关系性反应与类比学习：对关系框架理论的实验检验

《Learning and Motivation》：Relational responding and analogical learning: An experimental test of relational frame theory

　　•系统化的关系框架训练显著提升了类比迁移能力。•强化多示例训练能最快提高类比处理速度。•衍生关系反应的准确性解释了61.6%的迁移效应。•更复杂的关系训练能进一步提升远领域泛化能力。•这些研究结果支持将关系反应视为类比迁移的核心机制。

引言
通过基于关系框架理论（RFT）的系统性、有依据的关系训练方案，可以显著提升类比学习与关系推理能力。类比推理是指能够识别看似不相关的知识领域之间的结构相似性，它被视为人类最独特且强大的认知功能之一（Ritchey等人，2025年）。类比过程贯穿于各种认知领域和发育阶段，从科学发现中的问题解决到儿童时期新词汇的习得都离不开类比思维（Martin等人，2024年）。尽管相关实证研究已有数十年历史，但关于在全新实验条件下决定类比能力的具体学习过程，目前仍需现代研究人员进一步阐明（Bong等人，2024年；Pan等人，2025年）。传统的类比推理理论主要聚焦于结构映射、图式归纳（Yak?n等人，2026年）以及多约束满足模型（Kang等人，2025年）。这些模型虽能深入描述类比表现，但在确定生成全新类比能力所需的具体学习条件方面作用有限，尤其难以明确何种先前经验有助于学习者在新领域中识别并运用结构对应关系（Oved & Alt，2025年）。Sajid等人（2026年）评估的关系框架理论则提供了一种基于行为的、功能分析式的关系反应解释，弥补了传统理论的不足。该理论认为，人类语言与高级认知都是建立在基于情境定义的框架来关联刺激的通用操作机制之上（Yang，2025年）。最重要的是，关系框架理论认为这种关系反应是一种可通过学习获得的技能，它能无需直接强化就能推导出新的刺激关系并改变刺激的功能（Vollberg等人，2025年）。根据这一理论，类比表现的质量可直接由个体所掌握的关系技能的强度与灵活性决定，这一预测已得到现代研究的充分验证（Kavanagh等人，2024年；Mcoyi等人，2025年）。

类比学习在认知心理学和心智哲学领域有着丰富的研究历史。早期的理论认为，完全的类比能力是青少年时期才出现的晚期认知成果（Martin等人，2024年）。不过，现代研究证据表明，当领域熟悉度保持稳定时，年龄较小的学习者也能解决类比问题，这说明知识的可获取性才是主要限制因素（Pan等人，2025年）。现代研究指出，类比学习包含多个独立组成部分：源领域信息检索、源领域与目标领域的关系结构映射，以及对所推断出的对应关系的评估与迁移（Ritchey等人，2025年）。这些过程的效率会因个体的学习经历、工作记忆容量以及提示信息的显著性而有所不同（Bong等人，2024年）。任何机械学习理论面临的一个关键问题，就是如何界定那些能够确保在这些不同组成部分之间形成强大且可迁移的类比能力的必要且充分的训练条件（Oved & Alt，2025年）。

行为主义传统中的关系反应研究主要关注等价类形成和刺激控制结构（Sajid等人，2026年）。经过训练能够对条件刺激作出反应的生物体，能够展现出未经训练的、具有对称性和传递性的关系，从而形成连贯的等价网络。这一现象引起了学界的高度重视，因为它超出了简单联想学习的范畴：即使没有对这类替代关系给予直接强化，刺激之间依然能够实现功能互换（Vollberg等人，2025年）。近期的研究还发现了多种刺激模式下的等价类形成现象，包括情感功能的迁移（Yang，2025年），以及延伸至比较、时间与因果关系层面的复杂网络构建（Kavanagh等人，2024年）。所有这些现代研究结果都表明，关系反应是一种灵活且具有创造性的认知技能，它包含了高级类比推理所必需的结构敏感性（Ritchey等人，2025年）。

关系框架理论在基本等价结构的基础上，构建了一个全面的关系行为模型（Sajid等人，2026年）。该理论认为，根据情境线索对刺激进行匹配（Hayes等人，2001年）能够确定关系的性质（相同、不同、大于、小于），进而形成一种通用的操作类别——即任意适用的关系反应，简称AARR。AARR相较于简单联想学习具有三个独特特性：（a）相互蕴含性，（b）组合蕴含性，以及（c）刺激功能的转换（Hayes等人，2001年；Yang，2025年）。这些特性决定了人类语言与符号思维的核心运作规则（Sajid等人，2026年）。值得注意的是，现代行为科学严格区分了通用关系反应（即生成独立的原子关系）与真正的类比推理（Kavanagh等人，2024年）。在现代关系框架理论体系中，类比推理被明确定义为关系关联，也就是说，主体是对在不同关系网络之间直接映射的复杂关系网络作出反应，而不仅仅是评估局部刺激特征（Stewart等人，2013年）。例如，建立刺激A与刺激B之间的基本等价联系属于简单的通用操作，而要判断A与B之间的关系在结构上与C与D之间的关系完全一致，则需要更高层次的网络协调能力（Kavanagh等人，2024年）。简单的关系框架能力在人类儿童早期就已出现，而跨不同网络的高级关系协调能力则要晚得多才会成熟（Pan等人，2025年）。2026年的这项研究旨在通过实验验证，系统扩展参与者基础的关系技能库，是否真的能提升他们处理这类复杂关系网络时的流畅度和准确性。通过采用结构严谨的样本匹配范式，并设置对照组，这项研究为连接基本操作框架与真正的关系框架理论类比推理提供了客观的实证依据。

研究目标
•目标1：评估系统化关系训练对不同类型框架下衍生关系反应准确性的影响。
•目标2：考察关系技能库的扩展如何影响新型类比学习任务中的表现精度和处理延迟。
•目标3：确定衍生关系反应是否是介导类比迁移的主要认知机制，并对其加以验证。
•目标4：探究训练复杂性（标准框架与强化框架）与远领域泛化的速度或深度之间是否存在剂量-反应关系。

研究问题
•RQ1：与对照组相比，系统化的任意关系框架训练是否显著提升参与者在衍生关系测试中的表现精度？
•RQ2：系统学习关系框架工具是否能在新型结构映射和类比迁移任务中带来更高的准确性和更快的反应速度？
•RQ3：关系训练带来的类比迁移优势，是否在统计学上是由参与者衍生关系反应的能力所介导的？
•RQ4：相比标准训练方案，包含更多框架类型且关系复杂性更高的强化训练方案，是否能带来更高的处理效率与更强的远领域泛化能力？

这项研究所得的实证结果对“学习与动机”这一研究领域的核心内容具有重大意义，尤其有助于理解结构化的环境因素如何改变基本行为机制，从而促进人类更高层次的 learning发展。通过建立目标明确的关系操作强化与复杂类比映射之间的因果联系，这项研究有力推动了该期刊探索联想学习、认知灵活性与操作行为之间相互关系的研究方向。在方法论层面，本研究采用了高度严谨的大样本（n=119）随机对照设计，这一设计为区分真正的关系学习机制与由非条件反馈或单纯被动刺激暴露带来的干扰提供了可靠依据。此外，研究还发现了处理速度的显著降低以及反应流畅度的提升，这为现代强化学习架构提供了实证支持，也证明了系统化训练如何减少复杂问题解决过程中的认知负担。最终，这一理论框架为教育与教学设计提供了可操作的指导原则，有助于将抽象的实验室理论转化为可在实际应用场景中推动抽象推理与认知发展的可行干预措施。

章节节选
关系框架理论与衍生关系反应
在关系框架理论（RFT）框架下，关于衍生关系反应的实证研究已经取得了显著进展，这些研究主要集中在抽象刺激控制的操作参数方面（Kang等人，2025年；Sajid等人，2026年）。标准的实验范式要求先训练受试者根据不同的情境线索，对任意视觉刺激之间的条件关系作出反应，之后再通过无强化的测试环节，来评估受试者所形成的衍生关系反应。

研究设计
本研究采用了混合模型实验设计，其中实验条件（关系训练、强化关系训练、对照组）属于被试间变量，而实验阶段（第一训练阶段、第二训练阶段、类比迁移测试、泛化测试）则属于被试内变量。这种设计既能够通过随机分配实验条件来实现因果推断，又能通过对同一受试者进行多次观察来收集数据。

研究结果
实证研究结果充分支持了我们的核心实验假设（H1–H4），证明系统化的关系框架训练确实能够显著提升高级类比迁移的准确性与速度。

讨论
本研究旨在通过实验直接检验关系框架理论关于类比学习的观点，即系统训练获得的关系技能库是否会对类比迁移表现产生不同于非关系训练条件的因果影响。表2、表3以及图2所示的结果表明，结构化的关系训练能够形成一种功能性的操作类别，其效果明显优于非条件刺激训练。

结论
目前这项研究为关系框架理论关于类比学习的观点提供了迄今为止最有力的实证支持。它从机制层面揭示了学习经历在人类最独特的认知能力——高级流体推理能力发展中的作用，证明系统训练获得的关系技能库确实能够从多个维度提升类比迁移的表现精度。

资金支持
本研究未获得公共部门、商业机构或非营利组织提供的任何特定资助。

作者贡献说明
胡希：概念构思、实验设计、数据分析及论文撰写。王健：初稿撰写、可视化处理、结果验证、研究监督、软件使用、资源协调、方法设计、资金筹措、正式分析、数据整理、概念构思。

利益冲突声明
作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。

胡希|王健