1 引言
知觉学习是指个体经过训练后，知觉任务的表现显著提高(Lu & Dosher, 2022)。研究者一般通过视觉搜索任务来探究知觉学习的认知机制。这种视觉搜索任务要求被试在众多干扰物中找出特定的目标或者判断特定目标是否出现(Utochkin et al., 2020)。例如，在不同朝向的线段中寻找特定朝向的线段(Ahissar & Hochstein, 1997)。一般来说，视觉搜索任务分为单一特征搜索任务(Sireteanu & Rettenbach, 2000)和联合特征搜索任务(Ding et al., 2023; Su et al., 2014)。其中，单一特征搜索任务一般是指该任务中的目标与干扰物之间在单一维度内存在差异。例如，Sireteanu和Rettenbach的研究中使用线段倾斜的角度作为单一特征来定义目标，要求被试从垂直线段中搜索倾斜线段。相反，联合特征搜索任务一般是指该任务的目标与干扰物包含着两个或两个以上的维度特征，且目标与干扰物之间有一个及一个以上的维度特征差异。例如，Zhang等人(2022)采用颜色−朝向联合特征搜索任务探究知觉学习对行为和眼动轨迹的影响，当被试的目标为红色90°线段时，干扰物随机从绿色0°、绿色90°、红色45°、红色135°线段中选择，被试需要判断目标线段是否出现。结果发现知觉学习通过增强对目标的隐蔽注意和优化眼动轨迹，从而促进搜索。
前人利用视觉搜索任务探究知觉学习效应，发现知觉学习后可以提高搜索效率(张琪 等, 2024; Clark et al., 2015; Ding et al., 2023; Qu et al., 2017; Zhang et al., 2022)。张琪等人发现知觉学习会影响早期和中期视觉加工阶段，通过增长搜索潜伏期、减少眼跳次数和降低注视时间来提高搜索表现，且这种学习效应具有特异性，不会迁移到未训练的刺激上。知觉学习还可以通过改变搜索策略来提高搜索效率(Leonards et al., 2002)，有研究者在训练阶段和测试阶段采用不同特征的刺激进行视觉搜索任务，结果发现知觉学习后，搜索速度加快，且可以迁移到测试阶段的新任务中，这种搜索表现的提高并不是基于特定的特征，而是反映了搜索策略的改变(Sireteanu & Rettenbach, 2000)。即知觉学习可能通过改变个体自下而上的加工过程(Baluch & Itti, 2010)或自上而下的加工过程(Reavis et al., 2016)来促进搜索。此外，知觉学习后，个体对刺激的感觉加工、刺激的注意引导、目标的辨别能力，以及对刺激做出的反应准备和反应执行的能力都有显著加强(Clark et al., 2015)。综上所述，知觉学习无论是对视觉刺激的加工过程还是对搜索中的注意分配都有一定的影响。
有研究采用汉字和字母作为实验材料发现，知觉学习能够提高知觉广度(Chung et al., 2004; Lyu et al., 2022; Yu et al., 2010; Zhu et al., 2019)。当个体进行阅读、视觉搜索等任务时，在一次注视过程中能够获取到有效视觉信息的区域被称作知觉广度(郭梅华 等, 2024; McConkie & Rayner, 1975)。Zhu等人采用汉字作为材料，探讨知觉学习对汉字知觉广度和阅读速度的影响，结果发现被试在经过4天的训练后，汉字的知觉广度扩大，并进一步改善了中文文本句子阅读速度。Chung等人和Yu等人采用三字母识别任务分别探究了知觉学习后年轻人和老年人的外周知觉广度是否能扩大，结果发现，知觉学习后，年轻人和老年人的外周知觉广度均扩大，阅读速度提高。这些研究说明知觉学习会扩大人们的知觉广度。此外，有研究者采用以字母作为刺激的视觉搜索任务，发现个体完成搜索任务的时间与知觉广度有关(Bertera & Rayner, 2000)，表明知觉学习后个体搜索速度的提高可能是由于被试知觉广度扩大。因此，知觉学习后知觉广度通过影响对于刺激信息的加工过程，进而提高搜索效率。
但目前知觉广度的研究材料多为汉字和字母，在这些研究中通常需要被试记忆并报告呈现的字母或汉字，这一操作会增加工作记忆负荷，并且在这一过程中被试通常会将视觉信息转化为听觉信息(Li et al., 2019)，干扰知觉广度测量的准确性。因此本研究采用颜色−朝向联合特征视觉搜索任务，可以减少工作记忆对知觉广度的干扰。其次，之前的研究大多探究了外周视野的知觉广度，发现知觉学习可以扩大知觉广度，但这仅能测量单侧视野的知觉广度(Chung et al., 2004; Yu et al., 2010; Zhu et al., 2019)。本研究则采用移动窗口范式来测量被试的知觉广度，其中同时包含了中央视野和外周视野，能够更全面地测量知觉广度，因为这两种视野在视觉信息处理中扮演着不同的角色。中央视野更适合于解码和识别，而外周视野更适合于选择和引导注意(Liang et al., 2023)。在视觉搜索过程中，外周视野可以快速定位目标，中央视野进行精确识别，这有助于提高搜索效率。
前人大多采用移动窗口范式来探究知觉广度的大小(仝文 等, 2014; 闫国利 等, 2013a; Rayner, 2014)。移动窗口范式是用不同大小的窗口来控制被试获取信息的范围，移动窗口外的刺激会被遮掩，窗口内的刺激会被呈现，移动窗口会随着个体的注视点进行移动且窗口的圆心始终与注视点的位置保持一致，当某窗口条件的搜索表现与无窗口没有显著差异时，则该窗口大小称为被试的知觉广度(Rayner, 2014)。闫国利等人采用移动窗口范式对比了小学五年级语文学优生和学困生的知觉广度，发现学困生的知觉广度小于学优生。还有研究者探讨了中文阅读中单字词句的知觉广度，结果发现老年人在中文阅读中的知觉广度具有不对称性，且范围小于青年人，即老年人仅覆盖注视点右侧2～3个汉字，而青年人除了可以覆盖注视点右侧2～3个汉字外，还能利用注视点左侧约1个汉字的信息(仝文 等, 2014)。
本研究采用简单刺激的视觉搜索任务并结合移动窗口范式(Rayner, 2014)，来探究知觉学习后，是否可以提高被试的知觉广度，即通过加工更多的刺激，减少搜索时间，进而提高搜索效率。实验中，移动窗口是动态调整的，以确保其圆心位置与被试的注视点坐标保持一致性。当移动窗口大于或等于个体的知觉广度时，此窗口条件下个体完成视觉搜索任务的效率会与无窗口条件下的效率无显著差异，本研究将此种窗口定义为“无差别窗口”，将与个体知觉广度相等的最小移动窗口定义为“最小无差别窗口”。通过比较知觉学习前后的最小无差别窗口是否变化，探究训练前后个体的知觉广度是否扩大。如果视觉搜索训练可以提高知觉广度，则可以预测训练后的最小无差别窗口会比训练前的最小无差别窗口大，即被试的知觉广度在训练后扩大。知觉学习后搜索效率的提高包含多种因素的变化，比如对目标特征的增强(Ding et al., 2023)、干扰物的抑制(Hu et al., 2019)、搜索策略(Leonards et al., 2002)等。在本研究范式下，同一窗口前后测的改变能反映这些变化，但同时对于无差别窗口大小的变化可以反映被试知觉广度的变化，这种变化说明，在一次注视过程中能够获取到有效视觉信息的区域扩大，获取的信息量增加，这意味着被试可以在较短的时间内评估更多项目，减少对单一项目的注意时间，同时考虑多个可能的目标(Carrasco, 2011)，搜索时间变短，进而提高搜索效率。
2 研究方法
2.1 被试
根据中等效应量(f=0.25)，采用G*Power3.1(Faul et al., 2007)计算，至少需要14名被试(power=0.8, α=0.05)。22名大学生(2名男性)，平均年龄为22.64±3.24岁，视力或矫正视力正常，无色盲或色弱，此前未参加过此类实验。被试均已签署知情同意书，本实验已获闽南师范大学心理与教育研究伦理委员会批准。
2.2 实验仪器
实验采用MATLAB(MathWorks, Natick, MA, USA)环境下的Psychtoolbox3.0工具包(Brainard, 1997; Kleiner et al., 2007)生成并呈现刺激。所有刺激在空间分辨率为1920×1080像素，刷新率为140 Hz的DELL S2421HGF显示屏呈现。实验使用EyeLink 1000(SR Research, Ontario, Canada)眼动仪记录眼动，采样率1000 Hz，并采用9点校准和验证过程。每组任务开始之前会进行漂移校正。实验全程采用头托固定被试的头部位置，距离显示屏中央57 cm。
2.3 实验材料
刺激阵列由12×12共144个线段组成(如图1A所示)，线段有朝向(0°、45°、90°、135°)和颜色(红色、绿色)两种特征。目标线段的朝向只有0°(横线)和90°(竖线)，即目标有四种(红色横线、红色竖线、绿色横线、绿色竖线)，其余线段均为干扰物。在50%的试次中会出现目标线段，每个被试随机分配一个线段作为目标(以红色竖线作为目标线段)，同一被试的目标在整个实验过程中保持不变，与目标颜色相同的干扰物朝向为45°或135°(45°或135°的红色线段)，与目标颜色不同的干扰物朝向为0°或90°(0°或90°的绿色线段)。在50%的试次中不会出现目标线段，目标线段被干扰物取代。
移动窗口的大小分别设置为8°、13°、18°、23°视角窗口以及无窗口条件。8°、13°、18°、23°视角窗口是指被试的眼睛距离屏幕57 cm时，以被试的注视点为圆心，直径为8°、13°、18°、23°的圆内的刺激是可见的(如图1B所示)，圆外的刺激会被遮挡。无窗口条件是指在该条件没有移动窗口，整个屏幕范围的刺激都是可见的。
2.4 实验程序
研究采用5(窗口条件：8°、13°、18°、23°、无窗口)×2(训练阶段：前测、后测)被试内实验设计。
实验内容包括前测、训练和后测三部分，分两天进行。第一天进行前测和训练，第二天进行训练和后测。前后测及训练的实验流程如图1A所示，实验开始时屏幕显示一个十字注视点，被试注视中央十字400 ms后屏幕才会呈现刺激阵列，50%的试次中刺激会出现目标线段(如红色竖线)，50%的试次中目标线段不出现，要求被试在保证正确的前提下尽快地搜索出唯一的目标，并按键盘左右键判断目标物是否出现，目标出现按左键，目标不出现按右键。刺激阵列会在一定时间后(训练阶段呈现5秒，前后测阶段呈现8秒)消失或被试按键后消失，未在规定时间内按键的试次被视为反应错误试次。在搜索过程中，被试眼睛有微小抖动，为防止窗口抖动，只有当眼睛注视点的移动距离大于0.2°视角时，窗口才会移动。
正式实验前，被试先完成3组共60个试次的练习来熟悉实验流程，练习内容与前后测内容相同，练习数据不用于分析。前测阶段和后测阶段各18组，每组20试次(共360试次)，五种窗口条件以相同的概率随机呈现。为避免被试疲劳，训练阶段分两天完成，每天完成72组，每组20个试次(共1440试次)，只对无窗口条件进行训练。在训练和测试的每组间隔被试可以休息。
3 结果
计算正确率(未按键试次视为错误试次)和反应时(仅计算反应正确试次)，由于被试必定会存在正确率与反应时之间的权衡，有的被试会牺牲速度来保证正确率，有的被试则相反，为了更好地测量搜索效率，进一步计算效率分数(ES)(Townsend & Ashby, 1978)，即正确率除以反应时，ES值越大表明被试搜索效率越高。结果部分所有的统计检验都基于效率分数(ES)进行。
所有统计分析均通过SPSS25.0软件(IBM, Armonk, NY, USA)完成。当结果不满足球形假设时，采用Greenhouse-Geisser方法进行校正，所有自由度均以校正值呈现。利用Bonferroni法校正p值。
3.1 目标出现试次
5(窗口条件：8°、13°、18°、23°、无窗口)×2(测试阶段：前测、后测)重复测量方差分析结果如图2所示，窗口条件[F(2.06, 43.33)=122.41, p<0.001, η${_{\rm p}^2} $ =0.85]、测试阶段主效应[F(1, 21)=378.20, p<0.001, η${_{\rm p}^2} $ =0.95]及二者交互作用[F(4, 84)=69.42, p<0.001, η${_{\rm p}^2} $ =0.77]均显著。
简单效应分析发现(具体结果见表1)，前测阶段与无窗口条件存在显著差异的最大窗口是13°视角窗口，p=0.012，与无窗口条件无显著差异的最小窗口是18°视角窗口，p=0.138，表明被试的知觉广度在13°视角到18°视角之间；后测阶段与无窗口条件存在显著差异的最大窗口是18°视角窗口，p<0.001，与无窗口条件无显著差异的最小窗口是23°视角窗口，p=0.179，被试的知觉广度在18°视角到23°视角之间，表明训练后被试的知觉广度显著增大。
表1 目标出现试次前后测各窗口与无窗口、及前后测各窗口简单效应分析 |
| 移动窗口大小 | 前测 M±SD | 与无窗口相比 p | 后测 M±SD | 与无窗口相比 p | 前后测 p |
| 8° | 0.19±0.06 | <0.001 | 0.34±0.06 | <0.001 | <0.001 |
| 13° | 0.27±0.06 | 0.012 | 0.57±0.11 | <0.001 | <0.001 |
| 18° | 0.29±0.07 | 0.138 | 0.74±0.18 | <0.001 | <0.001 |
| 23° | 0.32±0.09 | 1 | 0.80±0.19 | 0.179 | <0.001 |
| 无窗口 | 0.32±0.09 | 0.86±0.19 | <0.001 |
注：利用Bonferroni法校正p值，以下同。 |
同一窗口前后测简单效应分析发现，所有窗口在训练后表现均显著提高(ps<0.001)，这表明被试在训练后搜索效率显著提高。
3.2 目标不出现试次
5(窗口条件：8°、13°、18°、23°、无窗口)×2(测试阶段：前测、后测)重复测量方差分析结果如图3所示，窗口条件[F(1.40, 29.41)=107.59, p<0.001, η${_{\rm p}^2} $ =0.84]、测试阶段主效应[F(1, 21)=92.33, p<0.001, η${_{\rm p}^2} $ =0.82]及二者交互作用[F(1.70, 35.77)=57.14, p<0.001, η${_{\rm p}^2} $ =0.73]均显著。
简单效应分析发现(具体结果见表2)，前测阶段与无窗口条件存在显著差异的最大窗口是13°视角窗口，p=0.009，与无窗口条件无显著差异的最小窗口是18°视角窗口，p=0.558，被试的知觉广度在13°视角到18°视角之间；后测阶段与无窗口条件存在显著差异的最大窗口是23°视角窗口，p<0.001，即训练后被试的最小无差别窗口大于23°视角窗口，被试的知觉广度大于23°视角，结果说明目标不出现时，训练后被试的知觉广度显著扩大。
表2 目标不出现试次前后测各窗口与无窗口、及前后测各窗口简单效应分析 |
| 移动窗口大小 | 前测 M±SD | 与无窗口相比 p | 后测 M±SD | 与无窗口相比 p | 前后测 p |
| 8° | 0.12±0.04 | <0.001 | 0.22±0.05 | <0.001 | <0.001 |
| 13° | 0.17±0.04 | 0.009 | 0.29±0.06 | <0.001 | <0.001 |
| 18° | 0.19±0.04 | 0.558 | 0.35±0.09 | <0.001 | <0.001 |
| 23° | 0.20±0.04 | 1 | 0.39±0.10 | <0.001 | <0.001 |
| 无窗口 | 0.20±0.04 | 0.43±0.11 | <0.001 |
同一窗口前后测简单效应分析发现，所有窗口在后测阶段反应均显著快于前测(ps<0.001)，这表明不同大小窗口的搜索反应时在训练后表现出显著的知觉学习效果，与目标出现时的结果一致。
后测阶段，目标出现试次中与无窗口条件无显著差异的最小窗口是23°视角窗口，目标不出现试次中最小无差别窗口大于23°视角窗口，对这两种试次中23°视角窗口的效率分数进行比较，发现目标出现和目标不出现试次效率分数差异显著[t(21)=12.27, p<0.001, Cohen’s d=2.62]，目标出现试次效率分数(0.80±0.19)显著高于目标不出现试次效率分数(0.39±0.10)，这可能是由于在目标不出现试次中，被试需要扩大搜索范围，以确保不会遗漏目标。
4 讨论
本研究采用移动窗口范式，探究知觉学习对知觉广度的影响。实验结果发现，知觉学习后，目标出现时，被试的知觉广度由训练前的13°视角到18°视角之间扩大到训练后的18°视角到23°视角之间；目标不出现时，被试的知觉广度由训练前的13°视角到18°视角之间扩大到训练后的23°视角以上，且两种试次中，训练后所有窗口被试的搜索效率均显著高于训练前，表现出显著的知觉学习效应，表明在联合特征搜索任务的知觉学习中，被试可以通过扩大知觉广度，在单次注视中获取更多信息，这使得他们能处理更多刺激，进而减少搜索时间，提高搜索效率。这与前人研究结果一致，Phillips和Edelman(2008a)通过线性搜索范式研究发现，知觉学习后，搜索效率的提高取决于在一次注视期间搜索数量的多少，而不是搜索该注视范围所需的时间。
Bertera和Rayner(2000)采用6种不同大小(1.0°、2.3°、3.7°、5.0°、5.7°、无窗口)的移动窗口以及3种不同大小刺激阵列(13.0°×10.0°、6.0°×6.0°、5.0°×3.5°)，让被试在39个由数字和字母组成的刺激阵列中寻找目标字母，移动窗口外的刺激会变成“+”符号，实验结果发现随着移动窗口的增大，反应时变短，当移动窗口的大小在5°视角时，3种刺激序列下被试表现无显著提高，已经接近渐近线。而在本研究中，当目标出现时被试在前测中接近渐近线的移动窗口大小在13°到18°视角之间，导致该差异的原因有以下几个：首先，两个实验中刺激属性不同，Bertera和Rayner的实验刺激由英文字母和数字组成，而本研究的实验刺激由线段组成，不同的刺激被试采用的搜索策略可能不同；其次，刺激阵列的密度不同，Bertera和Rayner的实验采用了3种不同尺寸大小的刺激阵列，这3种阵列均远小于当前实验的刺激阵列，搜索难度也会影响知觉学习结果(Ahissar & Hochstein, 1997)。
已有大量研究采用移动窗口范式探究了文本阅读的知觉广度。Rayner和Bertera(1979)采用移动窗口范式探究了英文阅读的知觉广度，发现当移动窗口的大小为29个字母时，被试阅读能力与无窗口时无显著差异。国内有研究者采用中文阅读材料，发现大学生的阅读知觉广度为左侧1个汉字右侧2至3个汉字，小学五年级学生为左侧1个，右侧1至2个汉字，表明文本阅读的知觉广度具有不对称性，且大学生读者在一次注视中获得的信息范围更大(闫国利 等, 2011)。而与青年人相比，老年读者的知觉广度更小(王丽红 等, 2014; Rayner et al., 2009)。并且掩蔽材料对知觉广度也有一定影响，与文字掩蔽材料相比，用符号做掩蔽材料时测得的被试的阅读知觉广度较小，表明在中文阅读中，更适合采用文字作为掩蔽材料(闫国利 等, 2013b)。但是，知觉学习能否扩大个体在中文阅读中的知觉广度，以及其机制与常规搜索任务有何异同，之后的研究可以进一步探讨。
引导搜索模型(guided search model)认为，引导注意的因素有五个：自下而上的显著性、自上而下的特征引导、场景结构和意义、搜索历史、目标和干扰物的相对值，这些因素构成了注意优先级地图，在搜索过程中各个因素的优先级动态调整，注意会被其中最活跃的因素吸引(Wolfe, 2021)。本研究发现知觉学习后，知觉广度扩大，搜索效率提高，且目标出现试次中，被试的知觉广度从训练前的13°到18°视角之间扩大到训练后的18°到23°视角之间；目标未出现试次中，被试的知觉广度从训练前的13°到18°视角之间扩大到训练后的23°视角以上，目标出现试次搜索效率显著高于目标不出现试次。可能是因为在目标出现试次中，目标的特征可以自上而下引导注意到目标位置，从而提高搜索效率(Wolfe, 1994)，因此无差别窗口相对较小，这支持引导搜索模型中自上而下的特征引导注意，促进搜索。Ding等人(2023)同样发现了基于特征的注意增强机制，该研究探讨了颜色−朝向联合特征搜索任务的长期知觉学习机制，结果发现经过训练后，搜索可以从串行搜索变为并行搜索，这种知觉学习效应可以部分迁移到具有相同颜色或方向的新目标上，且学习效应的总量近似等于单个特征迁移效果的总和，这些发现并不支持经过训练后的颜色−朝向联合特征被单元化为一个新的特征，而支持基于特征的注意增强机制。本研究采用同样的视觉搜索任务，也发现搜索效率的提高可能是由于自上而下的特征引导注意。
而在目标不出现试次中，则需要依靠基本特征逐步搜索整个刺激序列，被试可能需要覆盖更大的视觉范围来确保没有遗漏目标，导致搜索效率低于目标出现条件，这种策略性调整可能使知觉广度扩大(Lawrence & Pratt, 2022; Moher, 2020; Wolfe, 1994)，这表明本研究中目标不出现试次中知觉广度的扩大可能是一种搜索策略的改变。Phillips和Edelman(2008a)通过线性搜索范式研究发现，知觉学习后被试的搜索效率提高，且被试单次注视加工的刺激数量与搜索速度存在强正相关，同时被试眼跳幅度的增加，表明被试在知觉学习后通过调整搜索策略，提高搜索效率，即扩大知觉广度，而非减少注视时间(Phillips & Edelman, 2008b)。反转层次模型(reverse hierarchy theory)认为视知觉是从高级视觉皮层开始，初步进行快速全局分析，之后根据需要通过反馈连接至低级视觉皮层。高级视觉皮层负责并行处理，涉及较大感受野；低级视觉皮层则负责详细特征分析(Ahissar & Hochstein, 2004; Ahissar et al., 2009; Hochstein & Ahissar, 2002)。在目标不出现试次中，被试需要通过调整搜索策略来进行全局搜索，以确定是否存在目标，这是高级认知功能对低级视觉皮层的调节，与反转层次模型相符(Lawrence & Pratt, 2022; Moher, 2020; Wolfe, 1994)。
未来研究可以进一步探讨知觉广度的扩大是否可以迁移到其他不同类型的视觉任务，如文本阅读、动态视觉搜索、现实场景搜索。在文本阅读中，更广的知觉广度可能帮助被试在每次注视中获取更多的信息，从而提高阅读速度和理解能力(Zhu et al., 2019)。在教育领域，通过特定的知觉训练程序，可以设计课程来增强学生的视觉信息处理能力，从而提升他们的学习表现。现实视觉场景是连续变化的，而不是静态的，更广的知觉广度有助于快速识别和处理移动中的目标，这对于安全和运动等领域尤为重要。
5 结论
本实验采用移动窗口范式，利用不同大小的窗口控制刺激呈现的范围，从而测量被试的知觉广度，研究结果发现知觉学习可以通过扩大知觉广度，进而提高搜索效率。