熟悉科學發(fā)明實驗材料。所有被試的視力或矯正視力正常, 實驗結(jié)束后獲得一定的報酬。
從《科學發(fā)明創(chuàng)造實驗問題材料庫》(朱丹, 羅俊龍, 朱海雪, 邱江, 張慶林, 2011)中選取10道題目, 為了更好的考察原型啟發(fā)效應, 我們選擇無原型情況下問題較難(正確率小于 0.4), 且原型啟發(fā)量較大(在原型啟發(fā)條件下問題解決的正確率提高的比率為0.6)的題目。這些實驗材料的參數(shù)通過前期研究得到(朱丹等, 2011)。
實驗流程如圖1所示。實驗分為兩個階段, 首先是問題學習階段。刺激的流程如下:首先屏幕中央呈現(xiàn)一個1 s的注視點, 接著呈現(xiàn)一個科學發(fā)明問題40 s讓被試理解學習, 問題呈現(xiàn)之后詢問被試是否學習過解決該問題的方法, 學過就按“F”鍵,沒有學過就按“J”鍵, 用來排除先前知識經(jīng)驗的干擾。按照這樣的流程學習完 10道科學發(fā)明問題。問題學習之后是測試階段:屏幕中央先呈現(xiàn)一個注視點1 s, 然后呈現(xiàn)一個原型材料60 s, 要求被試在看到原型的時候積極思考, 是否想到當前原型可以幫助其解決先前學過的什么問題。若想到了就按“F”鍵, 并在答題紙上寫下想到的問題, 并寫出解決這一問題的方法。沒有想到就按“J”鍵, 程序自動進入下一原型的學習。重復這樣的流程, 直到被試看完10個原型材料。
圖1 實驗流程圖
主試對被試寫出的答案進行0、1、2的評分, 如果被試沒有想到正確的問題計0分; 看到原型時想到的問題正確計 1分, 表示被試成功激活了問題,如果被試不僅想到了正確的問題, 還想到了正確解決該問題的方法計2分, 表示被試不僅激活了問題,還成功利用原型解決了問題。計分前, 將被試在學習階段按“F”鍵(表示之前有過該問題的相關(guān)知識)的題目排除。
對被試問題解決的正確率和問題激活率進行統(tǒng)計分析, 問題解決的正確率指被試得2分的題目數(shù)量, 而問題激活率的得分則是將被試得1分和2分的題目相加。結(jié)果顯示, 所有被試的問題解決正確率為 0.69 ± 0.079, 而問題激活率為 0.74 ± 0.077。用問題激活率作為自變量, 問題解決正確率為因變量做回歸分析,R2= 0.893,p< 0.001, Beta = 0.945,p< 0.001。結(jié)果說明問題激活率可以解釋問題解決正確率 89.3%的變異, 說明問題激活是問題先導下的原型啟發(fā)促發(fā)頓悟的核心認知過程。
本研究采用現(xiàn)實生活中真實的科學發(fā)明材料考察了問題先導下的原型啟發(fā)的核心認知過程, 問題激活是問題先導下的原型啟發(fā)的關(guān)鍵過程, 從回歸分析的結(jié)果來看, 問題激活率可以解釋問題解決正確率89.3%的變異。說明只要被試成功將問題和原型連接, 那么問題解決正確率也就很高。但問題激活率和問題解決正確率之間并不完全相同, 還存在差異, 這說明并不是問題激活就可以成功解決問題, 問題激活之后還需要被試利用類比推理的原理將當前原型中的結(jié)構(gòu)和功能的關(guān)系有效的映射到問題中來, 利用原型的特征來解決當前的問題。從原型啟發(fā)的過程來看, 被試要將眼前的原型和 10個問題中的一個匹配, 以往的研究證明這個過程是自動的, 直覺的, 更具有創(chuàng)造性的過程。而將問題和原型成功匹配之后, 將原型中的關(guān)鍵信息用來解決當前問題, 這個過程和類比推理的過程相似(曹貴康等, 2006; Ming et al., 2014; Yang et al., 2016)。雖然原型和問題之間不具有表面相似性, 但是原型和問題中包含的對象間的關(guān)系是可以互相對應的,被試利用結(jié)構(gòu)相似性來解決問題, 很多研究表明不是表面相似性, 而是結(jié)構(gòu)相似性才是類比推理的關(guān)鍵(Kubricht, Lu, & Holyoak, 2017; Holyoak, & Koh,1987)。雖然以往的研究采用四等分問題也證明了原型激活是原型啟發(fā)的關(guān)鍵因素(曹貴康等, 2006),但四等分問題屬于知識貧乏的人工問題, 張慶林等(2012)采用科學發(fā)明材料證明了原型激活是原型啟發(fā)的重要因素, 但該研究采用的“先原型范式”, 并不能說明在現(xiàn)實生活中經(jīng)常發(fā)生的問題先導下的原型啟發(fā)促發(fā)頓悟的認知過程, 現(xiàn)實生活中的頓悟往往是個體百思不得其解, 然后找到啟發(fā), 發(fā)生了頓悟。本研究用具有較高生態(tài)效度的現(xiàn)實生活中的科學發(fā)明問題材料, 在更符合現(xiàn)實科學發(fā)明創(chuàng)造情景的“先問題范式”中證明問題先導下的問題激活是原型啟發(fā)的關(guān)鍵過程。
那么被試如何將眼前的原型與儲存在大腦中的某個問題連接起來呢?也即是問題激活的機制是什么呢?以往研究在“先原型范式”中通過標識出原型的特征性功能來幫助被試發(fā)現(xiàn)原型的特征性功能, 可以顯著影響原型激活率, 而原型表征中的特征性功能和問題表征中的需求性功能之間的語義相似性對原型激活也有顯著影響(Ming et al.,2014; 張慶林等, 2012)。例如, 中國科學家在“神舟六號”航天飛機上天之前被設(shè)計“既堅硬(能夠承受氣壓)又要能夠彎曲”的宇航服難住了, 最后他們在吃煮熟的蝦子時, 從蝦子外殼的“既堅硬又可彎曲的環(huán)狀結(jié)構(gòu)”中獲得啟發(fā)而解決了這個頓悟問題。該例子中, 原型就是被試對于蝦子外殼的表征, 原型的特征性功能就是“既硬又可以彎曲”, 而問題的需求性功能就是被試在頭腦中形成疑問, 什么樣的特征才能滿足既硬又可以彎曲這樣的目的。當被試將這兩個功能連接在一起的時候, 被試就可以解決頓悟問題(張慶林等, 2012)。雖然先前的研究通過標識為被試提示出原型的特征性功能, 這樣有利于頓悟。但在沒有提示的情況下, 被試頓悟了, 他們是否是利用了原型的特征性功能呢?先前的研究也證明了原型的特征性功能和問題的需求性功能之間的語義相似性對原型激活有顯著影響, 但是被試在實際解決問題中是否是利用這些關(guān)鍵信息將當前原型和先前的問題連系起來的呢?這些問題都還值得探討。實驗2采用被試自我報告的方式, 考察在問題先導下, 被試如何把握問題和原型中的關(guān)鍵信息, 如何有效的將問題和原型連系起來。
此外, 現(xiàn)實生活中的原型并不是都像實驗1中用最簡潔的語言總結(jié)出了原型的特征和功能, 現(xiàn)實生活中的原型不僅包含了解決當前問題的關(guān)鍵信息, 同時也包含了其它很多冗余干擾信息。那么在不同難度的原型材料下, 問題先導下的問題激活的機制是一樣的嗎?實驗2同時采用3種不同難度的原型材料來系統(tǒng)探討在冗余信息以及視頻原型材料下被試如何有效表征原型和問題材料, 成功激活正確的問題, 從而解決問題。
實驗1證明了問題激活是問題先導下的原型啟發(fā)促發(fā)頓悟的關(guān)鍵認知過程, 如果被試成功激活問題, 問題就很可能得到解決。那么被試在實際解決問題過程中, 如何激活與原型匹配的問題呢?實驗2采用被試自我報告的方式, 探討問題先導下的原型啟發(fā)促發(fā)頓悟中問題激活的機制。本實驗同時采用3種不同難度的原型材料, 3種原型材料難度逐漸增加, 且更符合現(xiàn)實生活中科學發(fā)明情境。
招募西南大學本科生或研究生 47名參與實驗(男, 20 名; 女, 27 名), 平均年齡為 23.4 ± 0.21 歲,所有被試均未參加過類似實驗, 不熟悉科學發(fā)明材料。所有被試的視力或矯正視力正常, 實驗結(jié)束后獲得一定的報酬。其中兩名被試由于在答案書寫上有問題, 數(shù)據(jù)未進入最后的分析。
實驗材料包括3種, 第一種是最簡單的科學發(fā)明原型材料, 第二類是在簡單的原型材料中加上冗余信息, 第三類是為了更符合現(xiàn)實生活中的科學發(fā)明情景, 采用視頻的形式呈現(xiàn)原型材料。簡單的科學發(fā)明材料直接從《科學發(fā)明創(chuàng)造實驗問題材料庫》(朱丹等, 2011)中選擇的10道題目, 為了保證原型啟發(fā)的效果最大, 我們選擇原型啟發(fā)率較高的10道題目, 平均啟發(fā)量為 0.7。每道題目包括科學發(fā)明問題和原型兩部分, 而科學發(fā)明問題又包括問題情境和問題。包含冗余信息的科學發(fā)明材料是先從《科學發(fā)明創(chuàng)造實驗問題材料庫》中選擇 10道題目, 該材料中的每一個題目均包含了原型部分和問題部分(“問題情境”和“提問”), 再在原型部分加入3句與原型有關(guān)而與原型中關(guān)鍵啟發(fā)信息無關(guān)的信息作為冗余干擾信息。處理前, 簡單條件和冗余兩種條件下題目的難度匹配。
視頻形式的原型材料選擇過程如下:首先從網(wǎng)上搜索剪輯與原來科學發(fā)明材料庫中原型材料相對應的視頻 16段。因為我們假設(shè)采取視頻形式呈現(xiàn)原型, 由于難度加大會使啟發(fā)量降低, 為了視頻形式呈現(xiàn)的原型仍有一定的啟發(fā)作用, 我們從《科學發(fā)明創(chuàng)造實驗問題材料庫》中選取無原型情況下問題較難(即無原型情況下問題解決的正確率小于0.4), 且原型啟發(fā)量較大(大于0.6)的33題為預實驗材料。根據(jù)文字材料中對于原型的描述上網(wǎng)搜索剪輯與其表達意義相似的視頻材料, 最終找到并制作16個時長16 s的視頻(制作成16 s時長是因為16 s與讀一遍由文字形式呈現(xiàn)的原型的平均時間相同),作為預實驗材料。每套測試題目由視頻形式呈現(xiàn)的原型和文字呈現(xiàn)的問題兩部分組成。采用“一對一”的“原型學習-問題解決” (Luo et al., 2013)的實驗范式考察 16個視頻材料的原型激活率、問題解決的正確率、主觀報告啟發(fā)量等指標, 為后續(xù)使用這些材料打下基礎(chǔ)。最終的實驗材料從 16個視頻原型和科學問題的配對題目中選出啟發(fā)量最大的 10道題為實驗材料。每道測試題目包括原型和問題兩部分, 原型由視頻形式呈現(xiàn), 每段視頻時間為 16 s,科學發(fā)明問題仍以文字形式呈現(xiàn)。
實驗采用單因素的被試內(nèi)設(shè)計, 自變量為原型的類型, 分為簡單原型條件, 冗余原型條件和視頻原型3種條件。3種條件在被試內(nèi)的順序平衡。
本研究采用“先問題范式”進行實驗。實驗流程如圖2, 包括問題學習和測試兩個階段。問題學習:被試需要先學習 10道科學發(fā)明問題。具體的實驗流程如下:實驗開始為1 s的注視點, 提示被試實驗即將開始。接著呈現(xiàn)一個科學發(fā)明問題40 s, 被試此時的任務是認真思考這個問題, 40 s后問題消失, 要求被試判斷先前是否學習過該科學發(fā)明問題。如果學過, 就按“F”鍵, 如果沒有學過就按“J”鍵。按鍵結(jié)束后屏幕上出現(xiàn)提示, 要求被試寫出他們認為解決該問題的關(guān)鍵, 用1到3個關(guān)鍵詞表示,寫完之后按“S”鍵進入下一個問題的學習。被試需按照此流程連續(xù)學習10個科學問題。
圖2 簡單原型條件下的實驗流程圖
測試階段:簡單原型條件和冗余原型條件的實驗流程一樣, 首先指導語告知被試接下來會依次出現(xiàn) 10段文字材料, 這些材料能幫助他們解決前面一個階段出現(xiàn)的科學問題。在閱讀材料的時候, 如果想到該材料可以用來解決第一階段出現(xiàn)的某一個問題時, 就立即按“F”鍵, 在答題紙上寫出想到的問題, 并且寫出這段原型材料中的哪些關(guān)鍵信息(寫出1到3個關(guān)鍵詞)讓他想到了前面學習過的問題。如果被試沒有想到任何第一個階段出現(xiàn)過的問題, 則不按鍵, 但被試仍需要在答題紙上寫出他認為的該材料中的關(guān)鍵信息, 寫完之后按“Q”鍵, 繼續(xù)學習下一段原型材料。視頻原型條件下, 給被試一次播放 10段視頻材料, 每段材料連續(xù)播放兩遍(考慮到視頻材料的難度, 預實驗發(fā)現(xiàn)原型材料要播放兩遍被試才能理解視頻的含義)。在看視頻的時候要求被試積極思考當前播放的視頻是否能幫助他們解決前面出現(xiàn)的某個問題, 若想到了前面的某個問題, 要求被試在視頻播放第二遍的時候按“F”鍵, 視頻則會自動停止播放, 這時請被試在答題紙上寫出他想到的那個問題。同時用詞語(1-3個)在答題紙上寫出這段視頻材料中的什么關(guān)鍵信息讓他聯(lián)想到了這個問題。若沒有想到任何問題, 也請被試在答題紙上寫出他認為的該材料中的關(guān)鍵信息, 寫完按“Q”鍵繼續(xù)。每個被試需按照上面的流程學習完10段視頻材料。
分別對被試的問題激活和關(guān)鍵詞進行了評分。
問題激活的評分:主試依據(jù)被試在答題紙上寫出的他們在看到原型時所聯(lián)想到的問題進行 0、1二級評分。若回憶起的問題大意符合前面出現(xiàn)過的與之配對的問題材料, 計 1分, 表示激活了問題;若回憶起的問題與前面呈現(xiàn)的與之匹配的問題不相符, 計0分。被試得1分的題數(shù)減去在第一階段按“F”鍵(表示之前學過該問題)的題數(shù)則為該被試在本次實驗中正確激活科學問題的題數(shù)。
語義相似性評分:根據(jù)被試在學習階段中是否寫出問題關(guān)鍵詞和原型的功能關(guān)鍵詞進行 0、1二級評分, 寫出計為1分, 沒有寫出計0分。隨后對回憶出的問題的需求性功能關(guān)鍵詞與回憶出的原型的特征性功能關(guān)鍵詞的語義相似性作1-5級評分,1為很不相似, 5為很相似。以上評分由3名評分者完成, 并取3位評分者的平均數(shù)進行數(shù)據(jù)統(tǒng)計分析,評分者一致性系數(shù)為0.89。
(1) 問題關(guān)鍵詞的提取對問題激活率的影響
根據(jù)假設(shè), 對被試是否提取出問題的需求性功能關(guān)鍵詞的題目的問題激活率進行差異檢驗, 結(jié)果顯示:問題的需求性功能關(guān)鍵詞能否提取出來的題目的問題激活率差異顯著,t(44)= 27.677,p< 0.001。問題的功能性關(guān)鍵詞提取出來的題目的問題激活率(M= 0.78 ± 0.05)顯著高于問題的功能性關(guān)鍵詞沒有提取出來的題目(M= 0.11 ± 0.10)。
(2) 原型和問題關(guān)鍵詞的匹配對問題激活率的影響
實驗假設(shè)問題激活的關(guān)鍵是問題的需求性功能和原型的特征性功能成功連接, 那么是否成功匹配原型的特征性功能和問題的需求性功能關(guān)鍵詞對問題激活率有影響。對是否正確匹配原型的特征性功能關(guān)鍵詞和問題的需求性功能關(guān)鍵詞的題目的問題激活率進行分析。結(jié)果顯示:原型和問題的關(guān)鍵詞成功匹配與否對問題激活率有顯著影響,t(44) = 8.744,p< 0.001。原型和問題的關(guān)鍵詞成功匹配的問題激活率(M= 0.92 ± 0.09)顯著的高于未成功匹配的題目的問題激活率(M= 0.60 ± 0.02)。
(3) 原型和問題關(guān)鍵詞的語義相似性對問題激活率的影響
將問題的激活率與問題的功能性需求之間的語義相似性進行相關(guān)分析, 結(jié)果顯示問題激活率與原型關(guān)鍵詞和問題關(guān)鍵詞之間的語義相似性顯著相關(guān),r= 0.202,p< 0.05。分別分析3種原型條件下問題的激活率與原型和問題之間關(guān)鍵詞語義相似性的關(guān)系。結(jié)果顯示:簡單原型條件下, 問題激活率與原型和問題關(guān)鍵詞之間的語義相似性顯著相關(guān),r= 0.31,p< 0.05; 包含冗余信息的原型條件下,問題激活率與原型和問題關(guān)鍵詞之間的語義相似性顯著相關(guān),r= 0.34,p< 0.005; 視頻原型條件下,問題激活率與問題和原型關(guān)鍵詞之間的語義相似性顯著相關(guān),r= 0.43,p< 0.005。
(4) 原型材料的難度對問題激活率的影響
由于問題激活需要將問題的需求性功能和原型的特征性功能匹配, 而 3種不同的原型材料(簡單原型、包含冗余信息的原型、視頻原型), 找到原型特征性功能關(guān)鍵詞需要排除的冗余信息量不同,它們的問題激活率應該有差異。用重復測量方差分析, 對 3種條件下的問題激活率進行差異檢驗, 發(fā)現(xiàn) 3種條件下的問題激活率差異顯著,F(2,132)=96.73,p< 0.001, h2p= 0.594。事后比較發(fā)現(xiàn), 簡單原型條件下的問題激活率顯著高于包含冗余信息的原型條件下的問題激活率,p< 0.005; 包含冗余信息的原型條件下的問題激活率顯著高于視頻原型條件下的問題激活率,p< 0.001。三種原型條件下關(guān)鍵詞的提取率及問題激活率見表1。
表1 三種原型條件下關(guān)鍵詞的提取率及問題激活率
為什么3種不同原型材料下的問題激活率會有顯著差異呢?按照前面的分析, 依次對原型的特征性功能關(guān)鍵詞的提取, 問題的需求性功能關(guān)鍵詞的提取及兩者的匹配度進行差異檢驗。結(jié)果發(fā)現(xiàn)3種條件下的問題需求性功能關(guān)鍵詞的提取差異不顯著,F(2,132)=1.86,p> 0.05, h2p= 0.027。3 種條件下被試對原型的特征性功能關(guān)鍵詞的提取差異顯著,F(2,132)= 43.84,p< 0.001, η2p =0.399。簡單原型條件下的特征性功能詞的提取顯著高于包含冗余信息的原型條件,p< 0.05; 包含冗余信息的原型條件下的特征性功能詞的提取率顯著高于視頻原型條件,p< 0.001。簡單、冗余和視頻3種條件下原型的特征性功能和問題需求性功能關(guān)鍵詞成功匹配率差異顯著,F(2,132)=61.665,p< 0.001, h2p =0.483。簡單和冗余條件下原型的特征性功能關(guān)鍵詞和問題的需求性功能關(guān)鍵詞匹配率差異顯著,p< 0.001;簡單原型和視頻原型條件下的關(guān)鍵詞匹配率差異顯著,p< 0.001, 冗余和視頻原型條件下的關(guān)鍵詞匹配率差異顯著,p< 0.05。由于3種原型材料包含的冗余信息不同, 被試要成功提取原型中的關(guān)鍵信息來解決問題, 必須排開原型中包含的冗余信息,提取出與解決問題有關(guān)的關(guān)鍵信息。提取原型中的特征性功能關(guān)鍵詞的難度不同, 3種材料中問題關(guān)鍵詞和原型關(guān)鍵詞的匹配率也不同, 導致3種不同材料下的問題激活率不同。
本實驗采用3種不同難度的原型材料, 讓被試自我報告的方式考察了問題先導下問題激活的機制。以往研究雖然發(fā)現(xiàn)原型的特征性功能和問題的需求性功能在原型激活中起著重要作用(Ming et al.,2014; Yang et al., 2016; 張慶林等, 2012), 但并不清楚被試在實際解決問題的過程中是否把握了原型的特征性功能和問題的需求性功能關(guān)鍵詞, 然后將二者進行匹配, 最終解決當前問題。本實驗中, 我們要求被試自我報告他認為的解決問題的關(guān)鍵以及原型中讓他們想到先前問題的關(guān)鍵信息。實驗結(jié)果表明, 被試能否成功匹配原型的特征性功能關(guān)鍵詞和問題的需求性功能關(guān)鍵詞對問題激活率有顯著影響。而原型和問題關(guān)鍵詞的語義相似性對問題激活也有重要作用。3種原型材料由于原型功能關(guān)鍵詞提取的難度不同, 問題激活率也不同。本實驗通過口頭報告證明被試在實際利用原型解決問題的過程中, 是通過把握原型的特征性功能關(guān)鍵詞和問題的需求性功能關(guān)鍵詞, 利用關(guān)鍵詞之間的語義相似性將原型和問題連系在一起, 最終解決問題。
本研究采用兩個實驗探討了現(xiàn)實生活中廣泛存在的問題先導下的原型啟發(fā)促發(fā)頓悟的關(guān)鍵認知過程及其機制。實驗1發(fā)現(xiàn)問題激活是問題先導下的原型啟發(fā)促發(fā)頓悟過程的關(guān)鍵認知過程, 只要被試成功激活先前問題, 將原型和問題進行匹配,被試就很容易成功利用當前原型中的關(guān)鍵啟發(fā)信息來解決先前的問題。但問題激活率和問題解決正確率之間的差異說明問題激活了, 也并不一定總能解決問題, 被試將當前原型和先前問題連系在一起后, 還需要利用類比推理的原理將當前原型中的結(jié)構(gòu)和功能的關(guān)系有效的映射到問題中來, 利用原型的特征來解決當前的問題。這也暗示問題先導下的原型啟發(fā)過程除了問題激活之外, 還有一個關(guān)鍵信息的利用過程。實驗2采用被試自我報告的方式在3種具有不同生態(tài)效度的原型材料中探討了問題先導下的原型啟發(fā)的關(guān)鍵認知過程的機制。結(jié)果發(fā)現(xiàn)被試在解決問題的過程中, 能成功找到問題的需求性功能和原型的特征性功能是問題激活的關(guān)鍵。被試依據(jù)原型的特征性功能和問題的需求性功能關(guān)鍵詞之間的語義相似性將原型和問題成功連系起來, 然后利用原型中特定的結(jié)構(gòu)來解決當前問題。在3種不同難度的原型材料中, 由于提取原型的關(guān)鍵信息需要排除的冗余信息不同, 3種原型材料難度逐漸增加, 原型和問題關(guān)鍵詞的匹配率也就降低,因此問題激活率逐漸降低。
實驗1表明問題激活是現(xiàn)實生活中廣泛存在的問題先導下的原型啟發(fā)促發(fā)頓悟的關(guān)鍵過程。這說明只要被試成功將當前原型和先前問題連接在一起, 他們就很容易利用原型中包含的關(guān)鍵啟發(fā)信息來解決儲存在大腦中的問題。但這并不代表只要問題激活, 被試就一定能成功解決問題, 問題激活之后, 被試還必須將原型中包含的結(jié)構(gòu)特征映射到當前問題情境中來, 利用類比推理的方式來解決當前問題。實驗結(jié)果表明在問題先導的情況下, 原型啟發(fā)的過程可能包含了問題激活和關(guān)鍵啟發(fā)信息的利用兩個階段, 只有兩個階段成功才能最終保證問題的成功解決。但由于在實驗2的口頭報告中我們并沒有詢問被試在實際解決問題的過程中是否先激活了問題, 再利用原型中的關(guān)鍵啟發(fā)信息來解決問題, 所以問題先導下的原型啟發(fā)促發(fā)頓悟的過程是否包含兩個認知過程還需要后續(xù)的研究來進一步的探討。在實驗中, 我們并沒有采用“一對一”的范式, 也就是讓被試學習一個問題和一個原型, 用原型來解決對應的問題, 這個過程類似于類比推理的過程。當前研究更關(guān)注的被試如何在大量的信息中, 成功匹配某個特定原型和先前儲存在大腦中的大量問題中的一個, 現(xiàn)實生活中高創(chuàng)造性的人總能從大量的信息中捕獲有用的原型, 促發(fā)靈感的產(chǎn)生。實驗中, 先前問題和當前原型表面不相似, 但原型的某個結(jié)構(gòu)特征使得其具有某種功能, 而這也是解決當前問題所需實現(xiàn)的功能, 原型與問題之間存在結(jié)構(gòu)相似性。很多研究表明結(jié)構(gòu)相似性是被試進行類比推理解決問題的主要方式(Kubricht et al.,2017; Holyoak & Koh, 1987)。被試將原型結(jié)構(gòu)映射到問題的需求性功能上, 就可以成功解決當前問題。本研究采用現(xiàn)實生活中廣泛存在的問題先導下的原型啟發(fā)范式, 證明了問題激活是問題先導下的原型啟發(fā)促發(fā)頓悟過程的關(guān)鍵。
問題先導下的問題解決使得個體可以有效提取和整合頭腦中的信息, 從而找到問題的答案, 也更容易將已知的科學知識與實際的問題相結(jié)合(Karantzas et al., 2013; Bergstrom, Pugh, Phillips, &Machlev, 2016)。被試要成功激活問題必須把握問題的需求性功能。擅于用問題來引導自己對原型信息的編碼, 幫助自己成功的將問題的需求性功能和原型的特征性功能相匹配。同時, 被試能否成功排除干擾信息, 把握原型的特征性功能也影響了問題的激活?,F(xiàn)實生活中的知識總是以各種形式呈現(xiàn), 并且包含了很多冗余信息, 被試能否成功排除這些冗余信息, 將關(guān)鍵信息存儲在大腦中對幫助其解決問題有重要作用。研究發(fā)現(xiàn)注意在創(chuàng)造性思維中的重要作用就體現(xiàn)在選擇與問題相關(guān)的重要信息, 排除無關(guān)信息(Yeh, Tsai, Hsu, & Lin, 2014; Zelazo, Carter,Reznick, & Frye, 1997)。
以往有研究通過對原型的特征性功能進行標識, 發(fā)現(xiàn)幫助被試注意到原型的特征性功能信息對原型激活有重要作用(Hao et al., 2013), 這只能說明原型的特征性功能會影響原型激活。但被試在實際問題解決過程中是如何表征問題和原型的關(guān)鍵信息, 依據(jù)什么信息將原型和特定的問題連系起來的還值得探討。本研究中, 被試自我報告他們認為解決問題的關(guān)鍵是什么, 原型中什么關(guān)鍵信息幫助他們想到了先前的問題。結(jié)果顯示, 被試能成功匹配原型中的結(jié)構(gòu)功能關(guān)鍵詞和問題中的需求性功能關(guān)鍵詞對問題激活有顯著影響, 說明被試在表征原型的時候能否把握原型的特征性功能和問題中的需求性功能關(guān)鍵詞, 并且將二者成功匹配是問題激活的關(guān)鍵。被試自我報告的結(jié)果用更直接的方式揭示了被試如何將某個原型和問題連接起來。通過實驗結(jié)果我們發(fā)現(xiàn)被試認為問題的需求性功能是解決當前問題的關(guān)鍵點, 被試將問題的需求性功能存在腦海中, 用這個信息來引導被試在元水平問題空間中搜索, 在遇到恰當?shù)脑蜁r能迅速與當前問題的需求性功能進行結(jié)合, 從而利用原型解決問題(張慶林等, 2012)。
3種原型材料由于包含了不同的冗余信息, 難度不同, 同時也具有不同生態(tài)效度。難度越大更能有效模擬現(xiàn)實生活中的創(chuàng)造性情景, 包含冗余信息的原型材料和視頻原型材料更符合現(xiàn)實生活中的科學發(fā)明情景。3種原型材料下問題的激活率差異顯著。實驗結(jié)果表明, 原型的特征性功能的提取在3種材料上差異顯著, 因為 3種材料包含的冗余信息不同, 被試從簡單原型材料中提取原型的特征性功能信息比從包含冗余信息的原型材料和視頻原型材料中提取原型的特征性功能信息要容易。3種原型材料下的問題關(guān)鍵詞的提取沒有差異, 而最終影響原型關(guān)鍵詞和問題關(guān)鍵詞匹配率是由于原型關(guān)鍵詞的提取難易不同。而在現(xiàn)實生活中能否成功排除干擾信息找到原型的關(guān)鍵信息決定被試能否有效的利用頭腦中的知識來解決問題。
實驗結(jié)果顯示, 原型的特征性功能和問題的需求性功能之間的語義相似性在連接問題的需求性功能和原型的特征性功能中起著重要作用。以往的研究發(fā)現(xiàn)尋找到事件之間潛在的語義相似性, 即便在表面不相似的情況下, 是發(fā)明創(chuàng)造的一種有效方式(Green et al., 2012)。但該結(jié)論是在類比推理的情景中得出的, 當前實驗情景探討的是被試如何在頭腦中儲存的大量信息中有效地提取出表面與當前原型無關(guān)的問題, 是一種頓悟問題解決的情景。實驗結(jié)果表明在問題和原型表面不相似的情況下, 尋找事物間的潛在語義聯(lián)系是問題先導下的問題激活的機制。被試先將問題的需求性功能存儲在大腦中, 問題表面和原型是不相關(guān)的, 但原型的特征性功能和問題的需求性功能在語義上存在相似性, 利用這種相似性, 被試能成功的將當前原型與問題進行匹配, 成功匹配之后, 被試就可以利用類比推理的方式, 將原型中的特征映射到問題中來, 利用原型的某種結(jié)構(gòu)來解決當前問題。
本研究為問題先導下的原型啟發(fā)促發(fā)頓悟的認知過程提供了實驗證據(jù), 但還有一些問題有待繼續(xù)探討。本實驗中只要求被試回答原型和問題中的關(guān)鍵詞, 并不知道被試在利用原型解決問題的過程中具體思維過程是怎樣的, 未來的研究可以讓被試更詳細的報告自己的思維過程, 這樣有利于更詳細的探索問題先導下原型啟發(fā)的思維過程。
本實驗利用現(xiàn)實生活中的科學發(fā)明實驗材料探索了問題先導下的原型啟發(fā)促發(fā)頓悟的關(guān)鍵認知過程及其機制。從研究結(jié)果可以得出如下結(jié)論:(1)問題激活是問題先導下的原型啟發(fā)促發(fā)頓悟過程的關(guān)鍵認知過程。(2)原型的特征性功能和問題的需求性功能之間的語義相似性是問題激活的機制。
Bergstrom, C. M., Pugh, K. J., Phillips, M. M., & Machlev, M.(2016). Effects of problem-based learning on recognition learning and transfer accounting for GPA and goal orientation.The Journal of Experimental Education,84(4),764–786.
Bowden, E. M., Jung-Beeman, M., Fleck, J., & Kounios, J.(2005). New approaches to demystifying insight.Trends in Cognitive Sciences, 9(7), 322–328.
Cao, G. K., Yang, D., & Zhang, Q. L. (2006). Activation of prototypal matters in insight problem solving: An automatic or controllable processing?Psychological Science, 29(5),1123–1127.
[曹貴康, 楊東, 張慶林. (2006). 頓悟問題解決的原型事件激活: 自動還是控制.心理科學, 29(5), 1123–1127.]
Duncker, K. (1945). On problem-solving (L. S. Lees, Trans.).Psychological Monographs,58(5), 1–113.
Green, A. E., Kraemer, D. J., Fugelsang, J. A., Gray, J. R., &Dunbar, K. N. (2012). Neural correlates of creativity in analogical reasoning.Journal of Experimental Psychology:Learning, Memory, and Cognition, 38(2), 264–272.
Hao, X., Cui, S., Li, W. F., Yang, W. J., Qiu, J., & Zhang, Q. L.(2013). Enhancing insight in scientific problem solving by highlighting the functional features of prototypes: An fMRI study.Brain Research, 1534, 46–54.
Holyoak, K. J., & Koh, K. (1987). Surface and structural similarity in analogical transfer.Memory & Cognition,15(4), 332–340.
Kaplan, C. A., & Simon, H. A. (1990). In search of insight.Cognitive Psychology,22(3), 374–419.
Karantzas, G. C., Avery, M. R., Macfarlane, S., Mussap, A.,Tooley, G., Hazelwood, Z., & Fitness, J. (2013). Enhancing critical analysis and problem ‐solving skills in undergraduate psychology: An evaluation of a collaborative learning and problem‐based learning approach.Australian Journal of Psychology,65(1), 38–45.
Knoblich, G., Ohlsson, S., Haider, H., & Rhenius, D. (1999).Constraint relaxation and chunk decomposition in insight problem solving.Journal of Experimental Psychology:Learning, Memory, and Cognition, 25(6), 1534–1555.
Kounios, J., & Beeman, M. (2014). The cognitive neuroscience of insight.Annual Review of Psychology,65, 71–93.
Kubricht, J. R., Lu, H., & Holyoak, K. J. (2017). Individual differences in spontaneous analogical transfer.Memory &Cognition, 45(4), 576–588.
Luo, J. (2004).Neural correlates of insight.Acta Psychologica Sinica, 36(2), 219–234.
[羅勁. (2004). 頓悟的大腦機制.心理學報,36(2), 219–234.]
Luo, J., & Knoblich, G. (2007). Studying insight problem solving with neuroscientific methods.Methods, 42(1), 77–86.
Luo, J., & Niki, K. (2003). Function of hippocampus in“insight” of problem solving.Hippocampus, 13(3), 316–323.
Luo, J. L., Li, W. F., Qiu, J., Wei, D. T., Liu, Y. J., & Zhang, Q.L. (2013). Neural basis of scientific innovation induced by heuristic prototype.PLoS One, 8, e49231.
Maier, N. R. F. (1930). Reasoning in humans. I. On direction.Journal of Comparative Psychology,10(2), 115–143.
Martinsen, ?. L., Furnham, A., & H?rem, T. (2016). An integrated perspective on insight.Journal of Experimental Psychology: General,145(10), 1319–1332.
McCaffrey, T. (2012). Innovation relies on the obscure a key to overcoming the classic problem of functional fixedness.Psychological Science, 23(3), 215–218.
Ming, D., Tong, D. D., Yang, W. J., Qiu, J., & Zhang, Q. L.(2014). How can we gain insight in scientific innovation?Prototype heuristic is one key.Thinking Skills and Creativity,14, 98–106.
?llinger, M., Jones, G., Faber, A. H., & Knoblich, G. (2013).Cognitive mechanisms of insight: the role of heuristics and representational change in solving the eight-coin problem.Journal of Experimental Psychology: Learning, Memory,and Cognition,39(3), 931–939.
Qiu, J., Li, H., Jou, J., Liu, J., Luo, Y. J., Feng, T. Y., … Zhang,Q. L. (2010). Neural correlates of the “Aha” experiences:Evidence from an fMRI study of insight problem solving.Cortex, 46(3), 397–403.
Schauble, L. (1996). The development of scientific reasoning in knowledge-rich contexts.Developmental Psychology,32(1), 102–119.
Scheerer, M. (1963). Problem-solving.Scientific American,208(4), 118–128.
Yang, W. J., Dietrich, A., Liu, P. D., Ming, D., Jin, Y. L.,Nusbaum, H. C., … Zhang, Q. L. (2016). Prototypes are key heuristic information in insight problem solving.Creativity Research Journal, 28(1), 67–77.
Yeh, Y. C., Tsai, J. L., Hsu, W. C., & Lin, C. F. (2014). A model of how working memory capacity influences insight problem solving in situations with multiple visual representations: An eye tracking analysis.Thinking Skills and Creativity,13, 153–167.
Zelazo, P. D., Carter, A., Reznick, J. S., & Frye, D. (1997).Early development of executive function: A problem-solving framework.Review of General Psychology, 1(2), 198–226.
Zhang, Q. L., Qiu, J. & Cao, G. K. (2004). A review and hypothesis about the cognitive mechanism of insight.Psychological Science, 27(6), 1435–1437.
[張慶林, 邱江, 曹貴康. (2004). 頓悟認知機制的研究述評與理論構(gòu)想.心理科學,27(6), 1435–1437.]
Zhang, Q. L., Tian, Y., & Qiu, J. (2012) Automatic activation of prototype representation in insight: The sources of inspiration.Journal of Southwest University (Natural Science Edition), 34(9), 1–10.
[張慶林, 田燕, 邱江. (2012). 頓悟中原型激活的大腦自動響應機制: 靈感機制初探.西南大學學報(自然科學版),34(9), 1–10.]
Zhu, D., Luo, J. L., Zhu, H. X., Qiu, J., & Zhang, Q. L. (2011).The prototype heuristic effect in the scientific innovation
process.Journal of Southwest University (Social Sciences Edition), 37(5), 144–149.
[朱丹, 羅俊龍, 朱海雪, 邱江, 張慶林. (2011). 科學發(fā)明創(chuàng)造思維過程中的原型啟發(fā)效應.西南大學學報 (社會科學版), 37(5), 144–149.]