1701569880
1701569881
图4-9 视觉搜索刺激示例
1701569882
1701569883
Schneider和Shiffrin（1977）的实验有两个条件。在变化映射（varied-mapping）的条件下，目标字母或数字组称为记忆组（memory set），由一个或更多的数字或字母构成；每一个框架中的刺激同样是字母或数字。在一次实验尝试中的目标可以成为后面尝试中的分散注意项。因此，被试可能在一次实验尝试时寻找J，下一次就是去寻找M，在第二次尝试中J就变成了分散注意项。在这种条件下，任务难度往往较大并且需要注意力集中并付出更多的努力。
1701569884
1701569885
在一致映射（consistent-mapping）条件下，目标记忆组由数字组成，而框架由字母组成，或调换一下。一次实验尝试中的目标刺激永远也不可能成为其他尝试中的分散注意项。这一条件下的任务只需较少的容量就能执行。图4-10给出了Schneider和Shiffrin（1977）所用的一些刺激。
1701569886
1701569887
1701569888
1701569889
1701569890
图4-10 Schneider和Shiffrin（1977）研究中呈现给被试的刺激示意
1701569891
1701569892
除此之外，Schneider和Shiffrin（1977）通过改变其他三个因素来操作对任务的注意要求。首先是框架大小，在每一次呈现时，项目中包含字母和数字的数目。这个数字总是介于1和4之间。没有字母或数字出现的空缺处，由一个随机的点阵替代。其次可以操作的是框架时间，即每一种排列呈现的持续时间。变化范围是20~800毫秒。最后一个可被操作的变量是记忆组，即在一个实验中要求被试去寻找的目标数目（如，只找一个“J”或者找“J，M，T和R”）。
1701569893
1701569894
图4-11呈现了Schneider和Shiffrin（1977）实验的结果。这个图在理解上稍有困难，但你可以试着将它们与下面几个段落的内容联系起来看。在一致映射的条件下，一般认为只需要自动化加工（因为目标和分散注意项不是同一类型的刺激），被试只会因框架时间的变化而在执行上有所不同，而不会因为目标项的数目（记忆组）或者呈现的分散注意项数目（框架大小）产生相应的变化。这意味着无论是搜寻一个还是四个目标，无论是在一个、二个或四个项目组成的框架中寻找，被试的准确率都是相同的。正确率只取决于框架呈现的持续时间。
1701569895
1701569896
1701569897
1701569898
1701569899
图4-11 Schneider和Shiffrin（1977）的实验结果
1701569900
1701569901
请注意在一致映射条件下的实验被试表现，只有框架时间的变化能够影响反应时。而在变化映射条件下，被试的表现还要受到结构大小和记忆组的影响。
1701569902
1701569903
在变化映射条件下，一般认为需要比自动化加工更多的其他加工（因为目标和分散注意项可能同时是字母或数字，而且一次实验尝试中的目标可能在另外的实验尝试中就变成分散注意项），被试侦察目标的表现同时取决于这三个变量：记忆组大小（要寻找目标的数目）、框架大小（分散注意项的数目）和框架时间。你可以通过图4-11的第二个图中看到，所有的线都是分开的，也就是说，被试在不同的记忆组大小或者是不同的框架大小的尝试中所表现出的反应是不同的。
1701569904
1701569905
Schneider和Shiffrin（1977）通过区分两种不同的加工对这些结果进行了解释。他们断言，自动化加工是用来完成简单和熟悉任务或项目的。它以并行的方式进行加工（也就是说它能与其他加工一起运作），而且不会给容量限制造成紧张。这类加工在一致映射条件下进行：因为目标从背景中“凸显”，只需要很少的努力或集中就能分辨。寻找一个目标和寻找四个目标同样简单，这就说明了这类加工的并行性质：几种搜索能在同一时刻进行。
1701569906
1701569907
Schneider和Shiffrin（1977）称第二类加工为控制加工（controlled processing）。控制加工运用于有难度的任务和一些包含不熟悉加工的过程。它的运行经常是序列性的（在一个时间段只能加工一组信息），需要注意参与，容量有限制，而且受意识控制。控制加工在变化映射条件下发生（目标和分散注意项在不同的实验尝试中可以互换）。更一般地说，控制加工运用于非常规和不熟悉的任务中。
1701569908
1701569909
那我们能学习用自动化加工来代替控制加工吗？许多研究表明，对于一项任务而言，只要经过大量的练习就可以达到自动化加工。Bryan和Harter（1899）很早就在关于接收发送电报信息的能力发展研究中率先得出这样的结论。首先他们发现，经过练习，被试发送和接收电报信息的技能都有所提高。其次，他们的被试报告，当逐渐适应此项工作后，就可以转移他们的集中注意。刚开始时，他们只能勉强接收和发送单个字母。几个月后，他们就能将注意集中在词语上而不再是单独的字母上。再后来，他们的注意又发生了转移，从词语转到了短语和一组词语。显然是练习使得个体的反应（如对一个字母的侦测）自动化，或就像Bryan和Harter所说的“成为习惯”，从而解放了更多的注意，用于更高水平的反应（词语代替了字母，短语代替了词语）。
1701569910
1701569911
如果你玩过视频游戏，可能会注意到一个类似的学习效应。第一次玩一个新游戏时，学着怎样操作控制键使游戏中的人物穿过屏幕就需要花一些时间。（我第一次玩“超级玛丽”游戏时只持续了约15秒。）刚开始，你必须全神贯注地找到何时、何地以及如何去移动你屏幕上的游戏人物，很少再有多余的容量去注意正在迫近的危险。
1701569912
1701569913
通过练习，你的操作会不断熟练，花费的努力也相应减少。据我所知，超级玛丽的“高手”（他们的年纪和受教育水平都远不及我，这点让我觉得自己很可悲）能玩30分钟的游戏“不死”，同时还有足够的认知资源与我进行长时间的讨论！我玩游戏时，信息加工仍属于控制加工一类。而对于我年轻的朋友们来说，由于经过了大量的练习，他们在游戏中的信息加工多属自动化加工性质。
1701569914
1701569915
1701569916
1701569917
1701569918
认知心理学：认知科学与你的生活（原书第5版） [:1701568066]
1701569919
认知心理学：认知科学与你的生活（原书第5版） 4.3.3 特征整合理论
1701569920
1701569921
现在也许你已经注意到在对知觉和注意的探讨过程中，二者有很多相似之处。事实上，认知心理学的这两个领域是高度交错的，研究其中一个领域的学者肯定也非常熟悉另一个领域。你也许会问，注意和自动性在知觉中起到什么样的作用，或者反过来，知觉在注意和自动性中扮演着什么样的角色。因为本章中我们讨论的许多实验都在一定程度上包含了对熟悉刺激的知觉和辨认。受Schneider和Shiffrin研究的启发，Treisman又提出了一个新的理论，现在一般都称之为特征整合理论（feature integration theory）。其主要观点是，人们通过两个不同的阶段知觉事物。在第一个阶段中，加工是先于注意的或自动的，我们对事物的特征进行登记，如它们的颜色或形状等。在第二个阶段中，注意使我们能够将这些特征“黏合”在一起，成为一个完整的事物（Tsal，1989a）。
1701569922
1701569923
1701569924
1701569925
1701569926
即使是年龄很小的孩子也可以成为一个使用较少注意资源的游戏高手。
1701569927
1701569928
Treisman报告了一些支持特征整合理论的实验结果。在一项实验中（Treisman & Gelade，1980），研究者呈现给被试一系列简单的事物（如字母），它们在一些特征上（如颜色或形状）存在不同。要求被试找出一个特定的东西，比如，一个粉红色的字母或一个字母T。如果被搜寻项与其背景项在关键特征上有所区别（如在绿色或棕色项中的粉红项，或字母O项中的T），那么目标项就能从呈现中凸显出来，背景中的项目数量不会影响被试的反应时间。Treisman和Gelade（1980）将这一结果视为对个别特征的侦测是自动的（只需要很少的注意或集中，并且是并行发生）证据。因此，侦察到一个圆圈、蓝色或其他任何单独特征是相对容易的。你可以用图4-12上的刺激自行对此现象进行检测。
1701569929