на одну и ту же величину, в результате распределение эле-
ментов, предъявленных в составе списка (теперь мы их назы-
ваем <старыми>), смещается по оси прочности на некоторую
достоянную величину. Между тем элементы, используемые
;при проверке в качестве дистракторов (называемые <новы-
ми> элементами), сохраняют свою .прежнюю прочность. Мож-
яо полагать, что среднее .значение прочности этих новых эле-
ментов будет меньше, чем среднее для старых элементов.
Посмотрим теперь, что происходит при проверке испытуе-
мого по этому списку. Ему предъявляют ряд элементов, из
которых одна половина-старые, а другая половина-но-
вые. Он рассматривает каждый элемент и решает, старый он
или новый. Для того чтобы принять решение, испытуемый вы-
бирает (бессознательно) определенную величину прочности (
и использует ее в качестве критерия. При предъявлении каж-
дого элемента во время проверки он оценивает его прочность
Процессы извлечения информации
в ДП (или определяет, насколько <знаком> ему этот эле-
мент). Допустим, например, что испытуемый оценивает проч-
ность данного элемента как 100 по принятой им шкале проч-
ности. Назовет ли он этот элемент <старым> или <новым>,
зависит не только от прочности элемента, но и от величины
р. Если прочность элемента больше р, то испытуемый отве-
Попадаше: элементы старые,испытуемьш отвечает "старые"
Промах: элементы старые, испытуемые отвечает "новые"
Оправданньш отказ: элементы новые,испытдел1()ш отвечает"швые
Ложная тревога: элементы новые,испытуемыйотвечавт"старые
Рис. 11.5. Понятия теории обнаружения сигнала в их применении к узна-
ванию.
чает <старый>; если же она меньше ,р, то он ответит <новый>.
Так, например, если р==90, то наш элемент с прочностью 100
будет назван <старым>. Короче говоря, здесь действует некое
правило для принятия решения, которое гласит: вычислить
прочность данного элемента и отвечать <старый>, если эта
прочность больше р, в противном же случае отвечать <новый>.
Объединим теперь эти представления относительно рас-
пределений по прочности и величин d и р с различными исхо-
дами опыта: <попадание>, <промах>, <ложная тревога>, <оп-
равданный отказ>. Это сделано на рис. 11.5, где представле-
ны оба распределения прочности и отмечены значения d и
р. Всю область, лежащую под двумя кривыми, можно разбить
на четыре подобласти, представляющие для нас интерес.
Процессы извлечения информации
251
Смысл каждой из них зависит от того, под какой кривой она
лежит-под кривой для старых или для новых элементов-
и находится ли она слева или справа от р. Рассмотрим, на-
пример, подобласть, лежащую под кривой для старых эле-
ментов и справа от р. Эта подобласть соответствует тем слу-
чаям, когда при проверке предъявляется один из старых эле-
ментов и испытуемый говорит <старый>, - короче говоря,
площадь этой подобласти отражает частоту попаданий. Ана-
логично этому область, лежащая под кривой для старых эле-
ментов, но слева от (5, соответствует частоте промахов.
В сумме эти две подобласти образуют всю область, лежащую
под кривой распределения для старых элементов (соответст-
венно на рис. 11.3 эти две частоты в сумме дают 100%). Под
кривой распределения для новых элементов можно найти
подобласти ложной тревоги (справа от р) и оправданных от-
казов (слева от р). Таким образом, вся область, лежащая
под двумя кривыми распределения, делится на четыре под-
области, которые соответствуют четырем возможным резуль-
татам проверки по методу <да - нет>.
Теперь наша частичная модель процесса узнавания уже
содержит представления о прочности следов памяти, их рас-
пределении по этому признаку и правилах принятия решения.
Для того чтобы понять, каким образом это дает нам возмож-
ность определять эффективность узнавания, исключив влия-
ние угадывания, мы должны рассмотреть, что происходит при
изменении величин d и р. На рис. 11.6 представлены различ-
ные возможности. На рис. 11.6,Л можно видеть, как изме-
няется эффективность узнавания при изменении d. Возра-
стание d означает увеличение разницы в прочности старых
и новых элементов. При очень больших d эта разница очень
велика и испытуемый без труда может отличить старые эле-
менты от новых. Если же d невелико, то различать эти эле-
менты становится трудно. Таким образом, величина d-это
по существу мера нашей чувствительности к различию между
старыми и новыми элементами, и ее нередко называют даже
<истинной> чувствительностью. Она отражает информацию,
содержащуюся в памяти, - различную прочность в ДП
предъявлявшихся элементов и дистракторов. Именно для то-
го, чтобы получить оценку величины d в чистом виде, мы
Рис. 11.6. Влияние изменений Р и d на узнавание. А. Влияние измене-
ния d при постоянной величине {): с увеличением d частота попаданий
возрастает без соответствующего изменения частоты ложной тревоги; по-
этому оценки d будут возрастать. Б. Влияние изменений {> при постоян-
ной величине d. с увеличением р частота как попаданий, так и ложной
тревоги будет уменппат1)ся, а оценки d будут оставаться постоянными.
Глава II
стремимся исключить влияние угадывания. Обратите внима-
ние, что на рис. II.6, А при постоянстве р и возрастании d
(которое соответствует подлинному возрастанию того, что
можно извлечь из памяти, т. е. подлинному повышению <чув-
ствительности> к старым элементам) частота попаданий-
но не частота случаев ложной тревоги-будет возрастать. Это
обусловлено тем, что по мере того как испытуемый становит-
ся более чувствительным, ему становится легче отличить ста-
рый элемент (при его появлении) от новых.
Рассмотрим теперь рис. II.6, .6. Здесь показано, что про-
исходит, когда величина р изменяется, а d остается постоян-
ной. В этом случае испытуемый изменяет критерий, на осно-
вании которого он принимает решения, хотя количество ин-
формации в его памяти не изменилось-его истинная чувст-
вительность к старым элементам осталась прежней. В сущ-
ности, изменяется стратегия угадывания. При очень низких
значениях [3 элементу достаточно обладать весьма небольшой
прочностью, чтобы испытуемый назвал его <старым>. Соот-
ветственно он будет произносить <старый> очень часто, пра-
вильно оценивая почти все те элементы, которые и в самом
деле старые, но допуская много ошибок в отношении новых
элементов. Короче говоря, у него будет большая частота по-
паданий, но при этом и большая частота случаев ложной тре-
воги. При высоких значениях р наблюдается обратная карти-
на. Испытуемый действует очень осмотрительно и говорит
<старый> редко - только в тех случаях, когда он вполне уве-
рен в правильности ответа, а это возможно только в отноше-
нии очень хорошо знакомых элементов. Частота попаданий
сравнительно небольшая, так как испытуемый часто отвечает
<новый> при виде старых элементов просто из осторожности;
вместе с тем редки будут и случаи ложной тревоги, поскольку
он нечасто будет отвечать <старый> в отношении новых эле-
ментов. Таким образом, мы видим, что если величина d
остается постоянной, то сдвиги р приводят к изменению ча-
стоты как попаданий, так и случаев ложной тревоги, и притом
в одном и том же направлении. При возрастании р обе эти
частоты снижаются.
Характер изменения частот попаданий и ложной тревоги
при изменениях d и р дает возможность использовать модель
обнаружения сигнала для внесения поправок на угадывание.
Для каждой пары значений этих частот есть соответствующее
значение d. Именно это и позволяет исключать эффекты уга-
дывания. При любом изменении р частоты как попаданий,
так и случаев ложной тревоги изменяются, однако их новые
значения будут связаны с тем же самым d, что и прежде;
иными словами, испытуемый может изменить свою стратегию
Процессы извлечения информации
угадывания (например, если начать штрафовать его за слу-
чаи ложной тревоги), и это может привести к новой частоте
попаданий и к новой частоте случаев ложной тревоги, но эта
новая пара значений будет соответствовать прежнему зна-
чению d. В отличие от этого при изменении истинной чувст-
вительности к старым элементам (например, в случае вторич-
ного предъявления списка, которое приводит к повышению
прочности старых элементов) изменяется частота попаданий
без одновременного изменения частоты случаев ложной тре-
воги. При этом новое сочетание этих частот будет соответст-
вовать новому значению d. Короче говоря, оценка прочности
следов памяти определяется парой величин - частотой попа-
даний и частотой случаев ложной тревоги, а не какой-либо из
этих частот в отдельности. И по характеру изменения этих
парных величин можно судить о том, что изменилось - истин-
ная чувствительность (d) или же критерий р.
Экспериментаторы, применяющие метод обнаружения сиг-
нала, пользуются специальными таблицами, в которых при-
ведены величины d для каждой пары частот попадания и
ложной тревоги. С помощью такой таблицы экспериментатор
может установить, действительно ли та или иная процедура,
которая могла бы изменить частоты попадания и ложной
тревоги, изменяет d. Если изменилась лишь стратегия уга-
дывания, то эти две частоты изменятся одновременно, а ве-
личина d будет для новых значений этих частот такой же,
как и для старых. Таким образом, используя d, вместо того
чтобы просто выражать число верных ответов в процентах,
можно вносить поправки на угадывание теоретически обос-
нованным способом.
Более того, теория обнаружения сигнала позволяет пред-
ставить проблему узнавания в таком плане, что ее можно, в
сущности, рассматривать как теорию памяти. Смысл ее сво-
дится к следующему: предъявление элемента ведет к повы-
шению его прочности или, если угодно, к повышению степени
его <знакомости> или к возбуждению соответствующей ячей-
ки в памяти (выбор того или иного из этих выражений не
имеет большого значения: все они использовались в то или
другое время). Теория эта утверждает также, что испытуе-
мый в состоянии оценить степень <знакомости> любого
предъявляемого ему элемента, а затем использовать эту
оценку для того, чтобы решить, входил ли данный элемент в
состав списка. Если элемент кажется достаточно знакомым,
чтобы можно было думать, что он входил в список, то испы-
туемый оценит его как <старый>. В зависимости от различ-
ных обстоятельств его критерий <достаточной знакомости>
может изменяться.
Глава II
Воспользуемся этой теорией для того, чтобы объяснить не-
которые результаты экспериментов по узнаванию. Рассмот-
рим, например, что произойдет, если использовать как дист-
ракторы слова, ассоциативно связанные со словами, входя-
щими в список. Так, можно было бы предъявить в качестве
дистрактора слово СОБАКА при наличии в списке слова
КОШКА. Как мы знаем, результаты узнавания в таких слу-
чаях снижаются. Это довольно легко объяснить с помощью
нашей модели: достаточно предположить, что предъявление
списка косвенным образом повышает прочность слов, сходных
или ассоциированных с его элементами. Ко времени проверки
их прочность окажется поэтому выше прочности большинства
других элементов, которые могут быть использованы в каче-
стве <новых>, и перекрывание распределений соответственно
увеличится. Более сильное перекрывание означает меньшую
величину d; поэтому при сходных или ассоциированных ди-
стракторах результаты проб на узнавание будут хуже.
Рассмотрим еще один известный факт-то, что редко
встречающиеся слова обычно узнаются лучше, чем слова.
встречающиеся часто (Shepard, 1967; Underwood a. Freund,
1970). Здесь имеется в виду частота использования данного
слова в естественном языке, например в литературе. Суще-
ствуют таблицы частот различных слов (см., например,
Thorndike a. Lorge, 1944), и в экспериментах с использовани-
ем слов их частоту нередко произвольно варьируют. Влияние
<частоты> слов на эффективность узнавания можно объяс-
нить с помощью теории обнаружения сигнала примерно так
же, как объясняется влияние ассоциированных дистракторов
(Underwood a. Freund, 1970). Мы можем предположить, что
при предъявлении того или иного слова прочность других
слов, в высокой степени ассоциированных с ним, в силу этой
ассоциации несколько возрастает. Для часто встречающихся
слов, входящих в список, таких ассоциированных слов, проч-
ность которых возрастает, будет довольно много, и большая
часть их тоже будет относиться к весьма употребительным
словам. Некоторые из слов, прочность которых будет таким
косвенным путем повышена, сами окажутся в списке, тогда
как другие могут встретиться среди дистракторов. Если пред-
положить, что этот косвенный эффект сильнее скажется на
элементах-дистракторах, обладающих сравнительно низкой
прочностью, чем на элементах списка, прочность которых и
так уже достаточно высока, то из этого следует, что увеличе-
ние прочности дистракторов (соответственно сдвигающее
кривую их распределения) должно перевешивать любые влия-
ния на другие элементы списка. В итоге это приведет к зна-
чительному перекрыванию распределении- старых и новых
Процессы извлечения информации
элементов при предъявлении часто встречающихся слов
вследствие косвенного повышения прочности слов, ассоцииро-
ванных с этими последними.
Рассмотрим теперь список, состоящий из слов, встречаю-
щихся редко. Эти слова вызывают сравнительно мало ассо-
циаций и поэтому индуцируют повышение прочности лишь
сравнительно немногих слов. Сдвиг прочности элементов-ди-
-стракторов будет при этом очень небольшим, а потому значи-
тельного перекрывания распределений старых и новых эле-
ментов не будет. В результате значение d для редких слов
будет выше, чем для слов, встречающихся часто, что и позво-
.ляет объяснить влияние 1встречаемости слов на их узнавание.
С помощью модели обнаружения сигнала можно также
интерпретировать забывание, если предположить, что при-
.рост прочности, обусловленный предъявлением, со временем
постепенно исчезает и распределение старых элементов мед-
ленно сближается с распределением новых элементов, все
больше перекрываясь с ним. Таким образом, d уменьшается
и может в конце концов дойти до нуля.
Как можно видеть, эта теория позволяет объяснить ряд
особенностей узнавания и в то же время дает возможность
<отделить память испытуемого (d) от процесса принятия ре-
шения (р). Вероятно, некоторые из этих объяснений пока-
жутся несколько запоздалыми, однако они хорошо уклады-
ваются в теорию. Итак, в целом можно удовлетвориться - по
крайней мере временно-моделью обнаружения сигнала как
теорией извлечения. Она описывает, каким образом происхо-
дит воспроизведение информации, хранящейся в памяти; про-
цесс принятия решения включает здесь оценку прочности
предъявленного элемента и внутреннее сравнение ее с неко-
торым стандартом. Таким образом, в той мере, в какой эта
модель описывает процессы, происходящие при получении
информации из памяти, ее можно рассматривать как модель
извлечения информации.
Может показаться, что для построения модели узнавания,
в сущности, не требуется детально разработанной теории из-
влечения информации: что, собственно, нужно еще извлекать,
если то, что должно быть извлечено, предъявляется испытуе-
мому извне? .Как мы увидим, информация в самом деле из-
влекается при узнавании того или иного элемента. Однако
важная роль извлечения информации в смысле поиска в па-
мяти чего-то определенного особенно четко выступает в слу-
чае припоминания (воспроизведения). Поэтому настало вре-
мя снова заняться припоминанием и постараться создать тео-
рию извлечения информации, которая включала бы и этот
процесс.
Глава II
ИЗВЛЕЧЕНИЕ ИНФОРМАЦИИ И ВСПОМИНАНИЕ
О припоминании нам уже известно довольно многое. Мы
рассматривали, например, интерпретации кривой зависимо-
сти припоминания от места в ряду, различия, связанные с мо-
дальностью, влияние организации, определяемой эксперимен-
татором, и субъективной организации. Прежде чем продол-
жить раос1мотре.ние свободного вопомянания, попытаемся
обрисовать основной характер проблемы. Процедура свобод-
ного вспоминания интуитивно представляется эксперимен-
тальным методом, наиболее близким к изучению того, что мы
обычно понимаем под словом <вспоминать>.
Боуэр (Bower, 1972а) обратил внимание на сходство меж-
ду свободным воспроизведением списка слов и припоминани-
ем в ситуациях, возникающих вне лаборатории. Он указывает,
что в наиболее общем смысле свободное припоминание соот-
ветствует воспроизведению всех элементов, входящих в опре-
деленное множество.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43
ментов, предъявленных в составе списка (теперь мы их назы-
ваем <старыми>), смещается по оси прочности на некоторую
достоянную величину. Между тем элементы, используемые
;при проверке в качестве дистракторов (называемые <новы-
ми> элементами), сохраняют свою .прежнюю прочность. Мож-
яо полагать, что среднее .значение прочности этих новых эле-
ментов будет меньше, чем среднее для старых элементов.
Посмотрим теперь, что происходит при проверке испытуе-
мого по этому списку. Ему предъявляют ряд элементов, из
которых одна половина-старые, а другая половина-но-
вые. Он рассматривает каждый элемент и решает, старый он
или новый. Для того чтобы принять решение, испытуемый вы-
бирает (бессознательно) определенную величину прочности (
и использует ее в качестве критерия. При предъявлении каж-
дого элемента во время проверки он оценивает его прочность
Процессы извлечения информации
в ДП (или определяет, насколько <знаком> ему этот эле-
мент). Допустим, например, что испытуемый оценивает проч-
ность данного элемента как 100 по принятой им шкале проч-
ности. Назовет ли он этот элемент <старым> или <новым>,
зависит не только от прочности элемента, но и от величины
р. Если прочность элемента больше р, то испытуемый отве-
Попадаше: элементы старые,испытуемьш отвечает "старые"
Промах: элементы старые, испытуемые отвечает "новые"
Оправданньш отказ: элементы новые,испытдел1()ш отвечает"швые
Ложная тревога: элементы новые,испытуемыйотвечавт"старые
Рис. 11.5. Понятия теории обнаружения сигнала в их применении к узна-
ванию.
чает <старый>; если же она меньше ,р, то он ответит <новый>.
Так, например, если р==90, то наш элемент с прочностью 100
будет назван <старым>. Короче говоря, здесь действует некое
правило для принятия решения, которое гласит: вычислить
прочность данного элемента и отвечать <старый>, если эта
прочность больше р, в противном же случае отвечать <новый>.
Объединим теперь эти представления относительно рас-
пределений по прочности и величин d и р с различными исхо-
дами опыта: <попадание>, <промах>, <ложная тревога>, <оп-
равданный отказ>. Это сделано на рис. 11.5, где представле-
ны оба распределения прочности и отмечены значения d и
р. Всю область, лежащую под двумя кривыми, можно разбить
на четыре подобласти, представляющие для нас интерес.
Процессы извлечения информации
251
Смысл каждой из них зависит от того, под какой кривой она
лежит-под кривой для старых или для новых элементов-
и находится ли она слева или справа от р. Рассмотрим, на-
пример, подобласть, лежащую под кривой для старых эле-
ментов и справа от р. Эта подобласть соответствует тем слу-
чаям, когда при проверке предъявляется один из старых эле-
ментов и испытуемый говорит <старый>, - короче говоря,
площадь этой подобласти отражает частоту попаданий. Ана-
логично этому область, лежащая под кривой для старых эле-
ментов, но слева от (5, соответствует частоте промахов.
В сумме эти две подобласти образуют всю область, лежащую
под кривой распределения для старых элементов (соответст-
венно на рис. 11.3 эти две частоты в сумме дают 100%). Под
кривой распределения для новых элементов можно найти
подобласти ложной тревоги (справа от р) и оправданных от-
казов (слева от р). Таким образом, вся область, лежащая
под двумя кривыми распределения, делится на четыре под-
области, которые соответствуют четырем возможным резуль-
татам проверки по методу <да - нет>.
Теперь наша частичная модель процесса узнавания уже
содержит представления о прочности следов памяти, их рас-
пределении по этому признаку и правилах принятия решения.
Для того чтобы понять, каким образом это дает нам возмож-
ность определять эффективность узнавания, исключив влия-
ние угадывания, мы должны рассмотреть, что происходит при
изменении величин d и р. На рис. 11.6 представлены различ-
ные возможности. На рис. 11.6,Л можно видеть, как изме-
няется эффективность узнавания при изменении d. Возра-
стание d означает увеличение разницы в прочности старых
и новых элементов. При очень больших d эта разница очень
велика и испытуемый без труда может отличить старые эле-
менты от новых. Если же d невелико, то различать эти эле-
менты становится трудно. Таким образом, величина d-это
по существу мера нашей чувствительности к различию между
старыми и новыми элементами, и ее нередко называют даже
<истинной> чувствительностью. Она отражает информацию,
содержащуюся в памяти, - различную прочность в ДП
предъявлявшихся элементов и дистракторов. Именно для то-
го, чтобы получить оценку величины d в чистом виде, мы
Рис. 11.6. Влияние изменений Р и d на узнавание. А. Влияние измене-
ния d при постоянной величине {): с увеличением d частота попаданий
возрастает без соответствующего изменения частоты ложной тревоги; по-
этому оценки d будут возрастать. Б. Влияние изменений {> при постоян-
ной величине d. с увеличением р частота как попаданий, так и ложной
тревоги будет уменппат1)ся, а оценки d будут оставаться постоянными.
Глава II
стремимся исключить влияние угадывания. Обратите внима-
ние, что на рис. II.6, А при постоянстве р и возрастании d
(которое соответствует подлинному возрастанию того, что
можно извлечь из памяти, т. е. подлинному повышению <чув-
ствительности> к старым элементам) частота попаданий-
но не частота случаев ложной тревоги-будет возрастать. Это
обусловлено тем, что по мере того как испытуемый становит-
ся более чувствительным, ему становится легче отличить ста-
рый элемент (при его появлении) от новых.
Рассмотрим теперь рис. II.6, .6. Здесь показано, что про-
исходит, когда величина р изменяется, а d остается постоян-
ной. В этом случае испытуемый изменяет критерий, на осно-
вании которого он принимает решения, хотя количество ин-
формации в его памяти не изменилось-его истинная чувст-
вительность к старым элементам осталась прежней. В сущ-
ности, изменяется стратегия угадывания. При очень низких
значениях [3 элементу достаточно обладать весьма небольшой
прочностью, чтобы испытуемый назвал его <старым>. Соот-
ветственно он будет произносить <старый> очень часто, пра-
вильно оценивая почти все те элементы, которые и в самом
деле старые, но допуская много ошибок в отношении новых
элементов. Короче говоря, у него будет большая частота по-
паданий, но при этом и большая частота случаев ложной тре-
воги. При высоких значениях р наблюдается обратная карти-
на. Испытуемый действует очень осмотрительно и говорит
<старый> редко - только в тех случаях, когда он вполне уве-
рен в правильности ответа, а это возможно только в отноше-
нии очень хорошо знакомых элементов. Частота попаданий
сравнительно небольшая, так как испытуемый часто отвечает
<новый> при виде старых элементов просто из осторожности;
вместе с тем редки будут и случаи ложной тревоги, поскольку
он нечасто будет отвечать <старый> в отношении новых эле-
ментов. Таким образом, мы видим, что если величина d
остается постоянной, то сдвиги р приводят к изменению ча-
стоты как попаданий, так и случаев ложной тревоги, и притом
в одном и том же направлении. При возрастании р обе эти
частоты снижаются.
Характер изменения частот попаданий и ложной тревоги
при изменениях d и р дает возможность использовать модель
обнаружения сигнала для внесения поправок на угадывание.
Для каждой пары значений этих частот есть соответствующее
значение d. Именно это и позволяет исключать эффекты уга-
дывания. При любом изменении р частоты как попаданий,
так и случаев ложной тревоги изменяются, однако их новые
значения будут связаны с тем же самым d, что и прежде;
иными словами, испытуемый может изменить свою стратегию
Процессы извлечения информации
угадывания (например, если начать штрафовать его за слу-
чаи ложной тревоги), и это может привести к новой частоте
попаданий и к новой частоте случаев ложной тревоги, но эта
новая пара значений будет соответствовать прежнему зна-
чению d. В отличие от этого при изменении истинной чувст-
вительности к старым элементам (например, в случае вторич-
ного предъявления списка, которое приводит к повышению
прочности старых элементов) изменяется частота попаданий
без одновременного изменения частоты случаев ложной тре-
воги. При этом новое сочетание этих частот будет соответст-
вовать новому значению d. Короче говоря, оценка прочности
следов памяти определяется парой величин - частотой попа-
даний и частотой случаев ложной тревоги, а не какой-либо из
этих частот в отдельности. И по характеру изменения этих
парных величин можно судить о том, что изменилось - истин-
ная чувствительность (d) или же критерий р.
Экспериментаторы, применяющие метод обнаружения сиг-
нала, пользуются специальными таблицами, в которых при-
ведены величины d для каждой пары частот попадания и
ложной тревоги. С помощью такой таблицы экспериментатор
может установить, действительно ли та или иная процедура,
которая могла бы изменить частоты попадания и ложной
тревоги, изменяет d. Если изменилась лишь стратегия уга-
дывания, то эти две частоты изменятся одновременно, а ве-
личина d будет для новых значений этих частот такой же,
как и для старых. Таким образом, используя d, вместо того
чтобы просто выражать число верных ответов в процентах,
можно вносить поправки на угадывание теоретически обос-
нованным способом.
Более того, теория обнаружения сигнала позволяет пред-
ставить проблему узнавания в таком плане, что ее можно, в
сущности, рассматривать как теорию памяти. Смысл ее сво-
дится к следующему: предъявление элемента ведет к повы-
шению его прочности или, если угодно, к повышению степени
его <знакомости> или к возбуждению соответствующей ячей-
ки в памяти (выбор того или иного из этих выражений не
имеет большого значения: все они использовались в то или
другое время). Теория эта утверждает также, что испытуе-
мый в состоянии оценить степень <знакомости> любого
предъявляемого ему элемента, а затем использовать эту
оценку для того, чтобы решить, входил ли данный элемент в
состав списка. Если элемент кажется достаточно знакомым,
чтобы можно было думать, что он входил в список, то испы-
туемый оценит его как <старый>. В зависимости от различ-
ных обстоятельств его критерий <достаточной знакомости>
может изменяться.
Глава II
Воспользуемся этой теорией для того, чтобы объяснить не-
которые результаты экспериментов по узнаванию. Рассмот-
рим, например, что произойдет, если использовать как дист-
ракторы слова, ассоциативно связанные со словами, входя-
щими в список. Так, можно было бы предъявить в качестве
дистрактора слово СОБАКА при наличии в списке слова
КОШКА. Как мы знаем, результаты узнавания в таких слу-
чаях снижаются. Это довольно легко объяснить с помощью
нашей модели: достаточно предположить, что предъявление
списка косвенным образом повышает прочность слов, сходных
или ассоциированных с его элементами. Ко времени проверки
их прочность окажется поэтому выше прочности большинства
других элементов, которые могут быть использованы в каче-
стве <новых>, и перекрывание распределений соответственно
увеличится. Более сильное перекрывание означает меньшую
величину d; поэтому при сходных или ассоциированных ди-
стракторах результаты проб на узнавание будут хуже.
Рассмотрим еще один известный факт-то, что редко
встречающиеся слова обычно узнаются лучше, чем слова.
встречающиеся часто (Shepard, 1967; Underwood a. Freund,
1970). Здесь имеется в виду частота использования данного
слова в естественном языке, например в литературе. Суще-
ствуют таблицы частот различных слов (см., например,
Thorndike a. Lorge, 1944), и в экспериментах с использовани-
ем слов их частоту нередко произвольно варьируют. Влияние
<частоты> слов на эффективность узнавания можно объяс-
нить с помощью теории обнаружения сигнала примерно так
же, как объясняется влияние ассоциированных дистракторов
(Underwood a. Freund, 1970). Мы можем предположить, что
при предъявлении того или иного слова прочность других
слов, в высокой степени ассоциированных с ним, в силу этой
ассоциации несколько возрастает. Для часто встречающихся
слов, входящих в список, таких ассоциированных слов, проч-
ность которых возрастает, будет довольно много, и большая
часть их тоже будет относиться к весьма употребительным
словам. Некоторые из слов, прочность которых будет таким
косвенным путем повышена, сами окажутся в списке, тогда
как другие могут встретиться среди дистракторов. Если пред-
положить, что этот косвенный эффект сильнее скажется на
элементах-дистракторах, обладающих сравнительно низкой
прочностью, чем на элементах списка, прочность которых и
так уже достаточно высока, то из этого следует, что увеличе-
ние прочности дистракторов (соответственно сдвигающее
кривую их распределения) должно перевешивать любые влия-
ния на другие элементы списка. В итоге это приведет к зна-
чительному перекрыванию распределении- старых и новых
Процессы извлечения информации
элементов при предъявлении часто встречающихся слов
вследствие косвенного повышения прочности слов, ассоцииро-
ванных с этими последними.
Рассмотрим теперь список, состоящий из слов, встречаю-
щихся редко. Эти слова вызывают сравнительно мало ассо-
циаций и поэтому индуцируют повышение прочности лишь
сравнительно немногих слов. Сдвиг прочности элементов-ди-
-стракторов будет при этом очень небольшим, а потому значи-
тельного перекрывания распределений старых и новых эле-
ментов не будет. В результате значение d для редких слов
будет выше, чем для слов, встречающихся часто, что и позво-
.ляет объяснить влияние 1встречаемости слов на их узнавание.
С помощью модели обнаружения сигнала можно также
интерпретировать забывание, если предположить, что при-
.рост прочности, обусловленный предъявлением, со временем
постепенно исчезает и распределение старых элементов мед-
ленно сближается с распределением новых элементов, все
больше перекрываясь с ним. Таким образом, d уменьшается
и может в конце концов дойти до нуля.
Как можно видеть, эта теория позволяет объяснить ряд
особенностей узнавания и в то же время дает возможность
<отделить память испытуемого (d) от процесса принятия ре-
шения (р). Вероятно, некоторые из этих объяснений пока-
жутся несколько запоздалыми, однако они хорошо уклады-
ваются в теорию. Итак, в целом можно удовлетвориться - по
крайней мере временно-моделью обнаружения сигнала как
теорией извлечения. Она описывает, каким образом происхо-
дит воспроизведение информации, хранящейся в памяти; про-
цесс принятия решения включает здесь оценку прочности
предъявленного элемента и внутреннее сравнение ее с неко-
торым стандартом. Таким образом, в той мере, в какой эта
модель описывает процессы, происходящие при получении
информации из памяти, ее можно рассматривать как модель
извлечения информации.
Может показаться, что для построения модели узнавания,
в сущности, не требуется детально разработанной теории из-
влечения информации: что, собственно, нужно еще извлекать,
если то, что должно быть извлечено, предъявляется испытуе-
мому извне? .Как мы увидим, информация в самом деле из-
влекается при узнавании того или иного элемента. Однако
важная роль извлечения информации в смысле поиска в па-
мяти чего-то определенного особенно четко выступает в слу-
чае припоминания (воспроизведения). Поэтому настало вре-
мя снова заняться припоминанием и постараться создать тео-
рию извлечения информации, которая включала бы и этот
процесс.
Глава II
ИЗВЛЕЧЕНИЕ ИНФОРМАЦИИ И ВСПОМИНАНИЕ
О припоминании нам уже известно довольно многое. Мы
рассматривали, например, интерпретации кривой зависимо-
сти припоминания от места в ряду, различия, связанные с мо-
дальностью, влияние организации, определяемой эксперимен-
татором, и субъективной организации. Прежде чем продол-
жить раос1мотре.ние свободного вопомянания, попытаемся
обрисовать основной характер проблемы. Процедура свобод-
ного вспоминания интуитивно представляется эксперимен-
тальным методом, наиболее близким к изучению того, что мы
обычно понимаем под словом <вспоминать>.
Боуэр (Bower, 1972а) обратил внимание на сходство меж-
ду свободным воспроизведением списка слов и припоминани-
ем в ситуациях, возникающих вне лаборатории. Он указывает,
что в наиболее общем смысле свободное припоминание соот-
ветствует воспроизведению всех элементов, входящих в опре-
деленное множество.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43