我是谁:社会中的自我概念

本文试图回答下列问题:

  • 什么是自我概念?
  • 自我概念由哪些因素决定?

你如何回答我是谁这个问题?

如果你感到这个问题的哲学意味过重,不妨回想一下你是如何向一个陌生人介绍自己的,这时你的脑中一定有了不少答案。你可能会提供很多描述性质的答案,但我猜它们大部分都可以归于下面四种之一:

  • 生物特征,例如:我黄皮肤,黑头发
  • 社会角色,例如:我是在某互联网公司工作的程序员
  • 个性特征,例如:我好奇心强,性格偏外向,待人友善
  • 存在特征,例如:我是生活在地球上的人类

你的这些回答的集合就构成了你关于自我概念的描述。也就是说,自我概念就是你关于我是谁这个问题的答案的集合,用更正式的语言描述,就是个体关于自己是谁或者其特征是什么的信念的集合。

问题在于:我们的自我概念从何而来呢?

社会角色

我们或多或少都扮演着某些社会角色,这也是我们定义自我最常用的方法。一个社会角色包含权利、义务、期待以及常态行为等等。不论是某学校的学生还是某公司的程序员,在我们的自我概念当中,社会角色永远是最重要的组成。我们会面对自己所扮演的社会角色,并倾向于按照社会规范的期望去行动。莎士比亚的说法更能生动地诠释社会角色的概念

世界是一个舞台,所有男男女女不过是一些演员。他们都有下场的时候,也都有上场的时候。一个人的一生中可能扮演者好几个角色。

All the world is a stage, and all the men and women merely players. They have their exits and their entrances. And one man in his time plays many parts.

社会比较

我们对于自己才能,智力,道德品质的判断比得基于某个坐标才得以进行,这个坐标多数时候是他人。我们通过与他人的比较来确定自己在某个特征上所处的水平。我们感到智力高,是因为我们认为周围人的智力不如我们,我们认为自己能力强是因为和能力较差的人发生比较。我们的社会生活大部分都是围绕社会比较而进行的,这样的比较无时无刻不在进行。多数时候,我们能够成功得将这些从社会比较中得来的优越感或者嫉妒心隐藏起来,但是总可以从行为当中找到蛛丝马迹。比如,对于比我们差的人,我们有时候会不经意中流露出对他们意见的轻视。

社会认同理论

社会认同理论认为,我们从属于何种团体是我们自我概念的重要来源。在事物的认知上,人类倾向于将事物分类并标签化从而简化和加快认知过程。对于人的认知同样如此:我们将人进行社会群体归类,然后应用已经习得的关于这个群体的预设来了解他们。比如,如果一个人从事软件开发,那么我们倾向于认为他沉醉技术,不善交往,如果一个人从事保险销售,那么我们倾向于认为他能说会道,并会提醒自己小心他的诱导。

我们可以把群体想象成一个圈,社会认同便是将符合某些特征的人归入圈子之中。圈子,也就是社会群体,自然将人群分为圈内的我们和圈外的他们。我们倾向于提高自己所从属的社会群体的地位,同时贬低所不从属的社会群体的地位来获得自我形象上的提升。比如在知名互联网公司工作的工程师会倾向于认为自己公司的工程师水平比非著名公司的工程师水平更高。我们还倾向于夸大圈子之中成员的相似性,以及不同圈子之间的差异性。

一般来说,建立社会认同的过程分为三个步骤:

  • 社会归类:对他人进行社会群体的归类
  • 社会认同:将自己归类到某个社会群体,并产生认同
  • 社会比较:将自己所属的群体和其他群体进行比较

社会认同理论对于我们的启示之一在于,一旦我们将自己归入某个群体之后就很容易产生一种虚幻的优越感,这种优越感会妨碍我们看清自己和他人。

其他决定我们自我概念的因素还包括:

  • 成功和失败的经验

自我概念不是一成不变的,失败的经验和成功的经验都会影响我们的自我概念。当然我们在阐释成功和失败的原因时会表现出维护和提升自我形象的偏见:自我服务偏见,在后面的文章中我会进行介绍。

  • 他人对我们的评价

我们对自己的认知很大程度上是由我们对于他人如何评价我们的感知决定的。如果我们认为他人肯定和认同自己,会差生积极的自我意象,相反则会产生较差的自我意象。当然,多数时候,我们想象当中他人对自己的评价都是高于实际的,这也是为什么很多人并不那么敢于听到他人对自己真实评价的原因。

  • 集体主义还是个人主义的文化传统

究竟我们所处的社会是崇尚个人主义还是崇尚集体主义在很大程度上影响了我们的自我概念。个人主义文化,比如美国文化会更向前自我的概念。集体主义文化中,自我的概念则被削弱。

记忆的编码、储存、保持与提取

记忆几乎是我们认知世界最重要的工具。只要想想一下失去记忆的能力就可以明白它对我们有多重要:我们将无法记住自己的过往,没有任何实质性的外来,无法与他人建立感情和联系等等。我们与记忆相处的经验如此之多,但并不总能明白记忆是如何产生与存储的。本文想要从以及的编码、存储、保持和提取等角度对记忆加以考察。

记忆的编码和储存

记忆产生的生物学基础是我们大脑的神经元的可塑性,也就是说大脑的神经元结构有随着经验而改变的能力。如果稍微细致区分则是:人脑主要依靠脑的额叶结构产生和提取记忆,颞叶结构永久存储这些记忆。

那么记忆以何种形式在这些神经基础上产生呢?如果仔细观察会发现,我们并不将所有处理过的信息存入记忆,它们大部分不会引起我们的注意,小部分会短暂的停留,更小的部分被我们进行加工,只有很少的部分才会进入到长期记忆当中。

短期记忆可以分为视觉感觉记忆以及听觉感觉记忆。作为记忆加工的第一步,这些刚刚输入大脑的视觉和听觉感觉如何得到短期保存呢?实验表明,存在视感觉存储,即一种能有效保持视觉刺激中的所有信息的记忆系统。这种短暂的视觉感觉记忆有时候也称为视像记忆。这些信息如果没有被注意并得到进一步的加工就会流失掉。同样的,有证据支持短暂的听觉存储的存在,这些记忆可以成为声像记忆。这些感觉信息短暂地存储在大脑皮层的感觉记忆中,使我们能够对其进行加工。

通过短暂记忆之后,信息进入了短时记忆。短时记忆理论认为被注意到的信息会进入短时记忆当中。短时记忆的容量有限,可以用记忆广度来进行衡量。一种流行的说法认为人类能同时保持注意的物体在五到九个之间也是对记忆广度的一种标书。短时记忆被复述之后才可能进入到长时记忆。也有研究认为,记忆进入长时记忆的关键不在于复述时间的长短,而在于加工的深度。

除了短时记忆,还有一种理论认为我们存在工作记忆。工作记忆是我们进行信息加工的时候临时存储我们记忆的部分。

那么工作记忆在哪里发生?如何发生?巴德利假设存在两种不同的系统:视觉空间画板和语音回路,他们由中枢执行系统控制,是保持信息的伺服系统,也是工作记忆的一部分。例如,我们在计算15x35的时候可能同时形成了书写部分乘法问题的视觉表象,并在语音贿赂中复述部分乘积结果。工作记忆的存在于灵长类动物的额叶存在密切关系,额叶的不同区域似乎负责保存工作记忆中不同类型的信息。

工作记忆如何进入长时记忆呢?长时记忆又是如何被激活的?决定记忆的可得性的量称为强度,强度越强,记忆越容易提取。研究发现,当记忆得到练习的时候,它的强度以幂函数形式增加。幂定律的神经基础是前额叶的激活驱动着海马的长时程增强效应,这种激活能够形成记忆和增强记忆。

那么是不是练习是影响记忆的唯一途径呢?并非如此。简单的重复学习并不会改善记忆的成绩。一个人在学习时如何加工材料是非常重要的。一种方式称为增细加工,包括创建和需要记忆的事物有关并对他有多补充和扩展的额外信息。对材料进行有意义的增细加工可以改善记忆。除此之外,研究还发现越是增加细节的加工越能得到较好的记忆效果,即使加工的不是材料的含义。

关于长时间记忆,一个有趣的现象是,在很多增强记忆的自助书籍当中都介绍了地点记忆法:就是沿着一条特定的路径,把需要记忆的事物与路径上的物品联系起来。这种方法被证明是有效的,其原理在于:第一,这个方法利用有序的事物来重组无序的事物。第二,通过视觉表象,建立场所与项目之间的联系,使我们对材料的加工更有意义,也更细致。

另一种常见的体验是,我们对于小说这类作品的记忆要远远强于对课本的记忆,即使我们想要记住后者的意愿要强烈得多。这是因为我们更容易对小说进行增细加工,并且好的小说能够引发对于细节的思考。研究发现,实际上我们记住的材料的数量取决于加工水平而不取决于学习意愿,也就是说一个人是否有意识地学习与记忆没有关系,重要的是人们如何去加工呈现的材料

记忆的保持

当记忆进入长时记忆之后并不是一成不变的。我们经常感到记忆随着时间流逝逐渐模糊以至于无法再有效提取。那么这些记忆是不是被永久性的遗忘了呢?研究发现,一些看似已经遗忘的记忆,其中一些仍然储存在记忆当中,通过,比如神经刺激的方法是可以重现的。关于记忆随着时间消退的速度,一般认为记忆痕迹强度的消退是保持时间的幂函数。

为何记忆无法长期保持呢?第一种解释是记忆痕迹的强度简单的随着时间而消退,另一种理论是遗忘的干扰理论。遗忘的干扰理论是说,我们记忆的消退是因为学习干扰。比如学习一个项目的新关联对象时,会导致对旧关联对象的遗忘。比如记忆的扇面效应:与一个概念相关联的事实越多,提取其中任何一个事实的速度就越慢。新学习的材料也会对先前存在的记忆形成干扰。

目前的研究倾向于认为,遗忘既因为记忆痕迹强度的自然消退,也是因为来自其他记忆的干扰。然而干扰效应出现的一个重要限制条件是:只有学习多条没有内在联系的信息时,才会发生干扰,相反,当信息存在某种程度的冗余时则不会发生干扰。

记忆产生过程中的另一个有趣的现象是:为了记住学习材料,人们会使用他们能记住的东西来推断自己可能学习过的内容。在进行会议的时候,相比于提取精确的事实,人们常常会去判断什么可能是真的。比如在学习过程中对学习的材料进行增细加工时,人们不仅会回忆更多所学的内容,而且也会回忆那些没有学过但是由他们自己推断出的内容。

既然我们的记忆有很多内容是基于推断的,那么我们还可以信任我们的记忆吗?有很多研究发现,当人们在接受误导性的采访时,可能会制造出虚假的记忆。我们用来分辨记忆与想象的过程十分脆弱,信息的来源很容易就被混淆了。我们混淆经验和想象的神经学基础是海马。海马对虚假记忆表现出了与真实记忆同样的高激活反应,因而导致我们不能分辨出哪些是真正经验过的,哪些是想象出来的。但是海马旁回对真假记忆的反应不同,因此通过训练我们可以提高对虚假记忆的抵制能力。

记忆的提取

当我们需要提取记忆的时候,外部环境和内部环境是否对我们的表现有影响?研究发现,如果学习时的外部环境和内在状态和测验时的一直,人们就会表现出较好的记忆。

除了前面提到的有意识的记忆,关于记忆还有很多有趣的研究是围绕我们并没有意识到的记忆展开的。有时候我们会发现自己知道的一些事情是无法描述的。内隐记忆就是用来描述这些我们无法有意识地会议的知识。外显记忆则是描述我们可以有意识地回忆的知识。研究表明,这两种记忆在我们大脑中的实现相当不同。新的外显记忆形成于海马区域,但是旧的记忆可以在皮层结构中被内隐地启动。外显记忆也称为陈述性记忆,主要指我们能够外显地会溢出事实性记忆。在陈述性记忆系统内,存在着情景记忆和予以记忆的区分,情景记忆包含着知识获得的时间和地点的信息。

我们如何表征知识

我们所接受的外部信息、学习的知识,都会以某种形式存在于我们脑中。那么它们是以怎样的方式存在呢?除了神经连接层次的影响,在整个心理认知的层次如何实现?

我们倾向于记住意义

关于信息处理的第一个有趣发现是:我们倾向于记住信息包含的意义而不是信息的具体表述。信息本身具有物理存在,无论是作为声音信号、文字信号,还是色彩、形状都是信息本身的物理形式,它们本身并无特定的意义。但是经过人脑的加工之后,它们得以包含某种意义。我们的大脑倾向于记住这些意义而不是这些物理信息本身。不同的信息可能表达同样的意义,但是我们似乎并不擅长记住这些不同信息的细节。

整体来说,我们的记忆在一开始可以记住细节,但是很快就会遗忘,而倾向于记住意义。这一事实给我们的启示之一:是如果将随意的组合转换为有意义的东西,记忆的效果会比较好。

获取知识的通道

那么在我们的心理层面,意义或者说知识是实现的呢?既然我们获取知识的主要途径是语言和图像,那么知识的表征是否也和这些通道有关系呢?

第一种理论将我们对知识的表征称为通道无关符号系统。认知心理学提出了命题表征的概念。命题是能够从意义上判断出是真是假的最小单元。

命题是可以作为独立断言的语言单元。比如人在记忆一个复合句的时候,会将句子分解成一组表征句子中的简单命题的抽象意义单元。那么命题如何表征知识呢?根据研究显示,人们在记忆一个复合句时,会将句子分解成一组表征句子中简单命题的抽象意义单元。知识的可以借由概念之间的关系网络来表征。

与此相对的是知觉符号系统理论。这种理论认为所有的信息都是根据特定知觉通道的特异性来表征,而且基本上是知觉的。也就是说,人们对信息是作了知觉性的解释。还有一种观点认为认知是具身的,也就是说它来自身体和外界的互动,并与之持续的交织在一起。根据这种观点,认知依赖于身体带来的体验,而身体拥有不可分割地相互联系的特定的直觉和运动能力,并且它们共同组成了孕育推理、记忆、情绪、语言和其他所有心理活动的母体。

如果信息是通道特异的,那么信息在不同的知觉和运动通道当中如何转换呢?。一种观点被称为多通道假设,该观点认为不同的直觉和运动系统关联着不同的表征,我们有将一种表征直接转换为另一种表征的方法。另一种观点是通道无关假设,它认为存在一个中间抽象的系统,并且我们有在知觉和运动表征与这种抽象之间来回转换的系统。

图示的表征

概念网络图示是用来表示概念知识的两种该模型。图示与计算机技术中的数据结构有相似性。图示按照一种插槽的结构来表征类别知识,插槽说明了类比成员的各种属性的价值。属性和价值相互匹配组成了图示。研究发现,人们将推断某物体具有他所属类比的默认值,除非他们发现了明显的例外情况。一个类别的不同成员类属于该类比的程度会有所不同,越是典型的成员就越具有加工优势。

概括化和实例化的争论

机器学习的模型一般来说有两种原理。其一是实例化,典型实现是广度模型。其工作原理是通过将训练样本的特征加以提取并转换为宽度模型的特征向量的权重。其二是概括化,典型实现是深度神经网络。其工作原理将训练样本的特征转换为不同层次的特征向量。第一种模型的特点是记忆性好,对已经出现的例子具有良好的预测功能,但是对于没有出现过的样本可能判断失误。第二种模型的特点是概括性好,对没有出现过的例子也具有良好的适用性,但问题在于有些例子属于特例不能被纳入开阔话当中。

关于概念知识如何得以表征一直以来有两种对立的理论。一种认为我们可以从事实中提取出一般的抽象概念和原理,另一种认为我们只存储实例。这二者其实和机器学习用于表征模型的方式类似。人类概念知识的表征更有可能的是二者的结合,也就是说我们一方面归纳了很多规律,一方面记住了很多特定的实例,