《Developmental Science》：Guiding Curiosity: How Learning Progress Shapes Young Children's Exploration of New Toys
编辑推荐：
摘要：既往研究表明儿童会被提供学习进展（Learning Progress, LP）的环境所吸引。然而不同研究中学习进展的计算实现方式存在差异，可能掩盖了实际上存在两种不同加工过程这一事实。本研究通过考察两种形式的学习进展——一种基于表现提升（performa
摘要：既往研究表明儿童会被提供学习进展（Learning Progress, LP）的环境所吸引。然而不同研究中学习进展的计算实现方式存在差异，可能掩盖了实际上存在两种不同加工过程这一事实。本研究通过考察两种形式的学习进展——一种基于表现提升（performance increase），另一种基于信息增益（information gain）——来检验其如何在自由游戏中随幼儿探索行为展开而发挥作用，超越了以往多在计算机化受控环境中研究此概念的做法。研究人员设计了允许56名3.5岁幼儿按自身节奏无指令自由互动的实验情境，同时能以细粒度建模其行为。具体而言，研究人员开发了三种新颖玩具（novel toys），并利用两种已有的学习进展计算模型估算幼儿的游戏投入（play engagement）被其获得的学习进展所预测的程度。结果显示表现型与信息增益型学习进展呈弱相关，且两种形式均对幼儿探索行为有贡献。但信息增益型学习进展仅对三种玩具中其中一种的预测作用显著。总体而言，研究人员证明表现提升与信息增益捕捉了学习进展的不同方面，二者共同指导幼儿探索行为。本研究标志着在向更自然主义情境下探究幼儿探索行为潜在机制的研究方向上迈出了重要一步。
论文解读：《Guiding Curiosity: How Learning Progress Shapes Young Children's Exploration of New Toys》
一、研究背景与立项依据
早期发展研究表明探索（Exploration）是幼儿学习的核心驱动力，幼儿会策略性地选择探索目标并进行假设检验。已有"学习进展假说（Learning Progress Hypothesis）"认为学习本身具有内在奖赏性，个体监测自身学习进展并据此调整探索行为——高学习进展维持探索，低学习进展导致脱离（disengagement）。既往实证研究分别从两个角度操作化定义学习进展：一是基于能力/表现提升（competence-based/performance-based LP，如正确率提高、预测误差降低），二是基于知识获取/信息增益（knowledge-based/information-based LP，如信息论中的KL散度）。然而以往研究仅采用其中一种定义且多在屏幕化、高控制实验范式中进行，两种LP是否在自然自由游戏中共同或分别驱动幼儿探索尚不清楚，且两者相关性及情境依赖性未被探讨。本研究在类自然主义自由游戏（free play）情境中同步建模两种LP，旨在明确二者对学前期幼儿玩具探索脱离行为的独立及交互影响。
二、关键方法概述
研究人员招募荷兰奈梅亨Baby & Child Research Center数据库中56名平均43月龄（SD=0.54，范围42.1–44.4月）的3.5岁幼儿（54%女性，白人中产阶层），排除设备失灵者4名。设计三种结构等价但特征不同的实体新奇玩具——Monster（四位置手插四色棒）、House（四门后四色按钮）、Box（四条缝插四种花纹木块），每玩具16种唯一操作组合中5种可触发声光效应。实验中幼儿无指令自由探索三玩具并可随时切换，实验持续20 min或达提前终止标准（持续不操作>90 s等）。自动记录每步操作及时间戳。因变量为脱离（disengagement）：二分类，下一步换玩具或同玩具间隔>45 s编码为1，否则0。自变量包括：（1）表现型学习进展（Performance-based LP）：滑动窗口法（窗口大小8次操作，重叠4次），比较近窗与前窗触发效应比例之差；（2）信息增益型学习进展（Information-based LP）：用Kullback–Leibler（KL）divergence量化每步操作前后先验与后验概率分布差异，含跨玩具返回的记忆衰减处理。采用广义线性混合效应模型（GLMM, binomial family）以LP（与玩具类型交互）、连续操作次数（time）为固定效应，受试者随机截距，经AIC优选窗口参数。另做随机斜率模型探查个体差异。
三、研究结果
3.1 Descriptives（描述性统计）
幼儿平均每场进行113次（SD=68.4）操作，平均脱离7.5次（SD=3.4），同一玩具连续操作至脱离平均16.3次。三种玩具中House被最先接触最多（31人），操作次数最多（M=67），触发效应最多，发现独特效应组合最多；Monster与Box操作较少。表现型LP与信息增益型LP呈极弱负相关（Pearson r≈?0.08, p<0.01），说明二者捕捉LP的不同方面。
3.2 Parameter Fit（参数拟合）
对表现型LP测试不同窗口大小（1–10）及半长重叠，AIC最低（2812.686）对应窗口8、重叠4，予以采用。
3.3 Main Results（主要结果）
GLMM（n=417个操作节点）显示：表现型LP主效应显著（β=?0.21, p=0.046），低表现型LP时幼儿脱离概率更高，且该效应不随玩具类型变化（无显著交互）。信息增益型LP主效应不显著（β=0.09, p=0.30），但与玩具类型交互显著——仅House玩具信息增益型LP负向预测脱离（β=?0.37, p=0.005；事后Tukey检验β=?34.85, SE=13.5, p=0.01），即House上信息增益低时更易脱离；Monster与Box上该关系不显著（p=0.58, p=0.30）。连续操作次数（time）不显著预测脱离（β=?0.02, p=0.794），去除time后主要结果不变，排除无聊或疲劳驱动。
3.4 Exploratory Results on Individual Differences（个体差异探索性结果）
表现型LP随机斜率模型未收敛（singular fit）；信息增益型LP随机斜率模型AIC（3614.8）差于截距仅模型（3607.1）。扩展样本（n=71）结果一致。未发现显著个体间对LP敏感性的差异证据。
四、讨论与结论翻译总结
研究人员得出结论：表现提升（performance increase）与信息增益（information gain）是学习进展的两个不同维度，在自由游戏中均指导幼儿探索行为，但作用模式有差异——表现型LP普遍抑制脱离，对所有玩具均有效；信息增益型LP仅在特定玩具（House）上显著预测持续探索，说明哪种LP主导受玩具可供性（toy affordances）及情境因素影响。两LP弱相关印证其区分效度。研究首次在自然主义自由游戏中同步量化两种LP，表明脱离单纯由LP下降驱动而非时间或疲劳，并为未来研究 temporal dynamics 及自生成目标（autotelic learning）建模指明方向。未见可靠个体差异证据可能与范式群水平优化有关，需专门设计进一步探察。该研究发表于Developmental Science，推进了对学前期幼儿内在动机驱动探索的认知机制在生态有效情境下的理解。
