知觉学习本质上是通过反复训练逐渐形成稳定且持久的功能表现提升。除了长期保持的学习效应外，训练过程中可能还存在训练期间增益(between-session gain)、训练期间遗忘(between-session forgetting)、训练期内再学习（within-session relearning）或训练期内适应（within-session adaptation）等多种短时记忆效应。然而，以往研究通常只关注学习任务每个训练期的平均表现，而忽视了训练期内及训练期间的行为变化过程，进而导致当前知觉学习领域对学习效应形成过程的理解依然相对片面。
为了更全面地解析知觉学习的长时和短时学习效应，中国科学院行为科学重点实验室黄昌兵研究组联合上海纽约大学、纽约大学教授Zhong-Lin Lu，构建并验证了多成分知觉学习时程理论框架，成果发表在国际著名心理学期刊 Psychological Science上。
该理论框架包括三个基本假设（图1）：1）训练带来的表现提高是长时程学习和包括训练期间增益、训练期间遗忘、训练期内再学习及训练期内适应在内的四种短时效应的综合结果；2）更精细的分析尺度会揭示出更全面的时程现象；3）时程效应存在任务特异性。
图1. 学习过程中的不同时程成分及其特征效应。a-e分别呈现了长时程的一般性学习、训练期间线下增益、训练期间遗忘、训练期内再学习及训练期内适应等短时程效应，f-j为各学习效应在组块（Block）粒度下对学习曲线的影响，k-o为各学习效应在训练期（Session）粒度下对学习曲线的影响。
为了检验该理论框架，研究人员对一项多任务学习实验的学习曲线进行了模型拟合。该多任务实验包含对比度检测、游标、运动方向辨别、视觉形状搜索、面孔角度辨别、声音频率辨别以及工作记忆等7个学习任务，共有49名被试参与完成所有任务，每个任务连续训练5次，共计35次训练，每次训练持续40分钟到1小时，学习任务的顺序在被试间保持平衡。
图2. 实验范式和训练流程示意图。（a）对比度探测任务；（b）游标任务；（c）运动方向辨别任务；（d）形状搜索任务；（e）面孔角度辨别任务；（f）声音频率辨别任务（g）视-听双通道N-back工作记忆任务；（h）训练顺序示例
使用传统指数函数拟合被试在5个训练期上的学习曲线，揭示了常见的长时程学习效应；使用多时程模型拟合7个任务在更精细的组块粒度上的学习曲线则发现：除了一般性的长时程学习，7个任务学习过程中均发生了训练期内再学习效应；游标、面孔角度辨别、声音频率辨别任务学习过程中存在遗忘效应，视觉形状搜索任务上则出现了训练间增益效应；对比度任务在训练期内出现了适应效应，在不同训练期间出现了遗忘和增益效应。该结果验证了多时程模型的三个基本假设，为模型的合理性提供了有力支持。
图3. 多时程模型拟合得到7个任务的学习曲线
最后，研究者还利用该模型对仅包含游标和形状搜索任务的双任务学习曲线进行分析，结果和多任务学习实验结果高度一致，表明该模型并不限于特定的训练范式，为该模型的普适性提供了进一步的支持。
该研究构建了一个包含一般性学习、训练期间线下增益、训练期间遗忘、训练期内适应及训练期内再学习在内的多时程知觉学习模型。研究者利用该模型对多任务学习过程进行解析，结果表明更为精细的分析粒度可以清晰地揭示知觉学习过程中更为全面的内在多时程机制，并且不同任务的学习时程内部存在差异。该研究不仅提供了一个综合、完整的理论框架来解释知觉学习的学习时程，加深了人们对于学习效应累积过程的理解，也为整合不同实验设定下多种任务的学习时程机制研究提供了有效、可靠的工具。
该研究受到国家重点研发计划（2020YFC2003800），中国科学院科研仪器设备研制项目（ZDKYYQ20200005），美国国立卫生基金（EY017491），国家自然科学基金（NSFC32071056和NSFC32100864），中国博士后科学基金（2018M641514）资助。
论文信息：
Yang, J., Yan, F.-F.,Chen, L., Fan, S., Xi, J., Lu Z.-L. & Huang, C.-B.(2022). Identifying Long- and Short-Term Processes in Perceptual Learning. Psychological Science. doi: 10.1177/09567976211056620
