元认知是对认知过程进行表征、监测和调节的能力。它包括了解思维和学习如何运作,判断某一想法的可靠性,以及决定如何分配心智努力。意识到自己没有读懂一段文字、估计某个答案是否正确,以及选择通过自测而非重读来学习材料,都属于元认知活动。人们熟悉的说法“对思维的思考”概括了这一概念的部分内涵,但元认知也包括不确定性信号和调节过程,而这些未必需要经过复杂的言语反思。
一个核心区别在于,执行认知任务与评价或控制任务表现并不是一回事。记起一个名字是认知活动的成果;判断自己日后能否记起这个名字,则是一种元认知判断。这两种能力相互关联,却并不相同:一个人可能在任务中表现准确,却不能准确估计自己的表现;也可能表现相对较弱,却能认识到自身的局限。这一区别使元认知成为心理学、教育和认知科学,以及决策、临床病症与人工系统研究中的重要议题。
元认知并非一种单一且始终准确的能力。它会随任务、个体、情境和发展阶段的不同而变化。因此,元认知研究将心理表征理论与有关信心、记忆、信息搜寻和学习调节的实验相结合。
概念基础与历史发展
对知识及其局限的反思早于实验心理学。一个人如何知道某种信念有充分依据,这类问题属于认识论的范畴;而关于自我认识的哲学讨论,则探讨人如何知晓自身的心理状态。现代元认知研究的不同之处在于,它将这种知晓视为一个实证问题:人对自身思维的判断可以被测量、与实际表现进行比较,也可以通过实验加以改变。声称自己知道某事,并不能直接证明其已准确审视了背后的认知过程。
一个重要的先驱领域是关于元记忆的研究,即对记忆的认识与判断。1965年,约瑟夫·哈特研究了“知晓感”:当人们无法回忆起某个答案时,有时仍会预期自己能从若干选项中认出它。即使当下无法提取所需的答案,这类判断对后续再认表现的预测仍可能优于随机水平。这为研究人对自身认知状态的认识提供了一条实验路径,使研究不再仅仅关注该状态下认知活动的成败。
约翰·H. 弗拉维尔在20世纪70年代提出并发展了元认知概念,尤其体现在他对儿童记忆与认知发展的研究中。他在1979年提出的理论影响深远,区分了元认知知识、元认知体验、目标或任务,以及行动或策略。元认知知识可以涉及个人、任务或策略:例如,认识到个人记忆能力的局限,理解不熟悉的材料较难掌握,或知道分类有助于回忆。安·L. 布朗的研究帮助确立了对学习进行计划、监测和评价的重要性,尤其是在教育情境中。
另一种有影响力的理论表述由托马斯·O. 纳尔逊和路易斯·纳伦斯于1990年提出。他们的框架区分了认知活动发生的客体层,以及包含该活动模型的元层。监测将信息从客体层传递到元层;控制则改变客体层的加工过程。这一架构解释了为什么发现困难与有效应对困难是两种可以分离的能力。学习者可能准确识别出自己知识薄弱的地方,却未能为此投入更多学习时间。
元认知与若干相近概念有所重叠,但不能相互替代。执行功能包括维持目标、抑制反应和切换任务,但这些操作未必涉及对认知的判断。自我调节学习不仅包括元认知,还涵盖动机、情绪、行为以及对学习环境的管理。有意识体验的范围则更广:疼痛或颜色知觉可以是有意识的,却不构成对思维的判断。反过来,一些研究者即使无法确认是否存在明确的意识觉察,也会用“元认知”来描述功能层面对不确定性的监测。在对婴儿、动物和机器的研究中,这些定义上的差异尤其会产生重要影响。
监测、信心与认知控制
元认知监测关注的是个体如何看待自己正在进行或未来将要进行的认知活动的表现。研究者将结果出现前作出的前瞻性判断与结果出现后作出的回溯性判断区分开来。学习判断用于估计日后的记忆表现;知晓感判断用于在回忆失败时预测能否再认;回溯性信心判断则用于估计已经给出的答案是否正确。这些测量针对不同的加工阶段,不一定依赖相同的信息。
监测往往依赖线索,而不是直接审视心理表征的强度或正确性。加工的难易程度、提取速度、熟悉感,以及脑海中浮现的相关信息量,都可能影响信心。根据阿舍·科里亚特的线索利用理论,判断依据的是材料的特征、学习条件,以及加工过程中的主观体验。迅速提取出的答案可能让人觉得可靠,因为提取流畅性通常与知识掌握程度相关。然而,当熟悉感来自重复而非理解时,同一种启发式就可能产生误导。
这解释了为何当下的轻松感与未来的表现之间常常出现分离。反复阅读可以让人觉得文本很熟悉,却不能保证日后无需提示就能回忆起其中的内容。相反,费力的提取可能让人觉得表现不佳,却能带来更持久的学习效果。延迟作出学习判断,往往能提高判断的区分能力,使人更准确地区分日后能够记住和将会遗忘的项目。经过一段时间后,学习者必须更多地依靠从长时记忆中提取信息,而不能依赖刚刚呈现的材料在记忆中的暂时可用性。
元认知控制利用监测来选择行动。相关行动包括分配学习时间、改变策略、寻找其他信息来源、寻求帮助、推迟决策或停止搜索。控制也取决于目标与成本。如果要求掌握某个困难项目,那么多花一些时间可能是合理的;但如果有限的时间足以确保掌握几个较容易的项目,这样做就可能效率不高。因此,在不同的激励条件下,同样的监测判断可能导致不同的行为。
这种关系是双向的。监测影响学习什么,而学习选择又会改变后续监测所依据的信息。人们还会把自己的行为当作线索:对于一个曾经需要长时间学习的项目,后来之所以判断它很难,部分原因可能是记得自己为此付出过努力。因此,这一过程形成的是反馈循环,而不是先诊断、后纠正的简单序列。
所以,反思并非越多越好。监测会消耗时间和注意力,而且在有用信息已经耗尽后,反复检查仍可能持续。有效的控制既需要对错误保持敏感,也需要停止规则。运作良好的元认知系统会权衡再进行一次认知操作的预期收益与成本,而不是不顾具体情况,一味增加思虑。
测量与实验方法
仅仅询问一个人是否认为自己善于反思,并不能充分测量其元认知。研究者会区分一般性的自我报告、针对具体任务的判断,以及每次试验中信心与准确性之间的关系。问卷可能反映一个人对策略的了解或对自身习惯性行为的看法,而实验则测量其信心是否确实随成功与否而变化。这些测量目标彼此相关,但并不相同,它们之间的相关性也未必很强。
有三个概念尤其需要区分。元认知偏差指总体上信心偏高或偏低的倾向。元认知敏感性指信心能否区分正确反应和错误反应。元认知效率则关注相对于完成基础任务所能利用的信息,元认知敏感性达到何种水平。一个信心很强的人,仍然可能可靠地区分自己答对和答错的情况。反过来,一个人的平均信心即使与平均准确率相符,也可能几乎无法识别究竟哪些答案是错的。
一种简单的校准指标是比较平均信心与正确作答的比例。若 表示报告的答对概率, 在回答正确时为 1,否则为 0,则平均有符号校准误差为
正值表示平均而言过度自信;负值则表示信心不足。然而,方向相反的误差可能相互抵消。因此,校准曲线会按信心水平将判断分组,再将各组报告的概率与实际准确率进行比较。布里尔评分
概括了概率预测误差的平方,但它并不是元认知敏感性的纯粹度量,因为它也反映了任务表现和结果的分布。
信号检测论提供了将任务表现与报告行为的不同方面分离开来的方法。在一项基本的知觉实验中,参与者先辨别两种刺激,再评定自己的信心。一阶敏感性通常用 表示,描述的是区分刺激的能力。二型分析考察信心能在多大程度上区分正确决策与错误决策。meta- 框架将观测到的信心数据表示为可与一阶敏感性相比的单位。比值 常用于估计元认知效率。对它的解释取决于模型假设、试验次数是否充足以及估计是否稳定;它并不是一个脱离情境的自我觉察评分。
实验设计还会带来其他复杂因素。信心量表在措辞和取值范围上各不相同,参与者使用量表的方式也可能不同。提供反馈会同时改变知识和信心。要求参与者作出解释,可能改变正在测量的过程。出声思维法能够揭示可被觉察和表达的策略,却会遗漏非言语性或无法报告的操作。因此,研究者会结合行为任务、问卷、访谈和计算模型,同时采用统计学控制方法或匹配任务难度,以免将任务表现不佳与监测能力不足混为一谈。
毕生发展与比较研究证据
元认知随着认知能力、经验、语言和社会互动的变化而发展。幼儿可能知道记住事物很重要,却不能准确了解自身记忆能力的局限。经典研究发现,即使有机会亲身认识到这些局限,儿童仍可能高估自己能够回忆起多少材料。元认知的发展不仅在于掌握策略,还在于学会判断策略何时有用,以及是否已经奏效。
言语报告会低估某些早期能力。学龄前儿童有时能通过选择是否作答、请求帮助或避开困难选项来表达不确定性,即使他们还无法流畅地解释自己为何不确定。这些结果促使研究者区分明确的元认知知识与发挥不确定性监测作用的行为。如何解释这些行为,仍取决于具体任务:不作答可能反映了对自身知识的评估,也可能反映了后天习得的、与困难刺激之间的联结。
在童年中期和青春期,监测与控制通常会变得更加协调。儿童逐渐认识到,理解不只是解读字词,学习安排也应取决于已经掌握的知识。语言、执行功能以及对他人心理的理解在发展中发生的变化,为这些能力提供了支持。然而,这种进步并不均衡。对某一学科的熟悉,可能使年龄较小的学习者比年龄较大的初学者更能准确判断自己的表现;动机或评价压力也可能在能力不变的情况下改变信心。
发展心理学研究也关注衰老。老年人可能仍保有丰富的记忆策略知识,也大体了解自身能力,但其记忆表现或某些形式的监测能力可能发生变化。关于记忆的一般信念、对特定任务的判断,以及对单个错误的觉察,可能呈现不同的变化模式。因此,与年龄有关的比较必须区分一阶认知的变化和元认知层面获取自身认知状态信息的能力变化,而不能从其中一种推断另一种。
比较研究探讨非人类动物是否会监测不确定性。一些实验允许动物放弃困难的辨别任务、寻找缺失的信息,或选择数额较小但确定可得的奖励,而不参加有风险的测试。在多种条件下,恒河猴表现出有选择地作出不确定性反应和寻求信息的行为。在另一种实验范式中,类人猿如果没有看到食物被藏在哪里,就会更频繁地寻找有关隐藏食物位置的信息。
这些发现很重要,但尚不能确定动物是否像人类一样,能够表征自己“不知道”的状态。联结学习、刺激难度和强化经历有时也能产生类似元认知控制的行为。更严谨的研究设计会检验这些行为能否迁移到新任务,将不确定性与特定的外部线索分离,并考察信息寻求行为是否专门针对知识缺失而发生。因此,明确提出所考察的机制,比将所有适应性的不确定性应对行为都视为反思性自我意识的证据,更能体现比较研究证据的价值。
神经系统及其与意识的关系
元认知依赖分布于多个区域的大脑系统,而非单一的自我认知中枢。相关研究综合运用脑损伤研究、功能性磁共振成像、电生理学和脑刺激等方法。这些方法各自回答不同的问题:脑成像用于识别与信心相关的活动,脑损伤研究揭示损伤造成的后果,脑刺激则可检验改变神经活动是否会影响某一特定过程。任何一种方法都无法单独完整解释元认知体验。
研究反复发现,前额叶皮层的部分区域参与了对任务表现的判断和对思维的调节。在知觉和记忆任务中,前额叶前部及外侧区域与信心和元认知准确性有关。斯蒂芬·弗莱明及其同事于2010年发表的一项广受引用的研究发现,视觉元认知准确性的个体差异与前额叶皮层前部的结构差异相关。这类发现涉及的是特定任务中的统计关系,并不意味着可以用某个简单的解剖指标衡量一个人的自我觉察程度。
其他脑区也为监测系统提供信息。记忆判断会调动涉及内侧颞叶和顶叶结构的网络,而知觉信心则利用感觉系统和决策相关系统所表征的证据。内侧额叶区域参与任务表现的监测,包括与错误和冲突有关的信息处理。错误相关负波是一种可在某些错误反应发生后不久测得的电信号,它表明,在人们用语言详细描述自己的表现问题之前,神经系统就可能已经检测到这些问题。
一个核心问题是:信心究竟是对产生决策的同一组证据的读取,还是依赖额外的过程?在一些模型中,支持所选答案的证据越强,信心就越高。另一些模型则允许在作出选择后继续积累证据、选择性地赋予支持该选择的证据更高权重,或在评估决策时引入额外噪声。这些不同解释能够说明,为什么信心会发生变化,而最初决策的准确性却没有相应提高。
元认知机制究竟是领域通用的还是领域特异的,目前仍无定论。有些人在不同任务中的元认知表现具有相关性,提示这些任务可能依赖共同的过程。另一些研究则发现,记忆与知觉之间,或不同形式的判断之间,可以出现分离。一种合理的架构应当同时包含局部的不确定性信息来源,以及负责整合、传递和利用这些信息的更广泛系统。任务设计和测量信度会显著影响对能力共享程度的估计。
元认知也与意识理论有所交集,尤其是那些将意识通达与高阶表征联系起来的理论。不过,信心、可报告性和意识体验不应被等同起来。一个人可以意识到某个刺激的存在,却不确定它究竟是什么;生理性的错误信号也可能出现,而当事人并未报告自己意识到了错误。只有明确研究对象究竟是信心、错误觉察、策略性控制,还是其他定义清楚的成分,才能更好地解释神经科学证据。
学习、教学与教育评估
在教育中,元认知之所以重要,是因为学习者必须判断自己理解了什么、该使用哪些策略,以及何时需要投入更多功夫。它在阅读理解中的作用尤为明显。读者可能把每个词都读得准确无误,却未能把不同观点联系起来,也未能发现其中的矛盾。理解监控意味着察觉这类理解上的问题;调节则包括重读、查阅参考资料、修正解释或提出问题。调节是否有效,既取决于策略是否恰当,也取决于是否具备足够的学科知识。
教学可以将通常隐而不显的认知决策明确呈现出来。在教师示范中,教师不仅展示答案,还展示为何选择某种解题步骤、为何检查某个中间结果,或为何放弃一种无效的方法。支架式教学提供临时性的提示或结构化支持,随着学习者能力的发展,这些支持可以逐步减少。这些做法将元认知教学与实际的学科学习活动联系起来,而不是将反思视为一种独立的、可以普遍迁移的练习。
安妮玛丽·帕林克萨与安·L. 布朗于20世纪80年代提出的交互式教学,体现了这一思路。教师和学生围绕文本的预测、提问、澄清和概括展开对话。其目的不只是完成四项活动,而是让有助于理解的过程变得清晰可见,并逐渐由师生共同参与。在数学中,类似的教学可能包括解释某种方法为何适用、估计答案是否合理,以及检查解是否满足原始条件。
有关提取练习的研究表明,学习策略与元认知判断必须放在一起考量。尝试回忆信息,既能揭示学习者在没有辅助的情况下能回忆出什么,本身也能增强日后的记忆保持。相比之下,重读可能产生熟悉感,而这种熟悉感会被误认为已经掌握。反馈有助于区分提取失败与正确作答,并能促使知识和后续的信心判断得到更新。不过,某项活动的教育价值仍取决于内容、时机以及学习者原有的知识。
规划、监控和评价通常通过目标陈述、解题示例、自我解释、练习测验和结构化复习等形式,融入课程材料之中。在在线学习中,数字环境可以记录学习者对学习活动的选择、作答时间和求助行为。这些记录提供了行为指标,但长时间停顿或反复访问某个页面,并不能唯一指向反思:它们也可能意味着分心、困惑或技术问题。因此,学习分析需要建立模型,将可观察到的行为与所假定的认知过程联系起来。
证据支持许多元认知干预具有教育价值,但其效果会因实施方式、学科、年龄和对照条件而异。提示学习者“反思”,并不等同于明确教导他们如何识别错误、选择纠正措施。评估还必须区分学习者是在练习过的任务上有所进步,还是能够将所学迁移到新情境中。学习者可能掌握了规划与监控的相关术语,却未必能始终如一地加以运用,因此,基于实际表现的评估是有关策略使用情况问卷的重要补充。
偏差、社会互动与集体判断
元认知判断容易受到认知偏差的影响,但存在偏差并不意味着信心总体上毫无用处。在同一项任务中,信心往往能够预测准确性,但从绝对水平来看,信心仍可能系统性地偏高或偏低。因此,问题不只是人们是否有信心,而是信心的程度是否恰当,以及是否会随具有鉴别力的证据而调整。
邓宁-克鲁格效应得名于贾斯廷·克鲁格和戴维·邓宁于1999年发表的研究,涉及实际表现与自我评估之间的关系。他们最初的研究发现,在多项任务中,表现较差的群体大幅高估了自己的相对位置。一种解释认为,取得良好表现所需的某些知识,也是识别错误所必需的。后续研究表明,统计因素、测量误差、均值回归以及相对排名的使用,也可能促成那些常见的图形模式。仅凭这些模式,并不能断定每个表现较差的人都缺乏自知之明,也不能断定专业水平高就必然会信心不足。
另一些判断偏差源于人们对证据的选择性评估。确认偏误会影响人们寻找哪些信息,而动机性推理则会影响人们接受某个结论的标准。对于不愿看到的结果,一个人可能会比对乐见的结果审查得更加严格。当判断自身推理的标准取决于期望的答案时,就出现了元认知上的不对称。准确的反思需要具有鉴别力的信息,也需要有意愿、有机会始终如一地运用这些信息。
元认知具有沟通功能。表达信心能够告诉他人,一项主张在共同决策中应当占多大分量。当参与者分享部分相互独立的证据,而且所表达的信心能够反映各自的相对准确性时,群体有时能够比其中任何成员表现得更好。然而,信心十足地表达的错误观点可能主导讨论,而彼此相关的错误则会限制汇总判断所带来的益处。社会地位和交谈中的影响力,也可能影响谁表达的不确定性会受到关注,而这与其实际可靠程度未必有关。
协作中的元认知包括核查彼此是否达成共同理解、识别分歧,以及判断群体何时需要更多信息。这些活动不同于单纯收集个人的信心评分。一个团队的成员合起来可能掌握了相关信息,却未能发现究竟是谁掌握了这些信息。反过来,阐明分歧可能揭示,成员只是对任务有不同理解,而不是依据同样的证据得出了彼此不相容的结论。
社会和文化条件也会影响人们如何报告自己的信心。有关谦逊、权威、礼貌和自我呈现的规范,会影响人们公开表达的内容。因此,不能自动将口头上表达的低信心理解为内心确实所知甚少,语气笃定也不是衡量元认知能力的直接指标。跨文化研究必须考察作答量表的含义和沟通惯例,而不能只比较问卷的平均得分。这使元认知与社会心理学产生联系,同时仍保留了内在评估与其公开表达之间的区别。
临床概念与解释的局限
在临床心理学中,“元认知”指的是几个相互关联但并不相同的构念。实验研究者可能会测量某项界定严格的任务中信心与准确性之间的关系。临床理论框架则可能考察个体对思维的信念、对侵入性思维的解读,或在日常生活中反思心理状态的能力。针对某一构念得出的研究发现,不能直接套用于其他构念。
阿德里安·韦尔斯的元认知模型强调个体对思维的有用性、危险性和可控性所持的信念。例如,认为担忧能够预防问题,与认为担忧无法控制或有害,是不同的信念。该模型描述了一种认知—注意综合征,涉及持续的担忧或反刍思维、威胁监测,以及使注意力持续聚焦于痛苦的应对反应。在这一框架基础上发展出的元认知疗法,着眼于思维调节及相关信念,而非仅仅关注某个具体想法所涉及的事实内容。临床试验已在多种病症中考察这一疗法,但各项研究的受试人群、对照条件和随访时间并不相同。
关于强迫症状的研究说明了为什么有必要区分信心与实际表现。反复检查可能伴随着对记忆的信心下降,即使客观测得的记忆能力仍相对完好。实验性检查范式提示,重复可能使记忆变得不那么鲜明或独特,从而削弱个体对记忆的主观信任。这并不意味着所有检查行为都具有相同机制,也不意味着凭一项信心测量就能确立诊断;它揭示的是一种可能将行为与不确定感联系起来的过程。
涉及精神病性障碍的研究考察了对错误判断的过度自信、信念更新,以及对矛盾证据的整合。一些研究发现,受试者在特定任务中的信心模式有所改变,但这些模式并不一致,也不是某种诊断独有的标志。由斯特芬·莫里茨及其同事等人开展的元认知训练,采用结构化练习来处理推理偏差和信念评估问题。尽管使用了相同的术语,这种干预在概念和实施程序上都不同于韦尔斯的元认知疗法。
神经系统病症还带来了另一项需要区分的问题:对自身功能缺损的觉察受损,通常称为病感失认症,并不只是一般意义上的过度自信。它可能出现在脑损伤之后,也可能发生于神经系统疾病中,并且可能仅涉及某一特定功能,例如运动或记忆。不同功能领域的觉察程度可能不同,单个笼统的问题未必能反映这种情况。因此,临床评估往往会将相关报告、观察到的表现以及日常功能信息加以比较。
在上述各个领域,相关关系并不能确立单一的因果方向。痛苦可能改变信心,与信心相关的行为可能使痛苦持续,而两者也都可能取决于其他过程。药物、疲劳、任务难度和总体认知表现都可能影响实验结果。元认知测量有助于机制研究,但不能替代临床评估,也不能据此认定精神障碍从根本上说就是无法“思考自己的思考”。
计算模型与人工系统
计算方法通过明确表征了哪些信息,以及这些信息如何引导行为,使元认知理论更加精确。在贝叶斯推断中,信心可以建模为:在给定可用证据和假设的条件下,所选答案正确的概率。这提供了一个规范性基准,并不意味着人们总会显式地计算概率。人的判断可能偏离这一基准,原因包括证据不完整、内部模型不准确,或将证据转化为报告的过程引入了额外噪声。
决策模型还将信心与反应时、累积证据区分开来。一个人可能在证据达到决策阈值时作出选择,随后继续加工信息,再报告信心。这类决策后证据可以帮助发现错误或改变主意。研究者会依据多项可观测特征来检验模型,包括正确率、反应时、信心分布及其相互关系,因为不同机制可能产生相近的平均信心水平。
一个相关领域是元推理,它研究智能体应如何分配有限的计算资源。智能体可能需要决定是否再进行一次计算、检索更多信息,或停止计算并采取行动。简化的计算价值原则将最终决策的预期改善与进一步加工的成本进行比较:
按照这一观点,当进一步思考的预期净价值为正时,它就是值得的。难点在于,估算计算的收益本身也可能需要计算,从而产生新的资源分配问题。
在人工智能中,系统可以实现类似于监测和控制的功能:估计不确定性、识别可能的失败、请求更多信息,或选择不同的处理程序。这些功能本身并不能证明系统具有意识或类似人类的自我理解。它们的意义体现在实际运作中,取决于监测信号能否可靠地预测表现,并改善后续行动。
这一区别对大语言模型尤为重要。流畅地表达信心,可能只是反映了从文本中学到的模式,而非对正确性经过校准的估计。同样,对先前答案作出批评,也不能证明这种批评发现了实际存在的错误。因此,评估需要考察:信心是否与实际结果相符,错误检测能力能否泛化到不熟悉的任务,以及修订是否真正改善了答案,而不只是改变了答案。外部核查和独立证据可能比看似具有内省能力的语言表达更重要。
人类与人工系统的研究都面临若干尚未解决的问题。元认知在多大程度上为不同领域所共有,内部的不确定性如何转化为明确的判断,以及监测能力的提升何时会带来更好的控制,这些问题仍难以确定。实验室任务通常涉及耗时短、评分标准明确的决策,而现实世界中的推理可能持续数月,且反馈含糊不清。因此,能够解释知觉实验中信心的模型,还必须分别在学习、协作推理,以及无法立即观察其正确性的决策情境中接受检验。