導論 - 自我回饋方式與休息時間對動態決策與情境覺察之影響

第一章導論研究背景與動機

人的一生中隨時都在做大大小小的決策，有些決策只是為了解決一時的問題，

有的決策則左右了未來人生方向。除了個人需要面臨決策之外，眾人組成的團體也會面臨達成共同目標需要多項決策，這可能會經過很多細部的決策過程，每一個細部決策就像是大結構的螺絲釘，大結構是否可以維持良好營運或者完成特定目標，便取決於保持良好的決策品質，現今社會上大規模的公司團體與組織就是需要良好細部決策品質所建立起來的大結構。雖然人們無時不刻處於需要做決策的生活情境之中，卻未必此因而善於決策，反倒是為了如何做出好的決策而困擾不已。

生活中常見的決策例子，其中一種即為使用交通工具到達目的地的行為，從發動交通工具上路的開始就是一連串判斷路況後下決策的過程，但層出不窮的交通事故也顯示人在交通方面的決策並不因為天天使用交通工具而有完美的決策品質，交通事故的發生除了法規需要持續的修正與改進之外，人對於交通環境的知識不夠完整可能也是主要原因之一。

人為了達成目標而從多個可能的行為中選取最適當的選項來行動稱之為決策，若決策作業中的情境線索是固定不變或不會被其他因素所干擾，決策與決策之間也無影響關係的單一決策過程，被稱為單一決策或靜態決策（Kanehman &

Tversky, 1979）。但生活中所要面臨的決策通常並不單純，某些目標的達成可能

需要很多步驟，絕不僅止於參考固定情境就可達成，因為情境通常都是隨時間演進而有變化，且達成目標的過程中，每一個被決定的行為在未來都會形成後果，

這個後果會成為下一個決策的參考基準而持續循環直到目標達成，這種持續觀察上一次行為後果來衡量下次行為直到達成目標的決策，被稱為動態決策。

動態決策的研究在許多領域中被討論，從不同的面向探討人在動態決策中的表現。例如認知領域中，有學者致力於分析人在動態決策中的認知機制或心理歷程；又如學習行為的領域裡，有學者試圖架構人們動態決策中學習行為的模型，

並透過學習行為的模型探究增進學習效率的方法。本研究的目的即為由學習的觀點來檢視動態決策中影響人們認知過程的相關因素。

在動態環境中做決策，人必須從動態環境中篩選出決策所需要參考的情境線索，再將這些線索整理出足以成為決策參考依據的有用訊息，這樣的過程需要用到認知資源中的注意力、工作記憶與長期記憶理的知識，透過這些認知資源我們才能將情境線索解讀成有用的訊息，這樣的認知歷程稱作情境評估（situation

assessment），人經過對環境的情境評估後，便可將了解的現況配合決策並對未來情境做預測，Endsley（1995）將此動態決策的認知歷程稱為情境覺察（situation

awareness），情境覺察分成三個階段：知覺、理解、預測。其中知覺即為抓取外在系統環境中的情境刺激，篩選出決策需要使用的線索。當決策需要使用的線索已經篩選出來之後，人就要將這些訊息加以解讀與整理以了解外在系統運作的樣貌，這就是理解最主要的認知活動。預測即是當人對於外在系統的現況掌握了，

就有有能力推估在此情境下可能的決策行為與後果，並從眾多可能的行為中選取最適合的方案。這三階段並非逐一進行，甚至可能是同時進行的，只是三階段之間有互相影響的情況，前一階段處理的好壞會影響後一階段的效果，雖然先前階段處理的好並不代表最後的動態決策績效表現就會很好，但若先前階段處理得不好則最後動態決策績效卻很難有好的表現。

Osman（2010）經由文獻歸納提出動態系統的監視與控制架構（Monitoring &

control（MC）framework）來解釋人在動態系統中做決策時的認知歷程。在 MC 架構下的動態決策行為包括：監視、控制、追蹤。其中監視是指人觀察動態情境運作歷程，目的在於了解外在情境現況；控制是利用監視歷程所得到的資訊來判斷下一步行為；追蹤則是決策者持續觀察自己前一個決策行為所產生的後果，也稱為自我監控，並將控制與監督串起形成遞迴的循環。Osman 認為人對環境的不確定感受是影響這個架構最主要的因素，若人對情境的不確定感較高表示對於環境不熟悉，則花費在監控上的認知資源比重將會擴大，較無餘力整理訊息或對情境線索解讀不深入，若人對情境的不確定感較低表示對環境熟悉，對於情境上的辨認較不占認知資源，則人較有餘裕解讀情境線索並判別較佳的決策行為。

從 Osman（2010）的 MC 架構中可發現與 Endsley（1995）的情境覺察相似之處，也就是人在動態系統中對情境的認識，對決策績效有很大的影響，而人對情境辨認是否正確，則取決於決策者是否能透過學習階段來建立該動態系統完整的知識架構。

人在動態系統中掌握情境模式的認知歷程，可由實例學習、假設驗證、自我回饋等三個角度來探討（Osman, 2010）。

實例學習的觀點將動態決策作業視為以實例為基礎去掌握法則的一種學習，

認為人處於不熟悉的決策情境時會不斷嘗試錯誤，並且依賴眾多嘗試中成功的例子當作學習參考，再從這些成功的例子歸納出可能的法則。Gonzalez 等人（2003）

以淨化水槽排水作業系統（water purification plant）的動態決策作業，紀錄實驗參與者為期三天（一天 6 回合）的學習曲線，並藉由電腦程式調整識別

（recognition）、判斷（judgment）、選擇（choice）、回饋（feedback）等四個機制來模擬人在以成功案例為學習典範的學習中所表現的學習機制。他們發現決策回饋的有無對於程式模擬人的學習曲線影響最明顯，電腦程式在有回饋的控制下學習曲線快速進步並達到一個穩定階段，但當電腦程式設定在無回饋的情況下反而與人的學習曲線最接近，顯示人在執行動態決策作業的過程中鮮少利用自我回饋的方式來幫助自己學習。因此本研究預測若在動態決策作業中提醒參與者進行自我回饋能提升學習效果，且動態決策作業的績效比沒有被提醒進行自我回饋的參與者要好。

由假設驗證的觀點而言動態決策被視為一連串假設驗證的行為，人在動態系統中會觀察現況與假設未來狀態並做出行動，行動後所造成的後果可用於驗證先前行為是否正確，並再次做出行為來修正未來情境，此過程持續循環直到達成目標。然而 Sweller（1988）由他的認知負荷理論推測，問題解決的學習即是一種

目標導向的假設驗證行為，人進行假設驗證的行為需耗費認知資源，會妨礙學習的成果。Sweller 透過重複反思數學解題方法的實驗，發現學生在學習解題（假設驗證）時若加入額外的認知負荷（如，指派特定目標）比沒有加入額外認知負荷的學習效果要差。這是因為在認知負荷高的情況下人沒有餘力探究解題情境線索，因此也無法將重要的情境線索組織成完整的知識架構，導致解題的效率下降。

Burns & Vollmeyer（2002）也發現人在動態決策作業中的學習階段若沒有指派特定目標而能自由探索情境時，會使用較多的假設驗證技巧來探究解題的架構，並且能在學習過後較有能力完整描述情境架構，動態決策作業績效也比較好。本研究中對回饋所提供的提示因此將會設定在非指派特定目標，讓參與者在動態決策作業下透過提示能有較多探索情境的行為。透過 Sweller（1988）與 Burns &

Vollmeyer（2002）的研究，顯示在人學習動態決策作業階段若給予適度的探索而不指派特定目標，有助於人建立該動態決策的知識架構，進而有好的決策品質。

本研究採執行動態決策作業時不指派特定目標方式的提示設計，參與者將不被特定目標所限制，而預期有較多探索情境的行為。

然而在動態決策作業中進行自我回饋時，有無適當的輔助工具以減輕認知負荷，或有無足夠的休息時間讓人的認知系統可以整理相關的經驗可能也是決定回饋是否有效的因素。Beach & Mitchell （1978）用四種特徵來調整決策作業的問題的難度（如，熟悉程度、問題明確程度、複雜度、穩定程度）並操弄自我回饋的程度，他提供三種自我回饋的決策策略給參與者在面對不同難度的問題時自由

選用：1.提供紙筆讓參與者針對題目所提到的資訊做筆記。2.不提供紙筆用讓參與者有時間思考題目所給的資料。3.沒有任何輔助直接做決策。他們發現，人會考量自身對決策情境掌握的程度來選擇輔助策略，愈能掌握狀況的題目人會傾向使用紙筆針對題目所提到的資訊做筆記的方法來確保正確答題。Hey & Knoll

（2011）的動態決策研究透過 2⁶的決策樹作業要求參與者使用策略來得到最佳報酬，實驗中提供所有參與者記下備忘錄以供後續回合的參考。Hey 等人發現備忘錄提供了實驗參與者回顧先前決策經驗的機會，也幫助參與者透過自我回饋來釐清問題架構。因此在本研究中我們將「有無自我回饋」分為三個水準，一為使

在文檔中自我回饋方式與休息時間對動態決策與情境覺察之影響 (頁 11-20)