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.
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 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127