时间的流逝继续参加实验的被试人数会减少这一事实（由于死亡或
迁徙），并且这种人员的流失率会随着时间而增大。
由于两个测试间的经验变化引起了所研究的行为的变化，所以，
一般而言，纵向设计不能得出年龄改变行为的可靠结论。
既然横切和纵向设计中存在这些问题，那么心理学家怎样才能
在发展差异上进行可靠的研究呢？事实上，心理学家所依靠的许多
发展的研究大都采用了横切设计和纵向设计（前者是主流）。但是，
沙（i977）主张使用能够更明确估计作业中年龄变化的其他研究设
计。其中之一是交叉序列设计。如图12…2所示，连续的四年
（1977…1980）中出生的人们又在后来的连续四年（1996…1999）中被
M，
∥润
雕圆
n质
h芷日
黠
吧文
船圉
。频
均视
81
g程
几千
。主
班川
他业
M专
g理
式心
方学
系大
联范
久师
躲●
芸荐
芸推
：㈣： 747883097 TL。 028 8194 2202日址：http： i1747883097 qzone qq
434层喜翠嚣磊黩享勰霉
，理学专业20门主干课程DS视频图文并茂，音质圆润，提供试看 期待咨询
／实验心理学
r'．
u
1977
出1978
生
矩1979
1980
涮试年
1996 1997 1998 1999
撮切设计
图12…？为研究发展差异而进行的横切研究设计 372
1977…t980年出生的人在1996… 1999年期间键多次测试，
每一单元的数字代表的是测试时靛试的年龄。
测试的情况。每一列代表一个横切设计，因为不同年龄的人们在同
一年里被测试了。同样，每一行代表一个纵向设计，因为随着同龄人
年龄的增长被多次重测了。此外，第三种设计类型也显示在了图的
对角线上，它是时间延迟设计。该设计旨在确定保持年龄恒定时的
测试时间效应。在这个时间延迟设计中测试年龄被保持在19岁，因
此所观察到的任何变化都可以被归结为测试对象所处的不同年代。
但是，此设计中的年龄与出生年和测试年混淆了。综观整个的交叉
序列设计中，如果纵向和横切部分都表明了某一因变量随年龄变化，
并且时间延迟部分又显示年龄恒定时测试时间的变化不会引起任何
的因变量銮化，那么研究者就可以安全地把这个被观察到的变化归
结为年龄本身而不是某一混淆因素。
12。2 实验主题与研究范例
主题操作定义
范例人工智能
下面讨论一种被称为模仿的比赛。模仿比赛是由图林（1950》在
一篇题为“计算机器与智力”的文章中首次提出的。图林的目的是想
创立一个情境，以使人们估计机器是否会思考。
谊比赛是由三个人来玩的，一个男人（A）、一个蚤人（B）和373
芸芸视频水久联系方式㈣：747883097 TL：028 8104 2202网址：http：／／7
推荐：北京师范大学心理学专业20门主干课程DS视频图文并茂，音质圆润，
●
47883097 qzonf qq
提供试看 期待咨询 ／435
。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。J！。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。．一
第十二章个飘差异s发最f
一个可以是任何性别的询问者（C）。询问者呆在一个远离其余
两人的房间里。询问者的比赛目标是确定另两个人中谁是男人
和谁是士人。他（询问者）只知道他们是X和Y，在比赛结束
时，他或者说“X是A，Y是B”，或者说“X是B＋Y是Ap。允许
询问者向他们提出诸如此类的问题：
c：x愿意告诉我他或她头发的长度吗？现在假定X确实
是A，那么A必须回答。A的目标是努力让C作出错误的辨
认。他的回答可能因此是“我的头发是后短侧长的发式，最长的
约九英寸。”
为了不泄露A和B的语调信息，所以答案是用文字表述
的＋可以手写，不过最好是打印的。理想的安排是用电传抒字机
在两个房间沟通。或者，通过中间人重复问题和答案。B的比
赛目标是帮助询问者。她的最好蓑略是给出真实的答案。她可
以附加诸如“我是一个女人，不要听信他的！”之类的信息到她的
答案中，但是由于A（男人）也会做出类似的回答，所以她的帮助
将无济于事。
我们现在提问：“当一台机器取代比赛中A的位置时，会发
生什么？”机器参加后所有的比赛规则和步骤都与上述相同，那
幺询问者的错误率套改变吗？这些问题又回到了我们最初的问
题#“机器能思考吗？”（图林，1950，ppt 433434）
模仿比赛通常也被称为图林测验。假设，这个测验能够确定是
否机器、计算机或者别的什么东西有智力。有关机器智力的判明标
准在图林的测验中被具体提出了：如果一个询问者与一台机器分开，
并且一个人不能辨认出它们回答问题的印月Ⅱ答案，那么可以说一台
机器是有智力的。更坦白地说，一台机器的输出能够模仿一个人时，
这台机器就拥有智力。
图林指出，至少原则上，在模仿比赛中的机器可以被看作一个
人。对于许多心理学家和计算机科学家来说，图林测验在智力的判
明上是有效的。在一些支持图林测验的观点的基础上，有关人工智
能（AI）可能存在的信念已经广为流传了。关于AI有两种菩遍的观
：㈣： 747883097 TL。 028 8194 2202日址：http： i1747883097 qzone qq
436／嚣翠嚣磊黩蓊登霉
，理学专业20门主干课程DS视频图文并茂，音质圆润，提供试看 期待咨询
／实验心理学
一
L■
点（ Searle，1980）。第一种被称为强AI．它完全遵照图林的意图，认
为机器能够拥有智力。换言之，强AI观点认为，机器可能会拥有像
人一样的被称为智力的认知状态。这种认知状态可以在操纵机器的
程序中找到。此种观点的智力只是程序中形式符号的操纵。AI的
第二种类型被称为弱AI，它涉及用计算机程序对人类智力的模拟。
它是通过计算机程序的手段来检验认知理论的。弱Al方法没有引
起更多的反对，我们也不想在这儿讨论它。而是代之以集中讨论强
AI，因为它引发了大量的争论。
操作定义
图林测验已经被许多人从积极的意义上接受了，因为它有两个
重要的特征。第一个是，以模仿比赛为手段来评估机器智力时用了374
一个实验；是否询问者相信一台机器等同于一个人。第二个特征对
于我们的目的尤其重要。图林所描述的实验产生了一个操作定义。
操作定义在第6章以阚限概念为例被讨论了。操作定义是建造
如智力等结构的一个规则，通遗这个规则的使用其他的科学家也可
以产生和测量该结构从而重复以往的研究。饥饿的一个操作定义是
先在一段时间内不让狗吃食物，之后再测量它会吃多少食物。类似
地，根据图林的智力操作定义，我们可以把智力的产生看成能够回答
问题的机器程序，并且还可以用回答引发的欺骗量来测量智力。这
似乎是个完全可接受的操作定义，那么它为什么仍引起了如此多的
争论呢？
图林测验被反对的根本原因是，操作定义在原则上可靠，但它们
却未必有效。一个操作定义的主要价值在于增进沟通。因此，如果
某人宣称机器有智力，那么只是意味着这台机器通过了图林测验这
一事实＋此外大概一无所长了。
在表述的清晰性方面，图林测验显然是很好的。一贯（即可信
地）产生图林所指的智力的必要条件被明确给出了。但是，关于强
AI的争论集中在，是否图林测验充分反映了我们叫做人的智力的东
西。因此，在图林测验能否标志智力这一效度方面的问题上有着许
””””4…”… ／437
提供试看 期待咨询
寨十二章个鼬差异s发展f
多的反对意见。本文中欢度是指定义的真实或可靠。图林测验定义
的是智力，还是别的什么东西？计算机引发的欺骗量能够反映智
力吗？
最近操作定义总是被局限在它们的可应用性上，即它们的效度
方面。重新思考一下前面提出的饥饿的操作定义：禁食一段时间并
观察之后的食物摄人量。这能充分说明我们所指的饥饿吗？可能没
有。人类的进食有很多原因，与食物剥夺有关的只是其中之一。有
时我们吃饭是为了社交；有时我们吃饭是因为我们特别想吃某类食
物；有时我们吃饭是因为我们已经几个小时没进食了。而且，上述操
作定义是不对称的，因为不吃并不意味着我们的胃是满的。有时我
们不吃是因为我们的胃不适；有时我们不吃是因为我们正在努力减
肥｛有时我们不吃是因为我们刚刚已经吃过了。为了解释这些观察，
我们在表述饥饿的概念时，就需要把多元的操作定义融会贯通于同
一个理论中。我们不得不使用会聚操作（见第7和14章）。
对强A1的许多批评都与上述针对饥饿定义列出的类同。“机
器不是人。计算机能讲话吗？它能写诗吗？”图林预料到了一些批375
评，并相信它们将来能被解答——是的，一个计算机程序能够以一种
观寨者（询问者）分辨不出是人还是机器所为的方式做那些事情。正
如图林（1950）所说，“问答法几乎适宜于引进任何一个我们希望包括
的人类努力领域。我们不希望由于不能在选美中获胜而贬损机器的
无能＋也不希望由于同飞机的比赛中失利而贬损一个人。我们比赛
条件的不当使得这些无能或失利根本不相干。‘目击者’可能会吹
牛，可能会尽情地满足和炫耀他们的魅力、力量或英雄主义，如果他
们认为这样可取的话I但是询问者可能不需要实际的展示”（p_ 435）。
一些批评以及图林对之的反驳或许是能通过观察与实验来解决的经
验方面的问题，但是，即使机器被发展得能做这些事情，仍然会出现
新的批评。现在我们讨论图林测验被度方面的批评。
中文房间
针对强AI可能性的一个主要讨论是由哲学家塞尔（1980，
∥润
雕圆
n质
h芷日
黠
吧文
船圉
。频
坞视
81
g程
几千
。主
班川
他业
M专
g理
式心
方学
系大
联范
久师
水京
臻●
芸荐
芸推
：㈣： 747883097 TL。 028 8194 2202日址：http： i1747883097 qzone qq
438虞喜翠嚣磊黩享勰霉
，理学专业20门主干课程DS视频图文并茂，音质圆润，提供试看 期待咨询
／实验心理学
1990）发起的，他的反对是关于图林测验的基本效度的。塞尔也用一
个假设的实验来支持他的论点。他让我们想像一个不懂中文的人。
为了便于讨论，让我们假设这个人就是你。体被隔离在一个房间里＋
并且在房间里放置了一本用你的母语写出的指导书，它明确规定了
当一张胡乱涂写的纸条塞进来时你应该做什么。这些指导语让你把
它们与房间中已有的一些卡片进行匹配。这些卡片上也有着一些不
同类型的线条。当你找到了指导语要求的卡片时，就把它们放到一
个槽里，咀便最后拿到房间外面。
你有所不知，这些卡片上写的是中文；而且你也不知道，你确实
正在按照要求用中文回答问题。这个假想的实验假设，你的指导语
足够详细以至于你能够充分地回答问题，尽管你根本不懂中文一一
你甚至不知道自己正在操纵着中文符号。因此，你正在参加的是图
林测验的一个变式，因为人们正在用中文问“这个房间”的问题（由此
得名中文房间），并且询问者应该不能区分你的答案和舍说中文人的
答案。你正在娴熟地操纵着一套形式符号，但这些符号对于你来说
没有任何意义。
塞尔相信，在一个真实的中文房间比赛中，你会通过图林测验
的。这意味着你在中文方面有才能和智力吗？塞尔的回答是不。虽
然你通过了图林测验，但你根本不理解中文。你的所作所为完全类
同于一个愚弄询问者使其相信是人而不是正在回答问题的计算机。
计算机程序很类似于你在中文房间中所操纵的符号；此外，与你相像
的还有，计算机_没有给符号赋予意义或理解。根据塞尔的观点＋这只376
能意味着图林测验是无效的，它不能证明机器有智力。
塞尔叉进一步论证了他的观点。他提出真正的理解需要一个在
实验情境中有着因果推理能力的大脑。休不可能像理解你的母语那
样去理解中文，因为你不能生成它。对于中文来说，所有你能够做
的，与在“智力”活动中一台机器所能做到的一样，就是遵照指导语去
操纵符号。塞尔（1990）指出，有生理基础的人脑或许不是能够思维
的惟一机器；但他又指出，创造人工思维的机器的可能性是“不存
在的”。
47883097 qzonf qq
㈣试看躺咨询 /439
塞尔中文房间的讨论及其有关大脑的观点并非没遇到过挑战
（见Churchland和Churchland，1990）。基本问题似乎是：什么可咀
作为智力的充分测验？只能操纵符号的装置的行为算作智力吗？强
Al的回答是算。塞尔的回答是不算——一个模拟中文说话的程序
是不理解中文的＋就像一个模拟消化的程序不能真正消化食物一样。
定义智力
仿；现在可能要问，“智力还有其他的被广为接受的操作定义吗？”
其简短回答是没有。在这里，我们将探讨一些智力的其他定义和与
操作定义概念有关的附加问题。
你可能已经注意到了，当我们在本章的第一部分讨论信度时，我
们没有定义智力。这是因为测验的发起者常常有一个当时实用的问
题。比纳只是想要确定法国学校学生适当的等级水平。在这些实用
的情境中，测验的效度是由某一标准决定的，比如在校就读的成功。
事实上，斯坦福一比纳和韦克斯勒测验在预测学业�