第二章 文獻探討
第一節 分類對於人類生存的重要性與過去研究的表徵形態
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
3
第二章 文獻探討
本研究的主要目的除了希望透過四個類別學習作業實驗的分析，以期開發出 一套適合分析分類策略對於個別差異影響的方法外，還包括瞭解 類別學習表現中 個別差異在組間的重要性，即是 不同的受試者為何會在相同的分類作業中會使用 不同的策略，這些不同策略的組別相互之間的關係又是如何，最後，根據分析的 結果重新探索分類學習中知識分化的現象。以下將針對相關文獻進行回顧與探討，
針對不同領域回顧知識分化的研究，以及無情境線索下知識分化現象的自發性，
延伸到分類學習中的分類策略的個別差異探討。
第一節 分類對於人類生存的重要性與過去研究的表徵形態
從人類有歷史開始，「何謂知識？如何獲取知識？以及何謂有效的知識？」
此議題就不斷的被關注與爭論，要知道知識是抽象的，是傳達概念的一種方式，
故而要精確的定義知識是困難的，即便如此，有關於知識的問題依然是人類思想 的重要議題之一。且此議題至今仍廣泛地在心理學領域裡被討論，人到底是如何 感知外在世界，以及在心中形成相對應的知識表徵（representation）？由認知發 展的角度來看，普遍的認為知識是由人和外在世界的互動中逐漸累積而來，藉由 比對新舊訊息，將新訊息納入原有知識架構，與舊訊息做連結（interconnection）、
同化（assimilation），或調整（accommodation），甚至是重整（reorganization）知識 架構來處理外在世界的訊息（Kimball & Holyoak, 2000; Schickedanz, Schickedanz, Forsyth, & Forsyth, 2001）。
知識的創造與累積是人類得以在地球上生存並成為主宰的重要條件之一，人
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
4
類經由與環境的互動與瞭解，開始儲存龐大與雜亂的知識，並運用這些知識進行 修改或創造，透過累積，不斷的改變人類生存的模式以更利於發展。在龐大且雜 亂的知識中，人類是如何進行有效的運用，這就涉及了人類生存的另外一個重要 能力，分類的能力。分類的重要性在於以簡馭繁。從人類嬰兒牙牙學語開始，就 已經開始進行分類能力的運用，透過眼睛與氣味，嬰兒可以分辨熟悉人與陌生人 的差別；在成長的過程中，透過社會環境的觀察學習，可以分辨是非善惡，以及 什麼是該做的事與不該做的事，經由分類學習到規則；即便是成人，在印象形成 的過程中，也會經由過去經驗分類新認識的朋友是喜歡的人或不喜歡的人，在交 縱複雜的情境下，也會經由分類選擇對自己最為有利的選擇，這些都是透過過去 經驗所形成的知識，經過自主的分類後所獲得的最佳化答案。分類的自動化，是 使人類可以在任何情境下皆可以自在生存的重要能力。
分類能力對於人類的影響性，在心理學領域，尤其是認知心理學中的影響甚 深，如「專家知識」此一議題，專家與新手對於特定領域的分類能力差異。專家 是經由長時間審慎地學習、思考而在某特定領域內有穩定傑出表現的人（Ericsson
& Lehmann, 1996），其與新手相異之處有二：第一，專家在已知訊息不全時，仍 能快速判斷並提取相關知識；第二，專家有卓越的再認能力，不同於新手使用外 在特徵為線索，專家使用抽象的內在表徵，因此能追蹤已知訊息並從記憶裡提取 相關資訊（Chase & Simon, 1973; Chi, Feltovich, & Glaser, 1981）。研究者將專家所展 現的高效能表現，歸因為專家具有組織良好（well-organized）且內部統整的龐大 知識基礎之故，他們透過不斷地練習已形成高度連結而更精練完整的知識結構
（Bedard & Chi, 1992; Glaser, 1996）。
然而過去有研究指出（Roth & Shoben, 1983），針對同一個問題，人會因為情 境的改變而有不一致的表現，顯示人們在解決問題時，往往會忽略問題本身結構 的相似性，只考慮表面結構上的不同，即會因為情境線索的不同，而做出不同的 反應。在專家知識的研究中，Lewandowsky 和 Kirsner（2000）發現專業消防員對
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
5
於火場情勢判斷的表現不如想像中穩定且正確。他們發現消防員會因為無關的情 境線索，而以不相同的判斷方式評判火災蔓延狀況，甚至對物理資訊完全相同的 火災做出完全相反的判斷。顯示知識分化系統可能是異質性的組成，對此
Lewandowsky 和 Kirsner（2000）提出「知識分化（Knowledge Partition）」的說法。
知識分化現象說明個別差異在分類能力上的重要性，即為什麼同一份作業對 於不同的受試者會有不同的分類策略選擇。知識分化的現象不只會在專家身上出 現，一般人也可能形成此一知識表徵。一般認為之所以在學習歷程中出現知識分 化的現象，是因為受試者希望減低作業難度以利學習所致，並指出情境線索就是 引發知識分化的重要元素。然而 Kalish、Lewandowsky 和 Kruschke（2004）於函 式學習作業中發現，即使不借助外在情境線索，人們也可依靠刺激材料本身的組 成成分進行知識分化。換句話說，知識分化現象的發生並非侷限於特定的情境操 弄，而是更普遍的存在一般學習歷程之中。
上述研究，反應個別差異在函式學習作業當中的分類類型，「規則可充分定 義的類別結構」，主要可以分為兩種，產生知識分化的類別與未產生知識分化的 類別，即學會知識分化界線的組別（KP 組）與學會真實界線的組別（TB 組）。 而在非充分定義的類別結構的研究中，例如多向度的二元刺激當中，Nosofsky、
Palmeri 與 McKinley（1994）所進行的 RULEX 實驗，其所使用的類別結構無法找 出充分定義的類別規則，目的是在於使受試者透過觀察圖片特徵的改變去學習分 類的規則。Nosofsky 等人認為，當人們面臨較複雜的情境時，為了去學習分類，
並不太會使用相似性的判斷，而是會自行先使用一簡單的規則進行分類，如若這 一簡單的規則無法適用於全部的分類，且只有少部分例外時，人們會將例外背下 來，而非改變成另外一條規則，所以該實驗稱為 RULEX( Rule-Plus-Exception)實驗。
然而，Nosofsky 等人的實驗並未說明個別差異的分類型態，只是與 Medin 和 Schaffer（1978）所提出的 Context Model 做比較，在 Context Model 中認為人分類 是以刺激與記憶中類別範例的相似性作為標準，以相似性最高的類別標籤做為刺
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
6
激所屬類別，但 Nosofsky 、Palmeri 與 McKinley(1994)的 RULEX 模型則認為人分 類是以規則為標準，並將不符合規則的刺激記下以方便分類。結果發現，RULEX 實驗似乎更貼切於後者，即便如此，Nosofsky 等人的 RULEX 模型依然無法解釋 使用相似性判斷規則的類別，但我們卻可以依此推論出，在此一多向度的二元類 別結構下，有兩種主要的分類類別，即使用規則加例外進行分類的組別與使用相 似性判斷進行分類的組別，此為本研究的重要發現之一。