认知心理学 (中文) 11 - 思维自动化
心灵的自动性
上期内容讲述了三层次理论。认知科学家主要关注于第二层：算法/表征。本期的内容是自动化“Automaticity”.
自动化
自动化思维（automatic thoughts）是指无意识的、不带意图的、自然而然的并且不需要努力的思维。
通常情况下，当对一个任务或信息有大量经验时，我们可以不费力地使用自动化过程来完成该任务或加工信息。自动化思维快速简单但是容易忽略准确性，例如造成刻板印象。
三种类别
1. 由激发事件引起的；
2. 由幻想、联想、回忆引起的；
3. 由身体感觉引起的。
思考：
自动化的认知过程的一些例子是什么？认知过程是自动的意味着什么？ 例如，您可以控制、使用决策停止、或者覆盖自动化过程吗？自动过程是否总是天生的，自动化有时是可以被学习的吗？
斯特鲁普效应 Stroop Effect
观察下面的三组有色文字，请说出每个词语显示出来的颜色（比如这一文本是黑色）。
第一组：如果文字的意义与显示的字体颜色相同，例如绿色颜色的“绿色”二字，那么说出显示文字的颜色的名称比较容易且迅速，反应时RT会很短。
第二组：如果文字是以红色这一颜色显示，而文字是“绿色”二字，那么反应时RT会变长，且辨识很容易出错。
第三组：如果文字的意义与显示的字体颜色没有关系，例如老鼠等词语，那么说出显示文字的颜色的名称比第二组容易且迅速，RT比第二组短。
斯特鲁普效应展示了人们对事物的认知过程是一个自动化的过程。当有一个新的刺激出现时，如果它的特征和原先的刺激相似或一致，其会加速人们的认知；反之，若新的刺激特征与原先的刺激不相同，则会干扰人们的认知，使人们反应时变长。
思考：
- 为什么人们在判断颜色与文字不一致的表示中通常比一致的要慢？
- 请您思考，有没有一个可以用来克服Stroop效应的策略？
- 如果测试前受试者在上述的任务中接受了大量的颜色识别培训，您认为结果会有什么不同？为什么？
内隐联想测验 Implicit-Association Test（IAT）
可以尝试这个链接https://implicit.harvard.edu/implicit/china/
其中，种族测试最为著名。通常情况下，人们更容易自动地将“白人”与“好”而将“黑人”与“坏”更轻易地结合起来，反之（比如将“白人”与“坏”联系起来）的反应时则更长。
完成实验后，谈谈你对其的感想。思考，Stroop效应和内隐联想测验如何影响您对思考的看法？您在多大程度上认为自己的思维方式是“自动的”？本文的
认知科学领域的观点
1. 什么是自动化过程？举例？
• 快速，相对轻松，难以控制。
• 运动技能（行走、嚼口香糖），面部/物体识别，联想，阅读等等。
• 不一定是先天的。通过重复练习，思维模式和行为可以变得自动。
2. 为什么人们Stroop实验中会对颜色与文字不匹配的对象增加反应时？
• 阅读单词=自动。
• 读取墨水颜色=不自动。
• 这些过程之间的冲突会导致干扰（自动过程胜过非自动过程）。
3. 如果指示您阅读单词（而不是墨水色），您是否会发现干扰？
• 不，除非您在阅读墨水颜色方面非常有经验。
4.克服Stroop的策略？
• 您必须防止自动读取颜色词。也许散焦你的眼睛，真正专注于特定字母。
5. 训练对Stroop有何影响？
• 如果练习命名墨水的颜色，则Stroop效果可能消失。您甚至可以为墨水颜色命名创造自动优势。
6. Stroop与IAT之间的异同？
• 都是认知过程之间的竞争。
• 都将反应时用作心理计算的指标/反映—推断思维过程是否自动。
7. 我们从IAT中学到什么？
• 我们比人更了解环境。我们了解心智的大致过程，但是不了解人的内心生活。
• 像许多用于衡量认知过程的仪器一样，IAT可能很嘈杂（不如其他科学领域中用于进行测量的工具那样精确）。
• 比起诊断个人层面的偏见，更有用的是提供有关思考的理论。
思考问题：思考一下“思考”。您自己的想法有多少是自动的？
解释“自动化”
要真正理解认知的自动性，我们需要解释：
1. 计算层面：“自动”决策的目的是什么？
2. 算法层面：我们如何制定“自动”决策？
3. 实现层面：“自动”决策中涉及哪些潜在的生理过程？
自动决策的计算层面解释
- 我们的生存取决于我们在环境中实现某些目标的能力：例如 吃 以及 不要被吃；
- 在某些情况下，我们需要能够迅速做出反应：例如将要被吃；
- 在其他情况下，时间不是问题，我们最好将预期结果最大化；
- 自动系统可以减轻某些情况下的决策负担，并帮助我们生存。
OK, 但是...
- 很难检验关于认知或行为现象的进化假设！
- 您发现人们合作，说：“是的，这有助于他们的基因永存。”您发现他们在战斗，说：“当然，这很明显，因为这意味着他们的基因永存，而不是别人的。”实际上，您发现的几乎所有东西都可以为它编一个故事。
自动决策的实现层面解释
最近的一项研究表明，与基于内容的推理（更自动）相比，抽象的推理（慢速、刻意的）激活了大脑的不同部分（Goel等，2000）
- 抽象=右半球顶叶系统
- 基于内容=左半球颞系统
OK, 但是…
- 知道发生了什么，在哪里发生（比如大脑的某个区域）并不能告诉我们如何发生。
- 神经科学通常不会告诉我们很多关于大脑如何运作的信息。
举例：
想象一下，我们将某人置于功能磁共振成像中，并要求他们执行Stroop 任务，我们得到了不同任务中的成像：
这些数据是否有助于解决这个问题：为什么人们对不一致的试验反应较慢？
知道在哪里并不一定告诉我们有关如何做的任何事情！
自动决策的算法层面思考
- 自动决策涉及哪些信息处理步骤？
- 我们可以在计算机中实现自动决策吗？
- 我们使用哪种格式用以表征？
- 在这些表征上有哪些认知操作？
本期内容到此结束，感谢您的阅读！下一期内容将继续对《思考，快与慢》这本书进行阅读。想继续看文集但是不想读书的朋友可以跳过下期专栏，直接前往下下期~
作者：離久-張所長
