[摘要]遷移和潛在抽象知識表徵是內隱學習的兩個重要基石。在人工語法學習研究正規化下，對遷移效應產生機制的解釋主要有兩類：一是組塊資訊遷移的統計歸納理論。主張對測驗序列進行分類的基礎是序列成分組塊分佈特徵的統計歸納；二是抽象類比遷移理論，主張是對測驗序列進行分類的基礎是在範例序列相似性基礎上的重複成分的抽象類比．兩種觀．最各持一說。其問存在著明顯的分歧和爭議．
[關鍵訶]人工語法學習；遷移效應；序列依存性；組塊資訊遷移；抽象類比遷移
內隱學習作為一個研究領域始於20世紀60年代後期，Reber開創的人工語法學習(artificialgrammar learning)研究揭開了內隱學習研究的序幕，而對此研究領域的進一步關注則是最近十幾年的事情．由Broadbent及其同事進行的造句系統研究推動(Berry&Broadbent，1984)，繼而被系列反應時(Nissen&Bullemer，1987)和偶然反應時研究(Lewicki&Czyzewska&Hafman，1987)將其引向了認知，6-理學研究的前沿u J．遷移是個體在一種情境中的學習對其在其他情境中的學習和行為的影響．作為內隱學習經典研究正規化的人工語法學習對遷移的關注源於被試在學習階段習得的知識表徵的本質屬性與遷移密切相關，遷移和潛在的抽象知識表徵是內隱學習的兩個重要基石．對人工語法學習遷移效應的研究有助於我們更深入地認識和把握內隱學習的機制，從而為探明無意識學習的實質提供了一個重要的視角和有效的研究途徑．
1 人工語法學習遷移效應研究的新進展
過去的三十多年中，研究者提出了許多理論來解釋被試在人工語法學習中的學習．一些研究者認為，從僅以抽象規則知識為基礎的解釋到抽象規則知識與整個學習範例共存，從僅以區域性知識為基礎的解釋到區域性與抽象規則共存．語法規則的抽象與序列成分的分佈統計特徵的習得是相同的．人工語法學習及對遷移的解釋與被試在學習過程中習得的知識表徵密切相關．有三種理論解釋被試在人工語法學中習得的知識：第一是基於範例的解釋，認為對學習序列初步加工的表徵構成了被試的知識；第二是區域性編碼加工理論，認為被試習得的是組成序列的成分對或成分組塊知識；第三是基於抽象知識的解釋，認為被試習得了獨立於學習序列表層結構的潛在語法結構知識．這三種理論對遷移效應的解釋也各不相同．在最早的內隱學習研究中，Reber認為被試習得了抽象結構知識，這些知識可以被相對容易地應用到潛在結構相同的序列中，並且能夠成為區別語法和非語法(潛在語法結構不同)序列的基礎．對抽象知識的明確表述是由Whittle．sea和Dorken提出的，他們將這些知識稱為深層結構，是重複出現在每個序列中的模式，對它們的編碼加工獨立於學習序列的表層結構．主張區域性加工解釋的研究者認為，被試習得的知識基本由成分組塊(兩個或兩個以上的序列成分)構成．基於範例的解釋則認為，學習序列在學習階段中未被加工，被試記憶了整個學習序列，在標準分類任務和遷移操作中，被試是在測驗序列與已貯存的學習序列的相似性基礎上做出判斷的．在一般的內隱學習和具體的人工語法學習中，內隱知識的遷移包括兩類：一是表層結構和深層結構都相同的刺激間的遷移；二是表層結構不同，但深層結構相同的刺激間的遷移．目前，研究者已經提出大量的理論來解釋第一類遷移效應，認為被試學習和表徵了序列的潛在語法規則，且能在這種規則的基礎上，對測驗序列進行分類．一些研究表明，被試習得的並不是語法規則的真實表徵資訊，而是一些與語法規則相關的資訊表徵，Perruchet和Pacteau將這些相關的資訊表徵稱為“相關語法”(correlatedgrammar)，認為它們是由對學習序列成分出現頻率的記憶組成的，被試根據測驗序列是否由他們所熟悉的成分構成，來分類測驗序列．Vokey和Brooks則認為，被試對整個學習序列進行了編碼，在已貯存的學習與測驗序列之間相似性的基礎上，對測驗序列進行了分類．但是，在不考慮表徵是對抽象語法結構進行編碼，還是對序列成分進行編碼，亦或是對整個序列範例進行編碼的情況下，在這三種表徵形式中，都假定被試對學習序列的一些基本分佈特徵敏感，如序列的成分經常獨自或共同出現在序列的哪些位置上 ．因此，當測驗與學習序列表層結構相同時，對測驗序列的分類而言，三種編碼形式之間有很大的重疊，它們之間的差異很難區分．但當測驗序列的表層結構與學習序列不同時，三種編碼形式之間則有差異．在此情況下，被試就需要在兩個序列集合的潛在語法結構知識間建立一種對應關係．此外，Brunstrom(2002)等人研究發現，內隱學習需要注意，可能依賴注意機制和工作記憶機制 ．注意的指向與集中系統哪一個是內隱學習所必需的?內隱學習受被試運用策略影響的程度如何?而且，注意容量有限，同時進行的認知過程間會有衝突(如不同的工作記憶過程)，那麼哪些工作記憶過程是內隱學習所必需的呢?它們又是如何影響內隱學習的呢?有關這些問題的實證研究已經逐漸成為內隱學習研究的熱點，但迄今為止，尚無明確的結論．目前，有關人工語法學習遷移效應的研究都採用無意義的材料，這樣就限制了其生態效度．如何減少人為性，讓實驗研究更符合人類學習的真實情況呢?這些都對我們在實驗設計、變數選擇與控制．材料的運用等方面提出了更高的要求，同時也使這一領域的研究充滿了挑戰，敦促我們繼續在這片廣袤未知的領域中探索前行．