Ashby, F. G., Ell, S. W., & Waldron, E. M. (2003). Procedural learning in perceptual categorization. Memory & Cognition, 31, 1114-1125.
Procedural learning in perceptual categorization
摘要：有两种分类学习，一种是基于规则的分类（rule-based，简称RB），一种是基于信息整合的分类（information integration，简称II）。本研究运用两个实验，验证在II分类学习中是存在程序学习的(procedural learning)。对实验的简单概括就是反应键(response key)的位置变化是否会影响分类任务绩效：RB绩效不被影响；II被影响了，因为反应键作为信息被整合了，这期间存在着程序学习过程。
对于分类学习很多研究者认可多系统理论，也支持多系统中有显性的(RB)，有内隐的（II或基于范例）。在内隐系统中也有很多争议，到底是信息整合还是基于范例。程序学习的一个特点是它与运动表现联系，因此他可以区分范例学习和知觉学习。本实验支持了以下假设：抽象的类别标签是通过显性推理策略学到的，反应键位置是根据不同信息的整合学到的。
图1显示了RB任务和II任务用到的不同的刺激，一共有两个维度，线段的长度（横坐标），线段的角度（纵坐标）。RB任务：图1-A，规则一维，简单清楚，长度短就是类别A，长度长就是类别B。II任务：图1-B，需要将二维的信息进行整合，而且规则并不能口头说清楚。
被试一共经历12个模块，每个模块50个试次，每个模块结束有正确率反馈。前10个是训练阶段，有5秒反应时间，并且有反馈。最后2个是迁移任务模块，反应时间都缩短至1.5秒，有反馈。一共有三个实验组：（1）control：所有阶段都是左手控制左边的按键对应A类别，右手控制右边的按键对应B类别。（2）hand-switch：左键对应A类别，右键对应B类别不改变，手的位置改变。（3）button-switch：手的位置不改变，按键对应类别互换。
在程序学习中有很经典的反射系列反应时(SRT)任务，n个刺激一次出现，每个刺激对应一个按键，当刺激出现顺序有一定重复时，被试反应时会缩短，即被试内隐地学习到了一定的规律，即使他们无法口头说出来规律是什么。
Willingham等人假设在SRT任务中，外显系统学习刺激位置，内隐系统学习反应位置，即外显系统学习序列中下一个刺激的空间位置，内隐系统学习下一个要执行的运动反应位置。也就是说刺激顺序不改变，改变反应位置会干扰内隐学习；但是如果反应位置不变，手指运动顺序改变并不会影响内隐学习。
因此本实验预测，对RB任务，三个实验组都不会有差别；对II任务，button-switch组会有影响，hand-switch组不会有影响。
实验一
实验是2（两个分类任务，RB，II）*3（三个实验组，控制，hand-switch，button-switch）设计，被试随机分配到六个小组中，流程如上文。
结果
从图3可以看出，（1）RB任务正确率始终比II任务高，并且RB任务在模块2就已经基本学会。
（2）RB任务不受到时间压力，手交换，按键交换的影响，说明在这种条件下，被试学习到了抽象的分类标签，这些标签与特定的运动程序或反应姿势无关。
（3）II任务在控制组也受到时间压力的影响，第11模块正确率下降，但是第12模块恢复了。在hand-switch组，也有与控制组类似的效应。在button-switch组，第11模块下降显著，而已第12模块并没有恢复到学习水平。
实验二
在实验一的结果图中可以看出，II任务的正确率始终低于RB任务，因此产生的另一种解释是，II任务被试学习地没有RB任务好，因此更加脆弱，容易被改变影响。
实验二刺激与实验一一致。RB任务一共经历5模块，前3个是训练阶段，后2个是迁移任务阶段。II任务在第一天进行12个模块的训练，第二天（间隔约24小时）进行与实验一一样的训练和迁移任务。
结果
图4可知，条件变化对RB正确率没有影响。
图5可知，额外的训练是有效果的，在控制组条件下，缩短反应时间造成的影响已经不显著了。因此，更加有力的说明在button-switch条件下，迁移任务第一个模块正确率的显著下降的确是由按键互换导致的。
讨论
RB任务在不同条件下都没有被影响，被试的确是基于规则进行分类，学习到了抽象的类别标签。II任务中，被试对不同维度的信息进行整合，这其中存在程序学习的程度，按键对应的类别这个动作（即类别A要按左键，类别B要按右键）也被整合进去，因此当按键交换时，会形成持久的干扰。
本实验也支持了多系统理论。例如双系统COVIS理论假设了独立的显式（基于规则）和隐式（基于程序学习）分类学习系统，在训练过程中相互竞争。对于RB任务，显式系统是更好的，对于II任务，程序学习系统的权重就会增加。
