屏幕上的反直觉学习：儿童与成人如何通过少量反证据暂停对物体和智能体的核心原则认知

本研究针对人类学习者能否在屏幕上暂停关于物体和智能体的核心知识原则这一关键问题，通过12项实验系统探讨了成人和4-6岁儿童在观察到3-6次反证据后对固体性、连续性、接触性等物理原则和效率性、目标性、采样性等心理原则的认知调整。研究发现学习者能够快速接受反证据并推广到新情境，且对心理原则的接受度显著高于物理原则，为理解人类学习的灵活性及其与核心知识系统的关系提供了重要证据。

在认知科学领域，人类如何获得知识一直是个核心问题。从婴儿期开始，我们就展现出对物理世界和社交世界的基本理解能力——我们知道固体物体不能相互穿透，物体运动需要连续路径，而智能体的行为通常具有目标导向性。这些被称为"核心知识"的认知原则被认为是人类认知的基础构件，它们不仅出现在婴儿早期，在不同文化中普遍存在，甚至在某些非人类动物中也能观察到。

然而，一个令人着迷的问题是：这些看似根深蒂固的认知原则是否能够被修改或暂停？当我们面对与这些原则相矛盾的证据时，会发生什么？特别是在数字时代，人们频繁接触屏幕上违反物理规律的现象（如卡通人物穿墙而过）或违反心理原则的行为（如虚拟角色选择非理性路径）。这些日常经验引发了一个深刻的科学问题：人类学习者能否通过观察少量反证据来暂停这些核心原则？

为了回答这个问题，来自芝加哥大学和加州大学伯克利分校的研究团队在《Scientific Reports》上发表了一项开创性研究。他们设计了12个精巧的实验，探究成人和4-6岁儿童在屏幕上观察反证据后，对核心物理原则（固体性、连续性、接触性）和心理原则（效率性、目标性、采样性）的认知调整能力。

研究方法上，团队采用受试者间设计，将参与者随机分配到不同条件组：先验信念组（PB）不接受新证据，信念一致组（BC）观察符合原则的事件，信念不一致组（BI）观察违反原则的事件。通过混合效应逻辑回归分析选择行为，并对参与者的解释进行系统编码，探究其认知机制。

物理原则的认知灵活性

在物体认知实验中，研究人员设计了精巧的视觉场景来测试三个核心物理原则。固体性原则测试中，参与者观察物体似乎穿透固体墙的现象；连续性原则测试涉及物体在遮挡物后"跳跃"位置；接触性原则则展示物体无接触的远距离互动。

结果发现，当成人和儿童观察到3-6次违反原则的证据后，他们显著调整了预期，开始预测物体将遵循新的反直觉原则。这种学习表现出泛化能力——参与者不仅在与训练场景相似的情境中应用新知识，还能推广到略有不同的新场景中。不过，对于物理差异较大的情境，他们的应用会相对保守。

心理原则的认知调整

在智能体认知实验中，研究人员测试了三个心理原则：效率性原则（智能体应选择最短路径）、目标性原则（智能体行为应保持目标一致性）和采样性原则（智能体应偏好少数类型的物体）。结果显示，参与者对心理原则的反证据接受度更高，且泛化能力更强——他们在所有测试情境中都平等地应用新学到的反直觉原则。

一个有趣的发现是，对于心理原则，成人需要更多反证据（6次比3次）才能形成稳固的新预期，而儿童的反应不受证据数量影响，表明两类人群可能采用不同的学习策略。

解释揭示认知机制

通过对参与者解释的分析，研究揭示了三种主要的认知策略：约三分之一的人直接"接受证据"，承认原则可以被违反；近半数人尝试"解释 away"，提出隐藏机制（如秘密隧道）来调和矛盾；少数人关注统计"模式"，基于规律性做出预测。重要的是，接受证据的参与者更可能在测试中选择反直觉答案，表明解释策略与行为选择密切相关。

领域差异与发育特点

研究还发现了重要的领域差异：参与者对物理原则的先验信念更强，需要更多证据才能暂停这些信念，且更倾向于为物理违反事件寻找替代解释。这与直觉一致——我们更容易接受智能体的"非理性"行为（可归因于个体偏好），而难以接受物体的物理规律违反。

发育方面，儿童对多数原则的先验信念较弱，但在接受反证据后，成人更擅长暂停某些原则（如连续性、固体性、效率性）。这可能反映了经验差异——当代儿童接触更多屏幕反证据，导致他们对屏幕规则的先验信念更不确定。

理论意义与未来方向

这些发现对核心知识理论提出了重要挑战。传统观点认为核心原则是固有且牢固的，但本研究显示，仅需少量反证据，人类学习者就能在屏幕上暂停这些原则。这表明核心知识系统可能比预期更具可塑性，或者人类学习能力异常强大。

另一种解释是，参与者可能对屏幕事件采用特殊推理策略，认为核心原则不必然适用于虚拟环境。这种解释强调了人类对现实与虚拟区别的敏感性。

未来研究的关键方向是检验这些发现在真实世界中的适用性。当前研究为这类探索奠定了基础，提供了关于所需反证据量、替代解释类型以及相关领域和发育差异的重要见解。

该研究的深刻意义在于揭示了人类认知系统的惊人灵活性。即使在面对我们最基础的认知原则时，人类大脑也展现出强大的学习与调整能力。这种灵活性可能是人类适应快速变化的技术环境的关键认知优势，也为我们理解教育、媒体影响以及人工智能与人类认知的交互提供了重要启示。