不會 出錯 。 事實 上 ， 假如 你 問 我 哪 一 個 字 的 鍵 在 哪裡 ， 我 可能 還 要 停下來 想 一下 才 能 告訴 你 。 這 個 打字 的 歷程 曾經 非常 需要 你 的 意識 、 注意力 和 控制力 ， 但是 在 熟練 以後 ， 它 可以 變成 一 個 毫不 費力 、 下意識 的 自動化 歷程 。 這些 例子 告訴 我們 ， 幾乎 所有 認知 上 或 動作 上 的 技術 ， 都 可以 經由 練習 變 得 快 且 正確 無誤 ， 所謂 熟能生巧 ， 練習 可以 產生 質 上 的 改變 。 許多 學者 甚至 提出 兩 種 不同 形式 的 訊息 處理 歷程 的 理論 。 史耐德 和 施佛林 ( Walter Schneider & Richard Shiffrin , 1977 ) __UNDEF__ 認為 這 兩 種 歷程 是 控制 的 __UNDEF__ ( controlled ) __UNDEF__ 和 自動化 的 __UNDEF__ ( automatic ) __UNDEF__ 歷程 。 控制 的 歷程 是 ： ( a ) __UNDEF__ 比較 慢 ， ( b ) __UNDEF__ 序列性 一 步 一 步 的 執行 ， ( c ) __UNDEF__ 很 費力 __UNDEF__ ( effortful ) ， ( d ) __UNDEF__ 受到 意識 的 控制 ， ( e ) __UNDEF__ 受到 短期 記憶 的 限制 ， ( f ) __UNDEF__ 幾乎 不 需要 訓練 就 會 有 。 自動化 的 歷程 是 ： ( a ) __UNDEF__ 比較 快 ， ( b ) __UNDEF__ 同步 進行 ， ( c ) __UNDEF__ 幾乎 不 費力 ， ( d ) __UNDEF__ 不 受 短期 記憶 的 限制 ， ( e ) __UNDEF__ 大部分 是 下意識 的 ， ( f ) __UNDEF__ 需要 非常 多 的 練習 才 會 有 這 個 程度 。 像 閱讀 、 彈 鋼琴 、 開車 都 是 一 開始 時 需要 控制 的 歷程 ， 以後 就 升級 成為 自動化 的 歷程 。 閱讀 、 開車 和 打字 這些 行為 ， 說明 了 從 控制 的 轉換到 自動化 的 訊息 處理 歷程 ， 它 同時 也 說明 了 新奇 （ 第六 章 ） 和 自動化 之間 的 交換 關係 __UNDEF__ ( trade-offs ) 。 能夠 達到 自動化 訊息 處理 歷程 的 人 ， 才 有 多餘 的 心智 資源 去 注意 新奇 的 刺激 ； 相反 的 ， 對 訊息 處理 的 自動化 尚 有 困難 的 人 會 發現 他們 根本 顧不過來 ， 無法 有 多餘 的 心智 資源 去 注意 新奇 的 事情 。 這 個 新奇 的 和 自動化 訊息 處理 歷程 之間 的 交換 關係 ， 對 區分出 敏捷 的 和 遲頓 的 學習 者 有 很 重要 的 關係 。 學得 快 的 人 通常 可以 很 快 的 達到 自動化 ， 有 效率 的 自動化 留給 他們 很多 的 空間 去 注意 新 的 情境 或 新 的 事物 ； 學得 慢 的 人 通常 自動化 歷程 有 困難 ， 因此 他們 沒有 什麼 多餘 的 資源 去 處理 新奇 的 東西 。 請 注意 ， 根據 這 種 看法 ， 學得 慢 的 人 並 不 表示 他 的 心智 能力 就 比較 差 ； 相反 的 ， 他們 可能 在 知識 的 習得 和 其他 本 書 中 所 談到 的 歷程 中 很 優秀 。 所以 學得 慢 的 人 可能 在 一 個 矛盾兩難 的 情境 ： 在 傳統 的 智力 測驗 上 是 高智能 的 ， 但 卻 是 一 個 學得 很 慢 的 人 。 這 種 人 被 稱為 “ 學習 障礙 者 ” ( learning disabled ) 。 所以 學習 障礙 常常 （ 但是 不 是 全部 ） 是 由於 自動化 歷程 效率 不 夠 的 原因 。 幸好 ， 自動化 的 困難 常常 是 只有 在 某 一 種 媒介 或 符號 系統 上 。 許多 學習 障礙 的 人 在 其他 的 領域 ， 如 數學 或 邏輯 推理 上 都 非常 好 ， 而 許多 在 數學 上 是 學習 障礙 的 人 卻 是 很 有 效率 的 閱讀 者 。 所以 ， 自動化 的 困難 通常 是 只有 在 訊息 處理 的 某 一 個 層面 上 ， 而 不 是 廣泛 的 統統 不行 。 □ 自動化 在 智慧 理論 和 智力 測驗 上 的 應用 上面 所 談 的 對了 解 和 測量 智慧 有 很 重大 的 關係 。 一些 實驗室 中 的 發現 都 與 智力 上 的 功能 有 關係 （ 如 第一 章 所 談 的 ） 。 一 個 發現 就 是 ， 做 某 一些 認知 作業 的 速度 與 心理 計量 的 測量 有 很 高 的 相關 。 對 很多 人 來 講 ， 這 個 相關 似乎 有點 驚奇 。 為什麼 一 個 人 對 “ 選擇 反應 時間 ” 作業 反應 的 速度 （ 即 一 個 人 對 一 個 光點 出現 與否 按鍵 表示 的 速度 ） 會 與 智力 測驗 的 表現 有關 呢 ？ 這 個 “ 選擇 反應 時間 ” 作業 大約 是 最 簡單 的 一 種 作業 了 ， 而 智力 測驗 卻 是 最 複雜 的 一 種 作業 。 我們 認為 這 種 相關 是 來自 自動化 在 智慧 表現 上 的 重要性 ， 而 選擇 反應 時間 測量 的 就 是 自動化 。 為什麼 一 個 人 叫出 一 個 字母 的 速度 或是 比較 兩 個 字母 是 不 是 同 一 個 （ 譯注 ： 大寫 和 小寫 的 字母 都 代表 同 一 個 ） 會 與 心理 計量 所 測量 的 智力 有關 呢 ？ 我們 的 理由 還 是 自動化 的 關係 。 自動化 在 智力 上 扮演 著 舉足輕重 的 角色 。 研究 智慧 的 理論家 如 簡生 __UNDEF__ (1982) __UNDEF__ 和 韓特 __UNDEF__ (1980) __UNDEF__ 認為 ， 反應 時間 的 作業 與 測量到 的 智慧 有關 ， 是 因為 心智 功能 的 速度 本身 在 智慧 能力 上 的 重要性 。 他們 可能 有 一 部分 是 對 的 。 但是 自動化 的 效率 在 統計 相關 上 的 重要性 絕對 不 輸 於 速度 本身 。 當 受 試 者 在 做 選擇 反應 時間 作業 、 字母 辨識 作業 和 字母 比較 作業 時 ， 都 是 經過 很 大 數量 的 嘗試 __UNDEF__ ( trial ) ， 因為 實驗 者 要 的 是 他們 反應 時間 的 平均 ， 有時 一 個 受 試 者 要 做到 一百 個 嘗試 以上 ， 因此 有的 受 試 者 可能 很 快 的 就 可以 達到 自動化 的 程度 而 有的 還 不行 。 達到 自動化 的 速度 及 程度 可以 告訴 我們 這 個 受 試 者 智慧 的 情況 ， 遠 超過 簡單 的 反應 時間 作業 所 能 帶給 我們 的 訊息 。 上面 的 這些 看法 ， 對了 解 智力 測驗 偏差 的 本質 很 有 關係 。 傳統 對 智力 測驗 偏差 的 分析 並 不 重視 新奇性 和 自動化 所 扮演 的 角色 。 假設 我們 把 完全 一模一樣 的 測驗給 兩 組 受 試 者 做 。 有 一 組 人 對 測驗 中 的 項目 很 熟悉 ， 熟 到 他們 幾乎 不必 念 指導語 就 可以 開始 解答 問題 。 對 他們 來 說 ， 這些 測驗 項目 在 測驗 開始 以前 就 已經 有 一些 是 自動化 的 東西 了 ， 所以 這 一 組 受 試 者 可以 將 很多