Smith, J. D., Boomer, J., Zakrzewski, A. C., Roeder, J. L., Church, B. A., & Ashby, F. G. (2014). Deferred feedback sharply dissociates implicit and explicit category learning. Psychological science, 25(2), 447-457.
关于多分类学习系统的争论让人想起了关于多记忆系统的争论，如记忆中存在内隐记忆和外显记忆类似，在分类学习系统中可能也存在外显的分类学习过程和内隐的分类学习过程。这篇文章的作者试图通过设计一个实验范式来证明这两种过程。在设计区分外显和内隐分类学习的实验范式时，作者使用了比较心理学中的deferred reinforcement 技术，以及rule-based和information integration 两种学习任务。
在设计区分外显分类学习和内隐分类学习的实验范式之前，所需要了解的背景知识
1、外显分类学习和内隐分类学习有何不同？
外显系统通过使用工作记忆和注意力主动测试假设来进行学习，外显学习比较快，学习者能比较容易的用口头语言表述学习规则。
内隐系统通过类似于条件作用的程序学习过程进行联想学习，内隐学习比较慢，学习者通常不能用语言来描述他们所使用的隐式分类策略。
2、目前有哪些证据有可能可以证明这两种系统的存在？
基于rule-based（RB） 和information-integration（II）的学习任务有可能可以证明
假设这两种任务的每个examplar都是一条单线，每个examplar在长度（X维度）和方向（Y维度）上都不同。
RB任务中，只能根据X维度的变化来判断examplar的类别信息，Y维度上的变化不会影响examplar的类别（如examplar的长度小于50分为A类，examplar的长度大于50分为B类），这个任务被试形成策略之后可以很容易的用口头语言表述出来，被认为是一个外显的学习过程。如图1-a所示。
II任务中，X维度和Y维度上值同时决定examplar的类别，被试要想准确的分类，就必须将两个维度整合来形成分类策略。这导致被试很难口头解释他们对II任务的分类策略，解决II任务的过程被认定为是一个内隐的，程序化的过程。如图1-b所示。
3、deferred reinforcement 技术在该实验范式中的作用
deferred reinforcement 从定性上消除了内隐的、信息整合的类别学习。
本文作者所涉及的实验范式包括四种条件，这四种条件由两种变量，学习任务（RB、II）和强化条件（immdiate 、deferred）交叉产生。
该范式有三种假设：
1、deferred reinforcement 可以使II学习任务中的联想学习失效，也就是说deferred reinforcement 可以阻止II学习任务
2、RB任务学习者将他们的类别规则保存在工作记忆中，deferred reinforcement 对RB学习没有影响
3、当deferred reinforcement 阻止了II学习时，被试可能会使用RB策略
作者通过证实这三种假设，来分离外显系统和内隐系统
实验具体描述：
1、刺激
显示在一个17英寸顶部的中心黑色背景上，包含绿色像素的无边框矩形；刺激在两个维度上变化（size，density）
2、四种实验条件：RB-immediate、RB-deferred、II-immediate、II-deferred
3、结果分析
只有II-immediate和II-deferred条件下被试的学习表现在统计学上有显著差异。在这两种情况下，分别有11名和0名强学习者。因此，deferred reinforcement对II学习任务会产生很大的影响
本文作者将最后100次的实验平均分为了5个Trial Block（Block 0表示学习标准）
图3是作者根据这100次实验和被试的正确率绘制的backward learning curve，图3-a是被试在RB-deferred条件下的一个学习路径，图3-b是被试在II-deferred条件下的学习路径，图3-c是被试在II-immediate条件下的学习路径
由图3-a可以看出被试在block 0 附近的表现突然从正确率50%左右，突然达到了98%,也就是说被试很有可能突然发现了category rule（图3-a的正确率基于维度X，即根据矩形大小来进行分类的正确率，图3-b中的正确率基于维度Y，也就是说作者在绘制backward learning curve时，不是根据被试判断categoryA，和categoryB的正确率，即不是成功学习II任务的正确率（这样做的目的是为了看出被试有没有使用rule来进行分类）。
由图3-c，被试在block 0 之前就表现出了比较强的学习力，在block 0 之后也只有一个很小的跳跃，并且之后学习能力又慢慢降到了原来的位置。也就是说RB策略在II-immediate条件下不明显。
由图3-b，可以看出被试在block 0 附近的表现也发生了突变，也就是说被试也很有可能使用了rule来进行分类，但是此时被试的实验条件是II-deferred，这个实验结果证实了上面所说的假设三，当deferred reinforcement 阻止了II学习时，被试可能会使用RB策略。
4、建模
作者根据最后100次的实验进行建模，确定了四种条件下，被试的decison bounds，如图4所示。
将图4-c和图4-d的模型进行对比，我们可以发现deferred reinforcement可以阻止II任务的学习（证实假设一）
并且当deferred reinforcement 阻止了II学习时，被试可能会使用RB策略（证实假设三）
将图4-a和图4-b的模型进行对比，deferred reinforcement 对RB学习没有影响（证实假设二）
总结：
作者认为这三个假设的证实，强有力的说明了RB和II学习任务的差别，这种差别不能归结为任务的难度不同。
也证明了外显学习分类系统和内隐学习分类系统的存在