视觉刺激的语义内容对联想等价学习的影响大于刺激模态

《Frontiers in Human Neuroscience》：Semantic content of visual stimuli has a greater impact on associative equivalence learning than stimulus modality

　　

引言：联想等价学习（associative equivalence learning）是人类形成“共享结果”关系并将不同刺激建立联系的重要认知能力。既往研究提示，刺激模态（stimulus modality）与视觉刺激的语义内容（semantic content）都可能影响学习表现，但两者在同一人群中的相对作用尚不清楚。本研究以117名健康成人为对象，采用Rutgers获得性等价测验（Rutgers Acquired Equivalence Test, RAET）及其变式，系统比较两类视觉任务（FaceFish、Polygon）与两类视听任务（SoundFace、SoundPolygon）。结果表明，视觉刺激的语义内容对获得阶段、提取阶段和泛化阶段的影响更稳定、更强，而刺激模态主要影响获得阶段；视听输入仅在高语义内容视觉刺激条件下显示一定促进作用。研究提示，视觉刺激特征对联想等价学习效率具有核心作用，多感官输入的收益依赖于视觉刺激本身的可区分性与语义信息。

方法：研究纳入117名18–65岁的健康成人，完成4项基于RAET的计算机化任务。研究人员比较了两种视觉条件与两种视听条件，任务均包含获得阶段（反馈学习）与测试阶段（无反馈的提取与泛化）。主要分析指标为获得所需试次数（NAT）、获得错误率（AER）、提取错误率（RER）和泛化错误率（GER）；采用Friedman方差分析、Wilcoxon配对检验及线性混合效应模型进行统计比较。

摘要：联想等价学习是指基于共享结果将不同刺激建立联系的能力，在人类认知中具有基础性作用。本研究探讨刺激模态（视觉与视听）及视觉刺激语义内容对联想等价学习表现的影响。研究人员在117名健康成人样本中实施了4项基于Rutgers获得性等价测验（Rutgers Acquired Equivalence Test, RAET）的任务：FaceFish、Polygon、SoundFace和SoundPolygon。各任务在模态与视觉刺激语义内容上存在差异，并均分为获得阶段与测试阶段。结果显示，视觉刺激的语义内容对表现的影响比刺激模态更强且更稳定，尤其体现在获得阶段。视听呈现具有一定促进作用（错误率更低），尤其当其与语义内容更高的视觉刺激结合时更明显，但并不能弥补简化刺激的局限。上述发现支持视觉刺激特征在塑造学习效率中的关键作用，并提示多感官输入的收益取决于视觉刺激的语义内容。研究结果也验证了既往小样本研究，并为后续发育、多感官及神经生理学方向的联想学习研究提供了依据。

论文解读：
联想等价学习是人类通过共享结果将不同刺激联系起来，并在缺乏即时反馈时完成提取与迁移的重要认知过程。该过程常借助Rutgers获得性等价测验（RAET）进行评估，其经典形式以卡通面孔和鱼类作为刺激，能够考察个体在反馈驱动下建立刺激—结果对应关系以及在无反馈条件下进行记忆提取与概化的能力。既往研究提示，RAET相关表现不仅受前额-纹状体（frontostriatal）环路和海马（hippocampus）功能影响，也可能受到刺激模态与视觉刺激语义内容的调节。然而，过去多为两两比较，且样本量较小，难以直接判断“模态”和“视觉语义内容”哪一因素更重要。因此，本研究在同一批健康成人中并行比较四种任务版本，旨在更直接地检验刺激模态与视觉刺激特征对联想等价学习的相对贡献。

本研究的重要背景在于：视觉刺激的复杂性、显著性、熟悉度和语义内容，可能影响编码效率、联想形成以及后续记忆提取；而视听输入则可能通过多感官整合（multisensory integration）提供额外线索，增强学习表现。为此，研究人员分别设置了高语义内容的FaceFish与SoundFace，以及低语义内容的Polygon与SoundPolygon，并在同一样本中比较两类视觉任务与两类视听任务，从而控制个体差异带来的干扰。研究结果清晰表明，视觉刺激的语义内容对学习表现的影响更广泛、更稳定：无论在需要反馈驱动的获得阶段，还是在无反馈的提取与泛化阶段，高语义内容刺激均与更好的表现相关。相较之下，刺激模态的作用主要出现在获得阶段，在测试阶段并不稳定。

就研究方法而言，作者采用了计算机化联想等价任务、重复测量设计以及线性混合效应模型（linear mixed-effects model）等方法，以比较同一受试者在不同任务条件下的表现。该设计的优势在于能够在同一人群内直接比较4种任务，减少样本异质性对结果的影响。样本来源为117名健康成人，排除了神经系统或精神障碍及影响学习的药物因素，并通过色觉筛查确保视觉刺激辨识的可靠性。统计上，研究人员以NAT、AER、RER和GER作为核心指标，分别反映获得效率、获得阶段错误、提取错误和泛化错误。

研究结果部分首先显示，四种任务在所有指标上均存在显著差异。进一步的混合效应分析表明，视觉刺激语义内容对NAT、AER、RER和GER均有显著影响，而刺激模态仅对获得阶段的NAT和AER产生显著作用，对测试阶段的RER和GER则无显著主效应。更值得注意的是，语义内容与模态在测试阶段存在交互作用，说明模态的效应并非独立存在，而是取决于其所配对的视觉刺激特征。具体而言，当视听输入与高语义内容的视觉刺激配对时，提取和泛化表现优于纯视觉条件；但当其与低语义内容的简化视觉刺激配对时，测试阶段表现反而更差。

在“模态的影响”部分，FaceFish与SoundFace比较显示，视听条件可减少获得所需试次并降低提取错误；但在泛化上差异不显著。Polygon与SoundPolygon比较则显示，获得阶段两者差异不显著，而视听条件在提取与泛化阶段表现更差。这说明视听输入并非普遍增益，而是依赖视觉刺激是否足够复杂、可区分且具有较高语义内容。

在“语义内容的影响”部分，两种视觉任务比较发现，Polygon在获得阶段明显劣于FaceFish，但测试阶段差异消失；两种视听任务比较则显示，SoundPolygon在获得、提取和泛化各阶段均显著劣于SoundFace。这一结果进一步说明，视觉刺激的语义内容对学习的影响贯穿更广，且高语义刺激不仅有利于初始编码，也有利于后续记忆访问与迁移。

讨论部分中，作者指出，高语义内容和更鲜明的视觉特征可能通过增强刺激辨识度、促进视觉或言语编码、帮助识别等价规则，从而提升获得阶段表现。与此同时，若刺激信息过于简化，则在测试阶段中可能更难形成稳定表征；加入听觉线索虽然可能提供额外上下文，但当视觉刺激本身信息不足时，也可能带来干扰。作者强调，本研究并不证明“语义内容”是唯一因素，而是说明视觉刺激整体质量——包括语义内容、复杂性、显著性、熟悉度、可区分性及可言语化程度——共同决定了表现差异。

研究结论可概括为：视觉刺激特征对联想等价学习的影响强于刺激模态本身，视听输入的优势具有条件性，只有在与高语义内容、较复杂且更具区分性的视觉刺激结合时才更可能体现。该发现不仅整合并扩展了既往小样本研究，也提示在临床或发育研究中，应谨慎选择任务刺激形式，因为不同刺激集可能对不同人群的联想学习、提取和泛化产生不同负荷与收益。