科学家揭示了重要认知能力之间惊人的差异

科学家发现，特别擅长学习模式和顺序的人往往难以完成需要积极思考和决策的任务。 他们的新研究发表于 npj学习科学发现统计学习与执行功能之间存在负相关关系，这表明当其中一个功能得到加强时，另一个功能可能会略有减弱。 这一发现为支持我们认知技能的竞争性互动提供了宝贵的见解。

这项研究的动机源于我们希望加深对大脑内不同认知系统如何相互作用甚至相互干扰的理解。 这项研究的核心是两个基本认知过程：内隐统计学习和执行功能。

内隐统计学习是一种关键的认知技能，它允许个人无意识地发现环境中的模式和规律，支持从语言习得到社交互动等领域的能力。 另一方面，执行功能是计划、决策、纠错和适应新的复杂情况所必需的高级认知过程，主要由前额叶皮层管理。

这项研究的动机是这些系统之间存在竞争性相互作用的假设，即“竞争假设”，该假设认为对一种认知系统的依赖会降低另一种认知系统的效率或参与度。 先前的研究提供了初步证据表明存在这种相互作用，但受到样本量小和认知能力评估狭窄的限制。 研究人员的目标是在此基础上提供更清晰的见解，了解这些认知过程如何在大脑内共存或冲突。

“我们的大脑是一个复杂的生态系统。不同的神经认知过程不断地相互作用，这种相互作用可以是合作性的，但非常令人兴奋和有趣的是，这些相互作用也可以是竞争性的，”该研究的作者说。 德索·内梅斯 法国 INSERM 里昂神经科学研究中心。

“因此，大脑中不同的神经认知过程之间存在竞争，这是我多年来一直在研究的问题，我们在这篇论文中表明，技能学习和潜在的预测过程与额叶相关的功能呈负相关。例如执行功能或控制功能。”

研究人员进行了两项实验。 第一项研究涉及 186 名来自法国的年轻人，他们接受了为期两天的课程，他们首先完成了交替串行反应时间 (ASRT) 任务来衡量统计学习。 在此任务中，参与者通过按下响应框中的相应按钮来响应视觉刺激（指向四个方向之一的箭头）。 参与者不知道的是，这些刺激遵循散布着随机元素的结构化序列，使研究人员能够测量个体在没有明确指示的情况下学习和预测这些模式的速度和准确度。

第二天，一系列神经心理学测试评估了各种执行功能，包括认知灵活性、抑制和工作记忆。 参与标准包括用户是右撇子、年龄在 35 岁以下、受过最少的音乐训练，这些都是已知影响认知处理的因素。

同样，研究 2 复制了研究 1 的结构，但纳入了来自匈牙利的 157 名大学生，并进行了细微改动以适应当地资源和环境。 本研究中的 ASRT 任务使用了狗的头部图像和键盘反应，并且是自定进度的，使研究人员能够测试不同程序条件下学习测量的一致性。 与研究 1 一样，第二次会议涉及通过一组可比较的任务来测试执行功能，这些任务针对本地实施稍作调整。

在这两项研究中，都观察到统计学习与大多数执行功能测量之间存在一致的负相关关系。 这表明，擅长执行需要高水平执行控制的任务（例如复杂问题解决和决策制定）的个人可能会发现更难以参与或利用依赖于无意识检测模式和规律的内隐学习过程。 在环境中。

“在学习技能的背景下看到这场比赛非常令人惊讶，”内梅斯说。

研究人员使用因素分析技术更深入地研究数据，揭示了执行功能的某些方面——特别是测量语言流畅性和复杂工作记忆的任务——与这些负面关联密切相关。 研究人员推测，这种竞争可能会出现，因为这些执行任务需要主动控制和信息处理，这些过程可能会干扰自动、被动模式识别，而这种识别是隐性统计学习的特征。

这些发现挑战了认知能力作为孤立技能的传统观点，而是强调了大脑内不同认知系统的交互性和潜在竞争性。

“人类有多种学习和记忆过程和系统，”内梅斯告诉《心理邮报》。 “所以，不存在‘学习’和‘记忆’系统，而是存在学习（即多个学习过程）和记忆系统（多个记忆系统）。新模式，或者一个序列，来自我以前从未见过的环境，如果我的大脑额叶（执行功能）效率较低，我可以做得更好。”

“换句话来说，如果你想学习一项新技能，比如演奏一种新乐器，最好是与前额叶网络相关的功能较弱，这在许多学校的演示中是完全违反直觉的。相反：如果你需要了解无论你是学习历史还是生物，你的额叶功能强大是理想的。

然而，效应大小不大，这表明虽然这种关系在统计上显着，但可能并不强。 这表明本研究中未测量的其他因素也可能在认知表现中发挥重要作用。 然而，内梅斯表示，这些发现“对于基础研究非常重要”。 “它们告诉我们很多关于我们的大脑如何工作的信息。问题是这些发现是否可以转化为实践。”

“这些结果是该领域的首创，”内梅斯补充道。 “然而，重要的是要认识到执行功能（额叶功能）和统计学习（预测过程）并不是单一的结构；相反，它们包括大量不同的执行功能和统计学习的各个方面。

“批判性探究涉及特定的执行功能和统计学习的要素，它们何时竞争、何时合作？我的目标也是揭示大脑。这些相互作用背后的机制。”

研究， ”执行功能和统计学习之间竞争关系的证据，作者：Felipe Pedraza、Bence C. Farkas、Teodora Viconi、Frederic Haysbert、Romain Philippon、Imola Mihalicz、Karolina Janacek、Royce Anders、Barbara Tillman、Jane Blancher 和 Dezso Nemeth。