1701573014
Glaser和Chi（1988）在回顾了这些有关专家新手差异的研究之后，描述了两类人之间一些质的差异。首先，专家只在专门领域内卓越超群。也就是说，他们的知识具有领域特殊性的特点。例如，一位杰出的国际象棋大师不太可能像一位化学家那样出色地解决化学问题。我们已经在第3章中注意到，在专业领域内相比新手而言，专家能够知觉到更大的意义模式。施展技能方面也更快，同时表现出对领域内知识更强的记忆能力。
1701573015
1701573016
在问题解决中，专家往往能从更深入、更原则性的水平来看待、表征领域内的问题，而新手倾向于表面化地表征信息（Chi，Feltovich，& Glaser，1981）。例如，在解决物理问题时，专家倾向于以诸如牛顿第一运动定律等物理原理来组织问题；而新手则倾向于关注诸如倾斜的飞机、光滑的表面等问题中提到的物体。相对于新手而言，专家会花更多的时间定性地分析问题，试图掌握或理解问题的本质；而后者更可能一头扎进去开始寻找解答。最后在整个问题解决的过程中，专家更可能检验思考中出现的纰漏。
1701573017
1701573018
一个令人称奇的个案研究显示，专家知识本身对于问题解决来说是远远不够的。病人P.F.是一位57岁经验丰富的建筑师。由于患有严重的癫痫症，并且因为中风还接受了一次治疗。磁共振图像扫描（MRl）显示右半脑前额叶区域有明显的损伤，而这部分大脑区域早先被认为是掌管计划和解决问题能力的。Goel和Grafman（2000）邀请P.F.（以及一个作为对照控制的建筑师，年龄及学历均与之匹配）为他们的实验室空间做一个新的设计。P.F.和控制被试都认为这很容易。
1701573019
1701573020
观察P.F.后发现，“他老练的建筑学知识库……完好无损，在问题建构阶段他对知识的运用十分巧妙”（p.415）。然而，P.F.无法从这一阶段进入问题解决阶段。直到在两个小时的作业时间过去2/3后才建立起初步的设计，而且这是一个错误百出、无法进一步发展和具体化的最低限度的初级设计。实验者得出结论，认为这些初级设计代表的是一种结构不良的问题解决（即为本章开头描述的类型），因而P.F.的脑损伤“已经造成支持结构不良问题表征和计算的神经系统的部分损伤”（p.433）。
1701573021
1701573022
1701573023
1701573024
1701573025
认知心理学：认知科学与你的生活（原书第5版） [:1701568161]
1701573026
认知心理学：认知科学与你的生活（原书第5版） 10.3 问题空间假说
1701573027
1701573028
研究问题解决的学者通常以在心理上搜寻一个问题空间来思考问题解决的过程（Baron，2008；Lesgold，1988；Newell，1980；Newell & Simon，1972）。问题空间假说（problem space hypothesis）的主要观点是，问题中事态进行的每一种可能状态对应于心理曲线图上的每一个节点。所有节点的分布占据一些心理区域，这个区域连同曲线就是问题空间。
1701573029
1701573030
图10-9展示了一般问题空间的示意图。每一个圆圈或是节点，对应于问题解决过程中某一时刻事态进行的某一状态。例如，如果问题是赢得象棋比赛的胜利，那么每一个节点对应于比赛中每一时刻可能形成的局面。标记为“初始状态”的节点对应于问题的初始情况，比如，第一步落子之前的棋盘格局。目标状态对应于问题解决后的状态，例如，游戏获胜时的棋局。中间状态（未在这一示意图中标记）由其他节点表示。
1701573031
1701573032
1701573033
1701573034
1701573035
图10-9 一般的问题空间
1701573036
1701573037
如果可能通过某些操作从一个状态移至另一个状态，这步移动可以通过连接两个节点的直线在问题空间中加以表示。任何“心理移动”的次序都可以用从一个节点向另一个节点移动次序来加以表示。任何起始于初始状态、结束于目标状态的移动次序构成了通过问题空间的路径。图10-10描述的是一般的解决路径；图10-11描述了河内塔问题的部分问题空间。
1701573038
1701573039
1701573040
1701573041
1701573042
图10-10 通过问题空间的一条解决路径
1701573043
1701573044
1701573045
1701573046
1701573047
图10-11 部分河内塔任务的问题空间，显示了解决的方案
1701573048
1701573049
好的问题解决就是有效路径的建立：即尽可能简短，并且在初始状态和目标状态之间尽可能少地绕道。一般认为，最佳路径是通过搜索获得的，彻底的搜索往往可能产生答案。
1701573050
1701573051
人工智能领域的研究者设计了不同的搜索算法以搜索问题空间（Nilsson，1998；Winston，1992）。其中之一是“深度优先”（depth-first）原则，即在返回检验其他可能选项之前，沿着曲线图尽可能深入地探索目标状态；另一个是“广度优先”（breadth-first）原则，即在更深地挖掘曲线走向之前，在已知水平下考虑所有的节点。不同的算法有不同的成功概率，当然这取决于曲线本身的性质。
1701573052
1701573053
Burns和Vollmeyer（2002）的一项研究有一些出乎意料的发现与搜索问题空间产生解决方法有关。他们相信探索问题空间会产生更佳的表现，而且他们认为，进程没有因为急于达到一个特定的目标而被缩短时，探索更可能产生。
1701573054
1701573055
Burns和Vollmeyer（2002）使用了如图10-12所描述的任务。让被试想象他们在实验室工作，并试图发现如何通过控制不同的成分输入以达到某种特定水质的效果。在这项任务中，他们可以通过改变输入成分（盐、碳、石灰）然后观察会产生什么样的输出结果（氧化作用、氯的浓度、温度）。事实上，图中显示输入具有线性关系，例如，盐量输入的改变会导致氯浓度6倍的增长。但是被试未被告知输入和输出的关系是什么（也就是，他们不会看到图中箭头上的数值）。
1701573056
1701573057
1701573058
1701573059
1701573060
图10-12 水箱系统（注意氯的浓度指的是输出的氯的浓度）
1701573061
1701573062
所有的被试都被告知将最终要求他们依据特定的输出值来达到一定的目标。其中一些被试（称为“具体目标”被试）在任务一开始就给予他们特定的目标，但告知可以在一段探索阶段后再达成目标；另一些被试（称为“非具体目标”被试）直到经过搜索阶段后才告知他们目标是什么。在探索阶段之后，给所有被试一张类似于图10-12的示意图，但没有显示任何联系，要求被试在输入、输出之间画出连接线，如果他们认为自己确实知道的话，在连接线上标出方向和权重。研究者从中获得一个“结构分数”来计算被试关于联系方向与权重正确值的知识程度。
1701573063