统计学习会从童年到青春期下降吗？

在不知道规律存在的情况下学会它

这项研究要回答的是：从环境中提取规律的能力，在童年到青春期之间是否发生变化。为了测量这种能力，参与者完成交替序列反应时任务（ASRT）：他们按键对应目标刺激出现的位置，而位置序列在固定的八元素模式和随机试次之间交替。由于模式试次和随机试次交替出现，某些连续三个试次组成的“三元组”出现得比其他三元组更频繁。

统计学习通过比较高概率三元组和低概率三元组的反应时差异来读取。高概率三元组占全部试次的62.5%，低概率三元组占37.5%。参与者对更可预测的三元组反应更快，说明他们已经吸收了其中的规律。这个学习分数是毫秒单位的反应时差值，不是答对题目的数量；正确率的分析在论文补充材料中单独报告。

正是这个设计让问题可以被回答。研究没有比较不同年龄的不同儿童，而是在7、8、11和14岁评估同一批参与者，因此年龄相关的变化是在同一个人身上测得的。主模型是对分块中位反应时建立的线性混合模型，三元组类型、分块和年龄作为固定效应，参与者层面的截距和斜率作为随机效应。

学习对比从7岁到14岁逐渐缩小

模型发现三元组类型有显著主效应：高概率三元组的反应时快于低概率三元组（568毫秒对585毫秒），确认统计学习确实发生了。模型还发现年龄与三元组类型的交互作用显著，意味着这个学习对比的大小在不同年龄不同。

方向是下降。论文报告统计学习的量随发育而减少，97名参与者的个体轨迹图也呈现同样的下降趋势。总体反应时同样随年龄大幅下降，从7岁的789毫秒降到8岁的599毫秒、11岁的509毫秒和14岁的407毫秒，每两个年龄之间的比较都显著。

这两个发现是不同的量，不应合并。总体反应时下降是整体变快；三元组对比缩小是学习本身的变化。作者还报告年龄、分块与三元组类型的三阶交互作用不显著，因此这个下降更适合描述为整体学习效应的变化，而不是学习在一次任务内如何积累的选择性变化。

反应更快并不能解释更小的学习分数

一个自然的质疑是：反应更快的儿童提升空间更小，因此他们的学习分数被天花板效应压缩了。论文用几种方式检验了这一点。在参与者之间，总体反应时与学习分数的相关在四个年龄都不显著，贝叶斯因子被描述为支持零假设的轶事级证据。

在个体内部，作者对任务后半段（第11至20分块）使用重复测量相关，此时学习更可能已经稳定。只有7岁显示出显著但微弱的正相关；8岁、11岁和14岁没有显著关联，贝叶斯因子提供了支持零假设的中等证据。14岁在这里最关键，因为它的总体反应时最低，因此天花板混淆的风险最大。

另一项控制分析分别排除了五分之一、四分之一或三分之一的参与者，排除依据要么是14岁时的反应时，要么是随机选择。学习分数随年龄下降的模式在所有这些模型中仍然存在。作者据此认为，几乎没有可信证据表明基线反应时差异造成了这种发育性下降。

多数儿童下降，但三分之一走向相反

平均趋势掩盖了个体差异，因此作者用潜在类别分析按学习轨迹的形状对参与者分组。他们选择三类别模型而非两类别模型，因为两类别模型极度不平衡，96.9%的参与者落入同一类别。

最大的类别包含97名参与者中的61人，被标记为“下降”：起始学习分数相对较高，斜率显著向下，首末时间点之间的预测差异约为18毫秒，即0.89个标准差。第二类包含33人，被标记为“上升”：起始分数接近零，斜率略微但显著向上，预测差异约为13毫秒，即0.65个标准差。第三类只有3人，起始分数很高，随后陡峭下降约94毫秒。

作者用其他几种聚类方法检验了这一结构，包括基于回归的k均值、基于混合模型的k均值、基于组的轨迹建模和增长混合建模。所有方法都支持三类别解，轨迹形状在性质上相似，其中三种方法得到了完全相同的分类。方法之间的一致性从中等到完全一致不等。因此这个类别解描述的是本样本中的轨迹形状，而不是断言儿童会落入固定的发育类型。

执行功能较高对应更陡的下降

研究接着问，执行功能——支持目标导向行为的一组认知过程——是否能预测儿童走哪条轨迹。两个潜在执行功能因子被用作预测变量：流畅性和工作记忆。结果变量是类别归属，在以后验概率加权的逻辑回归中，以“上升”类为参照，并因人数过少而省略了只有3人的类别。

流畅性分数越高，属于“上升”类的可能性越低，属于“下降”类的可能性越高，优势比为2.03。工作记忆指向同一方向，但未达到显著，优势比为1.58，置信区间跨过1。

这是14岁测得的执行功能与7至14岁学习轨迹形状之间的关联，而不是执行功能导致下降的证明。作者还报告，几乎没有可信证据表明14岁时的执行功能与7岁或14岁时的统计学习分数相关，因此他们把结果表述为与轨迹的联系，而不是与某一时点学习水平的联系。

逐渐下降，而非11岁前后的阶跃

此前的横断面研究提示，统计学习在约11至13岁之前持续增强，随后到成年期下降。这项纵向研究则发现，在整个7至14岁窗口内呈渐进式下降，幅度相对恒定，而不是阶跃式变化。作者指出，横断面和纵向设计可能得出不同结果，因为横断面比较把年龄效应与不同代际参与者之间的差异混在一起。

论文把结果放在一个更广的模式中：发展方向取决于材料类型。纯视觉统计学习和使用非语言刺激的听觉学习被报告为随年龄增强；使用语言刺激的听觉学习在发育过程中似乎相当；而使用概率性规律视觉运动学习——即本研究采用的范式——似乎随年龄下降。本研究使用的是概率性视觉运动规律，因此其下降曲线与那一特定横断面研究脉络一致，而不是与一般意义上的统计学习一致。

作者的解释是，年幼儿童可能更擅长从环境输入中构建新的预测模型，而到14岁时更强的自上而下认知控制的出现，与这种倾向减弱相关。这一机制是作者提出的，并未被直接检验；研究只在单一年龄测量了执行功能，无法确定关系的方向。

结论止步于何处

执行功能只在14岁测量，这限制了解开观察到的关联背后机制的能力。作者指出，未来研究应在青春期后期检验这一关系，那时统计学习和执行功能都更接近成熟，从而更清楚地判断两个系统在发育过程中是否相互竞争。

样本是97名在四个年龄被追踪的参与者，最小的潜在类别只有3人，因此陡降亚组只是为完整性而描述，并未纳入分析。类别解的熵也偏低，这正是作者投入比较多种聚类算法、再确认三类别结构稳健的原因。

学习测量来自视觉运动概率序列任务的反应时对比。论文自身的表述把下降曲线与这一范式绑定，并明确将其与视觉和语言统计学习的发现相对照。因此，这一结果应被理解为关于7至14岁概率性视觉运动统计学习的证据，而不是关于所有领域内隐学习的一般规律。

关键发现是轨迹，而非单一分数

这篇论文最有用的区分，是儿童在某一年的学习分数与该分数移动方向之间的区别。7岁时学习分数高，并不预测14岁时分数也高；在这个样本中，它更常预测更陡的下降，而14岁时执行功能较高与下降轨迹相关，而不是与更高的最终学习水平相关。

对于任何要在统计学习任务上比较不同年龄儿童的人，这篇论文的证据反对把年长儿童分数较低视为缺陷。这种下降与整体反应更快同时出现，在控制基线反应时后仍然存在，并且集中在占多数的“下降”类中，而不是统一的整体位移。亚组划分是信息量更大的总结：约三分之二的参与者下降，约三分之一略微上升，而执行功能有助于区分两者。

本文引用的文献