不确定性分类中概率规则的涌现机制及其认知系统交互研究

本研究针对概率分类学习(PCT)中规则形成机制这一认知科学核心争议，创新性地通过两个实验证明：在70%-90%概率反馈条件下，无论是单维规则(实验1)还是XNOR复杂规则(实验2)，被试均能将习得规则迁移至相似性判断任务，且迁移效果与反馈可靠性显著相关。这一发现挑战了双系统理论中隐含/外显系统序贯或竞争的传统观点，为单系统适应性模型提供了实证支持，对理解神经退行性疾病患者的分类学习障碍具有重要启示。

　　

在流媒体平台推荐剧集时，系统如何判断用户会喜欢《权力的游戏》而非《生活大爆炸》？这种日常分类行为背后，隐藏着人类认知系统处理不确定性的核心机制。过去三十年，以Ashby团队COVIS模型为代表的双系统理论占据主导地位，认为分类学习由外显规则系统（依赖前额叶-海马回路）与隐含程序系统（依赖基底神经节多巴胺通路）竞争完成。然而这一理论在概率反馈情境下面临严峻挑战：Newell等学者质疑隐含系统的必要性，临床研究也发现帕金森病与健忘症患者表现出截然不同的学习缺陷模式。

为厘清这一争议，研究人员设计了两阶段概率分类任务(PCT)。实验1采用单维规则（如仅凭颜色分类），设置70%、80%、90%三种反馈可靠性；实验2升级为XNOR复杂规则（需整合两个特征），聚焦80%-90%可靠性条件。通过分析训练阶段到迁移阶段的表现相关性，并结合相似性判断任务，研究首次系统考察了概率环境下规则知识的转移机制。

关键技术包括：(1)多线索概率学习范式(MCPL)构建概率反馈；(2)滚动回归分析追踪策略演变；(3)Weather Prediction Task(WPT)变体用于跨实验比较；(4)逻辑规则(XNOR)与单维规则的梯度设计。研究纳入健康成人被试，通过计算个体特征-结果关联的logistic函数精确控制分类概率分布。

【Experiment 1】发现：在单维规则学习中，80%-90%可靠性组的迁移表现显著优于70%组(r=0.62,p<0.01)，表明高可靠性反馈促进规则抽象。这与Knowlton等(1994)的序贯学习假设相悖——即便早期阶段也未观察到纯粹隐含学习证据。

【Experiment 2】突破：面对XNOR复杂规则，80%以上可靠性组仍实现规则迁移，且策略分析显示被试自发采用多线索整合策略。这反驳了Ashby等关于复杂规则必须依赖基底神经节系统的论断，证明外显系统具有处理多维特征的潜力。

讨论部分提出三重革新性见解：(1)反馈可靠性作为连续变量调节规则提取效率，否定双系统理论的离散阶段划分；(2)相似性判断任务中的规则迁移表明知识表征具有统一性，支持单系统适应性假说；(3)工作记忆负荷实验(Price,2009)的元分析显示，概率分类表现与外显系统资源呈正相关。这些发现为临床干预提供新思路——阿尔茨海默病患者的分类障碍可能源于规则抽象能力受损，而非传统认为的隐含学习缺陷。

该研究通过精巧的实验设计弥合了理论分歧：在《Cognition》发表的证据表明，概率环境下的分类学习更符合动态交互模型——无论是单维还是复杂规则，认知系统均通过反馈可靠性加权机制实现适应性重组。这一框架为未来探索帕金森病患者的药物决策障碍、精神分裂症的概率判断异常等临床问题奠定了新基础。