认知：人行为背后的思维与智能

译者前言

认知心理学是心理学研究的新方向。它的主要理论是信息加工理论，因此又可称为信息加工心理学。信息加工理论研究人如何注意和选择信息，对信息的认识和存储，利用信息制定决策、指导外部行为等。

提出语言的掌握不仅是一种积累的过程，而且有某种先天的内在规律性；语言的结构规则的内化是语言学习的基础，在语言的理解和发生中深层结构起主要作用。

第一章 绪论

认知心理学的主要目的和兴趣在于解释人类的复杂行为。概念的形成、问题的解决以及语言等都是人类的复杂行为。人们要研究这些现象，总是先从研究简单的开始，进而研究复杂的。

科学理论的层次和规律

自然界的规律都有不同的层次，所以科学研究也可以从不同的层次进行探讨，既可以从高级水平着手，也可以从低级水平着手。

心理学的研究有三种不同的途径，也就是有三种不同的层次和水平。第一级水平是研究复杂行为，例如研究问题解决、概念形成和语言现象。第二级水平是研究简单的信息加工过程，例如对光点的感觉、图形知觉的形成等都是简单的信息加工。研究简单信息加工过程以反应时间、干扰时间为指标。第三级水平是生理水平，例如对中枢神经过程、神经结构的研究。

总之，这些都说明自然界的规律有不同的层次，人们可以从不同的层次去进行科学研究。

我们曾设想心理学要有这种规律才能成为真正的科学。但这种观点比较狭隘，而且不切实际。其他科学领域的规律也不一定都是定量的分析。化学、分子生物学甚至物理学的一些规律就属于定性结构的规律。例如帕斯特的“疾病是由病菌造成的”

我们曾设想心理学要有这种规律才能成为真正的科学。但这种观点比较狭隘，而且不切实际。其他科学领域的规律也不一定都是定量的分析。化学、分子生物学甚至物理学的一些规律就属于定性结构的规律。

目前，心理学所提出的一些一般化的定理还不能给出精确的定性描述，不属于定性结构的规律，所以心理学的规律只具有有限的合理性

正像“疾病是由病菌造成的”不那么精确一样。但它可以引导我们去分析问题，也具有一定的指导作用。

在心理学中发现规律是很困难的，这主要是由于研究对象本身的复杂性，而不是由于缺乏某种仪器设备。其中一个困难，是我们所研究的人类机体总处于一定的环境之中，而且适应性又很强，人的行为既决定于机体本身，同时又是适应环境的结果。所以我们只描述机体本身是不够的，还需要研究机体与周围环境的关系。

另一个困难，是同一个人在同样的环境中可以有不同的反应，即个别差异，这就造成了研究结果的不确定性。

心理学的派别

。心理学应当摆脱哲学的争论，对某一现象可以用不同的观点去解释，只要能解释清楚就是合理的。

而是通过一些大家都可以接受的实验加以证实

刺激和过去的经验这两方面共同决定产生什么反应

信息加工心理学认为，当给被试刺激时，他要依靠头脑中的经验才能决定作出什么反应。所谓经验，包括机体的状态和记忆存储的内容。因此，刺激和被试当前心理状态这二者共同决定着被试作出什么反应（见图1-1）。

心理学家认为在问题解决的复杂过程中，不要只靠简单的尝试错误，而且还要通过顿悟。

认知心理学是用信息加工过程来解释人的复杂行为的，它吸收了行为主义和格式塔心理学的有益成果。这一心理学是在前人的基础上进行研究的，并不是完全无视前人的工作一切重新开始。

认知心理学的任务和方法

认知心理学主要研究高级层次的思维策略和初级信息加工过程的关系。

如果我们想了解被试在这段时间内更多的情况，如他进行了哪些活动、过程如何等，可以用口语记录的办法。 口语记录法就是让被试在做题时说出头脑内进行的一切活动，予以记录，然后进行分析。

口语记录法就是让被试在做题时说出头脑内进行的一切活动，予以记录，然后进行分析

用口语记录法对任何随时间变化的动力系统都能得到较高密度的信息。目前对脑的活动虽然可以进行电记录，但是却无法把脑的电活动所代表的心理内容翻译出来。在人类还没有办法做到记录脑内每时每刻的所有变化时，用口语记录法是可以得到较丰富的信息的

认知心理学从新的角度利用了口语记录法，使心理学的研究水平大大提高了一步，能够研究人类的初级信息加工过程、思维策略以及它们之间的相互关系了。

认知心理学的目的就是要说明和解释人在完成认知活动时是如何进行信息加工的，如他知觉到物体的哪些特征，看到了事物间的什么关系；外界信息是怎样存储在头脑中的；他在解决课题时利用了哪些信息，采取了什么样的思维策略等。

认知心理学研究的另外一个重要课题是学习问题。人在活动过程中，机体本身会发生一定的变化，这些变化使他在以后的活动中能更快、更灵活地完成某种作业，并且不经练习也能完成其他同类的作业，这就是学习

学习问题在心理学中始终占有非常重要的地位

学习者之间的差别又是那么大，人们总希望能从差异之中找到学习的一般规律，以指导教育实践。

物理符号系统

所谓符号就是模式（pattern），任何一个模式，只要它能和其他模式相区别，它就是一个符号。

物理符号系统的基本任务和功能就是辨认相同的符号和区分不同的符号

人类机体能够学会认识同类的符号和区分不同类的符号是一个很大的成就。

一个物理符号系统可以根据原来存储的信息加上当前的输入而进行一系列的活动，这就是条件性迁移。

条件性迁移有个假定：如果满足了某种条件，即如果有了条件A，就去进行活动B；如果没有条件A，就不要进行活动B。

这个假设简单说，就是任何一个系统，如果它能表现出智能的话，它就必能执行上述六种功能。反过来也可以说，任何系统，如果具有这六种功能，它就能表现出智能。

第一个推论是，既然人具有智能，它就一定是个物理符号系统。我们认为，人之所以能够表现出智能，就是基于他的信息加工过程。第二个推论是，既然计算机是一个物理符号系统，它就一定能表现出智能，这是人工智能的基本条件。第三个推论是，既然人是一个物理符号系统，计算机也是一个物理符号系统，那么我们就能用计算机来模拟人的活动

但是，我们却可以按照人类思维操作的过程来编制计算机程序。

这项工作就是人工智能研究的内容。

人类智能的计算机模拟

过去，心理学曾试图用经典数学来建立心理活动的数学模型，但不是很成功。然而，在物理学或其他学科，却成功地运用经典数学模型解决了一些理论上的问题。

如果要用经典数学来建立某一学科理论，首先就必须把这个学科的对象和过程转化成数字。

但是人类的许多智能活动很难用数字来表达，所以建立关于人的智能活动的数学模型是困难的。

计算机程序语言的形式比经典数学的形式更能表示和描述人的心理现象。

科学总是把复杂的现象转化为基本的过程、基本的规律。

或者说，从行为去推导在脑子里通过什么程序造成了这种行为。 我们通过观察行为去推论程序是怎样的，即从结果去推论它的原因，这在科学上叫归纳法。哲学家都清楚归纳法有一个问题，就是从观察到的行为并不能准确地推论出它的程序是什么，因为有时不同的程序也可以导出同样的行为结果。

我们通过观察行为去推论程序是怎样的，即从结果去推论它的原因，这在科学上叫归纳法。哲学家都清楚归纳法有一个问题，就是从观察到的行为并不能准确地推论出它的程序是什么，因为有时不同的程序也可以导出同样的行为结果。

。认知心理学遇到的是同样的问题。我们想用信息加工过程（程序）去解释所观察到的行为，但是又不敢肯定这个程序就是造成行为的唯一原因。

认知心理学遇到的是同样的问题。我们想用信息加工过程（程序）去解释所观察到的行为，但是又不敢肯定这个程序就是造成行为的唯一原因。在这个问题上，我们可以看到一些比较成熟的科学，如物理学、化学、生物学等等，并不比心理学处于更有利的地位。

任何科学理论的最有力的支柱就是对观察到的事实能够给予解释。

任何科学理论也都必然会面临一种可能性，就是后来的人能够对这些事实给出更好的解释。心理学同其他学科一样，它的理论只能够接近真理，而不可能达到绝对真理。

第二章 人类认知系统的结构

人是通过搜索来解决问题的。人在解决问题时，一般并不去寻求最优的（optional）方法，而只要求找到一个满意的（satisfying）方法。

人脑的基本机能

我们可以通过心理学实验来研究人的信息加工过程，从而了解人是怎样进行思维的。我们也可以从进化的角度来研究人是怎样获得信息加工能力的。

现在的问题是

人就是一个单线的系统。

1．人是通过搜索来解决问题的。所谓搜索就是提出策略并用其来解决面临的问题。

由于搜索过程是串行的，而人的计算能力又是有限的，所以对解决办法只能一个一个地加以尝试。

一般情况下，人在进行活动时只是很简单地考虑一种或两种可能性，即利用一些生活中常用的启发式的规则

人在解决问题时，不可能把各种可能性同时都考虑到，一般只采取一些启发式的规则来指导行动。在解决这一问题时，一种简单的办法就是先设法把1移到左上角，这样就得把左上角的数字先移到空格里去，才能把1移到左上角；然后把2移到第一行的中间去，这又得把这个格里的数字先移到空格里去；再使用同样的方法依次把3移到右上角，把4移到第二行左边的格子里……直至达到最后的目标状态。

人在解决问题时，不可能把各种可能性同时都考虑到，一般只采取一些启发式的规则来指导行动。

在解决这一问题的过程中，人在头脑里并没有考虑到各种可能性，而仅是运用了生活中行之有效的搜索法而已。

2．人在解决问题时，一般并不去寻求最优的（optional）方法，而只要求找到一个满意的（satisfying）方法。 为什么只要求找到满意的而不一定是最优的解决方法呢？因为即使是解决最简单的问题，要想得到次数最少、效能最高的解决方法也是非常困难的。

人在解决问题时，一般并不去寻求最优的（optional）方法，而只要求找到一个满意的（satisfying）方法。

因为即使是解决最简单的问题，要想得到次数最少、效能最高的解决方法也是非常困难的

在这种情况下，搜索时间不以草垛的大小为转移，只取决于草垛中针的分布密度。人们在实际生活中解决问题就像从草垛里寻针一样，不能只认定某一种最优的方法。用满意方法解决问题要容易得多，它不依赖于问题的空间，不需要进行全部搜索，而只要能达到解决的程度就可以了。

在这种情况下，搜索时间不以草垛的大小为转移，只取决于草垛中针的分布密度。人们在实际生活中解决问题就像从草垛里寻针一样，不能只认定某一种最优的方法。用满意方法解决问题要容易得多，它不依赖于问题的空间，不需要进行全部搜索，而只要能达到解决的程度就可以了。

3．人在解决问题时，具有可变的志向水平（aspiration level）。 人的一个特点是可以调节满足需要的程度。人根据不同的情况，调节自己满足需要的幅度可以是很大的。他在非常困难的情况下，可把满足需要局限于基本的生存方面，如饱食、温暖；当情形不太困难时，人不仅想到要满足基本需要，还要更舒适一点；当舒适的需要满足了，又会有文娱、艺术等更高的需要。

人在解决问题时，具有可变的志向水平

人的一个特点是可以调节满足需要的程度。人根据不同的情况，调节自己满足需要的幅度可以是很大的。他在非常困难的情况下，可把满足需要局限于基本的生存方面，如饱食、温暖；当情形不太困难时，人不仅想到要满足基本需要，还要更舒适一点；当舒适的需要满足了，又会有文娱、艺术等更高的需要。因此，在困难条件下认为是好的东西，在不太困难的条件下就认为是不够好的了。心理学家把这种满足需要的不同水平叫作志向水平。随着成功的程度不同，志向水平也会提高或降低：在困难条件下志向水平降低；在成功条件下志向水平提高。

心理学家把这种满足需要的不同水平叫作志向水平。随着成功的程度不同，志向水平也会提高或降低：在困难条件下志向水平降低；在成功条件下志向水平提高。例如前面的数字排列游戏问题，第一次能把问题解决了就感到满意；但在第二次仍使用前一种方法就不一定满足了，而是希望能有更快、更好的解决方法。

人的志向水平，即满足需要的程度，可以随外界条件的变化而自我调节。这一特点适用于每一个人的生活，也适用于人的社会活动。社会越发展，人的要求也就越高。当然，这并不是说每个人的需要都能得到满足。

注意分配机制

在人的生活中，每时每刻都有大量的符号进入感觉器官。这些符号中只有少数引起中枢神经系统的活动。人脑如果不能把大量的输入信息过滤掉，就不能进行加工。

学生在课堂外面打球，并不影响教师讲课，因为人们有控制注意的能力，使注意集中到教师授课这一个目标上。我们同时注意的事情只能有一件，这件事往往是重要的事情。

我们同时注意的事情只能有一件，这件事往往是重要的事情。如果教室里突然出现了一只狗，学生会马上把注意集中到狗身上，而不再注意教师了。因此，优先选择的注意目标有时是预料不到的、突然出现的。

对于人这样一个系统，除了有单线加工特点，能通过有限的活动解决复杂的需要，能应付突然出现的事件外，还必须具备控制注意的机制。

中断注意和人的情绪有关。恐惧、愤怒这些情绪是在短时间内突然发生的，当我们处于这类情绪状态时，就很难注意其他的事情。生理学已经证明，情绪的唤起与皮层下的网状结构有关。注意中断的机制既涉及认知心理学，也涉及生理心理学。

中断注意和人的情绪有关。恐惧、愤怒这些情绪是在短时间内突然发生的，当我们处于这类情绪状态时，就很难注意其他的事情。

生理学已经证明，情绪的唤起与皮层下的网状结构有关。注意中断的机制既涉及认知心理学，也涉及生理心理学。

记忆系统

控制结构负责控制信息进入记忆和再从记忆中输出信息。

记忆分几个部分，一部分是识别记忆。识别即再认（rec‐ognition），认识记忆中已有的东西。当一个模式或图像被识别后，它就存储在短时记忆中。除了物体本身的信息被存入短时记忆外，还有另外一些信息进入短时记忆中，以帮助认识这个物体。例如，当你辨认一位朋友时，这个朋友的家庭、年龄和其他情况是原来已在长时记忆中保存着的，它们可以帮助你识别当前的刺激。用计算机术语来说，这些就是数据。

。实验证明，从视觉、听觉传入，到短时记忆识别出这个事物，其间还有一个小的记忆，即缓冲记忆。另外，输出前也有一个小的记忆，即动觉记忆。

人的脑部受损伤，如果是前额叶受损伤，对短时记忆就有影响，而颞叶（特别是左颞叶）损伤时，长时记忆就会受到影响。

可见，人的记忆广度不在于信息数量的多少，而在于编码的方式。 根据信息论的观点，信息要用比特（bit）来测量，上述数字系列包括12个比特。而用十进制的0～7编码时，每个数字都能表现3个比特（见表2-1）。

人的记忆广度不在于信息数量的多少，而在于编码的方式。

比特不是测量记忆信息量的基本单位，应该有一个新的单位。

米勒提出，测量短时记忆的最小单位为“组块”（chunk）

米勒提出，测量短时记忆的最小单位为“组块”（chunk）。“2”这个数字就是一个组块。上例的数字系列是12个组块，如果用二进制，可以说是4个组块。在即时回忆实验中，如果给一系列没有联系的字母，被试只能记四五个字母；如果给的是英文单词，回忆出来的可能是四五个单词；如果给的是短语，比如要求记住像“中华人民共和国”

可见，组块是人们熟悉的一个单元。

短时记忆的识记速度快，但容量小，只有4个组块。长时记忆的识记速度慢，但记忆容量却是无限的。

另外要提到的是意义性效应，即项目的意义对记忆的影响。学习有意义的符号比学习无意义的符号要快得多。研究发现，学习无意义音节（如KAZ）

学习有意义的符号比学习无意义的符号要快得多。

所用的时间是学习有意义音节（如CAP）时间的两倍半。 短时记忆和长时记忆这两种记忆系统的特点可以概括为表2-2。 [插图] 表2-2　短时记忆和长时记忆的特点

EPAM系统

如果每次检验只是区别是和否两种情况，且有10层检验，那么就能分辨出1 024个项目；如果有20层检验，就能分辨出约100万（220）个项目

那么，只用200毫秒就可辨别出100万个项目。这种假设有很大的可能性，人在很短的时间内就能辨别许多事物，而每一次检验又都是无意识进行的，速度很快

这种假设有很大的可能性，人在很短的时间内就能辨别许多事物，而每一次检验又都是无意识进行的，速度很快。在开始学习做一件事时，可能是有意识的辨别，如一个人刚学认字，或科学家初次分辨动植物时都是有意识的。

在开始学习做一件事时，可能是有意识的辨别，如一个人刚学认字，或科学家初次分辨动植物时都是有意识的。但熟悉了之后，就可以自动化、无意识地进行分辨了

现在的问题是，当人在学第一句话的时候，他的脑子里还没有这样一个网络，那么这个网络又是怎样产生的呢？例如，我们开始学习文字时，脑内已有一点网络，当看到“木”就要问：“这是不是木字？”如果木字边上还有东西，它就不是木，而是木字旁的别的字了，这时我们还要根据经验去检验，看“木”的右边是个“奇”字，还是个“可”字，然后就可以识别这个汉字是“椅”字，而不是“柯”字了（见图2-3）。我们就是这样一步步地学会分辨很多汉字的。人在认识汉字时总是根据已有的知识不断提出检验。这个检验是逐层进行的。在检验中来进行再认，这同时也就发展了辨别网络。

2．意义性效应。学习材料的意义影响学习所需的时间。将有意义的组块CAT‐DOG联系起来所用的时间是将无意义音节CEF‐DAX联系起来所用的时间的1／3。

实际上人既可以一次学会，也可以多次学会。EPAM程序能够告诉人们，何种条件下要多次学习，何种条件下可以一次学会。这要依赖两种因素： （1）学习材料的难度。 （2）学习者的策略。

何种条件下要多次学习，何种条件下可以一次学会。这要依赖两种因素：（1）学习材料的难度。（2）学习者的策略。

[插图] 这个被试使用了另外一种认知加工策略，他的计算速度就快得多。乘法这个例子说明被试使用的策略不同，加工方式不同，其效果也不同。 5．系列位置效应。

这个被试使用了另外一种认知加工策略，他的计算速度就快得多。乘法这个例子说明被试使用的策略不同，加工方式不同，其效果也不同。

多年前人们就注意到这样一个事实，即如果让被试学习12个无意义音节，最先学会的是第一个和最后一个音节。中间的音节学得慢，而且错误多。在回忆效果上是两端好，中间差。如把这一结果绘制成图，就是“U”形曲线（见图2-4曲线a）。

我们认为这种现象是由于注意分配造成的，是被试在学习时把一个字母与首尾两端的字母联系的结果。我们可以改变策略，以防止出现这种现象。

这说明人使用不同的策略，就会出现不同的系列位置效应。

系列加工与平行加工

结果证明有遗觉像的人是很少的。在实验室里对那些所谓有遗觉像的儿童进行严格控制的实验，结果这些儿童表现不出遗觉像来，他们也只有一般的短时记忆的容量。事实上，同时把许多东西平行记住是不可能的。如果在实验室里证明人确实有遗觉像，那么用信息加工理论来解释就很困难。

当我们注意一件事情时，我们仍能注意到干扰或意外出现的事情。这都说明人的知觉系统有一定的平行加工能力。

遗忘

长时记忆能保持很长时间。人可以记住一生中的许多事情，甚至六七岁时的一些事也能记住。但也有些事情却回忆不起来了，这就是遗忘。

这个例子说明，我们不要孤立地去记东西，而要找出事物之间的关系，这样就容易记住。这就是记忆的多余性

格式塔心理学早已证明学习中掌握关系的重要性，意义识记要比机械识记效果好得多

关于记忆术问题。有人识记东西时常常利用窍门，这些窍门主要就是把要记的每一种东西和一个熟悉的事物建立起联系。如果要在两三秒的时间内读出十几样东西，并把它们都记住，我们就可以这样做，即把每样要记的东西都和宿舍里熟悉的东西建立起联系：第一件东西放在床上，第二件放在衣柜里，第三件放在抽屉里，第四件……我们上街买东西用这个方法就不会忘记该买的是什么了。

利用记忆术，只需两三秒，甚至更少的时间就能记住一个组块。这样识记会节省时间，因为床、衣柜、抽屉等等这些家具是已经熟悉了的东西，现在只是在每件家具里放上一个新的项目而已

自古以来，各种记忆术多半都是利用辨别记忆，即建立线索，扩大辨别网络，以便提取。目前心理学非常需要进行这一类研究。

联想

但是新近的一些研究认为，学习的基本联想是单向的，例如对偶联系就是单向的，提出刺激词可以想到反应词；而提到反应词就很难想到刺激词。

因此，我们在学习外语时最好是两面学，要建立双向的联想。

问题解决的途径

人在解决问题的时候，可以采取不同的途径或方法。人们可以用随机尝试的方法，经过多次试错，最后得到答案。人们也可以根据一些规律，或在经验中已经证明是行之有效的方法来解决问题，而且能把尝试的次数减到最少。另外还有其他解决问题的方法，下面介绍的就是其中的几种。

假设-检验法

不同的被试所利用的问题空间不同，他们所利用的来自数字的特性和关系的信息也不相同。

另一种方法是，系统地从右向左，利用解决问题中所得到的知识来做。

然而，以上两种先提出假设再进行检验的方法（假设-检验法）都不是有效的方法。在实验室中采用这种方法的被试往往都失败了。

解决密码算术题的有效的方法是先找出可能性最少的一列，从中获得最多的信息；再利用加法中的某些规则去进行推理，从而找到正确答案。这种方法叫作选择性搜索或启发式搜索。所谓可能性最少的那一列，就是限制性最多的那一列。

由此可见，由于采取了这几条主要的思路，就可以排除大量的尝试，达到解决问题的目的。

随机尝试时错走一步就要全部倒退，所以我们需要利用窍门和有关的知识，采取有效的解题方法。这种有效的方法就叫作启发式搜索（heuristic search）。

这种有效的方法就叫作启发式搜索（heuristic search）。 解决密码算术题的关键是要找到一些解题的规则，这些规则就是简单的产生式系统。例如先从限制最大的地方入手，因为在这里关系最简单，并把选择的可能性限制到最小。

解决密码算术题的关键是要找到一些解题的规则，这些规则就是简单的产生式系统

爬山法的基本思想是设立一个目标，然后向目标方向运动，逐步逼近目标。

在一些经典的用人或动物做被试的心理学实验中，除了设立目标之外，还在目标与被试之间加入一个障碍，使被试不能直接达到目标，如图3-3所示：在这种情境下，被试要花费相当长的时间去克服困难，找到绕过障碍的方法，有时甚至要倒退才能绕过障碍物达到目标。这就相当于在爬山法中经过曲折的途径而达到最高的山顶。当然，爬山法在我们日常生活中也是有用的方法，不少实际问题都是靠这种方法解决的。

初次接触一个问题的人之所以能够解决这个问题，就在于他可以把过去已经掌握的一般解决问题的方法应用到新的情境中去

心理学的智力测验是测量人的某些能力，测验中的项目并不是被试过去已经知道的东西，被试要将过去掌握的一般知识应用到解决测验的项目中去，这种解决问题的能力就是智力测验所测的能力。

在人工智能中，我们通常把不依赖已有的具体知识来解决当前问题的方法称作弱方法

如果是利用已有的有针对性的知识来解决某个问题，这就是强方法。

选择性搜索是利用过去已有的知识经验，有针对性地提出假设，然后再进行检验得出结论。这是有效的解决问题的方法，是一种强方法。在解决某个问题的时候利用强方法，是非常重要和有效的。

手段-目的分析法

人类解决问题有一个很重要的方法，即手段-目的分析法

上述事例中解决问题所用的方法就是所谓的手段-目的分析法。这种方法概括地说，就是先有一个目标，它与人当前的状态之间存在着差异，人认识到这个差异，就要想出某种活动来减小这个差异。但是要完成这个活动，还要先满足某些条件，也就是说要设法缩小这方面的差异。

上述事例中解决问题所用的方法就是所谓的手段-目的分析法。这种方法概括地说，就是先有一个目标，它与人当前的状态之间存在着差异，人认识到这个差异，就要想出某种活动来减小这个差异。但是要完成这个活动，还要先满足某些条件，也就是说要设法缩小这方面的差异。手段-目的分析法中的“目的”就是“目标”，所谓“手段”就是用什么活动去达到这个目标。

解决问题中出现多种距离和差异的情况是常见的

为了更好地运用手段-目的分析法解决问题，就需要有解决问题的结构。

解决魔方的问题也是如此，不过魔方的联系图结构不是三角形的。玩魔方时，我们可以先把其一面完全变成单色，比如先把第一面变成白色，然后再想办法把其他几面分别变成红的、黄的等等。这里的问题是，在变第二面时不能破坏第一面；变第三面时不能破坏第一、第二面。我们也可以用手段-目的分析法来解决这个问题。使用这种方法我们在变第二面时，可以破坏第一面，但只是暂时的，还要很快地恢复第一面的全白色。事实上，这种一面一面地解决的方法不一定是最好的方法。先把一面弄成全白色未必就离最终解决全部魔方的目标更近。这是个慢的方法。我们最好能用更简单的方法，从整体上来考虑如何把魔方恢复为六面单色。为了学会这种整体性的动作，或者说是“宏观动作”，我们不如买一本魔方解答指南一类的书，从中学会这种“宏观动作”。这种“宏观动作”的结构在联系图上还是三角形的，但这时每个“宏观动作”单位不是原来的一个动作，而是一系列的动作，包括暂时破坏某一面又将其恢复的过程。

从问题空间的起点到达目标所要走的路程的长短，取决于搜索空间的大小与分支的多少。

若想把410的次数大量减少，就要用第二个方法，进行选择性搜索。根据过去的经验把那些显然行不通的方案淘汰掉，这就可以减少很多次尝试，较快地达到目标。假若我们可以缩短距离，把10步减少几步，那就把尝试次数从410降低到48或45。具体做法是合并几步为一个大步子，而把一些细节部分忽略掉。这种大步显然更抽象了。但是，正因为有了这种抽象并且忽略了一些细节，我们就能以较少次数的尝试达到目标。

这不是减少问题的分支，而是把不重要的步子跨过去。在解决问题之前进行设计，这就是“计划”。

如果我们事先作出计划（计划空间），忽略细节，就可把原来的三步省为两步。也就是说把“l”这个指数从3降为2。

从上题来说，我们只减少了一步，似乎意义不大。但是对一个从开始到目标有很多步子的长距离的复杂问题，如果我们能忽略细节，在计划空间中少取几个点l′，使l′«l，那就可以节省很多时间了

在用简化法得出结果之后，我们还需把原先忽略掉的细节补进去。

为什么有些问题容易，有些问题困难，即问题难度的基础是什么呢？问题的搜索空间大，可能就困难

不能仅从表面上搜索空间的大小来判断问题的难度。有些问题看上去不大，可是很难解决，

心理学教科书中时常引用的画4条直线通过9个点的问题图（见图3-6），看起来容易，做起来却很困难。这个题可采取的搜索树的分枝并不多，但人们考虑问题时却往往忽略某种可能性，即为了解决这个问题，解题人所画的直线一定要超出这9个点所形成的正方形，否则就无法解决。

看起来容易，做起来却很困难。这个题可采取的搜索树的分枝并不多，但人们考虑问题时却往往忽略某种可能性

除非他能认识到，尽管目的是尽量向对岸摆渡更多的人，使他们全部过去，但是也允许两个人划船回来，问题才容易得到解决。这样的问题的搜索空间并不太大，关键是在第六步两个人划船回来。由于一般很难想到两个人划船回来这一步，所以问题就变得很难。

这样的问题的搜索空间并不太大，关键是在第六步两个人划船回来。由于一般很难想到两个人划船回来这一步，所以问题就变得很难。

不能正确地用视觉形象把问题加以表征，有时也是使问题难以解决的原因。现在以覆盖残缺的国际象棋棋盘的问题为例。棋盘有8×8＝64个格（见图3-8）。假定有32个长方形棋子，每个棋子的大小相当于两个格的面积。显然，32个棋子可以盖满64个格。

不能正确地用视觉形象把问题加以表征，有时也是使问题难以解决的原因。

如果我们用另一种方式来考虑问题，那么问题就会变得非常清楚了。

从以上几个例子我们看到，在解决问题的时候，通过手段-目的分析法，可以缩小目标和当前状态之间的差异，减少步子，缩短距离，使问题容易得到解决。但是，我们不能只用搜索空间的大小来确定问题解决的难易程度。由于人们的思维习惯，考虑问题时忽略了某种可能性，没有想到某一似乎背离目标而实际是接近目标的步子，或者不能很好地利用形象的表征能力，都能使本来容易的问题变得很困难。

问题解决的策略

这是因为科学家集中用少数几种有机体或昆虫做实验，可以从中得出系统的知识，然后再扩大应用到其他有机体上

可以肯定，这类问题本身并没有多大重要性。但是，我们可以通过这方面的研究积累知识，去解决更重要的实际问题，如教学生学会解决数学问题，或用这种能力解决其他的一般问题

有些解题方法容易应用到解决其他问题上，另一些方法就不容易。因此，我们不仅要关心问题的解决结果，而且要关心解决问题的方法。

1．目标递归策略（goal recursion strategy）。

3．模式策略（pattern strategy）。

这四种策略有以下的差别： 1．学习时间。 某些策略所用的学习时间短，另一些策略学习时间长。前三种策略要比第四种策略用的学习时间短。

这四种策略有以下的差别：1．学习时间。

2．对记忆的要求。

回忆。

回忆就是学会一种方法后，经过一段时间再把它复述出来。

迁移

迁移就是用已学到的方法解决类似的新问题的能力。

因此，当我们在教学生某一门课程时，应教给学生最好的策略，使学生学习的时间最短，不给短时记忆造成太大负担，可以长期保持，同时又容易迁移到新的情境中。 不同策略的作用 格式塔心理学家卡托纳（Katona）用解谜的方法研究了不同策略的作用。

当我们在教学生某一门课程时，应教给学生最好的策略，使学生学习的时间最短，不给短时记忆造成太大负担，可以长期保持，同时又容易迁移到新的情境中。

机械学习的方法是无意义的学习，记忆没有多余性，学会的内容难以保持。至于为什么第三种暗示启发的方法要比第二种解释的方法效果好，可能是后者告诉了被试火柴的单功能与双功能问题，反而把被试的思路引向火柴的功能本身，而不去注意最后的目标。暗示启发的方法最有效，当告诉被试方块太集中，需要散开，就是说需要破坏原有的结构，移动几根火柴使各个方块离开远一些，这样就接近达到最后的目标。

这一类的研究对于教育是有意义的。我们要让学生知道，用不同的学习方法会得出不同的结果。我们不仅要教会学生怎样解决问题，而且要教他们使用较好的方法解决问题。因为即使使用机械学习方法的学生，他也认为这样就可以学会了，他以后总是用这种方法学习。

这一类的研究对于教育是有意义的。我们要让学生知道，用不同的学习方法会得出不同的结果。我们不仅要教会学生怎样解决问题，而且要教他们使用较好的方法解决问题。因为即使使用机械学习方法的学生，他也认为这样就可以学会了，他以后总是用这种方法学习。这对于保存知识和把知识运用到新的情境中去是不利的。

第四章 口语记录分析

口语记录指的是记录被试在实验时，对自己思维活动进程所做的叙述，或在实验之后，记录他对主试提问所做的回答

口语记录与内省

科学研究的一个基本前提就是材料必须客观，即不依观察者的观点为转移。科学研究的另一个前提是所得的结果可以重复，即在不同的实验室里所得的结果应该是一致的。客观性和可重复性是一切科学研究的基本要求。

数据来建立理论。同样，被试的口语报告并不给出理论，它只是数据。但是这些数据却是理论的依据，通过这些数据可以建立理论

因为它们之间是一种螺旋式上升的关系。任何科学研究都要通过观察来建立一些理论，然后再用这个理论去解释观察到的现象

我们要先有一些想法和基本假设

第五章 语义丰富领域

专家的知识除了有一定的数量外，还有一个很重要的特点，即专家遇到问题时可以很快地分析情景并作出反应。我们常把专家的这种立刻作出反应的能力叫作专家的直觉，或专家的直觉判断。专家是如何进行直觉反应的？过去这个问题很神秘，现在我们可以对这种现象作出解释了。

专家的知识

人们在日常生活中所遇到的问题是复杂多样的，要想解决这些问题就得运用个人已有的广博的知识基础。通过对问题表面结构进行分析而得出的问题的意义，称为语义。先揭示复杂问题所包含的各种语义，再利用已有的知识，找到简单的方法，求得问题的解决，这是专家在实践中经常采用的问题解决方法。

人们在日常生活中所遇到的问题是复杂多样的，要想解决这些问题就得运用个人已有的广博的知识基础。通过对问题表面结构进行分析而得出的问题的意义，称为语义。先揭示复杂问题所包含的各种语义，再利用已有的知识，找到简单的方法，求得问题的解决，这是专家在实践中经常采用的问题解决方法。对这种问题解决过程的分析属于语义丰富领域。

对这种问题解决过程的分析属于语义丰富领域。 生活经验证明，一个没有热力学知识的人是不能解决热力学问题的。从解决热力学问题的口语记录（参见第四章附录Ⅱ）

在解题的不同环节上，被试是靠提取他过去在长时记忆中储存的有关知识来解决当前问题的。

这个问题的解决，就属于语义丰富领域。生活中也有一些问题的解决不需要理解问题的全部语义。

生活中也有一些问题的解决不需要理解问题的全部语义。例如，人在解“鬼传球”问题时，并不一定明确什么是鬼，什么是球；而解决热力学问题时则必须知道什么是蒸气，什么是管道。 我们把获得问题的意义所需要的知识称作语义知识；而需要大量语义知识才能获得解决的问题叫作语义丰富问题。

我们把获得问题的意义所需要的知识称作语义知识；而需要大量语义知识才能获得解决的问题叫作语义丰富问题。

在解决河内塔的同型结构问题时，知识也起一定的作用。尽管知识与问题的解决并没有多大关系，但是并不能排除知识的影响。在有关人的理性思维，即形式逻辑的实验中，也证明了这一点。在人们的推理过程中，例如在用三段论法进行推理的过程中，有两个前提和一个结论，要求被试检查是否能从这两个前提中推出结论来。

尽管知识与问题的解决并没有多大关系，但是并不能排除知识的影响。

这表明被试是从现实生活中提取一些知识来进行逻辑推理的。

下面谈每一个行业的专家是如何利用丰富的知识经验去解决复杂问题的。我们所要考查的是专家所具有的信息的种类和数量，以及利用这些信息的方法。

从这里可以看出，象棋大师并不具有更好的视觉记忆能力。如果呈现的刺激失去了他作为专家所熟悉的特点，即如果呈现的不是一盘正规的棋局，象棋大师的优越性也就显示不出来了。用信息加工的观点来解释这种现象，专家在看棋盘上的有规律的25个棋子时，并不是看25个东西，而是以组块为单元，加上组块之间的关系来看这棋盘的。这样的布局不是随机的，而是他在多年的下棋经验中曾经多次遇到过的。所以25个棋子对专家来讲只是四五个他非常熟悉的模式，这样几个模式在他的短时记忆中能很快地保持下来。

作为一个专家所具有的组块是相似的而不是相同的。因为专家的水平，是根据人的能力来测量而不是根据能够完成的事物本身来测量的。

专家的直觉

专家的知识除了有一定的数量外，还有一个很重要的特点，即专家遇到问题时可以很快地分析情景并作出反应。我们常把专家的这种立刻作出反应的能力叫作专家的直觉，或专家的直觉判断。专家是如何进行直觉反应的？

直觉实际上是一种再认，一个人只有对非常熟悉的东西才会有直觉。通常所说的科学上的偶然发现，对专家来说却不是偶然的，是他利用了已有的知识认识到了当前的情景。

科学家根据以前的经验，可以认识一个领域里的许多事件。当一个不寻常的事件出现时，他就可以知道这是一个问题。

专家需要解决的问题太多，时间有限，因此他解决问题主要靠再认

解决困难问题时要在这个问题空间里进行搜索，这其间会进行很多加工。在搜索过程中，随时要进行判断，看是沿这条路继续搜索呢，还是停止这条搜索的路线而另走别的路线？根据短时记忆的特点，如果按照已有的搜索路线前进，这是比较容易做的，因为前面已经搜索过的路还在记忆中保持着。但是，搜索方式是有一条总的支干，上面分出一些小的分叉，在问题搜索的进行过程中，也会发现一些新的问题特点，并将其存储在长时记忆中。

当一个人解决不了当前的问题时，他也可能先把这个问题放一放，以睡觉去转移注意。这时在短时记忆里的东西都忘了，记忆里只有过去在长时记忆中存储下来的东西。根据长时记忆中存储的东西，可找到另一条路进行搜索，可能这条路对了，问题就解决了。

这时在短时记忆里的东西都忘了，记忆里只有过去在长时记忆中存储下来的东西。根据长时记忆中存储的东西，可找到另一条路进行搜索，可能这条路对了，问题就解决了。

对无意识发现的这种解释虽然还没有直接证明，但却有一些间接的证明。例如，做一件事情常常不是一次就能成功的，而是在做的过程中找到一条取得成功的路线。这说明在做的过程中，已有一些新的信息存储到长时记忆里了。这可以用卢钦斯（A﹒S﹒Luchins）

对无意识发现的这种解释虽然还没有直接证明，但却有一些间接的证明。例如，做一件事情常常不是一次就能成功的，而是在做的过程中找到一条取得成功的路线。这说明在做的过程中，已有一些新的信息存储到长时记忆里了

一种做法是先教给被试解决有捷径可走的问题A，并让他做一系列这类的问题A1、A2、A3、A4，然后再给他一个不能沿这条捷径走通的问题B，被试在解决这个没有捷径可走的问题时，就感到很困难。另一种做法是先给被试做一系列没有共同捷径的问题B1、B2、B3、B4，然后给他一个与前一实验中问题B难度相等的问题B′，这时他就会感觉到B′比较容易，解题的时间比在前一实验中要少。这些现象都说明心理定势（mental set）在解决问题中的作用。

另一种做法是先给被试做一系列没有共同捷径的问题B1、B2、B3、B4，然后给他一个与前一实验中问题B难度相等的问题B′，这时他就会感觉到B′比较容易，解题的时间比在前一实验中要少。

这些现象都说明心理定势（mental set）在解决问题中的作用。如果在做完A1、A2、A3、A4之后，马上让他去做B，因为前面几个问题都是通过同一捷径解决的，所以他在做B时也力图通过该捷径去解决，结果就会使问题变得更难一些了。可以设想，如果在做完A1、A2、A3、A4以后，间隔几个钟头再做B，那么这时就会觉得B要比前边实验中显得容易一些了。

在长时记忆里，有些东西比另一些东西更容易被提取，因为它们的阈限低；有些东西阈限高，需要多一些线索才能提取出来。没有完成的工作阈限很低，容易激活和扩散。

心理表征的作用

知识的信息是如何在记忆中存储和提取的？各种信息加工任务是如何解决的？

这是因为人在看问题时不仅应该注意到它的语法，而且应该注意到它的实际意义

用图解容易看出矛盾，有助于问题的解决。

[插图] 图5-1 用简明的图解提供视觉形象，对于解决困难问题是有很大帮助的。例如，视觉表象可以帮助我们看出根本不可能的问题：如果让被试把一根长棍截成两截，一截是总长的2／3，另一截是总长的1／3，要求短的一截比长的一截长出4尺。

用简明的图解提供视觉形象，对于解决困难问题是有很大帮助的。

视觉表象、直观形象对于解决一般问题也有帮助。

可以看出，如果一个问题得到了正确的表征，可以说它已解决了一半。例如前面所举的酒精与水的配合比例问题，如果在脑子里用一个图式来表征这个问题，解决起来就很容易。前面所举的黑白棋盘上去掉两个角的问题，如果能画出图来，也能够较轻易地解决。

可以看出，如果一个问题得到了正确的表征，可以说它已解决了一半。例如前面所举的酒精与水的配合比例问题，如果在脑子里用一个图式来表征这个问题，解决起来就很容易。

反过来说，有些问题虽然得到了明确的表征，但因为太难了，所以还是不能解决，这也是正常的

表征（representation）是问题解决的一个中心环节，它说明问题在头脑里是如何呈现、如何表现出来的。

当根据言语表述来想象事物时，脑中起作用的东西多于用言语表述出来的东西。这就是说对新输入的信息进行加工要利用已存储的知识，把旧信息增添到新信息上面来。

这就是说对新输入的信息进行加工要利用已存储的知识，把旧信息增添到新信息上面来。另一方面也说明，我们脑中的表象具有抽象的性质。因为世界上的具体事物都有特定的颜色，既然我们说不出表象的颜色，就证明表象是抽象的。人脑中进行加工和存储的信息具有抽象的性质，但其抽象的性质并不相同。

因为世界上的具体事物都有特定的颜色，既然我们说不出表象的颜色，就证明表象是抽象的。

有些采取表象的形式，有一定抽象性也有一定形象性，例如能够看出圆面积与直径的关系；也有一些采取更加抽象的符号形式，只能用言语表述，不能形成表象，如概念和命题。认知心理学家将信息在头脑中的呈现方式统称表征。表象只是表征的一种，以其形象性与抽象性相结合为特点。

认知心理学家将信息在头脑中的呈现方式统称表征。

表象只是表征的一种，以其形象性与抽象性相结合为特点。

仅靠头脑中的表象很难进行长度的确切计算，而看着黑板上的图，可以进行任何计算。心理表征所包括的信息是有一定限度的，实验中的矩形，如果再添几条线，可能有些人就觉得难以想象清楚了。 我们做过实验，要被试在头脑中表象出一个笔画复杂的汉字，看他是把汉字笔画全部同时表象出来，还是按偏旁部首一部分一部分地表象出来。

心理表征所包括的信息是有一定限度的，实验中的矩形，如果再添几条线，可能有些人就觉得难以想象清楚了。

如果输入信息是倾斜的或倒置的，那就必须先将其旋转成正立的，才能作出判断。这种表征叫作类比的（模拟的）表征

我们可以得出一个结论：人看图形时，视觉先是一部分一部分进行加工的，然后才看各部分之间产生的关系。

物理直觉问题

专家解决问题是非常快的，一方面他要得到一些信息，另一方面他能很快从头脑中提取出已有的信息。物理学家也常用物理直觉来解决问题。物理直觉是指物理学家一看到某一物理现象就能解释这种现象。

根据杠杆原理，当轴心固定时，向左拉卷筒，它就会围绕轴心向右转。但是这时我们却忘记了实际情况是卷筒的轴心并未固定。所以物理直觉与对物体的知觉是密切相关的，大多数人的知觉都欺骗了自己，虽然轴心并没有被固定住，可是却觉得它是固定着的。

所以物理直觉与对物体的知觉是密切相关的，大多数人的知觉都欺骗了自己，虽然轴心并没有被固定住，可是却觉得它是固定着的。

由这个例子使我们认识到应该如何训练一个人不受物理直觉的影响，而更快地掌握正确的答案。

看来通过学习物理学的知识，可以克服物理直觉所导致的错误。 再举一个关于力的平衡的例子。图5-8是实验室的一台天平，两边各放一杯水，里面的水一样多。天平是平衡的。这里有一克金子和一克银子。二者重量相同，体积不等，金子小银子大。

看来通过学习物理学的知识，可以克服物理直觉所导致的错误。

在这个问题的解决中，不只是用的特定的信息：金子比银子比重大；还应用了其他的物理知识：作用力和反作用力相等。在物理直觉中，重要的是在这种问题情境下起主要作用的是哪一个力。作为一个物理学家，他用以解决问题的知识必须包括各方面的知识。只知道比重的一般原理是不够的，还需要有某一方面的特定的知识。

。作为一个物理学家，他用以解决问题的知识必须包括各方面的知识。只知道比重的一般原理是不够的，还需要有某一方面的特定的知识。

再举一个关于化学的例子。如图5-9所示：一个盆子里放着水，水里竖着一根点燃的蜡烛。拿一个烧杯，把它扣在蜡烛上，蜡烛就灭了，烧杯里的水面就上升了。

如果我们多学一点化学就会知道，CO2可以溶于水，它进入水里面去了，而没有变成气体。这种解释可能并不十分完全，因为在实验中温度还有变化，也许空气冷了以后水面还会有变化。

我们的兴趣不在如何解决这个问题。我们主要强调，无论物理直觉还是化学直觉，都是以广泛细致的物理、化学知识为基础的。如果没有足够的各方面的知识就没有直觉。当我们研究学生如何学习物理、化学或其他学科时，就会知道各种专家的直觉是怎样的，并且可以知道为了解决问题应具有哪些知识，这些知识在内部是如何表征的。

我们主要强调，无论物理直觉还是化学直觉，都是以广泛细致的物理、化学知识为基础的。如果没有足够的各方面的知识就没有直觉。

实际上，产生式的程序是模拟的人的行为。 专家的行为有一个重要方面与新手不同。开始时，专家不去注意哪几个变量是未知的，而注意哪些变量是已知的。假如首先知道V0和Vt，就要从已知量中去推算出其他变量。专家与新手解决问题的不同点就在于，专家不是从目标往回走，而是扩展已有的知识去解决问题。

专家的行为有一个重要方面与新手不同。开始时，专家不去注意哪几个变量是未知的，而注意哪些变量是已知的。

专家与新手解决问题的不同点就在于，专家不是从目标往回走，而是扩展已有的知识去解决问题。我们分析专家的口述记录，发现他们不是寻找要求得的东西，而是从已知的东西往前走。

专家看到问题时，发现已经提供了什么数据，就立刻想到用哪些工具（公式、方程式）能得到新信息，从而对问题的相互关系增进了解。例如，当看到一个人脸上有血，就认为他受了伤，不必通过手段-目的分析来得出结论。我们把这种简单的、立即就能得出答案的结论称为即时推理。我们看到一种情境，从中得到一些信息并马上进行推论，从这个推论中又得到信息。这样，对情境就有了理解。这种推论往往是意识不到的，

通过对事物的表面现象做无意识的推论，可以得到对事物的认识，而且得出的总信息超过了表面现象所提供的东西

布鲁纳（J﹒S﹒Bruner）把这种现象描写为“超越了当时所提供的信息”。当专家一旦看到一个属于他的知识领域的问题时，就能立即得到丰富的信息，能了解到这个问题的内部含义。专家通过已知的数据可作出许多即时推理，即时推理假如包括了他们要解决的未知的东西，他就不必作出计划而能立即作出结论

如果这个专家不能立即推理，就会用手段-目的分析法来解决问题。这时，他就把注意力放在目标上，缩小了探索的范围，有了固定的方向性

有时，专家要解决一个困难问题，而又解决不了，他就把问题放在一边。根据已有的数据继续扩展，得到更多的信息，把这些信息存入记忆中。这种把搜集更多的信息存起来的行为就是搜集信息的行为。

有时为了解决问题，往往交替使用两种方法。如果利用推理解决不了问题，就搜集信息。专家解决问题时，不论采取即时推理还是采取信息搜集，表面看来都是物理直觉。

专家在想这个问题时，不是用抽象的方程式想问题，而是根据生活经验，用视觉表象表征出具体情境来解决问题。

第一个差别：专家不注意中间过程，可以很快地解决问题；新手需要很多中间过程，而且要有意识地加以注意。这种差别使专家的口语记录短得多，解决问题的速度也快得多。

第二个差别：新手先明确目的，从尾到头地解决问题；专家或者立即推理，或者搜集信息，从头到尾地解决问题，即是一种再认过程。

第三个差别：专家更多地利用物理直觉，即根据生活经验的表征来解决问题；新手则更多地依赖正规的方程式解决问题。专家解决问题依据的经验中的基本关系是复杂方程式的基础。

对问题的理解

理解问题和解决问题是不同的。

对一个人来说，他在各方面所表现的差异可能是很大的。

我们要研究理解，就可以给一个人许多不同种类的任务，让他来理解，然后测量他理解的程度。

另一种测验方法是提问题。

如果被试对故事的内容、对人物的动机有所理解，他就能回答问题。

近年来，有关理解的一些研究，就是通过讲故事、提问题进行的

再一种测验方法是通过动手做，看是否达到了理解

心理学家做了大量研究，以了解人是如何理解说明书的，怎样才能把说明书编得更易被人看懂。 理解的一个重要指标就是看一个人能否用平常的语言把问题陈述出来，并通过对问题的陈述产生关于问题的内部表征。

理解的一个重要指标就是看一个人能否用平常的语言把问题陈述出来，并通过对问题的陈述产生关于问题的内部表征。

我们能不能解决问题，就在于能否在内部产生表征，并用通用问题解决程序对内部表征进行加工（

主要就是看他能否正确地陈述，并在内部建立表征

可见理解和解题并不是无关的，而往往是通过解释给理解提供新的信息，使理解更加深入。如此循环往复，使问题更容易得到解决。

结构不合理的问题

两种方法可以帮助人们解决复杂的、结构不合理的大问题，使问题统一于一个汇聚点。一种方法是做计划，把整个大问题加以抽象，把有助于解决问题的成分抽象出来。如设计师可以根据以往的经验，先把大的框架设计出来，这样，细节性的小问题就容易解决了。在解决小问题时，解决问题的次序也很重要，尤其是对那些影响较大的小问题来说，其解决的先后就显得更重要。如果设计得好，后期小问题的解决就不会与先前的小问题发生矛盾，更不至于改变整个设计方案。正因为如此，在工程设计课程里，才需要用很多的时间训练学生在设计过程中采取合理的步骤。解决结构不合理问题的第二种方法是满意法。所谓满意法，就是只要求找到一个比较满意的解决办法，而不保证这个满意的解决方案就是最好的解决方案

第六章 学习

学习的原理是学习者必须知道最后的结果，即其行为是否能得到改善。最好他还能得到关于在他的行为中哪些部分是满意的，哪些部分是不满意的信息。

学习的基本原理和分类

学习是一个系统中所发生的变化，它可以是系统作业的长久性的改进，又可以是有机体在行为上的持久性的变化。

学习的原理是学习者必须知道最后的结果，即其行为是否能得到改善。最好他还能得到关于在他的行为中哪些部分是满意的，哪些部分是不满意的信息。对于学习结果的肯定就是一种报酬或鼓励，它能产生或加强学习动机。关于学习结果的信息和动机的共同作用，在心理学中叫作强化，其关系如下：  强化不一定是外在的，它也可以是内部的。人们做一件事，如果做得好，会产生一种满足感，这就是内部强化。强化可以是积极的，也可以是消极的。学习时必须有一个积极的学习动机。

任何学习都要求了解学习的结果。了解学习的结果可以促进学习，这条原理有时表现得并不明显

可以有许多方法对学习情景进行分类。一种分类法是看学习者在学习中做什么，看他们学习时的活跃程度如何；另一种分类法是看周围环境提供了什么信息，环境的丰富程度如何。例如，一种极端的情况是由教师随意讲，学生纯粹被动地听。当然，这只是所谓的“极端”情况。实际上没有任何一个学生完全像录音机一样地接受知识，他们学习时总会采取各种不同的策略。例如，有些学生是把教师讲的内容详细地记成笔记，以后再看笔记，重新提取应用；有的学生则只记他感兴趣的内容。课堂教学这种教学形式能够500年不衰，就在于它提供了一个场合，让教师给出信息而学生可以采取不同的策略来接收这些信息。即使一个没有经验的教师，他不敢面对学生，而经常背对着学生进行板书，他也是通过写字的方法不断地向学生发出信息。

要了解学习过程，就必须分析教师与学生两个方面，分析教师如何发出信息和学生如何接收信息。

1．发现法教学。 发现法教学就是教师提出一些简单的问题，这些问题中包含着某种基本原理，让学生用前面所讲的弱方法，也就是搜索的方法去解决。一旦问题解决了，他们也就学到了新的东西。

直接法教学。

从教师如何发出信息和学生如何接收信息两方面来分析，发现法的“做中学”安排得是否恰当，要看学生用在搜索上和用在发现规律上的时间的比例。只有当用在搜索上的时间所占的比例小时才是有利的。

教学方法：有指导的发现法，即教师经过周密的考虑，设计出一系列问题，一步一步地引导学生去发现规律的教学方法。

教师一般要通过考试和作业了解学生的理解程度，以便发现改进教学的途径，弥补学生所缺少的知识。但这样做会产生一个严重的问题，学生只能靠从教师那里得来的反馈才能了解自己的学习结果

学习过程

学习过程是对一系列符号的学习、存储及以后的提取和应用的过程。实现这一过程只靠记忆显然是不够的，学生还要利用所得的信息进行创造。因此，要培养学生能够自己提取信息、进行分析、得出结论的能力，并且对自己的学习情况有一个正确的判断

一般说来，学习优秀的学生都有良好的判断技能。要训练学生能够判断自己是否正确，这就要靠大量的作业。有些学生不认真做作业，只靠查书、套例题来完成作业。这实际上只是学会了怎样模仿例题，而没有真正学到原理和解题的方法。如果训练学生自己分析解题过程，使他们知道学习结果，并对信息加工知识有所了解，那么，他们就会得到更大的收获。

即 [插图] 用产生式解这道题有4个步骤，学生用“做中学”的方法学会解这道题，意味着掌握了一种规律，在长时记忆中形成了如下的一个产生式系统。

学生学会解这道题的技能后，就在长时记忆里存入了这个产生式。我们说把这个产生式“存入”记忆，不是指记住它，而是说掌握了一条规律：只要在等号左边做什么，右边也应同样地做什么

人类在解决问题时，往往是先过分地概括化，发现错误后再把概括程度降低，或从其他方面找到合适的概括水平。

如果让学生通过例题学习，就会有90%的学生会解除法算式。原因是，如果不告诉学生如何运算，只是简单地告诉他“除法是乘法的逆运算”，问题就显得困难得多，超出了许多学生的理解水平，因而就学不会。如果我们给学生许多例题，这些例题提供了许多信息，就可以帮助学生学会如何进行除法运算。

在学习的研究中，“迁移”是一个很重要的问题。迁移就是能够使用学会的东西去解决新的任务。概括在迁移中起着重要的作用，学生在学习中总要进行概括，但要概括到合适的程度，正如前面讲过的，如果概括得过分，也会导致错误。

在学习的研究中，“迁移”是一个很重要的问题。迁移就是能够使用学会的东西去解决新的任务。概括在迁移中起着重要的作用，学生在学习中总要进行概括，但要概括到合适的程度，正如前面讲过的，如果概括得过分，也会导致错误。对于学生来说，问题就在于如何进行适当的概括。用学过的东西去解决新问题，往往会受到一些限制。学生有时必须把所学的东西做某些改变才能用于解决新的问题。

对于学生来说，问题就在于如何进行适当的概括。用学过的东西去解决新问题，往往会受到一些限制。学生有时必须把所学的东西做某些改变才能用于解决新的问题。如果出现的是新的情况，学生就得学会新的技能才能解决问题。

环境不断改变会使学生的学习发生困难。不过，如果学生掌握了解题的基本原理，他的迁移就会容易些，否则就困难些。

这里所产生的问题是如何把新情景下的各种特征与已有的产生式相匹配。由于这种匹配是用部分匹配的方式进行的，所以有时尽管不能完全吻合，原有的技能还是可以用来解决新问题的。这就是说，如果两个情景相似而不完全相同，我们就往往用通常称为“类比”的方法来解决问题。所谓类比就是比较两个相似的情景。

第七章 概念的形成

“样例学习”（learning by example）和“干中学习”（learning by doing）的差别是，前一种学习只给了正确途径，而在后一种学习中被试不仅知道正确的，也知道错误的通路。这样，他以后解题时就会知道怎样作出正确的选择。

概念的归纳

在心理学中，“概念形成”、“概念掌握”或“概念归纳”都是“学习”的同义语。概念形成就是把一个名称和一类事物联系起来。

所谓“概念形成”就是把有共同特征的东西归在一组，而把不同特征的东西放在不同的组中

两种学习方法，一种是“样例学习”（learning by ex‐ample），另一种是“干中学习”（learning by doing）。前者是从学习具体事例中发现问题，从事例中找出规律。后者是给出一个问题，要求从尝试解决问题的过程中找出规律。在这种学习中，被试要不断地搜索，可能会出现错误，如果被试找到了通往目标的通路，通路本身就会起样例的作用。

样例学习”和“干中学习”的另一个差别是，前一种学习只给了正确途径，而在后一种学习中被试不仅知道正确的，也知道错误的通路。这样，他以后解题时就会知道怎样作出正确的选择。若是“干中学习”，在给学生作业时就应告诉他们：干完了不等于学完了，只等于刚刚开始。好学生干完后会总结他是怎样解决问题的，为什么这样解决问题等等。

顺序模式

智力测验中也有顺序模式的测验。这种测验所测的能力范围是很宽的，包括人们日常积累的一般的概括能力。这种能力又是人认识周围事物规律的重要能力，发展这种能力，有利于人更好地适应环境。

当然，日常生活中也有无规律性、无固定模式的现象，如空气中气体分子的运动，还没有发现其规律性。虽然如此，人们却总在致力于发现周围世界的规律性

因为他们认为刺激是按ABAB的顺序出现的。虽然刺激的出现是随机的，但被试并不按随机情况考虑问题，而是按顺序模式进行反应。

在现实世界里，真正随机的现象是很少的，一般都有一定的规律。因此，人们按事件匹配的方式进行反应是有一定道理的。很多实验都证明，尽管有时事件的出现并没有规律，但人们总还是要去觉察顺序模式，搜寻规律。

模式策略在人的生活中是很普遍的。

顺序模式行为具有很大的概括性，人的许多模式活动都可以归纳为顺序模式行为，它可以解释人的大量的模式觉察活动。顺序模式适合于解释人的各种归纳活动，包括概念形成、解数学题及其他任务领域。在进行模式归纳的过程中，第一要产生一个规则，提出模式的假设；第二，应用这个规则把具体的实例加以归类；第三，根据对实例进行归类的结果所得的反馈信息，提出规律，知道最初提出的假设是否正确。在这种实验中，被试有两个问题空间需要解决，一个是规律模式的问题空间，另一个是具体实例的问题空间，这与前面谈到的人工概念形成实验是一致的。人工概念形成的过程也是先提出一个概念或假设，并将这个假设运用于具体实例，将实例加以归类，根据归类的结果所得到的反馈，看是否符合规律，然后再返回去循环，最后得到一个概念。

学习过程就是找出规律，编出模式，检查编出的模式是否符合已出现的数列，然后依据模式去预测。

不能看出规律性就很难得出有关的模式；越难看出规律性的问题，其难度越大。

顺序模式的掌握也适用于语言的学习。儿童学习母语的语法，并不是靠背诵，而是靠应用。他们能认出哪些句子是正确的，哪些句子是错误的，并能根据语法说话。儿童掌握语言就是形成规则，把这些规则应用到具体实践，再通过反馈检验这些规则是否正确，从而逐渐学会了语法。

归纳推理和演绎推理

逻辑学家把推理分成归纳推理和演绎推理。归纳推理是从具体的事实上升到一般的规则。

归纳推理是具有不确定性的。演绎推理的结论是从前提推出来的，即从一般的规则推导出来的，其具体结论是确定性的。

在证明两个三角形全等的问题时，实际的心理过程是采用了归纳的方法，他每走一步都是一次尝试，都不知道它是否正确。因此，在求证一个问题时，得到正确结论的过程是演绎推理的过程，而实际的心理过程却是归纳的搜索过程。

通常用两种方法研究推理过程。 命题验标

在解决三段论法时，被试不应该接受客观事实的影响，只应按照命题本身的逻辑来进行判断。

谓词演绎

逻辑推理虽然不应受真实世界中各种日常现象的影响，但是实际上人们作判断时，往往不能摆脱知识经验的影响。

第八章 发现过程

一般而言，科学家对“理论驱动归纳”比较感兴趣，但在科学史上，绝大多数的科学发现，都是“材料驱动归纳”的过程。

人类科学发现的过程是复杂的，它属于对不合理问题的解决过程。信息加工理论可以解释人类认识活动的各个方面，也能解释科学发现的过程。

科学发现的途径是多种多样的，一般来说可以归纳为两种：一种途径是科学家先有理论，然后根据理论进行预测，看事实是否符合理论。最后由同行、专家评论这种理论是否正确。爱因斯坦（A﹒Einstein）相对论的提出就经历了这样的过程。我们把这种过程称为“理论驱动归纳”（theory‐driven induction）。另一种途径是科学家先收集大量的材料，然后分析这些材料，找出规律性的东西，再解释这个规律，这种过程称为“材料驱动归纳”

一般而言，科学家对“理论驱动归纳”比较感兴趣，但在科学史上，绝大多数的科学发现，都是“材料驱动归纳”的过程。如果我们希望发现一条重大的科学规律，首先就要有大量的材料，即使是在理论性很强的领域，如高能物理学，也需要有大量的材料，才能作出科学的发现。

一般而言，科学家对“理论驱动归纳”比较感兴趣，但在科学史上，绝大多数的科学发现，都是“材料驱动归纳”的过程。

如果我们希望发现一条重大的科学规律，首先就要有大量的材料，即使是在理论性很强的领域，如高能物理学，也需要有大量的材料，才能作出科学的发现。

材料驱动归纳

材料驱动归纳就是对一堆数据进行分析，找出它们之间的相互关系，从中发现一个模式。这种模式表示了一系列数据的规律。

第一，当我们听课时，即使听不懂也要做笔记，因为通过笔记以后还可能理解其意义或发现内容间的关系作出重大发现；第二，我们可以利用计算机对数据进行分析，找出模式，达到科学的发现

一定律的发现并没有任何理论基础，只是根据两组简单数据之间关系的规律性，即两个变量递增和两个变量向相反的方向变化。

科学发现与问题解决、概念形成等都有一个最一般的图式。这个最一般的图式是根据下述基本原理得出的：一是共变规律，一是递归规律。

还有一条基本原理是内在特性规律

理论驱动归纳

用一定的理论作为指导进行科学研究、发现科学规律属于理论驱动归纳过程。

对称性

用的公式里对这两个杯子的温度就应同等对待，这就是对称性。在物理学上，对称性原理并不太适用，但是在大多数场合下，它却是一个基本的原理

守恒性

用守恒性来解决问题，比较容易。就拿上述规律来说，不管杯子容量的大小，也不问温度的高低，从每一杯水中都可以概括出一个热量Q，混合后的总热量就等于两杯水的热量之和，即Q1＋Q2

整数比率

原子理论