现在位置:范文先生网>教学论文>心理健康论文>5-9岁儿童在不同复杂性任务上类比推理的发展特点

5-9岁儿童在不同复杂性任务上类比推理的发展特点

时间:2022-08-26 11:18:14 心理健康论文 我要投稿
  • 相关推荐

5-9岁儿童在不同复杂性任务上类比推理的发展特点

5-9岁儿童在不同复杂性任务上类比推理的发展特点
张 莉1 辛自强2 古丽扎伯克力1,3
(1.北京师范大学发展心理研究所,北京 100875;2.中央财经大学社会发展学院心理学系,北京 100081;3.新疆艺术学院,乌鲁木齐 830001)
摘 要:采用经典的A:B:C:D范式,设计两类难度不同的图片任务,依据关系一表征复杂性模型从等级复杂性和水平复杂性角度分析任务难度。在此基础上,选取5—9岁115名儿童探讨两类任务上类比推理的特点和发展趋势。表明:(l)儿童类比推理呈现多样化特点,主要有:充分意义上掌握了类比推理、部分完成了类比推理、位置关系类比推理、不能类比推理和不确定情况类比推理,其中部分完成了类比推理是复杂任务上所特有的。(2)简单、复杂两类任务上,随着年龄增长,5 -9岁儿童充分意义上掌握类比推理的人次比例不断上升,不能类比推理的人次比例不断下降。此外,复杂任务上,随年龄增长,部分完成类比任务的人次比例降低。结果表明,在简单任务上,前运算阶段儿童已具备了类比推理能力;但在复杂任务上,儿童到了具体运算阶段才具备类比推理能力。
关键词:类比推理;发展特点;任务复杂性;关系.表征复杂性模型
1 问题提出
类比推理是人类抽象逻辑思维的重要形式。从逻辑形式来讲,它是从两个(类)对象的相似性和一个(类)对象的已知特征推出另一个(类)对象也具有这个特征的过程(王亚同,1999)。在心理学领域,类比推理的定义通常与实验任务紧密联系在一起,一般来讲,研究者通常采用经典的A:B::C:D范式和问题解决类比任务来测查儿童的类比推理能力。在经典的A:B::C:D范式中,类比是同等的比例,至少包括四项,当第二项与第一项有关时,第四项与第三项有关( Goswami,1991)。如大:小::长:短,前两项是“相反”的关系,后两项也是“相反”的关系,这便是同等的比例。在问题解决类比任务中,类比推理是指在某个情景或者领域中先前获得的有关问题解决方法的知识向另一个情景或者领域的迁移( Chen,1996),研究中通常将先前呈现的问题称为源问题,随后呈现的问题称为靶问题。为了便于研究,研究者将源问题和靶问题的说法应用到经典的A:B:C:D范式中,将A:B称为源问题,C:D称为靶问题。
在两种研究范式的指导下,研究者围绕儿童类比推理的发展理论及其影响因素开展了大量的研究。归纳而言,类比推理的发展理论主要有Piaget的结构理论、Sternberg的成分理论和Gentner的结构映射理论,一些研究者从不同的角度对这些理论进行了综述(Goswami.1991;张向葵,王金凤,1999;冯廷勇,李红,2002)。儿童类比推理的影响因素主要有知识经验、关系转变和工作记忆三个方面,目前研究者较多地关注工作记忆如何影响类比推理的发展。研究者关于工作记忆对类比推理影响的探讨主要围绕两个方面,一是工作记忆的各成分对类比推理的影响。如唐慧琳和刘昌( 2006)的研究发现,在图形类比推理中,主要有视空间模板中的空间成分、语音回路成分及中央执行功能的参与;在言语类比推理中,则是视空间模版中的空间成分起主要作用。二是将任务复杂性作为衡量工作记忆的一个重要指标,探讨它如何影响类比推理的发展。如Richland等( 2006)设计难度不同的图片材料考查任务复杂性对类比推理的影响。李红和冯廷勇( 2002)在修订国外实验材料的基础上,设计了体现单维和双维关系的材料,探讨任务复杂性如何影响儿童类比推理的发展。
上述研究中探讨任务复杂性对类比推理的影响,均采用经典的A:B::C:D范式,以图片为实验材料,基于Halford的关系复杂性理论设计难度不同的任务。具体来讲,Halford等(1998,2002)认为关系复杂性是相关变量或实体的数量。一元关系只有一个变量,如类属概念中黑狗是狗的一种,即狗(黑狗),括号外的斜体表示关系或操作,括号内的元素是关系的一个例证;二元关系有两个变量,如比较大象和老鼠哪个较大,即较大(大象,老鼠)。具体到类比推理领域,如Richland等人(2006)采用经典的A:B:C:D范式,设计体现关系“追”的难度不同的两类任务。简单任务:源问题,猫追老鼠;靶问题,男孩追女孩。依据Halford的理论,该任务中源问题和靶问题反映的是两个变量间的关系,即遭(猫,老鼠)或追(男孩,女孩),因此属于二元关系任务。复杂任务:源问题,狗追猫,猫追老鼠;靶问题,大人追男孩,男孩追女孩。该任务中源问题和靶问题反映的是三个变量间的关系,即道(狗,猫,老鼠)或追(大人,男孩,女孩),因此属于三元关系任务。
从上面Halford的理论对类比任务难度的分析中可以看出,该理论只是分析了经典A:B::C:D范式中源问题(A:B)、靶问题(C:D)各自内部的关系,并没有分析源问题和靶问题之间的关系。而按照Piaget的观点,源靶问题各自内部的关系只是低层次的关系,源问题和靶问题之间的关系是高层次的关系,其中高层次的关系是限制儿童类比推理发展的重要因素,儿童只有意识到源问题和靶问题之间的关系相似才能成功完成类比推理。但是Hal-ford的理论对经典A:B::C:D范式(范文先生网 www.fwsir.com)中类比任务难度的分析只是考虑低层次关系中内部元素之间的关系对任务难度的影响,并没有考查关系的层级如何影响任务难度( Pascual-Leone,1998),进而造成该理论对类比任务难度的分析不够精细,随之而来的便是研究中不能充分地刻画任务复杂性如何影响儿童的类比推理。再次,研究者重点刻画的是关系类比推理,但是类比推理的发展是一个过程,儿童到了一定年龄才能进行关系推理( Gentner,1988)。换句话说,儿童成功完成类比推理,并不能代表是从关系角度出发的,因此,研究中有必要关注儿童完成类比推理的方式。
辛自强( 2003,2005,2007)提出的关系一表征复杂性模型,结合了信息加工观点和Piaget学派的思想,从等级复杂性和水平复杂性两个角度刻画任务难度。该模型已经在数学应用题(Xin,2008;辛自强,张莉,2009;张夏雨,喻平,2009)、平衡秤任务难度的事前分析(张丽,辛自强,2008)、顿悟问题(窦东徽,金萍,蔡亮,2007)中发挥了很好的作用。所谓等级复杂性是指问题中关系的迭代或者嵌套的程度。举例来讲,经典的A:B::C:D范式中源问题和靶问题各自内部的关系是低层次的关系,两个低层次间的关系相似(源问题和靶问题之间的关系相似)构成了高层次的关系,并且高层次关系是建立在低层次关系的基础上,因此是两层关系,于是依据经典A:B::C:D范式设计的类比任务的等级复杂性是2。关系.表征复杂性模型中水平复杂性的论述与Halford的关系复杂性理论基本一致,它是指各层级内部元素的关系,只是两个理论定义水平复杂性的逻辑起点不同,Halford的理论是以元素的数量定义水平复杂性,几个元素便是几个水平复杂性,而关系.表征复杂性模型将一个元素定义为0,两个元素之间的关系定义为一元关系,依次类推。具体到经典的A:B::C:D范式中,它也是分析源问题和靶问题各自内部的关系。可见,关系,表征复杂性模型对经典的A:B::C:D范式事前分析更加精细,能够细致地刻画任务难度如何影响个体的类比推理能力。
综上,本研究采用经典的A:B::C:D范式,基于关系.表征复杂性模型分析从等级复杂性和水平复杂性两个角度事前分析类比任务的难度,设计了难度不同的两类任务,在此基础上探讨儿童在两类任务上类比推理的发展。其次,本研究在儿童完成类比推理后,继续追问儿童类比推理的原因,探讨儿童在推理过程中所呈现的特点。
2 方法
2.1被试
从河北省邯郸市武安县的两所学校选取被试115人。随机抽取5岁组24人(平均年龄4岁10个月),其中男生13人,女生1 1人;6岁组32人(平均年龄5岁1 1个月),其中男女各半;7岁组33人(平均年龄6岁10个月),其中男生22人,女生1 1人;9岁组26人(平均年龄9岁6个月),男女各半。
2.2实验设计
采用4 x2重复测量的混合实验设计。自变量为年龄和任务复杂性,其中年龄为被试间变量(5岁、6岁、7岁和9岁),任务复杂性为被试内变量(简单任务、复杂任务)。
2.3实验材料
本研究采用Richland等(2006)编制的类比推理材料并结合国内情况改编。首先,请2名幼儿园教师评价儿童对20张由情境体现动词的图片的熟悉度,经评价删除了4张儿童熟悉度低的图片(如通过野炊情境体现动词“开”),最终确定了16张图片。其次,Richland等采用的图片材料为了考查知觉分心物的作用,每幅图片包含5个物体,其中1个是分心物。但本研究没有考查分心物的作用,图片中过多的物体更加干扰儿童的推理。因此,将1个分心物去掉,每幅图片包含4个物体,并重新进行了空间排列。
简单任务和复杂任务共16张图片材料,每种条件下8张图片,各选2张作为练习,其他的12张图片用于正式测验。每张材料由两幅图组成,每一幅图恒定有4个物体,除两类任务中体现关系的物体外,其他的物体也是日常生活中儿童熟悉的,如树、冰箱等,确保这些物体对儿童完成任务不会造成影响。简单任务中,由儿童熟悉的两个物体(人物、动物或玩具)体现同一种关系,关系是儿童熟悉的动词,如画、装、追等。复杂任务中,则由儿童熟悉的三个物体共同体现关系。每张材料中的两幅图,其中上面的图相当于经典的A:B::C:D范式中的项目A和项目B,动词体现的是二者间的关系,称为源问题;下面的图相当于项目C和项目D,动词体现的是二者间的关系,称为靶问题,一张材料中上下两幅图的关系是相似的。如体现关系“追”的实验材料:
简单任务:上图为“猫追老鼠”,下图为“男孩追女孩”,两幅图有相似的关系“追”,上图中的关系通过猫和老鼠体现,下图中的关系由男孩和女孩体现。复杂任务,上图为“狗追猫,猫追老鼠”,下图为“大人追男孩,男孩追女孩”,上下两幅图各由三个物体体现了两个相似的关系“追一追”,上图中的关系由狗、猫和老鼠来体现,下图的关系由大人、男孩和女孩来体现。
所有的实验材料都打印在A4纸上,体现同一关系的源问题和靶问题打印在同一张纸上。源问题中的一个物体标上箭头,儿童进行推理,从靶问题中选取正确的物体标上箭头,并且要正确的说出原因。如,在上述举例的简单任务中,源问题中箭头标在猫上面,靶问题中箭头应标在男孩上面,原因在于它们都在追别的物体。
采用关系一表征复杂性模型对本研究涉及的上述两类任务难度事前分析。简单任务:经典的A:B::C:D范式中涉及源靶问题各自内部的关系,以及在此基础上源靶问题之间的关系,因此等级复杂性是2,源问题和靶问题各自内部都是由两个物体体现一个关系,因此水平复杂性是一元关系。复杂任务:与简单任务一样,等级复杂性是2,不同的是源靶问题内部是三个物体体现二个关系,因此水平复杂性是二元关系。
2.4实验程序
首先记录被试的基本信息,包括姓名,性别,班级,出生年月。其次,进入测验阶段,整个测验分为练习和正式测验两个阶段。
练习阶段。每个被试进行4个任务(简单/复杂任务各2个)的练习,图片呈现后,首先,让儿童对图片中的物体进行命名,以保证儿童熟悉图片中的物体。随后,儿童对图片中发生的事情进行描述,指导语如下:
“小朋友你好!下面要进行图片游戏,你看图片中都有什么物体”,答错了进行纠正,答对了继续主试开始说“看这两张图片,它们发生的事情是相同的,上面是猫追老鼠,下面是男孩追女孩,现在我把箭头标在上面图片中的猫上面,那么你应该在下面哪个物体上标箭头呢?为什么?”被试回答后主试给与积极反馈,答对了则说:“小朋友真聪明,答对了,因为它们两个都追别的”。答错了则给与纠正,并且让被试再次描述图片,进行回答,若再次回答错误,需要给他讲明原因。所有图片练习完成后进入正式测验阶段。
正式测验阶段。被试首先给图片中的物体命名,命名错误给予纠正,排除因不能命名而影响问题作答。其次,被试描述图片中发生的事情,并在下面图片相应的物体上标箭头且说明在物体上标箭头的原因。指导语和练习阶段相同,只是不给反馈。为了平衡实验顺序的影响,12张图片按照ABBA(其中A代表简单任务图片,B代表复杂任务图片)的方式呈现。
整个实验进行个别施测,每个人需要15—20分钟,主试分别记录被试所描述的事情,箭头所指的物体,以及选择物体的原因。
2.5数据分析与处理
结合实验材料,按照被试的反应对推理方式进行了归类并确定了操作定义,见结果部分表1。编码由两名心理学专业的研究生进行,编码一致性信度为99%。
数据的计分:本研究重点关注儿童依据动作关系进(范文先生网 www.fwsir.com)行类比推理的状况,因此需要对采用位置关系推理的儿童单独考察。各年龄组位置关系推理的人数如下,5岁组0人,6岁组7人,7岁组4人,9岁组3人。计分方式如下:被试描述事情正确,箭头所指物体正确,充分意义上掌握了类比推理计2分,部分完成了类比推理计1分,其他情况下计0分。两类任务中被试得分在0—12分之间。
3 结果
3.1 5~9岁儿童在不同复杂性任务上类比推理的
特点
从表1可以看出,儿童类比推理的方式主要包括:充分意义上掌握了类比推理、部分完成了类比推理、位置关系类比推理、不能类比推理和不确定是否具备推理能力。其中前三种方式下儿童理解了任务中的高层次关系,称为二级关系推理。部分完成了类比推理是复杂任务中所特有的,即儿童即使理解任务中的高层次关系,但却只根据源问题和靶问题中的部分主动或者被动关系推理。不能类比推理的四种情况中,其中不能描述事情表示儿童不理解任务中的低层次关系,其他三种情况表示能理解任务中的低层次关系,但不能上升到高层次关系。接下来,具体分析各年龄段在不同复杂性任务上各种推理方式所占的比例。
本研究中考查各年龄组特定类比方式的人次比例,用各年级儿童在每类任务上采用某个推理方式的人数除以该年级人数与任务数目的乘积计算。
从表2可以看出,简单任务上,5岁儿童充分意义上掌握类比推理的人次比例为57. 64%,不能完成类比任务的人次比例为37. 54%。在不能推理的几种情况中.不能正确描述图片中所体现关系的人次比例,也就是不能理解任务中低层次关系的比例为17. 36%;其他三种情况下的比例即为理解低层次关系但不能理解高层次关系的比例为20. 18%。随着年龄增长,儿童充分意义上掌握类比推理的人次比例不断提高,到了9岁,比例上升到95. 51%。复杂任务上,对于5岁儿童讲,充分意义上掌握类比推理人次比例仅为6. 94%,而不能类比推理的人次比例为56. 25%,其中不能理解低层次关系的比例为29. 86%,理解了低层次关系但不理解高层次关系的比例为26. 39%。在该任务中,还有部分完成了类比推理这一特定的方式,5岁儿童采用该方式的人次占31. 95%,对6岁和7岁儿童讲,采用该方式的人次比例分别提高为52. 61%和53. 53%,但到了9岁,儿童采用该方式人次比例下降为30. 77%,充分意义上掌握了类比推理方式的比例上升到57. 69 010。此外,两类任务上,不能类比推理的比例逐渐降低。下面具体分析年龄和任务复杂性如何影响特定的推理方式。
首先,重点考查儿童动作关系类比推理的发展状况。以年龄和任务复杂性为自变量,以充分掌握了类比推理的人次比例为因变量进行方差分析。结果表明:年龄主效应显著,Fc3, 686)=65. 37,p<0. 001,2=0.22,任务复杂性主效应显著,Fc86)=729. 03,p<0.001,2=0.52,二者的交互作用显著,Fc3, 686)=8.89,p< 0.01,´72=0.04。交互作用分析发现二者是有序交互作用,表明随着年龄增长,两种任务上充分掌握类比推理的比例不断提高,简单任务上采用该方式的人次比例高于复杂任务上的,二者的差异程度因年龄而异。以年龄为自变量,部分完成了类比推理为因变量进行单因素方差分析,结果表明:年龄主效应显著,Fc。)=10. 29,p<0. 001。事后栓验表明:5岁组采用部分动作关系的人次比例显著低于6岁组和7岁组,而6岁组和7岁组采用该方式的人次比例显著高于9岁组,但6岁组和7岁组间没有差异。
其次,分析儿童不能完成类比推理的状况。以任务复杂性为被试内变量,年龄为被试间变量,不能推理的人次比例总计为因变量进行重复测量方差分析。结果表明:年龄主效应显著,F(120。)=59. 86,p<0. 001,2=0.21。任务复杂性主效应显著,F(I,686)= 23. 25,p<0.001,772=0. 03。二者的交互作用显著,Fc3, 686)=4.98,p< 0.01,2=0.02。交互作用分析表明是有序的交互作用,即两类任务上不能类比推理的人次比例随着年龄的增长逐渐降低;简单任务上不能类比推理的比例低于复杂任务上的,但是差异程度因年龄而异。
3.2 5—9岁儿童在不同复杂性任务上类比推理的发展
结合表2和表3可以看出,5岁儿童在简单任务上,充分意义上掌握了类比推理;但是在复杂任务上却表现很差,充分意义上掌握类比推理的人次比例很低。随着年龄的增长,9岁儿童在简单任务上的成绩提高到了11. 91分,几乎接近满分12分;在复杂任务上的成绩也有了很大的提高.达到了9. 53分。对于各年龄组来讲,简单任务上的成绩优于复杂任务上的成绩。从表3给出的标准差可以看出,随着年龄增长,在简单的任务上,儿童的离散程度越来越小,而在复杂的任务上离散程度越来越大。
以年龄为被试间变量,任务复杂性为被试内变量,各年龄组得分的平均分为因变量,重复测量方差分析结果表明,年龄主效应显著,Fc3,,,)=34. 15,p<0. 001,2=0.54;任务复杂性主效应显著,Fc)=243. 12,p<0.O01,772=0.72;年龄和任务复杂性的交互作用显著,Fc3,97)=2.57,p< 0.05,712=0. 10。简单效应分析结果表明,在简单任务上,5岁组的成绩显著低于其他年龄组(MD6_5=2.60,M D7_5=3. 91,MDg,,=5.00),6岁组的成绩显著低于9岁组(MD9_6=2.39),ps<0.01;在复杂任务上,四个组中,任意两个组的成绩(MD6_5=2.29,MD7一,:4. 42,MDg_5=6.77,MD7_6=2.13,MDg·6:4.48,MDg_7=2.35)均存在显著的差异,ps<0.01。此外,各年龄组在两类任务上的成绩差异都显著,ps<0. 01;随着年龄的增长在两类任务上的差异(简单一复杂=4. 18,MDta单·复杂=4.48,MDn单-复杂=3. 66,MD简单-复杂=2.39)有逐渐减小的趋势。
4讨论
本研究采用关系·表征复杂性模型,通过水平复杂性和等级复杂性刻画类比任务难度。水平复杂性的变化体现在简单任务上是一元关系,复杂任务上则是二元关系,而两类任务上等级复杂性则都是2,因为从问题形式出发,经典的A:B::C:D范式中的等级复杂性只能为2。在此基础上,本研究探讨了儿童类比推理的特点及其发展状况。
4.1 5~9岁儿童在不同复杂性任务上类比推理的特点
本研究选取图片类比推理材料,在儿童完成推理任务后,继续追问其推理的原因,进而考查儿童类比推理的方式,揭示了儿童类比推理的特点。结果表明,在图片类比推理的材料中,儿童的类比推理呈现多样性的特点,主要有充分意义上掌握了类比推理、部分完成了类比推理、位置关系类比推理、不能类比推理及不确定是否具备类比推理能力,其中部分完成了类比推理是复杂任务上所特有的。本研究关于儿童在以图片为材料类比任务中,推理方式多样化的发现,是对以往同类研究的推进。以往研究中,研究者将依据客体表面特征推理看作儿童推理发展过程中的一种特殊的推理形式,是成功进行关系类比推理的必经阶段( Gentner,1988),因此他们较多地关注关系类比推理及客体的表面特征如何影响儿童类比推理(马晓清等,2008;Richland,Morri-son,&Holyook,2006)。本研究也同样发现,年龄较小的5岁和6岁的儿童可能由于抑制控制能力低( Diamond&Taylor.1996),他们较多采用客体特征完成类比任务。但是本研究并没有将儿童依据客体特征成功完成类比推理任务视为具备类比推理能力,因为在图片材料中物体只是体现关系的一个要素,如果儿童根据物体的一些表面特征相似完成任务(如头发一样,都是车子),实质上这类儿童并没有理解源靶问题之间的关系相似,这不符合类比推理的本质。
本研究发现,图片为材料的类比推理任务中,儿童除了采用动作关系推理外,也有少量的儿童直观地从图片中物体之间的位置关系进行推理,几个年龄段中,尤其是6岁的儿童较多采用该方式进行类比推理。可能原因在于如果儿童利用位置特征进行推理,必须从客体中心的角度对物体的空间位置编码,尽管最新研究表明5岁儿童可以依据客体中心编码,但是这种行为却不是自发的(王泉泉,胡清芬,2009),所以该年龄段对于位置特征的利用比例低于6岁和7岁的儿童。此外,本研究还发现,在复杂任务上,6—7岁儿童由于工作记忆容量的限制,更多的倾向采用部分关系类比推理。即使到了9岁,仍有较多儿童受到工作记忆的限制采用部分关系进行类比推理。
4.2 5~9岁儿童在不同复杂性任务上类比推理的发展

本研究通过两种方式考查儿童在两类任务上的发展,第一,以成绩为主线,直观地分析两类任务上5~9岁儿童的成绩,进而分析儿童类比推理的发展状况。第二,以特定推理方式为主线,分析两类任务上5—9岁儿童采用特定推理方式下的人次比例变化状况,也可以说明儿童类比推理的发展状况。下面按照上述两个主线依次分析,就类比推理的成绩而言,研究发现,两类任务上,随着年龄的增长,儿童类比推理的成绩呈不断上升的趋势,但是具体到每类任务上却表现出不同的发展趋势。在简单任务上,5岁的成绩显著低于其他任何年龄组.而6岁显著低于9岁年龄组,其他年龄上不存在差异,因此,可以说5—6岁是类比推理的加速发展期。而在复杂任务上,5—9岁各年龄段的成绩均存在显著的差异,表现出和简单任务上不一样的发展趋势。至于产生这种现象的原因有待进一步的探讨。
就特定的推理方式而言,如在充分意义掌握类比推理方式上,随着年龄的增长,两类任务上的人次比例都是不断上升的,但是这种上升趋势有所不同。在简单任务上,5—6岁这个阶段,该推理方式提高的比例最大,在复杂任务上,7—9岁这个阶段,该推理方式提高的比例最大,并且对每个年龄段而言,简单任务上的人次比例显著高于复杂任务上的。表明儿童在复杂任务上充分意义上进行关系推理的快速发展期晚于简单任务。在不能推理的人次比例中,简单任务上,各年龄段理解了低层次关系但不理解高层次关系的比例始终高于不理解低层次关系的比例。复杂任务上,5岁儿童不理解低层次关系的比例高于理解了低层次关系不能理解高层次关系的比例,而其他年龄段则相反。随着年龄增长,两类任务上,两种比例都有所下降。这说明,在简单任务上,儿童容易理解低层次关系,能否成功完成类比推理主要是受到高层次关系的限制。而在复杂任务上,对于年龄较小的儿童讲,更多受到低层次关系的限制,随着年龄增长,当儿童很好地理解图片任务中描述的关系时,重要的是克服类比推理任务中等级的限制,理解任务中的高层次关系。可见,等级复杂性是限制儿童类比推理的一个重要因素,只是因为任务复杂性不同,其重要作用的表现早晚有所差异。
通过儿童在上述两种推理方式的发展状况,结合儿童类比推理的成绩,可以说,在简单任务上,前运算阶段的儿童具备了一定的关系类比推理能力,这与以往的研究结果一致(李红等,2002,2008;Gos-waml.1998; Richland et al.,2006)。但复杂任务上,儿童到了具体运算阶段才具备一定的关系类比推理能力。此外,在复杂任务上,同时加工三个元素之间的关系增加了工作记忆的负担,由于儿童的工作记忆容量有限,因此儿童在推理时采用了低层次关系中降元的策略,只根据源问题和靶问题之间的部分关系相似进行推理,随着年龄的增长,儿童在该方式上的人次比例逐渐降低。总体来讲,在图片类比推理材料中,两类任务上,儿童类比推理的发展经历了从部分完成类比推理到充分意义上掌握类比推理的过程,在这个过程中伴随着位置关系推理,此外还受到客体表面特征的干扰。5结论
本研究的结论如下:
(1)在以图片为材料的两类任务中,儿童的推理方式呈现多样化的特点。主要有以下几种方式:充分意义上掌握了类比推理、部分完成了类比推理、位置关系类比推理、不能类比推理和不确定情况。其中,前三种方式在理解任务中二级关系的基础上完成了类比推理任务,统称为二级关系推理;不能类比推理又分为不理解低层次关系和理解低层次关系不理解高层次关系两种情况;部分完成了类比推理是复杂任务上所特有的推理方式。
(2)在简单任务上,5岁儿童已经具备了一定的关系类比推理能力,能够采用充分意义上掌握类比推理方式成功推理,但是在复杂任务上却表现比较差。随着年龄的增长,儿童的类比推理能力不断发展,两类任务上不能类比推理的比例逐渐降低,复杂任务上部分完成类比推理的比例不断降低,但是两类任务上却表现出不同的发展趋势。简单任务上,5—6岁呈现快速发展期,其他年龄段发展较为平稳;而复杂任务上,5—9岁一直平稳上升。
Abstract:According to the Relational-Representational Complexity Model, this present study depicted the complex-ity of analogical tasking from the aspects of hierarchical complexity and horizontal complexity. Based on this model,the developmental trends and characteristics of analogical problem-solving in tasks on varied complexity were inves-tigated with classical A: B :: C: D paradigm. A sample of 115 children aged 5 t0 9 participated the study, and theirperformances on analogical tasks with varied complexity were explored. Results indicated that: (1) the children´ sanalogical reasoning showed diversified characteristics. There were mainly rive kinds of pattems, including maste-ring analogical reasoning adequately, completing analogical reasoning from partial relation or location, unable tofinish analogical reasoning and uncertain about the analogical reasoning. Thereinto, analogical reasoning from par-tial relation was peculiar to complex tasks. (2) In both the simple and complex tasks, with age increased, the pro-portion of children who had mastered the analogical reasoning increased gradually, while the proportion of those whowere unable to complete analogical reasoning declined from age 5 t0 9. Moreover, the proportion of children whocompleted analogical reasoning from partial relation declined in complex tasks. In conclusion, when performed sim-ple tasks, the children within preoperational stage showed analogical reasoning ability. However, in complex tasks,only those who had developed into concrete operational stage demonstrated such ability.Key words:analogical reasoning; developmental characteristics; relational complexity; relational-representationalcomplexity model