姜 珊，关守义

(1.上海政法学院社会管理学院，上海 201701；2.河北师范大学学校办公室，石家庄 050024)

1 引言

内隐学习是Reber于1967年首次提出的概念，指一种不需要意识参与的学习，是个体在环境中无目的、自动地获得事件或客体间结构关系的过程(Reber，1967，2013；Rebuschat，2013；Rohrmeier & Widdess，2016)。内隐学习领域应用最广泛的范式之一是Reber(1967)的人工语法任务，该任务首先创设一套复杂的限定状态人工语法图，通过语法图生成大量的字符串，学习阶段要求被试记忆字符串，测验阶段要求被试对一系列新的字符串进行分类判断，结果发现被试的分类判断成绩显著高于随机水平，随后的言语报告表明被试对这一规则并没有外显的掌握，证明了内隐学习的存在。

内隐学习自提出以来便引发了一系列的争论，争论的焦点之一在于被试在人工语法学习过程中获得的知识结构究竟是什么(Fitch & Friederici，2012)？Reber(1967)认为被试获得的知识是关于复杂语法图的抽象规则，而另一些研究者则认为被试在人工语法任务中获得的仅仅是一些样例或者组块(Brooks，1978；Jamieson & Mewhort，2011；Rohrmeier & Rebuschat，2012)。持抽象规则观点的研究者们尝试采用迁移研究来澄清这一争论。在迁移研究中，改变学习阶段和测验阶段字符串的构成元素或者呈现方式(Reber，1969；Scott & Dienes，2010)，结果发现刺激的表面特征发生变化时，被试的分类判断正确率仍然显著高于随机水平，为内隐学习的抽象性提供了证据。

对上述问题的探讨最初多采用限定状态人工语法，这一语法图限定了相邻字母间的顺序，导致字符串的相似性程度较高，为了解决这一问题，研究者们尝试从新的视角，采用新的范式和材料为内隐的学习抽象性问题提供新的证据，远距离规则的研究就是其中一个重要的方面。……