《Japanese Psychological Research》:Role-Playing Game Task as a Methodological Tool: Further Evidence in Human Associative Learning
编辑推荐:
人类学习中过度期望效应(overexpectation effect)的实证演示十分罕见。本研究为角色扮演游戏(role-playing game, RPG)任务作为联想学习(associative learning)研究方法论工具的效用提供了进一步证据。RP
人类学习中过度期望效应(overexpectation effect)的实证演示十分罕见。本研究为角色扮演游戏(role-playing game, RPG)任务作为联想学习(associative learning)研究方法论工具的效用提供了进一步证据。RPG中,参与者扮演虚构场景中的角色,为检验学习过程提供了互动且引人入胜的环境。两项以大学生为被试的实验检验了过度期望效应——即当两个先前被强化的线索同时呈现并跟随相同结果时,对单个线索的反应减弱——能否在基于RPG的任务中观察到。两项实验均证实了这一效应,表明RPG任务能够捕捉人类被试中的这一基准现象。这些发现进一步支持了先前研究,证明基于RPG的任务不仅再现了经典联想效应,还为将复杂动物学习范式转化为人类实验情境提供了灵活且具有生态效度(ecological validity)的方法。
以下是对论文《Role-Playing Game Task as a Methodological Tool: Further Evidence in Human Associative Learning》的学术解读。
## 研究背景与问题
联想学习(associative learning)是理解有机体适应环境的基础框架,通过建立线索与结果间的预测关系,生物体得以预见未来事件并调整行为。数十年的动物与人类研究已识别出多个基准现象——如潜在抑制(latent inhibition, LI)、阻断(blocking)、遮蔽(overshadowing)以及过度期望(overexpectation)——这些现象成为检验联想学习理论的关键测试(如Rescorla–Wagner模型、Mackintosh注意模型、Pearce–Hall注意模型、时间差分强化学习、比较器假说等)。其中,过度期望效应在非人类动物中极为稳健,但在人类被试中却鲜有实证。据研究人员所知,唯一明确显示人类过度期望的研究是Collins和Shanks(2006)的因果学习任务,但其依赖于高度特化的因果场景和任务结构。传统人类联想学习任务往往抽象且缺乏心理现实性,导致被试动机不足或参与度低。此外,日常生活中的联想学习通常在复杂、有意义且目标导向的情境中发生,实验室任务若剥离这些自然元素,可能低估人类联想过程的显现条件。考虑到临床转化需求——如暴露疗法中的预期违反(expectancy violation)和预测错误驱动学习——需要能激发和测量预测错误相关学习的任务范式。因此,研究人员探索了结合实验控制与更高生态效度(ecological validity)的方法,其中游戏化(gamification)成为有前景的创新。角色扮演游戏(role-playing game, RPG)通过叙事驱动、目标导向的环境,为研究联想学习提供了更贴近自然条件的平台。先前工作(Nagaishi, 2025)已在该环境中成功演示了潜在抑制效应及其情境特异性。本研究旨在进一步检验RPG任务能否捕捉另一个经典效应——过度期望。
## 研究人员开展的研究与结论
研究人员以大学生为被试,设计了两项实验,采用基于RPG(运用RPG Maker XP制作)的交互式计算机任务。实验1遵循动物学习中常用的过度期望设计范式,在阶段1中单独强化线索A、B、C(各4次与宝藏配对),阶段2中将A和B复合呈现并强化(AB+ 4次),同时加入填充刺激(D-、G-)和双宝藏复合(EF++)。测试阶段通过纸笔视觉模拟量表(visual analogue scale, VAS)评估被试对各线索的预期评级。实验2在控制条件下额外强化C(4次),以平衡线索B与C的强化次数。两项实验均显示,经受过度期望处理的线索B评级显著低于控制线索C,表明过度期望效应在人类中被成功复制。这些发现支持了RPG任务作为有效方法论工具的能力,不仅能再现经典联想效应,还能为将复杂动物学习程序转化为人类实验情境提供灵活且生态效度高的途径。论文发表在《Japanese Psychological Research》。
## 主要关键技术方法
研究人员主要运用了以下关键技术方法:(1)RPG任务范式:利用RPG Maker XP软件构建虚拟环境,包含地图导航、怪物遭遇、战斗序列及结果反馈(宝藏出现与否),参与者扮演角色进行冒险;(2)延迟条件作用程序:条件刺激(CS)为遭遇怪物并战斗,无条件刺激(US)为战斗结束后的宝藏呈现,CS紧随US出现;(3)拉丁方平衡:对7种怪物图像(imp、kerberos等)在不同被试间进行线索-怪物分配的反平衡;(4)敏感性分析:针对主要被试内对比(配对t检验)计算最小可检测效应量(Cohen's dz)及95%置信区间(CI);(5)视觉模拟量表(VAS)评级:测试阶段采用0-10分的纸笔VAS测量被试对各线索预测宝藏可能性的判断。样本来源于关西学院大学的大学生。
## 研究结果
### 实验1
实验1旨在检验RPG任务中是否出现过度期望效应。结果显示,过度期望条件线索B的平均评级(M=7.65,SD=1.60)显著低于控制条件线索C(M=8.77,SD=1.34),配对t检验显示t(20)=2.29,p=0.033,dz=0.50,95% CI [0.04, 0.95]。这表明过度期望效应成立。但研究人员指出,控制条件线索C的评级相对较低,可能因其训练次数少于线索B(4次 vs. 8次)。
### 实验2
实验2在控制线索B与C训练次数相等(各8次)的条件下重复实验1。结果显示,过度期望条件线索B的平均评级(M=7.44,SD=1.86)仍显著低于控制条件线索C(M=9.53,SD=0.73),t(13)=3.53,p=0.004,dz=0.94,95% CI [0.30, 1.57]。这为过度期望效应提供了更强证据。
## 讨论与结论
研究人员在讨论中总结,两项实验一致表明,过度期望效应在基于RPG的任务中可被观察到,与大量动物证据(如Lattal & Nakajima, 1998; Rescorla, 1970, 2006)吻合,并补充了有限的人类证据(Collins & Shanks, 2006)。实验1紧贴动物学习标准设计,实验2通过平衡强化历史提供了更保守的检验,结果仍支持过度期望模式。研究人员强调,RPG环境有助于解决传统人类因果判断任务中天花板效应和结果最大性限制问题,通过重复经验试次、即时结果反馈及设计特征(如双宝藏复合EF++)保持了敏感度。该平台先前已演示潜在抑制效应(Nagaishi, 2025),现进一步支持多种线索竞争现象(如过度期望)。上下文因素(如地图/背景)虽未系统操作,但RPG框架为未来研究提供了便利途径。局限性包括:依赖判断测量,缺乏多维行为指标;未在阶段1后即时评级以确认习得;样本量较小(尤其实验2,主要对中到大效应敏感);被试为大学生,RPG熟悉度可能各异;阶段间地图变化非理论性情境操作。结论如下:
“综合来看,这些发现提供了与人类联想学习中过度期望效应一致的证据(在完全交互的游戏化环境中),同时扩展了基于RPG框架在传统任务之外的适用性。未来研究应系统变化任务结构、结果模态和参与者群体,以确立该方法的可靠性和泛化性。随着多个认知领域中证据的积累,基于RPG的框架有望成为桥梁工具,弥合传统实验室学习任务与人类学习自然发生的复杂、情境丰富环境之间的差距。”