论文部分内容阅读
类比推理(analogical reasoning)是从两个对象的某些相似性或一个对象的一个已知特性推出另一个对象也具有这种特性的推理过程。类比推理的基础是两个对象在关系、结构或性质等方面的相似性。它不仅能帮助人类解决日常生活中的大量问题,而且它也是人类进行科学创造、研究发明的重要工具。所以,类比推理也被视为人类认知发展的核心能力之一近年来,随着认知神经科学技术的发展,对于类比推理神经机制的研究逐渐成为了类比推理领域的一个研究热点。研究者主要使用的研究范式是经典的四项类比任务——‘’A:B::C:D",类比材料主要集中图形、字母、词语等。然而,对于数字类比运算的神经基础与运行机制的研究却很少见。数字作为数学中的基本元素,是数学的有效构成,在人类的抽象逻辑思维发展中扮演着重要作用。因此,深入研究数字类比推理的神经基础与运行机制具有较高的科学价值,也具有重要的实践意义。为此,本研究利用高时间分辨率的事件相关电位技术(ERP),在四项类比推理范式的基础上,采用数字和数学运算作为实验材料,考察数字发散性类比推理(研究一)和数学运算类比过程(研究二)的神经加工机制。研究一,主要利用两个数字间的关系发散性,对数字发散性类比推理的神经加工机制进行了研究。实验过程中,分为三个条件：①发散类比条件,如1(?)2,3(?)?(两个数字间可以产生多种发散的关系,并映射出多重结果)；②单一结果类比条件,如2(?)6,5(?)?(两个数字间同样可以产生多种发散关系,但是只能映射出一个单一答案,大于10将被排除)；③基线条件,如1(?)1,2(?)?(仅仅进行简单的知觉匹配)。结果发现：(1)在图式形成和映射阶段都出现了类似于N400的负波成分,这表明在进行发散类比推理时,工作记忆和注意资源起到了至关重要的作用；(2)在图式形成阶段出现了晚期正成分LPC,这可能预示着在图式形成阶段不仅存在对所形成图式关系的编码,同时还存在对发散图式关系的评估。研究二,在实验一的基础上,引入了数学函数运算概念,对数学类比的子过程加工进行了精细的研究。实验过程中,同样分为三类条件：①发散数学运算类比条件,如f(2)(?)4,3(?)?,5?6?7?；②单一数学运算类比条件,如f(2)(?)3,f(5)(?)?,5?6?7?；③基线条件f(1)(?)1,f(2)(?)?,2?3?4?。结果显示：(1)在图式编码阶段的500-600ms时间窗口,推理任务比基线条件诱发了更负的波,反映了对数学间图式关系的编码过程；(2)在类比映射阶段,400-500ms窗口,推理任务比基线任务诱发了更负的波,反映了对已有关系的映射过程；(3)在结果评估选择阶段,发散结果评估选择比单一结果评估选择阶段和基线条件在1500—2000ms诱发更负的波,这反映了数字类比推理在这个时间段对结果的评估和选择过程。综合而言,本研究发现：在发散的类比加工过程中,图式编码阶段同样可能存在着对所提取图式关系的评估；而对数学运算类比的加工过程出现了LPC等成分,可能反映了数学类比加工的子过程。这些结果有助于加深对于数字发散性类比和数学运算类比的内在加工机制的认识,具有较高的科学理论价值,对于促进数字和数学能力的发展也具有相当的实践意义。