知覺(jué)學(xué)習是指經(jīng)驗或訓練引起的個(gè)體對感覺(jué)信息加工能力的改變（多指提高），對于人類(lèi)的各項技能發(fā)展與生存都非常重要。人們在學(xué)習能力上存在普遍的個(gè)體差異。為了消除個(gè)體差異對實(shí)驗結果的影響，研究人員通常把個(gè)體差異作為人群中的“噪音”，通過(guò)計算平均值的方法來(lái)反映群體特性。近年來(lái)，認知能力遺傳學(xué)和腦成像的研究表明，個(gè)體差異受到環(huán)境和遺傳的共同作用，并且行為上的個(gè)體差異可以通過(guò)大腦結構或功能連接進(jìn)行預測，這提示個(gè)體差異可能不僅僅是“噪音”。那么，知覺(jué)學(xué)習的個(gè)體差異是否蘊含了個(gè)體學(xué)習能力高低的信息呢？

　　為了回答這個(gè)問(wèn)題，中國科學(xué)院行為科學(xué)重點(diǎn)實(shí)驗室黃昌兵研究組聯(lián)合紐約大學(xué)、上海紐約大學(xué)教授Zhong-Lin Lu進(jìn)行深入研究。

　　研究招募了49名受試者，同時(shí)完成7個(gè)視覺(jué)、聽(tīng)覺(jué)及工作記憶的學(xué)習任務(wù)（圖1 A~G），每個(gè)任務(wù)需要完成5次訓練。學(xué)習任務(wù)之間的順序采用拉丁方設計進(jìn)行平衡。每名受試者一共參加了35次訓練（圖1 H），總共完成23,720個(gè)試次。研究還對受試者的非言語(yǔ)智力，成就動(dòng)機，以及大五人格特質(zhì)進(jìn)行了測量。

圖1.實(shí)驗范式和訓練流程示意圖

(A)對比度探測任務(wù); (B)超銳度辨別任務(wù);

(C)運動(dòng)方向辨別任務(wù);(D)視覺(jué)搜索任務(wù);

(E)面孔角度辨別任務(wù);(F)聽(tīng)覺(jué)頻率辨別任務(wù);

(G)視-聽(tīng)雙通道N-back工作記憶任務(wù); (H)訓練順序示例

　　學(xué)習曲線(xiàn)擬合結果顯示，相同受試者在不同任務(wù)上的學(xué)習速率存在顯著(zhù)差異，相同任務(wù)的不同受試者同樣表現出個(gè)體差異性，且學(xué)習速率與初始表現呈顯著(zhù)負相關(guān)。

　　圖2. (A) 7個(gè)任務(wù)的平均學(xué)習速度；

(B) 49名被試的平均學(xué)習速度；

(C) 任務(wù)起始值和學(xué)習速度顯著(zhù)負相關(guān)

　　多變量回歸模型進(jìn)一步驗證了任務(wù)、受試者個(gè)體及初始任務(wù)表現三個(gè)因素均對學(xué)習速率有顯著(zhù)影響，分離了“任務(wù)特異-受試者不變”和“任務(wù)不變-受試者特異”的不同學(xué)習特性，并且受試者特質(zhì)（如非言語(yǔ)智力，人格，動(dòng)機）和學(xué)習能力具有一定相關(guān)性。

圖3. 多變量回歸模型中任務(wù)、受試者個(gè)體及初始任務(wù)表現三因素的權重

　　使用套索回歸模型(Least absolute shrinkage and selection operator, LASSO) 對學(xué)習成績(jì)進(jìn)行預測，發(fā)現非言語(yǔ)智力和學(xué)習成績(jì)呈顯著(zhù)正相關(guān)，而神經(jīng)質(zhì)及宜人性和學(xué)習成績(jì)呈顯著(zhù)負相關(guān)。

圖4. LASSO回歸模型中任務(wù)、起始值和個(gè)體特質(zhì)三因素的權重

　　該研究揭示了知覺(jué)學(xué)習一方面受任務(wù)本身的特性調控，表現出明顯的任務(wù)特異性；另一方面又受到個(gè)體特質(zhì)的影響，這種“一般性”個(gè)體學(xué)習能力廣泛地作用于多種任務(wù)的學(xué)習過(guò)程。結果表明，廣泛存在的個(gè)體學(xué)習差異蘊含了個(gè)體學(xué)習能力高低的信息，知覺(jué)學(xué)習可能涉及不同類(lèi)型的可塑性。研究結果對于相關(guān)領(lǐng)域的人員選拔及臨床上的學(xué)習訓練策略?xún)?yōu)化均有重要意義。

　　該研究受到國家重點(diǎn)研發(fā)計劃項目（2020YFC2003800），中國科學(xué)院科研儀器設備研制項目（ZDKYYQ20200005），國家自然科學(xué)基金（NSFC31470983），中國科學(xué)院心理研究所科研啟動(dòng)經(jīng)費（Y7CX332008），中國博士后科學(xué)基金項目（2018M641514）及美國國立衛生基金（EY017491）資助。

　　論文信息：

　　Yang, J., Yan, F.-F., Chen, L., Xi, J., Fan, S., Zhang P., Lu Z.-L. &Huang, C.-B. (2020). General learning ability in perceptual learning. Proceedings of the National Academy of Sciences. doi:10.1073/pnas.2002903117

　　原文鏈接：

　　https://www.pnas.org/content/early/2020/07/22/2002903117